基于可见光光谱和BP人工神经网络的冬小麦生物量估算研究

建立基于冬小麦冠层图像分析获取的冠层覆盖度和色彩指数的地上部生物量估算模型,以促进作物冠层图像分析技术和BP神经网络技术在冬小麦长势无损监测中的应用。六个施氮水平的田间试验条件下,在冬小麦拔节期,分四次采集冬小麦冠层图像,同步进行破坏性取样,测定冬小麦地上部生物量;分析了通过图像分析软件(利用微软Visual Basic软件开发)获取的冠层覆盖度和10种色彩指数与冬小麦地上部生物量的相关关系,以逐步回归和BP神经网络方法建立了冬小麦地上部生物量估算模型。结果表明,冬小麦地上部生物量与冠层覆盖度、饱和度和红光亮度值呈显著相关,其中,与冠层覆盖度间的相关性最强,且除亮度外,冠层覆盖度、色彩指数与地上部生物量间呈非线性相关。通过BP神经网络方法构建的模型相对于逐步回归模型,显著提高了冬小麦地上部生物量估算精度,均方根误差(RMSE)、相对均方根误差(RRMSE)更小,决定系数(R2)更大。     

光散射法快速灵敏测定和表征啤酒酵母

研究了啤酒酵母的光散射光谱. 结果表明， 在波长308.0 nm处, 光散射强度与啤酒酵母浓度在2.0×104-2.0×106 Cell/mL 范围内呈线性关系, 检出限(3σ)为4.94×102 Cell/mL. 将此方法成功地应用于培养液中啤酒酵母含量的快速、 灵敏的测定, 并对其散射光谱进行了表征.     

近红外光谱结合遗传算法快速检测红曲菌固态发酵生物量

该文研究了近红外光谱技术在红曲菌固态发酵生物量快速检测方面的应用。共采集了4个批次80个样本的光谱,采用氨基葡萄糖法测定生物量。为降低模型的复杂度和提高模型的预测性能,研究了遗传算法(Genetic Algorithm,GA)的光谱谱区选择方法,并建立所优选光谱变量的预测红曲菌固态发酵生物量的PLS模型。为说明遗传算法优选光谱变量的可行性,另外分别建立了全谱和相关系数法两种波长选择方法下的PLS定量模型,比较分析了3种方法所获模型的预测能力,并对GA方法优选的光谱波段信息与菌体成分中含氢基团的对应吸收进行分析。结果表明,遗传算法能在降低模型复杂度的同时提高模型的预测性能,其建模结果为Rc=0.998 3,RMSECV=3.580 2,Rp=0.993 1,RMSEP=3.643 7,参与建模的数据点由全谱的1 457个减少到585个,且模型预测精度相比FS-PLS模型提高了11.55%。研究表明近红外光谱技术结合遗传算法所建的PLS预测模型能够实现红曲菌固态发酵生物量的快速检测,从而为进一步实现在线发酵过程优化控制提供依据。     

无人机多光谱影像的马铃薯地上生物量估算

地上生物量（AGB）是评估作物生长发育和指导田间农业生产管理的重要指标。因此,高效精准地获取作物AGB信息,可以及时准确地估算产量,对于保障粮食供应和贸易提供有力依据。传统获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测量变为困难。然而,随着精准农业的快速发展,无人机遥感技术被认为是估算大面积作物AGB最有效的技术方式。通过无人机平台搭载多光谱传感器获取马铃薯块茎形成期、块茎增长期和淀粉积累期的多光谱影像,地面实测株高和AGB以及地面控制点（GCP）的空间位置信息。首先,基于SFM（structure from motion,SFM）技术利用无人机影像数据结合GCP的三维坐标生成试验田的DSM（digital surface model,DSM）,通过DSM提取出马铃薯各生育期的株高（Hdsm）;然后,选取原始4个单波段植被指数、9个多波段组合的植被指数、红边波段的高频信息（HFI）和提取的Hdsm分别与AGB作相关性分析;最后基于单波段植被指数（x₁）、多波段组合的植被指数（x₂）、植被指数结合Hdsm（x₃）、植被指数结合HFI（x₄）以及植被指数融合HFI和Hdsm（x₅）为模型输入参数,采用偏最小二乘回归（PLSR）和岭回归（RR）估算各生育期的AGB。结果表明：（1）提取的Hdsm和实测株高拟合的R2为0.87,NRMSE为14.34%;（2）各模型参数都与AGB达到极显著水平,相关性均从块茎形成期到淀粉积累期先升高后降低;（3）各生育期以5种变量使用同种方法估算马铃薯AGB的效果,均从块茎形成期到淀粉积累期先好后变差,其估算精度由高到低依次为x₅>x₄>x₃>x₂>x₁;（4）各生育期使用PLSR以不同变量估算AGB的效果要优于RR方法,其中在块茎增长期基于x₅变量估算马铃薯AGB效果最佳,R2为0.73,NRMSE为15.22%。因此,选取多光谱植被指数结合红边波段的高频信息和Hdsm并使用PLSR方法可以明显提高AGB的估算精度,这为大面积马铃薯作物AGB的监测提供了新的技术支撑。     

镧对镉离子胁迫下黑曲霉抗氧化酶活性变化的影响

分别应用含有120μmol·L-1 La3+,50μmol·L-1 Cd2+,100μmol·L-1 Cd2+,50μmol·L-1 Cd2++120μmol·L-1 La3+,100μmol·L-1Cd2++120μmol·L-1 La3+的培养基培养黑曲霉,3 d后测定黑曲霉菌球的生物量及其胞内超氧化物歧化酶(SOD)、过氧化氢酶(CAT)、抗坏血酸过氧化物酶(APX)、过氧化物酶(POD)和谷胱甘肽-S-转移酶(GST)活性及脂质过氧化产物(MDA)的变化。结果表明,50和100μmol.L-1Cd2+降低了黑曲霉生物量和五种抗氧化酶活性,并诱导了MDA产物的升高。与Cd2+单一处理比较,50μmol·L-1 Cd2++120μmol·L-1 La3+和100μmol·L-1 Cd2++120μmol·L-1 La3+处理组均不同程度上诱导了五种抗氧化酶活性的升高,并降低了MDA的积累水平。其中,120μmol·L-1 La3+对50μmol·L-1 Cd2+氧化胁迫的缓解效应明显高于100μmol·L-1 Cd2+。因此,La对黑曲霉中低剂量Cd胁迫的缓解效应比较显著,而对高剂量Cd的拮抗效应不明显。     

秸秆发酵燃料乙醇关键问题及其进展

利用木质纤维素原料生产燃料乙醇是国际公认的难题.本文从秸秆原料组分不均一性出发,分析了秸秆难以高值化原因;进一步分析了秸秆酶解发酵燃料乙醇的关键问题,介绍了有关秸秆原料预处理、纤维素酶生产、秸秆酶解发酵乙醇和产业化示范工程等的进展.秸秆酶解发酵燃料乙醇产业化示范工程具有自主知识产权,为实现我国秸秆转化燃料乙醇的规模化、产业化、低成本生产奠定了基础.     

资源一号02D高光谱数据红树林地上生物量反演

红树林生态系统是地球上生产力最高的生态系统之一，它也是海岸带“蓝碳”生态系统的重要组成部分。地上生物量作为红树林蓝碳的重要组成部分，如何准确快速地获取红树林地上生物量已成为红树林生态系统研究的热门问题。分析北部湾茅尾海红树林地上生物量(AGB)空间分布格局及其量级，可为该区域红树林生态环境保护及“南红北柳”生态修复提供科学依据。资源一号数据作为我国自主研发的民用国产高光谱卫星，其高光谱数据为红树林地上生物量的研究提供了新的机遇。机器学习算法因其高性能、高效率的优势被越来越多的应用于红树林相关研究，目前已经成为获取红树林参数信息的重要手段。高光谱数据在红树林地上生物量的反演精度如何?国产高光谱卫星数据和机器学习算法在红树林地上生物量的估算中能否应用?这些问题仍需进一步验证。基于国产资源一号02D高光谱数据，采用极端梯度提升(XGBoost)、随机森林回归(RFR)以及K近邻回归(KNNR)三种不同的机器学习算法对茅尾海的红树林地上生物量进行估算，在此基础上对比了不同的机器学习算法的性能。结果显示：(1)无瓣海桑红树林地上生物量的平均值最高(90.93 Mg·ha^-1...