基于多源数据融合的盐分遥感反演与季节差异性研究

为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。     

一种改进深度卷积神经网络的海岛识别方法

受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。     

Effects of AG1 and AG2 QTLs on Nonstructural Carbohydrate and Seed Management Options for Rice Seedling Growth and Establishment under Flooding Stress

Rice (Oryza sativa) plants acquired excess photosynthates in the form of nonstructural carbohydrates (NSCs) in their stems and grain. Despite keen interest in rice NSC, the dynamics of NSC accumulation, translocation and re-accumulation have not yet been well investigated. AG1 and AG2 QTLs associated with flooding tolerance through catalyzing starch into soluble sugar in germinating seeds. Here we conducted three experiments, greenhouse and field to lay the groundwork for large-scale diversity studies on grain NSC and some agronomic traits under direct-seeded rice (DSR) system, using elite lines incorporating AG1, AG2 and AG1-AG2 QTLs into the popular varieties PSB Rc82 and Ciherang-Sub1 along with the donors Kho Hlan On (AG1) and Ma-Zhan Red (AG2). In germinating seedlings, soluble sugars increased, while starch concentration decreased gradually especially in the tolerant checks and AG1-AG2 introgression lines under flooded soil. Soluble sugar accumulation in stem started to increase from the vegetative stage and peaked at the panicle initiation stage then gradually decreased towards the maturity stage. But Sub1-AG lines had higher sugar and starch concentrations at different growth stages than other genotypes in wet season 2016 and dry season 2017. Plant survival rate was positively correlated with the stem NSC at the early vegetative stage (21 days after sowing), and stem NSC was positively associated with plant height at different growth stages. Among the tested seeding rate, the most suitable seeding rate, 4 g/m² with shallow burial depth (0.5 cm), resulted in better seedling establishment, relatively higher seedling vigor index and higher leaf area index under flooding in DSR system. Introgression of AG1-AG2 QTLs had no any negative impact on nonstructural carbohydrate, germination rate, and growth and biomass production.     

Ecological and Industrial Implications of Dynamic Seaweed-Associated Microbiota Interactions

Seaweeds are broadly distributed and represent an important source of secondary metabolites (e.g., halogenated compounds, polyphenols) eliciting various pharmacological activities and playing a relevant ecological role in the anti-epibiosis. Importantly, host (as known as basibiont such as algae)–microbe (as known as epibiont such as bacteria) interaction (as known as halobiont) is a driving force for coevolution in the marine environment. Nevertheless, halobionts may be fundamental (harmless) or detrimental (harmful) to the functioning of the host. In addition to biotic factors, abiotic factors (e.g., pH, salinity, temperature, nutrients) regulate halobionts. Spatiotemporal and functional exploration of such dynamic interactions appear crucial. Indeed, environmental stress in a constantly changing ocean may disturb complex mutualistic relations, through mechanisms involving host chemical defense strategies (e.g., secretion of secondary metabolites and antifouling chemicals by quorum sensing). It is worth mentioning that many of bioactive compounds, such as terpenoids, previously attributed to macroalgae are in fact produced or metabolized by their associated microorganisms (e.g., bacteria, fungi, viruses, parasites). Eventually, recent metagenomics analyses suggest that microbes may have acquired seaweed associated genes because of increased seaweed in diets. This article retrospectively reviews pertinent studies on the spatiotemporal and functional seaweed-associated microbiota interactions which can lead to the production of bioactive compounds with high antifouling, theranostic, and biotechnological potential.     

基于无人机多光谱遥感的冬小麦冠层叶绿素含量估测研究

为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性,基于北京市大兴区中国水科院试验基地的2019年冬小麦无人机多光谱影像和田间实测冠层叶绿素含量数据,选取16种光谱植被指数,确定对冬小麦冠层叶绿素含量显著相关的植被指数,采用一元二次线性回归和逐步回归分析方法建立各生育时期及全生育期的SPAD值估测模型,通过精度检验确定对冬小麦冠层叶绿素含量监测的最优模型。结果表明,两种分析方法中逐步回归建模效果最佳。拔节期选取4个植被指数(MSR、CARI、NGBDI、TVI)建模效果最好,模型率定的决定系数(r~2)为0.73,模型验证的r~2、相对误差(RE)和均方根误差(RMSE)分别为0.63、2.83%、1.68;抽穗期选取3个植被指数(GNDVI、GOSAVI、CARI)建模效果最好,模型率定的r~2为0.81,模型验证的r~2、RE、RMSE分别为0.63、2.83%、1.68;灌浆期选取2个植被指数(MSR、NGBDI)建模效果最好,模型率定的r~2为0.67,模型验证的r~2、RE、RMSE分别为0.65、2.83%、1.88。因此,无人机多光谱影像结合逐步回归模型可以很好地监测冬小麦SPAD值动态变化。     

基于无人机高光谱遥感的柑橘患病植株分类与特征波段提取

目的 结合传统与现代农业病虫害监测的优缺点,探索通过无人机高光谱遥感技术检测出患病的柑橘植株、通过人工田间调查方式判断其患病种类及患病程度的病虫害监测方法。方法 使用无人机获取原始高光谱图像,经过光谱预处理和特征工程后,采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合,基于全波段使用BP神经网络和XgBoost算法、基于特征波段使用逻辑回归和支持向量机算法,建立分类模型。结果 基于全波段的BP神经网络和XgBoost算法的ROC曲线下面积(Area under curve,AUC)分别为0.883 0和0.912 0,分类准确率均超过95%;提取出698和762 nm的特征波长组合,基于特征波长使用逻辑回归和支持向量机算法建立的分类模型召回率分别达到了93.00%和96.00%。结论 基于特征波长建模在患病样本分类中表现出很高的准确率,证明了特征波长组合的有效性。本研究结果可为柑橘种植园的病虫害监测提供一定的数据和理论支撑。     

4种荒漠植物种子出苗和幼苗生长对沙埋深度的响应

通过室内试验测定了黑果枸杞、沙冬青、沙蒿、霸王4种荒漠植物的种子生理特征以及沙埋深度（0、1、2、3、4、5 cm）对4种荒漠植物种子出苗及幼苗生长的影响。结果表明,体积较大的沙冬青和霸王种子萌发率与其重量、含水量、形状及活性间存在正相关关系;体积较小的黑果枸杞、沙蒿萌发率与种子重量、含水量、形状之间为正相关关系,与种子活性负相关。随着沙埋深度增加,4种植物种子出苗率下降、首次出苗时间延迟,茎高、绝对株高和根长及根冠比总体呈先增大后减小的趋势;幼苗生长方面,黑果枸杞和沙蒿分别适宜于1～2、0～1 cm的浅层沙埋,均在沙埋深度5 cm时种子几乎不萌发;沙冬青、霸王则适宜于3～4 cm较深层沙埋,在沙埋0 cm时均不萌发。此外,在荒漠区采用这4种植物进行植被恢复时,除考虑种子自身性状外,还应充分考虑当地的沙埋、降雨等条件,以提高出苗率、增大幼苗定植率。     

3种遥感产品检测黄土高原森林变化及差异比较

基于Landsat Vegetation Continuous Fields（LVCF）、MODIS Vegetation Continuous Fields（MVCF）和MODIS Land Cover（MODLC）等遥感产品和森林清查数据（NFI）检测2000-2015年黄土高原森林分布及变化。结果表明:1）2000-2015年黄土高原森林覆盖度升高,基于LVCF和MVCF的全区森林覆盖度均值分别由2000年的7.8%和9.6%增加到2015年的9.7%和13.2%。2）遥感产品估算的森林分布空间格局和面积差异较大,基于LVCF、MVCF和MODLC估算的黄土高原森林面积在2000年分别为726.6×10⁴、604.7×10⁴ hm²和325.1×10⁴ hm²,2015年分别为926.2×10⁴、998.3×10⁴ hm²和400.1×10⁴ hm²。3）遥感产品估算的省级尺度上森林面积与NFI的不一致性因省份和年份而异,LVCF与NFI一致性整体略优于MVCF,MODLC与NFI差异最大且估算的森林面积远低于LVCF、MVCF和NFI。4）遥感产品检测的陕西和山西2省的森林面积增加值与NFI一致性高于宁夏;基于遥感产品估算的宁夏森林面积及增加幅度均远低于NFI。     

基于主被动遥感技术的地表覆被类型变化检测方法——以新疆西天山国家级自然保护区为例

旨在研究主被动遥感结合的地表覆被变化监测方法,使用高分数据和哨兵1号数据分别代表被动和主动遥感,对新疆西天山国家级自然保护区地表覆被变化情况进行检测,进而对得出的林地、草地、建筑物检测结果进行联合分析,最终得到主被动遥感联合变化检测结果。通过实地精度检验对主被动遥感联合变化检测结果进行验证。结果表明,该方法的变化检测结果精度达到90%以上。说明结合主动遥感和被动遥感既能克服天气的影响,又能在检测中保留光谱和纹理等丰富的信息,变化检测的精度较高;主被动遥感联合变化检测可以较为快速、准确地掌握地表覆被类型的变化,能够在一定程度上减少被动遥感数据的云量困扰。并且该方法在林地和建筑物上有较高的敏感性,适合森林自然保护区的森林变化和建筑监测。     

农机远程智能管理平台研发及其应用

本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题,首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则,本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下,平台部分关键技术的实现方法,包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等,并提出了以地块为核心的管理平台建设思路;同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。