巴西橡胶树不同抗风性品系木材胞壁纤丝角

应用X射线（002）衍射的Cave法，对巴西橡胶树的13个具不同抗风力的品系PR107、海垦1、RRIM600、PB86、GT1等主干和枝干木材纤维壁的（微）纤丝角，进行了初步测试分析，结果表明：主和枝干木材纤维壁S2层的纤丝角，在抗风和弱抗风品系之间存在着明显的差异；品系的抗风力与木材纤维S2层纤丝角度有一定的关系，抗风品系的木材纤维壁S2层纤丝角度较小，弱抗风品系的纤丝角度较大；主干木材纤维S2层纤丝角度小于枝干材的纤丝角度。     

基于机载高光谱端元提取分析棉花生长期光谱变化

【目的】棉花在不同生长期的波谱曲线变化具有规律性,研究其时间序列上的反射光谱变化趋势与规律并监测长势,为基于无人机多光谱、高光谱遥感的作物长势监测提供借鉴和参考。【方法】使用多旋翼无人机搭载Rikola高光谱成像仪,获取棉花从花期到后期之间的高光谱影像。使用纯净像元指数算法和最大单形体体积算法进行端元提取,并以SR-3500光谱仪采集的地面光谱曲线为标准,光谱角度为评价指标,依次从端元提取算法效果、不同航高数据对比、光谱相关性、多期光谱曲线变化趋势等分析。【结果】最大单形体体积算法在60、80、100 m航高下波谱角度结果分别为0.065 8、0.065 9、0.067 7,相较于纯净像元指数算法结果更接近地面光谱仪数据,具有较优的相关性(R²均在0.99以上),且能更好地提取小样本端元。航高对端元提取的影响较小,同种算法在不同航高下提取结果差异均在2%以下。不同生长期棉花波谱曲线变化呈规律性,吸收谷与红边值在7月中旬到达峰值。标准植被指数与比值植被指数在7月上中旬达到最大值(0.841 7、11.630 5),增强型植被指数、差值植被指数、优化土壤调节植被指数在7月中下旬达到最大值(0.818 9、0.501 3、0.501 2)。【结论】最大单形体体积算法可较好的从棉花高光谱影像中提取出棉花波谱曲线,且100 m为较优的无人机数据采集航高。棉花在7月光合作用最大,对红光的强吸收、近红外波段强反射现象最为明显。     

西鄂尔多斯保护区沙冬青高光谱特征分析

沙冬青是亚洲荒漠唯一的常绿阔叶灌木,由于分布范围狭小、人为调查困难、资源分布不清,加上人类活动的破坏,其数量正在不断减少。快速、准确识别其生长状况、种群动态对进一步研究沙冬青种群分布及生长监测具有重要意义。采用便携式地物光谱仪测定不同龄级沙冬青反射光谱,利用马氏距离法对其原始光谱、一二阶微分谱特征差异波段选取分析;将冠层原始及其微分光谱与叶片叶绿素含量进行分析。通过其相关性的大小理解沙冬青的生长状况与叶绿素含量间的关系。结果表明:1)不同龄级沙冬青原始光谱曲线趋势较接近,符合植被光谱特征的规律性,幼龄沙冬青反射率差异较明显;不同龄级微分光谱曲线基本一致,幼龄峰值起伏变化显著,极大峰值位于719 nm处,主要受幼龄沙冬青长势的影响;2)通过分析得出马氏距离法对不同龄级沙冬青光谱差异显著波段的选择具有显著性,且所选择波段均为光谱特征波段;3)冠层光谱与叶绿素相关性分析得出不同龄级与叶绿素的敏感波长均为<740 nm的可见光波长范围内,说明可见光波段属于沙冬青叶绿素光谱反应的敏感波;与原始光谱相比,经过导数处理的微分光谱与叶片叶绿素的相关性更高,且相关性大的波段数明显增加。     

齿盘式秸秆移位装置设计与试验

针对江苏地区油菜免耕播种机作业时存在易堵塞、种床清洁率低等问题,设计一种齿盘式秸秆移位装置,通过运动力学分析确定秸秆移位的重要影响因素,使用离散元仿真软件进行仿真试验,得出秸秆移位装置工作时的最佳参数组合,最后进行台架试验验证仿真试验准确性。仿真试验结果表明秸秆清除率与位移偏角以及前进速度均呈现正相关的关系,当前进速度一定时,位移偏角越大,装置的秸秆清除效果越好;当位移偏角一定时,前进速度越大,装置的秸秆清除效果越好。当前进速度为0.6 m/s、位移偏角为30°时,秸秆清除率达到最大值64.70%。台架验证试验表明,当机具前进速度为0.6 m/s、齿盘位移偏角为30°时秸秆清除效果较好,此时秸秆清除率为60.69%。试验结果表明齿盘式秸秆移位装置的设计基本满足油菜播种的要求。     

Community‐based management of the environment: lessons from the past and options for the future

1. Traditional community‐based systems of managing coastal fisheries were (or in some cases are) successful in managing resources at sustainable levels. These systems are used as models in the present study. 2. They were (or are) under‐pinned by a sense of ownership and intimate knowledge of the environment in local people. 3. Such features have been largely lost, as subsistence economies have been replaced by capitalist ones, and environmental management responsibilities have shifted from local communities to national or international government. 4. There are, nevertheless, some examples of community‐based management systems that still operate successfully and we believe that modern management practices, in general, would benefit from increased community involvement. This will require renewed emphases on feelings of ownership and increased knowledge of the environment in the general public. 5. Environmental education will have a fundamental role to play in achieving this goal. However, its impact in schools and universities has been disappointingly ineffective so far in promoting a population that is sufficiently knowledgeable and well‐motivated to partake meaningfully in environmental management processes. 6. It is argued that educational initiatives, which involve all ages and sections of society, are required. Five promising possibilities are: (i) the participation of community groups in scientific projects; (ii) increased emphasis on life‐long learning; (iii) educational campaigns; (iv) citizens' juries; and (v) the involvement of community groups in environmental planning and management processes. 7. Wide‐scale adoption of innovations of these kinds will require funding and this will be achieved only by national re‐assessments of educational needs and priorities. Copyright © 2001 John Wiley & Sons, Ltd.     

Proteomic Characterization of Equine Cerebrospinal Fluid

Cerebrospinal fluid (CSF) is a biofluid that is reflective of overall health. Although proteomic profiling of human CSF has been performed in the context of a variety of disease states, this report represents the first comprehensive proteomic analysis of equine CSF. A total of 320 proteins were confidently identified across six healthy horses, and these proteins were further characterized by gene ontology terms mapped in UniProt, and normalized spectral abundance factors were calculated as a measure of relative abundance. Theses results provide an optimized protocol for analysis of equine CSF and lay the groundwork for future studies involving the study of equine CSF in the context of pathogenic disease states.     

基于CFD非稳态模型的温室温度预测控制

以Venlo温室内温度场为研究对象,提出了一种基于计算流体动力学(CFD)非稳态模拟模型的预测控制方法。CFD模型作为虚拟温室环境,将其非稳态模拟产生的时间序列数据代替真实的物理试验数据,结合系统辨识理论将CFD模型转换成基于数据的系统控制模型,实现基于CFD的温室温度预测控制。仿真结果表明,基于CFD的预测控制实现温室温度控制的平均偏差为2.65℃,标准偏差为3.27℃,可将室内温度平稳有效地控制在作物生长允许的温度范围内。系统辨识、控制算法和CFD技术的结合,提高了控制器设计的效率,丰富了温室控制系统的设计方法。     

不同贮藏时间及花瓣张开角度对番茄花粉活力的影响

为了研究不同贮藏时间及花瓣张开角度对花粉活力的影响,采用I2-KI染色法和蔗糖培养基培养法对花瓣张开角度为A(0°~45°)、B(45°~90°)和C(90°~180°)的番茄花粉活力及花粉管长度进行测定。试验结果表明,不同贮藏时间及花瓣张开不同角度间的花粉活力存在显著差异。花瓣张开角度A的花粉活力随着贮藏时间增加呈先升高后降低的趋势,以室温贮藏3 d的花粉染色率最高。花瓣张开角度B和C则以采摘当天活力最强,5 d后所有花粉活力均低于5%,基本丧失萌发能力。新采摘的有活力花粉散落于蔗糖15 g/L+H3BO30.03 g/L+CaCl20.02 g/L+琼脂6 g/L的培养基表面,1~2 min即开始萌动,20 min时,花粉管长度已达到花粉粒直径的2.75倍,60 min时达到7.5倍。花粉管在培养基上相互接触会出现相互作用,抑制部分花粉管生长。     

基于高分六号卫星红边波段的森林蓄积量遥感反演——以西宁市针叶林为例

红光波段和近红外波段常被作为森林蓄积量反演的敏感波段,介于两者之间的红边波段往往被忽略,为了明确红边波段对森林蓄积量的遥感反演精度的影响,本研究基于高分六号卫星宽幅影像（GF6-WFV）,结合西宁市2014年森林资源二类调查数据,从光谱特征、植被指数、地形因子、影像纹理等4个方面选取蓄积量反演的自变量,采用多元线性回归（MLR）、随机森林（RF）模型,分析比较了有无红边波段对西宁市针叶林蓄积量遥感反演精度的影响。结果表明：（1）无红边波段（No Red-Edge）和加入红边波段（Red-Edge Added）两组处理的纹理特征变量降维后,其主成分信息主要解释了红外、近红外以及红边1波段的纹理特征。（2）与蓄积量相关的光谱特征变量：No Red-Edge处理主要包括红边波段和近红外波段的地表反射率,Red-Edge Added处理主要为红边1波段的地表反射率;植被指数变量：No Red-Edge处理主要包括NDVI和SAVI,Red-Edge Added处理为MTCI。（3）加入红边波段后,RF模型的R²优于MLR模型,分别为0.6719和0.5487,RF模型的均方根误差（RMSE）小于MLR模型,分别为26.3m³hm⁻²和20.8m³hm⁻²。（4）去除模型对反演精度的影响后,相对于No Red-Edge,Red-Edge Added处理的反演结果与观测值拟合的R2提高了11.6%,RMSE降低了9.1%。说明加入红边波段可显著提高西宁市针叶林蓄积量的反演精度,研究结果可为森林蓄积量的遥感反演提供科学依据。     

基于深度学习与激光点云的橡胶林枝干重建及参数反演

树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。