據人類(lèi)目前所知，昆蟲(chóng)的種類(lèi)有100多萬(wàn)種，是地球上數量最多的動(dòng)物群體。在《昆蟲(chóng)記》中，法布爾將昆蟲(chóng)世界化作供人類(lèi)獲得知識、趣味、美感和思想的美文，以文藝趣味的筆觸記錄了100多種昆蟲(chóng)的本能與習性，展現了一部“昆蟲(chóng)的史詩(shī)”。但種類(lèi)繁多、形態(tài)各異的昆蟲(chóng)，除了法布爾筆下的靈性和趣味，還有不可忽視的侵害和威脅。1998年，我國在山西省首次發(fā)現紅脂大小蠹，當地林木大面積受到侵害，生態(tài)環(huán)境和經(jīng)濟發(fā)展也嚴重受損。隨著(zhù)紅脂大小蠹的擴散蔓延，我國科研人員對森林受到的侵害愈加重視，并通過(guò)相關(guān)研究，提供了對其進(jìn)行監測的方向。利用機載高光譜成像進(jìn)行樹(shù)木水平紅脂大小蠹侵染的早期監測森林在陸地生態(tài)系統中發(fā)揮著(zhù)必不可少的作用，提供著(zhù)水資源保存、侵蝕控制、緩和氣候變化和碳固存等各種生態(tài)服務(wù)。同時(shí)也面臨著(zhù)生物和非生物因素的脅迫。入侵害蟲(chóng)紅脂大小蠹（RTB）在中國東北部蔓延，造成嚴重的經(jīng)濟和生態(tài)損失。早期識別和侵染樹(shù)木的處理對于避免其蔓延和侵染爆發(fā)至關(guān)重要。高空間分辨率的高光譜數據具有監測單木尺度樹(shù)皮甲蟲(chóng)早期侵染的潛力，但尚未進(jìn)行相關(guān)研究?；诖?，為填補研究空白， 來(lái)自北京林業(yè)大學(xué)的研究者們利用DJI Matrice 600 UAV+Resonon Pika L高光譜相機在中國遼寧省進(jìn)行了相關(guān)研究。首先調查了RTB侵染油松后光譜特征的變化。其次，利用RF分類(lèi)器比較不同光譜特征區分RTB階段的性能。最后，探索了深度學(xué)習...
發(fā)布時(shí)間:
2023
-
04
-
13
瀏覽次數：15
2020年11月24日4時(shí)30分長(cháng)征五號遙五運載火箭點(diǎn)火升空托舉嫦娥五號探測器送入預定軌道意味著(zhù)人類(lèi)時(shí)隔44年再次從月球帶回了巖石和土壤樣品上一次月球采樣返回任務(wù)是1976年蘇聯(lián)的月球24號美國在阿波羅十一號成功登月之后，進(jìn)行了6次發(fā)射任務(wù)，其中有5次都獲得了成功，一共將12名宇航員送上了月球，帶回來(lái)了382公斤的月球土壤。中美兩國于1979年1月1日正式建交；而就在這前夕的1978年，美國國家安全事務(wù)顧問(wèn)布熱津斯基訪(fǎng)華時(shí)，為表示友好，向中國贈送了1克月巖。地質(zhì)學(xué)家將1g月壤等分成兩份，每份重量0.5g，一份用于研究，另一份用來(lái)展覽。如今，我們自己從月球帶回1731克月壤！北京時(shí)間2022年10月10 日，國際科學(xué)期刊《自然 · 通訊》（Nature Communications）在線(xiàn)發(fā)布我國嫦娥五號樣品的一項研究成果。中國科學(xué)院國家天文臺李春來(lái)、劉建軍研究員領(lǐng)導的團隊，結合嫦娥五號月球樣品的實(shí)驗室分析結果和遙感探測數據，解答了過(guò)去對月球晚期玄武巖遙感光譜解譯的疑惑，糾正了月球晚期玄武巖獨特遙感光譜特征的物質(zhì)成分解譯結果。根據以往地基望遠鏡和月球軌道器遙感光譜數據的分析，普遍認為月球正面西部晚期月海玄武巖覆蓋的區域富含橄欖石，這是約束月球晚期玄武巖成因的重要因素。然而該推論是否正確，由于缺乏實(shí)際樣品的分析而無(wú)法證實(shí)。嫦娥五號成功著(zhù)落于月球風(fēng)暴洋東北部的玄武巖平原，返回樣品...
發(fā)布時(shí)間:
2023
-
02
-
28
瀏覽次數：22
蘋(píng)果是一種常見(jiàn)而又神奇的水果。很多人學(xué)會(huì )的第一個(gè)英語(yǔ)單詞可能就是Apple；從樹(shù)上掉下來(lái)，砸到牛頓，啟發(fā)牛頓的也是蘋(píng)果；引領(lǐng)消費時(shí)代數碼潮流的蘋(píng)果公司，logo是被咬了一口的蘋(píng)果~對于這種大家經(jīng)常吃的香甜水果，追本溯源，是來(lái)自薔薇科蘋(píng)果屬的雜交水果。蘋(píng)果的祖先，是一種叫做“新疆野蘋(píng)果”的植物，生長(cháng)在我國新疆和中亞地區，后來(lái)伴隨人類(lèi)活動(dòng)擴散開(kāi)來(lái)，果農們也一代代與蘋(píng)果樹(shù)斗智斗勇，通過(guò)雜交等方式把他們調教的越來(lái)越美味?，F代農業(yè)，為滿(mǎn)足大家更多需求，蘋(píng)果的雜交育種依舊在進(jìn)行，人類(lèi)學(xué)會(huì )了利用更先進(jìn)的技術(shù)，今天推薦大家了解一篇通過(guò)高光譜成像來(lái)預測蘋(píng)果雜交后香氣的優(yōu)秀文章?；赗esonon PIKA XC2高光譜成像預測蘋(píng)果雜交后代香氣蘋(píng)果是世界上最受歡迎且有價(jià)值的水果之一。質(zhì)地、風(fēng)味和營(yíng)養是蘋(píng)果最重要的品質(zhì)。一般來(lái)說(shuō)，香氣在蘋(píng)果風(fēng)味中發(fā)揮著(zhù)重要的作用。提高蘋(píng)果香氣是育種和篩選的目標。因此，構建蘋(píng)果香氣成分評估模型至關(guān)重要。高光譜成像技術(shù)（HSI）結合二維成像技術(shù)實(shí)現光譜全圖像信息獲取，因其快速、有效和無(wú)損特征而廣泛應用在農業(yè)、食品和化學(xué)領(lǐng)域?；诖?，在本文中，來(lái)自西北農林科技大學(xué)園藝學(xué)院的研究人員利用高光譜成像（PIKA XC2 高光譜相機，Resonon Inc., Bozeman，MT，USA）建立了‘Honeycrisp’בMaodi’雜交后代的香氣成分預測模型，初步實(shí)現了...
發(fā)布時(shí)間:
2023
-
02
-
21
瀏覽次數：17
車(chē)厘子，相信大家都不陌生，畢竟“車(chē)厘子自由”曾經(jīng)也是風(fēng)靡一時(shí)的網(wǎng)絡(luò )熱詞。但是車(chē)厘茄是什么呢?車(chē)厘子的變種？車(chē)厘子和茄子的結合？空想不如實(shí)干，看看度娘怎么說(shuō)......嚯，原來(lái)車(chē)厘茄就是常見(jiàn)的小番茄！另外，小加還了解到車(chē)厘茄含有豐富的維他命和十分高的鐵質(zhì)含量，不僅有美容功效，還可以預防出現貧血，可謂是值得多次購買(mǎi)的營(yíng)養好物。但是購買(mǎi)時(shí)，我們只能通過(guò)樸素的雙眼判斷其好壞，如果從專(zhuān)業(yè)性的角度出發(fā)，該如何評估車(chē)厘茄的質(zhì)量呢？答案就在下面這篇論文里，快一起來(lái)看看吧！基于深度學(xué)習和高光譜圖像估算車(chē)厘茄可溶性固形物含量及硬度車(chē)厘茄（Solanum lycopersicum）因其特殊的香味深受世界各地消費者喜愛(ài)?？扇苄怨绦挝铮⊿SC）和硬度是評估產(chǎn)品質(zhì)量的兩個(gè)主要指標?，F存的測量技術(shù)主要依賴(lài)于化學(xué)方法。然而，這種破壞性的方法不適用于大面積的測量。高光譜成像技術(shù)可以同時(shí)獲取光譜信息和空間信息，已廣泛應用于各個(gè)領(lǐng)域，如植物病害脅迫檢測、工業(yè)食品包裝、醫學(xué)圖像分類(lèi)及水果質(zhì)量分析?；诖?，來(lái)自浙江工業(yè)大學(xué)和浙江省農業(yè)科學(xué)院的研究人員選擇當地主流的車(chē)厘茄（Zheyingfen-1）為研究對象，測量其硬度和SSC，并基于高光譜圖像（PIKA XC 高光譜相機，Resonon Inc.，Bozeman，MT，USA）和相應的深度學(xué)習回歸模型開(kāi)發(fā)了無(wú)損式測量技術(shù)。高光譜成像系統【結果】（A）校正的光譜反射率圖。（...
發(fā)布時(shí)間:
2023
-
02
-
13
瀏覽次數：26
土壤中重金屬是有害的，其遷移和累積會(huì )嚴重威脅生態(tài)環(huán)境安全和人類(lèi)健康。砷（As）具有高神經(jīng)毒性和致畸性。人類(lèi)活動(dòng)，例如采礦和工業(yè)生產(chǎn)會(huì )導致大量As釋放到土壤中?？焖贉蚀_確定土壤中As濃度對As污染評估至關(guān)重要。傳統的重金屬調查方法旨在對野外采集的土壤樣品進(jìn)行化學(xué)性質(zhì)測試，費事費力、成本高。高光譜遙感具有高光譜分辨率、寬波段范圍和連續光譜信息等特點(diǎn)，已廣泛用于土壤重金屬濃度的估算。然而，現存的基于高光譜數據的土壤重金屬濃度估算模型忽視了土壤光譜和重金屬濃度之間的空間非穩態(tài)?；诖?，來(lái)自首都師范大學(xué)的一組研究團隊以北京東北部地區（40°10′0″-40°15′30″ N，116°58′4″-117°5′4″ E）為例，基于實(shí)驗室測得的光譜數據（ASD FieldSpec 4光譜儀），結合地理加權回歸（GWR）和XGBoost算法提出了一種新的模型（GW-XGBoost模型）來(lái)估算土壤重金屬濃度。并評估了所提出模型的有效性。研究區和采樣位置。As濃度估算過(guò)程流程圖?！窘Y果】As和光譜的相關(guān)圖。陰影快表示主要化學(xué)吸收范圍。As濃度實(shí)測值與預測值關(guān)系散點(diǎn)圖。As濃度實(shí)測值與預測值擬合比較圖?！窘Y論】估算模型選擇的光譜波段與表面含有能與As形成復合物的官能團的光譜活性物質(zhì)的吸收效應有關(guān)。構建模型時(shí)考慮該吸收機制可以有效降低高光譜數據的冗余。GW-XGBoo...
發(fā)布時(shí)間:
2023
-
02
-
07
瀏覽次數：36
松材線(xiàn)蟲(chóng)?。≒WD），是由松材線(xiàn)蟲(chóng)（Bursaphelenchus xylophilus）引起的具有毀滅性的國際森林病害之一，可以在幾個(gè)月內對松林造成快速、大面積的危害，已對我國造成了巨大的生態(tài)和經(jīng)濟損失。因此，及時(shí)的監測措施非常必要。高光譜遙感可以獲取數百個(gè)波段和連續波長(cháng)的數據來(lái)捕獲受危害樹(shù)木的生理變化，有助于檢測早期病蟲(chóng)害。而基于無(wú)人機的高光譜成像儀可以準確觀(guān)測樹(shù)木冠層的變化，成為評估森林健康情況的有效工具。然而，以往的研究大多使用單日的無(wú)人機高光譜數據，難以監測病害發(fā)生的時(shí)間變化并確定最佳的監測時(shí)期?；诖?，在本研究中，來(lái)自北京林業(yè)大學(xué)的研究團隊于2021年5-10月使用多時(shí)態(tài)的數據在中國遼寧省撫順市東洲區（124°12′36′′ -124°13′48′′ E，41°56′53′′ -41°57′46′′）進(jìn)行了研究。在PWD爆發(fā)期間，作者于2021年5月9日、6月9日、7月11日、8月11日、9月13日和10月21日對紅松林進(jìn)行了地面調查（通過(guò)形態(tài)和分子鑒定確定59棵樹(shù)攜帶松材線(xiàn)蟲(chóng)，另外選擇59棵未被感染的樹(shù)木作為對照）。于2021年5月11日、6月10日、7月12日、8月18日、9月15日和10月23日晴朗無(wú)云的天氣條件下利用DJI Matrice 600 Pro無(wú)人機搭載Resonon Pika L高光譜相機以及LR1601-IR...
發(fā)布時(shí)間:
2022
-
12
-
30
瀏覽次數：38
土壤質(zhì)量直接影響其有機體的健康。然而，土壤容易受到人類(lèi)活動(dòng)的干擾，如采礦、工業(yè)化和農業(yè)活動(dòng)，導致嚴重的土壤污染。在各種土壤污染中，有毒元素會(huì )對人類(lèi)和家畜健康以及食品安全造成威脅。因此，監測這些污染類(lèi)型的濃度和分布對于土壤修復項目至關(guān)重要。然而，傳統采樣和實(shí)驗室分析方法成本高、費事費力且局限于采樣點(diǎn)位置，不能很好地具體化濃度的空間分布。因此，需要具有高空間效應的快速有效的技術(shù)。許多研究已經(jīng)利用圖像光譜和其它輔助數據或環(huán)境變量來(lái)預測有毒元素的分布。而由于衛星圖像中云或陰影的存在，土壤采樣和圖像獲取日期存在差距，這種情況下，需要用到具有不同光譜和空間特征圖像的融合，以增加圖像的時(shí)間分辨率。Sentinel-2A是“全球環(huán)境與安全監測”計劃的第二顆衛星，其攜帶一枚多光譜成像儀，可覆蓋13個(gè)光譜波段，從可見(jiàn)光和近紅外到短波紅外，具有不同的空間分辨率。Landsat 8是美國陸地衛星計劃的第八顆衛星，其攜帶的陸地成像儀包括9個(gè)波段，空間分辨率為30 m。兩者的協(xié)同應用將改進(jìn)對地球表面的及時(shí)和準確觀(guān)測，以及遙感不同學(xué)科的使用?；诖?，在本研究中，來(lái)自捷克生命科學(xué)大學(xué)的研究團隊于2015年8月12日在Sarcheshmeh礦山采集了120個(gè)土壤樣品，在實(shí)驗室進(jìn)行化學(xué)（As、Pb、Zn和Cr）和光譜測量（ASD Fieldspec 3地物光譜儀）。并于2015年8月13日獲取Landsat 8-OL...
發(fā)布時(shí)間:
2022
-
12
-
28
瀏覽次數：40
土壤水力參數，如田間持水量（FC）和永久萎蔫點(diǎn)（PWP），在灌溉管理、干旱風(fēng)險評估和土地利用規劃等方面發(fā)揮著(zhù)重要作用。這些水力特性是動(dòng)態(tài)的，隨土壤類(lèi)型、作物類(lèi)型和生長(cháng)季而變化。傳統方法估算大尺度水力特性費時(shí)費力，而土壤傳遞函數（PTF）作為一種替代方法，已被用于使用易測量的土壤特性（如土壤粒級、有機碳和容重）來(lái)估計土壤水力特性。這些預測參數在很大程度上受各種內在土壤特性如土壤質(zhì)地、結構、有機質(zhì)、容重和孔隙度的影響。隨著(zhù)光譜技術(shù)的不斷發(fā)展，因其快速、低成本和無(wú)損測量，許多研究者已經(jīng)利用可見(jiàn)近紅外（Vis-NIR）光譜預測了土壤特性，而使用光譜數據繪制印度土壤類(lèi)型水力特性的研究非常有限?；诖?，在本研究中，一組研究團隊在印度卡納塔克邦高原北部地區收集了558個(gè)土壤樣本，在實(shí)驗室中測量了其FC， PWP和土壤含水量，并利用ASD FieldSpec光譜儀測量土壤光譜反射率。通過(guò)支持向量機、隨機森林和偏最小二乘回歸三個(gè)模型預測FC和PWP。其中，2/3的數據集用于校準（368個(gè)樣品），1/3的數據集用于驗證（190個(gè)樣品）。本研究目標為通過(guò)不同統計技術(shù)檢驗實(shí)驗室Vis-NIR光譜數據估算水力參數的有用性。研究區域圖【結果】卡納塔克邦高原北部土壤光譜反射率分布（平均值和標準偏差）（N = 558）。FC和PWP預測模型的性能（50 次迭代）驗證集FC和PWP預測值和觀(guān)測值散點(diǎn)圖（RF方法）（...
發(fā)布時(shí)間:
2022
-
11
-
18
瀏覽次數：28
了解亞熱帶森林樹(shù)種的準確信息對于森林可持續管理、生態(tài)系統服務(wù)評估、生物多樣性監測以及生態(tài)環(huán)境保護至關(guān)重要。因此，亟待快速有效的方法對單個(gè)樹(shù)種進(jìn)行分類(lèi)。傳統的樹(shù)種地面調查費事、費力、成本高，難以大面積實(shí)施。而遙感可以獲取較大區域的特征信息。許多遙感數據，如超高分辨率RGB、機載高光譜和雷達數據，已廣泛應用于單木分割和樹(shù)種分類(lèi)。然而以往都是利用其中一種或兩種類(lèi)型的數據進(jìn)行研究，綜合這三種遙感數據進(jìn)行樹(shù)種分類(lèi)的研究十分有限?；诖?，為填補研究空白， 研究者們于2019年8月在中國南方深圳的亞熱帶闊葉林聚龍山公園（114°23′28′′E，22°43′50′′N(xiāo)）基于UAV LiDAR，高光譜（Resonon Pika L高光譜成像儀）、超高分辨率RGB數據以及地面數據進(jìn)行單個(gè)樹(shù)種的分類(lèi)。作者首次開(kāi)發(fā)了watershed-spectral-textural-controlled normalized cut（WST-Ncut）算法進(jìn)行單木分割。然后整合UAV LiDAR（提取結構特征），高光譜（提取光譜特征）和超高分辨率RGB數據（提取紋理特征）進(jìn)行分類(lèi)。最后通過(guò)總體精度（OA）和kappa系數（k）評估分類(lèi)精度。主要研究目標為：（1）評估所提出的WST-Ncut算法在亞熱帶闊葉森林進(jìn)行單木分割的準確性；（2）與單獨使用這些數據相比，評估UAV LiDAR，高光譜和超高...
發(fā)布時(shí)間:
2022
-
11
-
14
瀏覽次數：18
玉米是世界上最重要的作物之一。在玉米生長(cháng)過(guò)程中，氮（N）是最重要的營(yíng)養元素之一。玉米葉片中N轉運主要以谷氨酰胺的形式進(jìn)行。玉米產(chǎn)量與灌漿期葉片中的谷氨酰胺、谷氨酸、丙氨酸、天冬氨酸和天冬酰胺等氨基酸具有很好的相關(guān)性。因此，準確快速估算玉米葉片氨基酸含量對于提高玉米產(chǎn)量和N利用效率至關(guān)重要。分光光度法、化學(xué)分析法和質(zhì)譜法是確定氨基酸含量的主要方法，具有高靈敏度和高準確度。然而，這些方法會(huì )破壞樣品，且需要復雜的樣品處理過(guò)程，通量低，成本高。高光譜成像技術(shù)因其快速、高通量和無(wú)損式測量成為估算作物生理生化參數的新方法，且已廣泛用于作物表型性狀的高通量篩選。然而，目前利用高光譜數據估算新鮮玉米葉片氨基酸含量的研究十分有限?；诖?，為填補研究空白，在所附的文章中，中國農業(yè)大學(xué)的研究團隊以新鮮玉米葉片為研究對象，探索了高光譜成像技術(shù)估算其氨基酸含量的可行性?？紤]到施氮量對玉米葉片氨基酸含量的極大影響，作者設置了兩個(gè)變量施氮實(shí)驗。利用Resonon Pika L高光譜成像儀（光譜范圍為400-1000 nm）采集玉米葉片的高光譜圖像，并測量了玉米葉片24種氨基酸含量。作者利用NDVI從背景中分離出綠色葉片（高光譜圖像預處理），利用Savitzky-Golay濾波進(jìn)行去噪（數據預處理）。在模型建立過(guò)程中，作者首先通過(guò)樣本變異系數（CV）和偏最小二乘回歸（PLSR）篩選了各氨基酸含量的敏感波段范圍和特...
發(fā)布時(shí)間:
2022
-
10
-
24
瀏覽次數：29