酸性染料在桦木中的渗透与吸附

采用扫描电镜和傅立叶变换红外光谱分析手段研究了木材染色过程中染料在桦木中的渗透与附着过程:当染料质量分数较高时,在放大1 500倍的SEM照片中观察到大量染料分子发生聚集,较多地吸附在单板表层;而当染料质量分数较低时,则观察不到染料分子。这种情况同时发生在单板芯层。在试验中,用肉眼观察到的颜色变化证明了单板已经吸附了染料分子。通过对染色过程中酸性橙Ⅱ的脱附和FTIR谱图分析可以推断,酸性橙Ⅱ与桦木的结合是以物理吸附为主,但这种吸附力较弱,染料较易流失。     

不同株型冬小麦冠层结构特征多时相分析

同一株型不同生育期、不同株型相同生育期其结构参数均具有不同的变化特点,了解其变化,一方面有利于区分不同株型结构,进一步提高LAI（叶面积指数）等指标参数的遥感反演精度,另一方面可用于定量作物肥水管理,提高肥水利用效率。该文结合冬小麦整个生育期,在北京小汤山试验基地开展两期品种试验,对比分析实测冠层多角度光谱及结构参数,得出通过多角度光谱数据区分株型的最佳波段是红光波段,两期LAI与平均叶倾角(ALA)变化均表明,最佳时期为拔节期;起身期至拔节期所选试验品种均体现直立型品种LAI大于披散型品种。2009年试验表明利用J411 4月底LAI变化趋势差异也可较好的区分作物株型;披散型品种9428特征尺度变化出现“跷板”效应,可以作为株型识别的依据之一。     

基于奇异谱和相关性分析的木材声发射源直线定位算法研究

针对木材声发射（acoustic emission,AE）信号的随机特性,提出了一种基于奇异谱和信号相关性分析的木材表面AE源直线定位算法。首先,依据ASTM标准通过折断铅芯的方式分别在樟子松和榉木试件表面产生AE源,并在顺纹理方向布置2个AE传感器,其中采样频率设置为500 kHz。然后,采用奇异谱分析（singular spectrum analysis,SSA）算法提高AE信号的信噪比,再分别基于信号相关性和最大值分析2种方法计算AE信号在木材表面顺纹理方向的传播速度。最后,依据AE信号传播时差和计算速度,基于时差定位原理设计AE源定位算法。并针对SSA处理前后的AE信号,采用不同定位算法进行比较试验。结果表明,直接对原始AE信号采用基于信号相关性和最大值分析方法确定信号传播速度时,樟子松试件2个不同位置AE源的定位误差分别为51.8%、55.7%和75.7%、46.6%;榉木试件2个不同位置AE源的定位误差分别为52.0%、44.8%和37.7%、45.5%。而对于经SSA处理后的AE信号,樟子松试件相应的定位误差分别为5.1%、33.2%和2.6%、31.7%;榉木试件相应的定位误差分别为3.1%、54.9%和5.1%、22.9%。因此,对原始AE信号进行SSA降噪处理后,再基于信号相关性分析方法确定信号传播速度,能够显著提高木材表面AE源的定位精度。     

几种牧草不同萌发期同功酶分析

以几种禾本科和豆科牧草为试材,采用垂直平板聚丙烯酰胺凝胶电泳,测定了牧草种子不同萌发期过氧化物酶同功酶的变化,并据此分析了它与遗传学和品种鉴定等的关系。每种牧草都有其特征酶谱,又因荫发期不同副带有所不同,酶带强弱也不同。当种子萌发达到一定天数时,酶谱趋于稳定。不同种间酶谱差异较大,同种间差异较小。     

近红外光谱技术在家禽养殖领域应用现状

近红外光谱是一种快速光谱分析的新方法,伴随着光谱技术与化学计量法的发展,近红外光谱已广泛应用于农业、食品、医药、石油化工等行业,极大地提高了各行业信息化水平。基于近红外光谱在家禽养殖领域的应用现状,本文总结了近红外光谱技术的发展及其在饲料成分检测和禽肉检测中的应用。在饲料检测和家禽肉类检测方面,通过将禽肉样品的光谱信息与质量指标的参考值相关联,建立了预测饲料和待测肉类高精度、高稳定性的数学模型。与传统方法相比,近红外光谱技术具有信息量大、数据计算速度快等优点。本文还归纳了近红外光谱技术在饲料品质检测和肉类品质检测的应用现状,指出了近红外光谱在家禽养殖领域的大规模应用推广的可能性。同时指出近红外光谱技术存在的问题和未来发展方向,结果表明近红外光谱技术在饲料和畜产品检测领域具有良好的发展前景和应用价值。     

棉花叶面积指数冠层反射率光谱响应及其反演

【目的】研究棉花冠层光谱对不同叶面积指数（LAI）的响应，建立棉花LAI光谱反演模型。【方法】利用2003～2004年采集的棉花光谱与LAI的246组数据，分析LAI与冠层反射率光谱和反射率一阶微分光谱间的定量关系。【结果】当LAI大于2.5后不同LAI棉花群体光谱反射率在可见光波段趋于饱和；LAI与可见光波段和短波红外波段（水分吸收带除外）光谱反射率呈显著负相关，与近红外波段高光谱反射率呈显著正相关；LAI与棉花反射率一阶微分光谱主要在蓝边（523～531 nm）、黄边（570～576 nm）、红边（700～755 nm）形成3个相关系数高台区，均达极显著水平，其中红边区的相关性最高。棉花红边位置固定，分别在718 nm和723 nm，且以 723 nm处对LAI更敏感。在反演棉花LAI的高光谱参数中VI (660、800)、VI (550、800)、VI (500、800)、VI (670、800)、Sdy (570～573 nm)、SDr (714～755 nm)、D723、Dr 估算LAI相对误差低于30%，RSME小于0.6，其中VI (600、800)、VI(550、800)两个参数估算水平最高，相对误差分别为21.7%与21.0%，RMSE分别为0.416与0.419；利用SDr与SDr/SDb分别对LAI大于1.0 与小于1.0 的棉花群体反演，能显著提高LAI的估算水平。【结论】应用高光谱分析方法能够提取棉花冠层特征光谱信息，构建LAI高光谱反演参数，建立估算模型，并且利用包含不同光谱参数的分段模型可以进一步提高LAI反演精度。     

福建将乐林场主要树种冠层光谱反射特征分析

【目的】对福建将乐林场主要树种的冠层光谱曲线进行分析,以建立和完善该地区森林树种光谱数据库,并对利用高光谱数据研究森林树种分类提供理论和技术支持。【方法】对实测的林场内5个主要树种(马尾松、杉木、毛竹、木荷和苦槠栲)的平均冠层反射光谱曲线,采用导数光谱、红边特征及将冠层光谱曲线转化到频率域的离散傅里叶变换方法进行分析,比较各树种冠层光谱曲线在空间和频率域上的差别。【结果】在可见光波段(480~700nm),毛竹和苦槠栲的冠层反射率高于其他树种;在近红外波段(720~920nm),苦槠栲、木荷、毛竹的冠层反射率明显高于马尾松和杉木,且苦槠栲木荷毛竹。一阶导数光谱对植被类型有很好的区分作用,可以将植被在可见光波段附近吸收谷的特征和在近红外波段的红边特征进行突出显示。冠层光谱的红边特征参数表现为木荷和苦槠栲的光谱曲线红边斜率较大,明显高于马尾松、杉木和毛竹;毛竹的红边位置明显低于其他树种。对树种冠层光谱的频谱分析结果得出,冠层光谱前12次谐波能量累计达到99%,原始光谱曲线冠层光谱在频域上也有可分性,前4次谐波的幅度谱可以将苦槠栲、木荷和毛竹区分出来。【结论】不同树种的光谱曲线在空间域和频率域都存在明显的差别,光谱曲线的红边参数和冠层光谱在频率域的幅度谱有助于定量化地区分不同的树种类型。     

重金属超富集植物龙葵对镉响应的蛋白组学分析

龙葵是典型的重金属超富集植物,但是我们对其重金属耐受和超富集的分子机理仍不完全清楚。为了从蛋白组学层面探究重金属超富集植物龙葵如何响应金属镉,本研究采用双向电泳和MALDI-TOF MS分析方法,鉴定了重金属超富集植物龙葵叶片和根中Cd胁迫下差异表达的蛋白。双向电泳在根和叶片中分别至少得到927和1 025个蛋白点,其中Cd胁迫下差异表达的蛋白点在根中有45个,叶片中有57个。采用MALDITOF MS分析,在根和叶片中分别鉴定了9个和12个蛋白点,分别代表了9个和6个差异表达的蛋白。生物信息学分析表明,这些蛋白涉及到激素合成、防御响应、能量代谢和细胞结构等。这些结果为进一步揭示重金属超富集植物龙葵响应Cd胁迫的分子调节机制,以及为通过现代生物技术手段进行重金属污染的植物修复提供了理论依据。     

Remote sensing of biotic and abiotic stress for irrigation management of cotton

The applicability of commercially available remote sensing instrumentation was evaluated for site-specific management of abiotic and biotic stress on cotton (Gossypium hirsutum L.) grown under a center pivot low energy precision application (LEPA) irrigation system. This study was conducted in a field where three irrigation regimes (100%, 75%, and 50% ET_c) were imposed on areas of Phymatotrichum (root rot) with the specific objectives to (1) examine commercial remote sensing instrumentation for locating areas showing biotic and abiotic stress symptomology in a cotton field, (2) compare data obtained from commercial aerial infrared photography to that collected by infrared transducers (IRTs) mounted on a center pivot, (3) evaluate canopy temperature changes between irrigation regimes and their relationship to lint yield with IRTs and/or IR photography, and (4) explore the use of deficit irrigation and the use of crop coefficients for irrigation scheduling. Pivot-mounted IRTs and an IR camera were able to differentiate water stress among irrigation regimes. The IR camera distinguished between biotic (root rot) and abiotic (drought) stress with the assistance of groundtruthing. The 50% ET_c regime had significantly higher canopy temperatures than the other two regimes, which was reflected in significantly lower lint yields when compared to the 75% and 100% ET_c regimes. Deficit irrigation down to 75% ET_c had no impact on lint yield, indicating that water savings were possible without reducing yield.     

苹果可溶性固形物含量的检测方法——基于可见光近红外光谱技术

为了快速检测苹果的可溶性固形物(SSC)含量,采用可见光近红外光谱技术,结合主成分分析(PCA)和BP神经网络技术,来建立苹果SSC的预测模型.获取苹果样本在345～1039 nm波段的漫反射光谱,采用DPS数据处理系统对其进行主成分分析,并提取出累计可信度大于95 %的5个新主成分.建立一个3层的BP神经网络模型,并将这5个新的主成分作为BP神经网络模型的输入量,其结果是98 %以上预测样本的预测相对误差在5 %以下.该研究表明,采用近红外光谱技术来建立苹果可溶性固形物的预测模型是可行的.