基于无人机高光谱特征参数和株高估算马铃薯地上生物量

地上生物量（above-ground biomass, AGB）是评价作物长势及其产量估测的重要指标,对指导农业管理具有重要的作用。因此,快速准确地获取生物量信息,对于监测马铃薯生长状况,提高产量具有重要的意义。于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期获取成像高光谱影像、实测株高（heigh, H）、地上生物量和地面控制点（ground control point, GCP）的三维空间坐标。首先基于无人机高光谱灰度影像结合GCP生成试验田的DSM（digital surface model, DSM）,利用DSM提取马铃薯的株高（H_dsm）;然后利用无人机高光谱影像计算一阶微分光谱、植被指数和绿边参数,进而分析高光谱特征参数（hyperspectral characteristic parameters, HCPs）和绿边参数(green edge parameters, GEPs)与马铃薯AGB的相关性,每个生育期筛选出相关性较高的前7个高光谱特征参数和最优绿边参数(optimal green edge parameters, OGEPs);最后基于HCPs,HCPs加入OGEPs,HCPs加入OGEPs和H_dsm的组合利用偏最小二乘回归（partial least square regression, PLSR）和随机森林（random forest, RF）估算不同生育期的AGB。结果表明：（1）提取的H_dsm与实测株高H高度拟合（R2=0.84,RMSE=6.85 cm,NRMSE=15.67%）;（2）每个生育期得到的最优绿边参数不完全相同,现蕾期、块茎增长期和淀粉积累期OGEPs为R_sum,块茎形成期和成熟期OGEPs分别为Dr_min和SDr;（3）与仅使用HCPs估算AGB相比,使用HCPs加入OGEPs,HCPs加入OGEPs和H_dsm在马铃薯不同生育期可以提高AGB估算精度,且以后者为自变量提高精度的幅度更大;（4）每个生育期利用PLSR和RF估算AGB的建模和验证R2从现蕾期到块茎增长期呈上升趋势,随后开始降低,整体上R2呈先上升后下降的趋势,通过PLSR方法构建的估算AGB模型效果优于RF方法,其中块茎增长期表现效果最好。因此,高光谱特征参数中结合最优绿边参数和株高,并使用PLSR方法可以改善马铃薯AGB的估算效果。     

不同分辨率无人机数码影像的马铃薯地上生物量估算研究

地上生物量（AGB）是表征作物生命活动的重要参数,对作物长势监测和产量预测尤为关键。因此,快速准确地获取AGB信息,对于监测作物生长状况、指导农业管理和提高产量具有重要的意义。以无人机为平台搭载数码相机传感器,因机动性强、价格低、空间分辨率高的优势,能够及时准确的估算作物AGB,已成为遥感估算研究的热点之一。由于无人机不同飞行高度及其对应不同分辨率数码影像的AGB估算模型精度不同,因此,尝试在马铃薯的块茎增长期,通过设置10,20,30,40和50 m共5种无人机飞行高度,获取不同分辨率的数码影像,探究其对以光谱信息、纹理特征和光谱信息+纹理特征构建AGB模型精度的影响。首先,基于无人机数码影像,分别提取光谱信息和纹理特征,通过光谱信息构建的植被指数和纹理特征,分别结合地面试验获取的实测地上部生物量数据进行相关性分析,分别筛选了相关系数绝对值较大的前10个影像指数和前8个纹理特征。然后,分别以3种输入变量整合方差膨胀因子（VIF）进行主成分分析（PCA）降维处理,获得最佳主成分后以多元线性回归（MLR）构建AGB估算模型。最后,对比不同分辨率的数码影像以3种变量和同种分辨率下以同种变量构建的AGB估测模型效果。结果发现：（1）获得的影像分辨率在0.43~2.05 cm之间变化时,纹理特征与马铃薯AGB相关性弱于植被指数,但都达到极显著相关水平（p<0.01）,随着数码影像分辨率降低,二者相关性差异明显。（2）同种分辨率影像下,光谱信息+纹理特征估算AGB的效果最优,其次为单一纹理特征模型,而单一光谱模型表现效果最差。（3）随着数码影像分辨率提高,光谱信息、纹理信息以及光谱+纹理信息估算AGB的精度逐渐变好。     

氨功能化介孔MCM-41固载锰卟啉作为萘羟基化多相催化剂

将不同含量的四(五氟苯基)卟啉锰固载于表面氨基功能化的MCM-41介孔分子筛,所得样品通过粉末X射线衍射、氮气吸附脱附、傅里叶变换红外光谱、X射线光电子能谱、扫描电子显微镜、漫反射紫外-可见光谱、热重和差示扫描量热、电感耦合等离子体进行了表征.结果表明,四(五氟苯基)卟啉锰通过Mn与氨基的轴向配位固载于MCM-41.所制备的样品作为多相催化剂在以间氯过氧苯甲酸为氧化剂选择氧化萘反应中表现出良好的催化性能,且多次使用后没有明显的活性损失.     

利用介孔分子筛中高度分散的Cu-Co氧化物的高效协同作用提高VOCs的催化消除效率

采用一种改进的胶束辅助合成方法,成功地制备了一系列含铜钴氧化物的x Cuy Co/NS-MS-s介孔分子筛催化剂。以气相甲苯作为VOCs的代表污染物,考察了催化剂对甲苯的去除效果。通过各种表征手段,对催化剂的结构、形貌以及Cu-Co双金属物种的化学状态等物理、化学性质进行了详细的表征。结果表明,当双金属之比控制为n_(Cu)∶n_(Co)=1∶3时,催化剂具有最佳的甲苯催化燃烧活性(甲苯转化率50%时的温度T_(50)=232℃,甲苯转化率99%时的温度T_(99)=239℃)以及良好的稳定性。     

基于龙格-库塔的弹道微分方程解算的FPGA实现

针对火控计算中求解弹道微分方程组的速度、精确度以及资源配置间的冲突,设计了一种在FPGA硬件平台上实现、基于龙格-库塔的微分方程组求解器。通过在方程组之间以及方程内的计算步骤中采用多通道二级并行的方式实现算法硬件加速。实验结果表明,对于精度要求高、计算复杂度大的微分方程组,FPGA硬件实现的运算性能较传统的软件实现方式加速性能明显。     

2,4-二羟基苯甲酸辅助合成不同形貌二氧化铈及其在NH_3-SCR中的应用（英文）

使用2,4-二羟基苯甲酸(DHBA)辅助控制合成出具有不同形貌(棒状与片状)的碱式碳酸铈。在水热阶段,碱式碳酸铈的形貌可以通过DHBA的量进行调控。当DHBA为3.5 mmol时,得到棒状碱式碳酸铈,然而增加DHBA的量至5.0 mmol时,可形成片状碱式碳酸铈。棒状与片状fcc-Ce O_2(面心立方二氧化铈)可成功地通过相应的焙烧处理获得。所得二氧化铈均有较大的比表面积(60 m~2·g~(-1)),然而与片状二氧化铈相比,棒状二氧化铈有更高的氧化还原能力与更多的酸量。棒状二氧化铈用于NH_3-SCR时有着更好的催化活性。     

2,4-二羟基苯甲酸辅助合成不同形貌二氧化铈及其在NH3-SCR中的应用

使用2,4-二羟基苯甲酸（DHBA）辅助控制合成出具有不同形貌（棒状与片状）的碱式碳酸铈。在水热阶段,碱式碳酸铈的形貌可以通过DHBA的量进行调控。当DHBA为3.5 mmol时,得到棒状碱式碳酸铈,然而增加DHBA的量至5.0 mmol时,可形成片状碱式碳酸铈。棒状与片状fcc-CeO₂（面心立方二氧化铈）可成功地通过相应的焙烧处理获得。所得二氧化铈均有较大的比表面积（>60 m²·g^-1）,然而与片状二氧化铈相比,棒状二氧化铈有更高的氧化还原能力与更多的酸量。棒状二氧化铈用于NH₃-SCR时有着更好的催化活性。     

利用无人机高光谱估算冬小麦叶绿素含量

叶绿素含量（SPAD）是作物长势评价的重要指标,可以监测农作物的生长状况,对农业管理至关重要,因此快速、准确地估算SPAD具有重要意义。以冬小麦为研究对象,利用无人机高光谱获取了拔节期、挑旗期和开花期的影像数据,获取植被指数和红边参数,研究植被指数与红边参数估算SPAD的能力。先将植被指数与红边参数分别与不同生育期的SPAD进行相关性分析,再基于植被指数、植被指数结合红边参数,通过偏最小二乘回归（PLSR）方法估算SPAD,最后制作SPAD分布图验证模型的有效性。结果表明,（1）大部分植被指数与红边参数在3个主要生育期与SPAD相关性均达到极显著水平（0.01显著）;（2）单个植被指数构建的SPAD估算模型中,LCI表现最好（R2=0.56,RMSE=2.96,NRMSE=8.14%）,红边参数中Dr/Dr_min表现最好（R2=0.49,RMSE=3.18,NRMSE=8.76%）;（3）基于植被指数结合红边参数构建的SPAD估算模型效果最佳,优于仅基于植被指数构建的SPAD估算模型,同时,随着生育期推移,两种模型均在开花期达到最高精度,R2分别为0.73和0.78,RMSE分别为2.49和2.22,NRMSE分别为5.57%和4.95%。因此,基于植被指数结合红边参数,并使用PLSR方法可以更好地估算SPAD,可以为基于无人机遥感的SPAD监测提供一种新的方法,也可为农业管理提供参考。