高光譜成像結(jié)合機(jī)器學(xué)習(xí)檢測(cè)火炬松幼苗梭形銹病發(fā)病率火炬松是美國(guó)南部最重要的森林樹種，它生長(zhǎng)迅速、適應(yīng)性強(qiáng)，可用于建筑木材、膠合板和紙漿等。松梭形銹病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一種影響該物種的常見(jiàn)且具有破壞性的病害。這種真菌通常會(huì)感染幼樹的莖，導(dǎo)致被稱為“銹癭”的腫瘤樣生長(zhǎng)物產(chǎn)生，可能會(huì)造成樹木死亡或產(chǎn)生“銹叢”，從而妨礙樹木生長(zhǎng)，降低木材使用價(jià)值。種植抗病苗是限制該病害的最有效的措施。溫室中抗病性測(cè)試在人工接種幼苗后的目視估計(jì)病害發(fā)病率和嚴(yán)重程度具有高度主觀性，容易出現(xiàn)人為錯(cuò)誤，且勞動(dòng)密集。此外，目視評(píng)估只有在病害感染一段時(shí)間后，癥狀充分發(fā)展時(shí)才能進(jìn)行。而高光譜成像可同時(shí)獲取空間和光譜信息，提供了在不同空間尺度上分析光譜信息的機(jī)會(huì)，已成功應(yīng)用于多種植物物種的病害和脅迫檢測(cè)。基于此，在本文中，來(lái)自北卡羅來(lái)納州立大學(xué)和密西西比州立大學(xué)的研究團(tuán)隊(duì)提出了一種利用高光譜成像技術(shù)篩選火炬松幼苗梭形銹病發(fā)病率的創(chuàng)新方法，具體目標(biāo)為（1）開(kāi)發(fā)高光譜圖像處理管道，用于從火炬松幼苗圖像中的特定感興趣區(qū)域（ROI）中提取光譜數(shù)據(jù)；（2）基于來(lái)自(1)的特定ROI的光譜數(shù)據(jù)，評(píng)估用于區(qū)分患病和未患病幼苗的SVM分類模型。圖1 火炬松幼苗高光譜圖像采集的成像裝置?！靖吖庾V圖像獲取】線性掃描高光譜成像儀（Pika XC2，Resonon In...
發(fā)布時(shí)間:
2022
-
04
-
19
瀏覽次數(shù)：66
基于根系水穩(wěn)定同位素探究旱柳枝條水與土壤水之間的同位素失配現(xiàn)象 【摘要】越來(lái)越多的野外研究發(fā)現(xiàn)了植物莖干水與其潛在水源之間的同位素失配現(xiàn)象。然而，同位素偏移的形成原因尚不清楚，并且不確定它們是發(fā)生在根系吸水過(guò)程還是在從根部到枝干的水分傳輸過(guò)程。因此，該研究以旱柳（Salix matsudana Koidz）為研究對(duì)象，通過(guò)約每三天一次的采樣頻率測(cè)定了土壤?根系?樹木枝條連續(xù)體中各組分（如總體土壤水、移動(dòng)水、地下水、根系水和樹木枝條水）的穩(wěn)定同位素值（δ2H和δ18O），結(jié)果表明：（1）移動(dòng)水和總體土壤水的同位素值有明顯的分離，但隨著土層深度的增加，兩者之間同位素值的差異逐漸減??；（2）根系水接近于束縛水的同位素值，但不同于總體土壤水的同位素值?？傮w土壤水與根系水之間的δ2H和δ18O 的最大差值分別為?8.6‰ 和?1.8‰；（3）樹木枝條水僅與 100-160 cm深度的根系水同位素值相似，并且在試驗(yàn)期間保持穩(wěn)定，表明旱柳始終利用穩(wěn)定的深層水源?？傮w上，旱柳枝條水與其潛在水源之間的同位素失配反映了根系水和總體土壤水之間的同位素偏移，這與土壤水的異質(zhì)性密切相關(guān)。該研究揭示了不同移動(dòng)性的土壤水、根系水和樹木枝條水同位素值之間的關(guān)系，有助于加深對(duì)根系水分吸收和運(yùn)輸過(guò)程的理解?！狙芯繀^(qū)域】該試驗(yàn)是在中國(guó)黃土高原北部六道溝小流域 (38°46′-38°51′N...
發(fā)布時(shí)間:
2022
-
01
-
28
瀏覽次數(shù)：55
改進(jìn)積雪密度的估計(jì)是目前雪研究的一個(gè)關(guān)鍵問(wèn)題。表征密度時(shí)空變異性對(duì)于水當(dāng)量的估算、水力發(fā)電和自然災(zāi)害（雪崩洪水等）的評(píng)估至關(guān)重要。高光譜成像是一種監(jiān)測(cè)和估計(jì)其物理特性的有前途且可靠的工具。事實(shí)上，雪的光譜反射率在一定程度上受其物理特性變化的控制，尤其是在光譜的近紅外（NIR）部分。為此，已經(jīng)設(shè)計(jì)了幾種模型根據(jù)光譜信息估算積雪密度。然而，還沒(méi)有一個(gè)實(shí)現(xiàn)滿意的結(jié)果。主要困難之一是積雪密度和光譜反射率之間的關(guān)系是非雙射的（滿射的）。事實(shí)上，幾個(gè)反射振幅與相同的密度相關(guān)，反之亦然，所以密度和光譜反射率之間的相關(guān)性可能非常弱?；诖耍瑸榱私鉀Q該問(wèn)題，本研究中提出了基于光譜數(shù)據(jù)的積雪密度估計(jì)混合模型。主要研究目標(biāo)是利用高光譜NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光譜分辨率測(cè)試混合模型（HM）估計(jì)季節(jié)性積雪密度的性能?；旌夏Ｐ徒Y(jié)合了一個(gè)分類器和3個(gè)與密度類別相關(guān)聯(lián)的特定估算量（弱到中度變質(zhì)雪（WMM），中度到高度變質(zhì)雪（MHM）和高度到極高度變質(zhì)雪（HVM））。利用2018（1.19-3.27）、2019（1.10-4.3）和2020（1.29-3.10）年冬季在加拿大魁北克國(guó)立科學(xué)研究院（INRS）的科技園內(nèi)（46°47′43.22″北緯，-71°18′10″西經(jīng)）收集的數(shù)據(jù)集校準(zhǔn)和驗(yàn)證了HM?；旌夏Ｐ驮趦蓚€(gè)...
發(fā)布時(shí)間:
2022
-
01
-
24
瀏覽次數(shù)：59
PROSDM：PROSPECT模型與光譜導(dǎo)數(shù)和相似性度量相結(jié)合從雙向反射率中提取葉片生化性狀的適用性葉片生化性狀為理解植物光合功能、動(dòng)態(tài)生長(zhǎng)、養(yǎng)分循環(huán)和初級(jí)生產(chǎn)提供了有價(jià)值的信息。葉片葉綠素含量（Cab）、類胡蘿卜素含量（Cxc）、含水量（Cw）和干物質(zhì)含量（Cm）是四個(gè)重要的葉片生化性狀，與植物光合作用、氮素、脅迫和衰老等健康和生長(zhǎng)狀態(tài)密切相關(guān)。能夠?qū)@些葉片生化性狀進(jìn)行高通量測(cè)量的方法對(duì)于表征植物生理狀態(tài)和關(guān)鍵功能過(guò)程至關(guān)重要。PROSPECT模型是目前最常用的葉片輻射傳輸模型之一，可從葉片定向半球反射因子（DHRF）光譜來(lái)提取葉片生化性狀，然而，在應(yīng)用于葉片雙向反射因子（BRF）光譜提取葉片生化性狀方面尚待探索。葉片表面反射率和各向異性性狀的存在可能是限制PROSPECT從葉片BRF光譜評(píng)估葉片生化性狀的主要問(wèn)題?；诖耍诒狙芯恐?，研究者們提出了一個(gè)方法，整合了PROSPECT模型、光譜導(dǎo)數(shù)和相似性度量（SDM），稱為PROSDM，去除了葉片BRF和DHRF光譜的差異，并從葉片BRF光譜提取了葉片生化性狀。具體目標(biāo)是：（1）通過(guò)PROSPECT反演調(diào)查葉片BRF和DHRF光譜差異隨波長(zhǎng)的變化以及對(duì)Cab、Cxc、Cw和Cm提取的影響，（2）開(kāi)發(fā)PROSDM消除BRF和DHRF光譜差異，從葉片BRF光譜與PROSPECT和PROCOSINE以及PROCWT的比較來(lái)提取Cab、...
發(fā)布時(shí)間:
2022
-
01
-
20
瀏覽次數(shù)：100
生態(tài)系統(tǒng)呼吸（Re）和甲烷（CH4）通量是兩個(gè)重要的土壤-大氣碳交換過(guò)程，已經(jīng)在局地尺度上得到充分記錄。然而，在流域尺度上，對(duì)青藏高原多年凍土區(qū)這些過(guò)程的空間格局和控制因素尚不清楚?；诖?，為了填補(bǔ)研究空白，在本研究中，來(lái)自四川大學(xué)、中國(guó)科學(xué)院成都山地災(zāi)害與環(huán)境研究所、山西農(nóng)業(yè)大學(xué)、中國(guó)科學(xué)院西北生態(tài)環(huán)境資源研究院和西南民族大學(xué)青藏高原研究所的研究團(tuán)隊(duì)在青藏高原風(fēng)火山（34°40′-34°46′ N和92°50′–92°62′ E；4580-5410 m a.s.l.；圖1a）測(cè)量了兩個(gè)生長(zhǎng)季節(jié)（2017年和2018年）不同坡向（北向（陰坡）和南向（陽(yáng)坡））和不同海拔（低、中和高坡位）的生態(tài)系統(tǒng)呼吸（Re）和CH4通量，旨在闡明青藏高原草地流域尺度的Re和CH4通量模式并量化生物和非生物因子調(diào)節(jié)Re和CH4通量的相對(duì)貢獻(xiàn)。作者利用LGR UGGA便攜式溫室氣體分析儀+PS-3000便攜式土壤呼吸系統(tǒng)（北京理加聯(lián)合科技有限公司）+SC-11便攜式呼吸室（北京理加聯(lián)合科技有限公司）于2017年和2018年生長(zhǎng)季節(jié)（6-12月）每30天測(cè)量一次Re和CH4通量。同時(shí)，還測(cè)量了土壤溫度、體積含水量、地上生物量和地下生物量、土壤有機(jī)質(zhì)、pH、土壤全氮、土壤容重、溶解性有機(jī)碳、微生物量碳、微生物量氮、土壤蔗糖酶活性、NH4+-N和NO3--N濃度。...
發(fā)布時(shí)間:
2022
-
01
-
18
瀏覽次數(shù)：65
全球氣候變化引起的預(yù)計(jì)人口增長(zhǎng)以及土地和農(nóng)業(yè)資源可利用性的壓力使未來(lái)幾十年全球糧食供應(yīng)的需求增加。提高光合作用能力已成為實(shí)現(xiàn)作物增產(chǎn)的目標(biāo)。目前，測(cè)量光合作用的方法是耗時(shí)的且具破壞性的，這會(huì)減慢鑒定具高光合能力的農(nóng)作物種質(zhì)的研究和育種工作。作者在1分鐘內(nèi)收集樣地（~2 m×2 m）向陽(yáng)葉片像素的高光譜反射率以量化光合作用參數(shù)和色素含量。在兩個(gè)生長(zhǎng)季節(jié)（2017年和2018年）利用田間生長(zhǎng)的經(jīng)基因改變了光合途徑的煙草，建立了8個(gè)光合參數(shù)和色素性狀的預(yù)測(cè)模型。利用偏最小二乘法（PLSR）分析可見(jiàn)近紅外（400-900 nm）光譜相機(jī)測(cè)得的植物反射像素，預(yù)測(cè)了Rubisco最大羧化速率（Vc,max，R2=0.79）和最大電子傳遞速率（J1800，R2=0.59），最大光飽和光合作用（Pmax，R2=0.54），葉綠素含量（R2=0.87），葉綠素a/b（R2=0.63），碳含量（R2=0.47）和氮含量（R2=0.49）。當(dāng)使用兩臺(tái)400-1800 nm相機(jī)時(shí)，模型的預(yù)測(cè)并沒(méi)有改善，這表明僅使用一臺(tái)VNIR相機(jī)就能實(shí)現(xiàn)強(qiáng)大，廣泛適用且更具“成本效益”的效果。該分析過(guò)程和方法可用于所有作物中，從而提供高通量田間表型篩選，并在田間試驗(yàn)中提高光合性能。高光譜圖像收集建立基于地面的表型平臺(tái)（圖1），包括兩個(gè)推掃式高光譜相機(jī)。第一臺(tái)高光譜相機(jī)（P...
發(fā)布時(shí)間:
2021
-
01
-
15
瀏覽次數(shù)：151
【摘要】森林的長(zhǎng)期生產(chǎn)力和固碳能力受氣候變化影響，已成為全球關(guān)注的問(wèn)題。本研究中，我們提供了一種簡(jiǎn)單且無(wú)損的方法來(lái)研究多時(shí)間尺度上樹木CO2同化率。這種新的方法結(jié)合了樹干液流和穩(wěn)定碳同位素分辨率以估算碳同化率。我們通過(guò)分析變異性并進(jìn)行配對(duì)樣本t檢驗(yàn)，比較了氣體交換測(cè)量和新方法測(cè)得的CO2同化率，以驗(yàn)證其準(zhǔn)確性和適用性。氣體交換和同位素測(cè)量都表明早晨CO2同化率高于下午，峰值在10-11 am左右出現(xiàn)，可能是由于夜間的水儲(chǔ)存和早晨的高氣孔導(dǎo)度。側(cè)柏日，月，年尺度上CO2同化率的變異性與供水條件有關(guān)。與以往的研究相比，我們利用穩(wěn)定碳同位素分辨率（Δ13C）和樹干液流測(cè)量估算的年CO2同化率的結(jié)果與傳統(tǒng)方法結(jié)果相一致。側(cè)柏對(duì)供水可以有效的響應(yīng)，這就解釋了為什么它可以很好地適應(yīng)半干旱區(qū)環(huán)境。估算CO2同化率的新方法是準(zhǔn)確的，且適用于北京周邊的半干旱地區(qū)。【研究區(qū)域】位于燕山鷲峰國(guó)家森林生態(tài)系統(tǒng)研究站（NFERS，40°03′N，116°05′E）?！咎纪凰販y(cè)定】利用碳同位素分析儀（CCIA-36d-EP，LGR）結(jié)合廓線系統(tǒng)進(jìn)行長(zhǎng)期野外觀測(cè)。研究區(qū)域的地理位置（a）研究區(qū)域2013年-2016年三個(gè)土壤深度（30cm，60cm和90cm）的月土壤含水量（SWC）；（b）月降水量（P）和平均氣溫（Ta）；（c）月平均飽和水汽壓差（VPD）和光合有效輻射（PAR）。（a）...
發(fā)布時(shí)間:
2020
-
09
-
11
瀏覽次數(shù)：85
【摘要】最近研究發(fā)現(xiàn)，在混合落葉闊葉林中，相比于葉片氮含量，葉綠素含量可以更好地指示葉片的光合能力。葉片光合能力與葉綠素含量之間關(guān)系的一個(gè)關(guān)鍵概念就是光合成分（即光收集，光化學(xué)和生化成分）的協(xié)調(diào)調(diào)節(jié)。為了檢驗(yàn)該假設(shè)，作者在生長(zhǎng)季測(cè)量了水稻地葉片氮含量（NLeaf），葉片光合色素（即葉綠素（ChlLeaf），類胡蘿卜素（CarLeaf）和葉黃素（XanLeaf））以及葉片光合能力（即1,5-二磷酸核酮糖（RuBP）在25℃被羧化（Vcmax25）和再生（Jmax25）的最大速率）的季節(jié)性變化。同時(shí)還調(diào)查了NLeaf，葉片光合色素，晴天中午的葉片光化學(xué)植被指數(shù)（PRILeaf,noon）的有效性及其可能的組合，以估算水稻地的葉片光合能力（即Vcmax25和Jmax25）。ChlLeaf與Vcmax25和Jmax25高度相關(guān)（R2分別為0.89和0.87），優(yōu)于NLeaf（R2分別為0.80和0.85）。PRILeaf,noon與葉片色素的產(chǎn)物也與Vcmax25高度相關(guān)（R2=0.95-0.96）。而且葉綠素a和CarLeaf的產(chǎn)物可以很好地替代Vcmax25?？偠灾?，該研究支持了以前的發(fā)現(xiàn)，即葉綠素含量與Vcmax25的相關(guān)性比葉氮含量更好。而且，將PRILeaf,noon與葉片色素（即ChlLeaf，CarLeaf和XanLeaf）結(jié)合起來(lái)，為估算葉片光合能力（即Vcmax25）提...
發(fā)布時(shí)間:
2020
-
09
-
01
瀏覽次數(shù)：89
【摘要】正確理解地下水循環(huán)模式及其可更新能力對(duì)地下水資源的評(píng)估、合理開(kāi)發(fā)和利用至關(guān)重要。在干旱或半干旱地區(qū)地下水補(bǔ)給量少且變異性高，因此難以估算。同位素研究和混合模型相結(jié)合可以直接估計(jì)含水層的可更新性。本文利用環(huán)境同位素方法研究了中國(guó)西北半干旱地區(qū)—銀川盆地的潛水循環(huán)模式以及更新能力，主要研究了不同水體的同位素特征，潛水同位素年齡，水循環(huán)模式以及更新速率。結(jié)果表明，銀川盆地主要有兩個(gè)補(bǔ)給源，即局部大氣降水（占13%）和黃河（占87%）。銀川盆地潛水的平均滯留時(shí)間是48年，平均更新速率是3.38%/a。潛水具有較強(qiáng)的更新能力，更新速率與同位素年齡一致?！狙芯繀^(qū)域】位于中國(guó)西北地區(qū)的銀川平原。圖1 銀川盆地位置圖【樣品收集和測(cè)量】收集了來(lái)自全球大氣降水監(jiān)測(cè)數(shù)據(jù)和國(guó)際原子能機(jī)構(gòu)的30組降水?dāng)?shù)據(jù)，并收集了11個(gè)黃河水樣品，47個(gè)潛水樣品。利用LGR的液態(tài)水同位素分析儀測(cè)量所有水體的δ18O，δD和δT以分析其同位素特征?！窘Y(jié)果：地下水補(bǔ)給來(lái)源的確定】根據(jù)1988到2000的降水觀測(cè)，地區(qū)大氣降水線（LMWL）為δD = 7.22δ18O + 5.50（圖2）。降水δD和δ18O加權(quán)平均值分別為-45.59‰和-6.93‰。δ18O變異性范圍為-19.97‰~3.86‰，δD變異性范圍為-147.70‰~5.10‰。LMWL的斜率為7.22，略低于全球平均值8（δD = 8δ18O...
發(fā)布時(shí)間:
2020
-
08
-
20
瀏覽次數(shù)：73
冷害是造成作物嚴(yán)重?fù)p失和不可逆轉(zhuǎn)傷害的災(zāi)害之一。為避免產(chǎn)量損失，可利用高通量表型選擇耐寒脅迫的作物品種。如今，無(wú)損光譜圖像分析已成為一種有效方法，并已廣泛應(yīng)用于高通量表型分析中，反映出植物結(jié)構(gòu)組成，生長(zhǎng)發(fā)育過(guò)程中的生理，生化特性和特征。本研究利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型提取可見(jiàn)-近紅外范圍的特征光譜估計(jì)玉米幼苗的冷害。文中以五個(gè)品種的冷處理玉米幼苗的高光譜圖像為研究對(duì)象。光譜范圍為450-885 nm。高斯低通濾波和Savitzky-Golay平滑方法結(jié)合一階導(dǎo)數(shù)進(jìn)行光譜數(shù)據(jù)的預(yù)處理。從每種玉米幼苗選定的感興趣區(qū)域獲取3600個(gè)像素樣本用于CNN建模。CNN模型建立后，從高光譜圖像中提取400個(gè)像素樣本作為每個(gè)品種的測(cè)試集。最后，通過(guò)分析分類準(zhǔn)確度和計(jì)算效率確定一個(gè)CNN模型。CNN檢測(cè)到的不同類型的玉米幼苗的冷害水平分別為W22 (41.8 %)，BxM (35%)， B73 (25.6%)，PH207 (20%)， Mo17 (14%)，與化學(xué)方法的結(jié)果高度相關(guān)。兩種方法檢測(cè)結(jié)果的相關(guān)系數(shù)為0.8219。因此，研究證明基于CNN建模的光譜分析可以為玉米幼苗冷害監(jiān)測(cè)提供參考。高光譜成像采集利用推掃式高光譜相機(jī)（PIKA II，Resonon）成像系統(tǒng)的整個(gè)結(jié)構(gòu)感興趣區(qū)域樣本數(shù)據(jù)選擇程序樣本的3D光譜分布CNN和化學(xué)方法結(jié)果的比較結(jié)論自卷積神經(jīng)網(wǎng)絡(luò)發(fā)...
發(fā)布時(shí)間:
2020
-
08
-
13
瀏覽次數(shù)：133