高光谱技术在常规水稻种子活力检测中的应用

[目的]实现常规水稻种子活力的快速自动化检测。[方法]采用高光谱成像技术(波长范围874~1 734 nm),提取甬籼69和中早39 2种常规水稻种子未老化、老化48 h和老化72 h的光谱反射率,在提取样本光谱时采用小波变换(WT)剔除像素点光谱噪声部分,并基于全波段光谱建立了支持向量机(SVM)判别分析模型。[结果]未老化种子与老化种子可以准确识别,而老化48 h种子与老化72 h种子之间无法准确识别,与基于种子活力参数的测量结果相符,且不同水稻品种对老化的反应存在差异。[结论]高光谱成像技术结合化学计量学方法用于种子活力的快速自动化无损检测是可行的。     

基于高光谱参数的竹叶叶绿素质量分数估算模型

为研究竹叶叶绿素质量分数和高光谱参数的相关性,建立叶绿素质量分数估算模型。利用Field Spec4便携式地物光谱仪采集无病虫害的箭竹竹叶光谱,使用SPAD-502叶绿素仪测定相应竹叶的叶绿素质量分数,分析竹叶叶绿素质量分数与原始光谱、一阶导数光谱以及提取的光谱特征参数之间的相关性,采用线性和非线性分析法构建叶绿素质量分数估算模型并进行精度检验。结果表明:(1)竹叶叶绿素质量分数在原始光谱反射率762 nm处相关系数达到最大值,相关系数为0.544 3;在一阶导数光谱反射率689 nm和726 nm处分别达到了极显著相关水平,相关系数分别为-0.747 9和0.907 9。(2)基于λ_b、λ_r、S_(Dr)/S_(Db)和(S_(Dr)-S_(Db))/(S_(Dr)+S_(Db))等光谱参数都与叶绿素质量分数达到了极显著相关水平。(3)采用相关性达到极显著水平的4种光谱参数以及689、726 nm处的一阶导数光谱反射率,构建叶绿素质量分数估算模型。依据决定系数(R2)最高,筛选出的回归估算模型中,基于一阶导数光谱反射率在726 nm处的线性模型R~2最高,为0.882 8,均方根误差(R_(MSE))和相对误差(RE)最小,分别为1.7050%和4.18%。因此,一阶导数光谱反射率在726 nm处的线性模型为竹叶叶绿素质量分数的最佳估算模型。     

近红外与高光谱成像技术在茶叶质量安全控制中的应用

近红外与高光谱成像技术作为一种新兴、高效、准确的无损快速检测技术,在茶叶种植及生产经营方面具有巨大的应用优势。本文综述了近红外与高光谱成像技术在茶园管理、生产监测、质量等级划分、种类及产地鉴别等茶叶质量安全控制环节中的研究与应用进展,并对其研究与应用前景进行了展望,以期促进该技术方法能更好、更快地应用于茶叶质量安全控制领域,从而促进茶产业健康跨越发展。     

基于非线性混合效应模型的柠条株高生长过程研究

【目的】建立宁夏盐池地区柠条林株高生长量与种植年限关系模型,为精确掌握柠条林的生长过程提供依据。【方法】以盐池县北部、中部、南部的柠条林为研究对象,考虑不同地区立地条件的差异性及种植密度对株高生长的影响,对原有生长方程进行改进,并在改进的基础上利用非线性混合效应(NLME)模型方法建立其株高生长量与种植年限的关系模型,用幂函数、指数函数、常数加幂函数考虑数据间的异方差性,最后对NLME模型与传统模型、改进后的模型、不含随机效应的NLME模型的精度进行对比分析。【结果】相较其余3种模型,含有随机参数且考虑异方差结构的NLME模型精度有显著提高,其调整后的决定系数可达到0.986 5,平均绝对误差和剩余均方根误差分别为0.073 2和0.094 2。【结论】基于改进后Korf方程建立的柠条株高生长量与种植年限关系的NLME模型,考虑了种植密度对株高生长的影响,消除了数据间的异方差性,可准确描述盐池县不同地区柠条株高的生长过程。     

一种抑制天然气水合物分解的高效冲洗液体系性能研究

海洋深水天然气水合物地层钻完井作业面临诸多问题,如深水低温环境、水泥环与地层胶结质量差、天然气水合物受热易分解等,研究一套能够在天然气水合物层提高固井质量的冲洗液体系,是保证海洋深水天然气水合物高效、安全开采的关键。室内根据天然气水合物固井对冲洗液的特殊要求,结合复合材料体系协同增效原理,开发了一套具有抑制天然气水合物分解特性的新型冲洗液体系。该冲洗液体系对模拟井壁冲洗率达到91.8%,与钻井液和低水化热水泥浆体系有良好的配伍性,并且能够在一定程度上抑制水合物的生成,不会对低水化热水泥浆固井产生不利影响。     

基于高光谱的土壤有机碳含量预测研究

[目的]对土壤有机碳含量进行预测研究。[方法]利用高光谱仪对表层土壤进行光谱测定并且进行光谱数据的预处理,通过多元线性逐步回归(SMLR)和偏最小二乘回归(PLSR)方法对土壤有机碳含量进行预测,并对2种模型的精度进行比较。[结果]LSR模型的精度高于SMLR模型。[结论]偏最小二乘回归法优于多元逐步回归法,对有机碳的预测具有更好的效果。     

巴马小型猪高脂诱导模型建立及其肝脏转录组学研究

利用高脂饲料诱导建立巴马小型猪代谢疾病模型并分析肝脏转录组变化。选取1月龄巴马小型猪24头,随机分为对照组与高脂诱导组,对照组饲喂普通饲料,高脂诱导组饲喂含2.0%胆固醇饲料,定时监测体重、血常规及生化指标,6个月后试验结束,作心脏冠状动脉造影、器官组织学检测及肝脏转录组分析。结果表明,高脂诱导组个体饲喂4个月体重显著高于对照组,诱导期后血液生化指标中甘油三酯显著高于对照组,饲喂6个月时冠状动脉造影及器官组织切片未见显著病变,肝脏转录组分析显示高脂诱导组与对照组相比有2 468个差异表达基因,主要与代谢途径相关。为期6个月的高脂饲喂未致巴马小型猪明显代谢性疾病及心血管病变,但血液甘油三酯水平显著升高,显著影响肝脏代谢途径相关基因表达。文章系统探讨高脂诱导模型,结合血液生化、组织学、冠脉造影及肝脏转录组分析,进一步获得代谢通路相关潜在标记基因,为建立理想小型猪代谢疾病模型提供参考。     

基于高光谱成像技术识别水稻纹枯病

【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。     

猕猴桃叶片叶绿素含量高光谱估算模型研究

【目的】研究猕猴桃叶片叶绿素含量的高光谱估算方法,为猕猴桃长势的遥感监测提供理论依据。【方法】以陕西杨凌蒋家寨村2018年不同生育期(初花期、幼果期、膨果期、壮果期、果实成熟期)的猕猴桃叶片为研究对象,分别测定其高光谱反射率和叶绿素含量(SPAD值),分析原始光谱和5个常见的植被指数(归一化植被指数、归一化叶绿素指数、改进的叶绿素吸收反射率指数、MERIS地面叶绿素指数、土壤调整指数)与叶绿素含量之间的相关关系,提取各生育期的特征波段,分别建立基于特征波段和植被指数的单波段叶绿素含量一元线性估算模型。利用主成分分析对原始光谱数据进行降维,将得到的主成分得分作为随机森林模型的输入变量,建立基于多波段信息的叶绿素含量多元估算模型,并对模型进行精度验证和分析。【结果】不同生育期猕猴桃叶片光谱反射率变化趋势基本一致,整体趋势为可见光波段反射率低,近红外波段反射率高;在可见光波段,光谱反射率随着叶绿素含量的升高而降低;在近红外波段,光谱反射率则随着叶绿素含量的增加而升高。通过相关性分析可知,初花期、幼果期、膨果期、壮果期、果实成熟期原始光谱的特征波段分别为729,548,707,707和712 nm,估算模型决定系数(R~2)分别为0.18,0.85,0.54,0.85和0.82,其中初花期估算模型未通过显著性检验,其余生育期均通过极显著性检验。在5个常用植被指数中,初花期与叶绿素含量相关性最高的是归一化叶绿素指数(NPCI),但是估算模型决定系数R~2只有0.1,未通过显著性检验;其他生育期与叶绿素含量相关性最高的是MERIS地面叶绿素指数(MTCI),所建立的估算模型拟合效果好,预测精度高。基于主成分分析和随机森林回归建立的不同生育期猕猴桃叶片叶绿素含量估算模型的R~2在0.91～0.98,均通过极显著性检验,其拟合效果和预测精度远高于单波段一元线性回归和基于植被指数的一元线性回归模型,是估算猕猴桃叶片叶绿素含量的最优模型。【结论】基于主成分分析的随机森林模型包含了更完整的波段信息,对不同生育期猕猴桃叶片叶绿素含量具有较好的预测能力。     

西藏茶叶加工工艺探究

第一作者简介:张子威(1996-),男,重庆江津人,研究方向:森林培育。18523193298(电话),1396801281@qq.com(邮箱)