追蹤生長(cháng)季和地理區域中葉片性狀的變化是理解陸地生態(tài)系統功能的關(guān)鍵。野外光譜法是原位監測葉片功能性狀的有力工具，在農業(yè)、林業(yè)和生態(tài)學(xué)中都有許多應用，例如，葉片光譜已用于表征許多葉片理化特性，預測倍體水平，估計葉齡，甚至可以預測入侵植物對凋落物分解的影響。但目前尚不清楚是否可以開(kāi)發(fā)通用統計模型來(lái)根據光譜信息預測性狀，或是否需要根據條件變化進(jìn)行重新校準。特別是，生長(cháng)季多個(gè)葉片性狀同時(shí)變化，是否可以從高光譜數據成功預測這些時(shí)間變化是一個(gè)懸而未決的問(wèn)題?；诖?，為了填補研究空白，在本研究中，一組國際研究團隊利用標準實(shí)驗室方法（包括光捕獲和生長(cháng)：N（%），δ15N（‰），δ13C（‰），葉綠素，可溶性C（%）和葉片含水量（LWC）；防御和結構：每單位面積的葉片質(zhì)量（LMA g m-2）、總C（%）、半纖維素（%）、纖維素（%）、木質(zhì)素（%）、總酚類(lèi)（mg g-1）和單寧（mg g-1）；巖石衍生營(yíng)養素：P（%）、K（%）、Ca（%）、Mg（%）、Fe（μg g-1）、Mn（μg g-1）、Zn（μg g-1）和B（μg g-1））和葉片光譜（利用光譜范圍為350-2500 nm的ASD FieldSpec 3進(jìn)行測量，在350-1000 nm，采樣間隔為1.4 nm，在1000-2500 nm，采樣間隔為2 nm）追蹤了整個(gè)生長(cháng)季的變化，研究了溫帶落葉樹(shù)木多種葉片性狀和光譜特性之間的聯(lián)系。旨在...
發(fā)布時(shí)間:
2022
-
05
-
05
瀏覽次數：38
姜黃素是一種天然化合物，具有良好的抗炎、降血脂、抗氧化和抗癌等特性。姜黃素是從姜科、天南星科中一些植物的根莖中提取的一種二酮類(lèi)化合物。其中，姜黃中約含姜黃素3%～6%，是植物界很稀少的具有二酮結構的色素。了解栽培根莖中姜黃素的水平并確定高產(chǎn)品種非常重要。傳統上測量姜黃素是通過(guò)從新鮮根莖或干粉中將其提取出來(lái)，并使用高效液相色譜（HPLC）或紫外-可見(jiàn)分光光度法進(jìn)行分析。從植物材料中分離姜黃素費事、費力、成本高，且需要專(zhuān)門(mén)的實(shí)驗室設備和有經(jīng)驗的操作人員。而高光譜成像（HSI）是一種快速且無(wú)損的技術(shù)，已成功用于土壤和農產(chǎn)品（堅果、水果和蔬菜）各種化學(xué)成分和質(zhì)量指標的評估。然而，目前尚未探索使用新鮮姜黃根莖的HIS圖像來(lái)預測姜黃素?；诖?，為了填補研究空白，在本文中，來(lái)自澳大利亞的一組研究團隊進(jìn)行了相關(guān)研究，旨在(1) 比較澳大利亞?wèn)|部不同采樣點(diǎn)3個(gè)姜黃品種（黃色、橙色和紅色）的總姜黃素濃度和不同類(lèi)姜黃素的分布；（2）評估利用可見(jiàn)-近紅外（Vis/NIR）光譜（400-1000 nm）建立的PLSR模型預測新鮮姜黃根莖中總姜黃素濃度的潛力。作者在2018年11月至2019年11月，從五個(gè)研究地點(diǎn)共收集了190個(gè)樣本，以捕捉生長(cháng)周期的變化。利用光譜范圍為400-1000 nm，光譜采樣間隔為1.3 nm，光譜分辨率為2.3 nm的Resonon Pika XC2高光譜相機獲取樣品的高光譜圖像...
發(fā)布時(shí)間:
2022
-
04
-
25
瀏覽次數：28
土壤水分是直接影響蒸發(fā)、入滲和徑流等多種環(huán)境過(guò)程的重要因素。而且，土壤水分在農業(yè)蒸散與糧食安全、濕地退化、干旱、陸氣界面的能量交換等相關(guān)研究領(lǐng)域發(fā)揮著(zhù)重要的作用。地面測量能夠提供易于校準和長(cháng)時(shí)間連續獲取的數據，但該種方法僅針對單個(gè)小區域，難以支持空間變化研究或實(shí)地研究?；谒屯寥澜殡娞匦缘木薮蟛町?，微波遙感被廣泛應用于大空間尺度的土壤水分監測，但不適用于精準農業(yè)等多種研究。熱遙感可以根據地表溫度來(lái)估算土壤水分，但熱遙感信號不單受到土壤含水量（SMC）的影響，濕度、風(fēng)速、大氣條件等其他參數也會(huì )影響估計結果。而光學(xué)遙感由于其精細的空間分辨率和利用諸如MODIS、Landsat系列和Sentinel任務(wù)等衛星數據進(jìn)行大尺度監測潛力之間的平衡而引起了諸多關(guān)注。目前已經(jīng)提出了許多指標和模型來(lái)闡明反射率特征隨SMC的變化，并利用實(shí)驗室、實(shí)地、機載和衛星數據從窄帶和寬帶的反射率來(lái)估計SMC。這些方法/指標主要針對從飽和到風(fēng)干的各級SMC；然而，作者發(fā)現飽和到風(fēng)干的單一關(guān)系映射會(huì )導致準確估計的錯誤印象。在整個(gè)干燥過(guò)程中，光譜反射率特征和SMCs之間的回歸關(guān)系不一致導致對相對較低的SMCs估計的精度較低?；诖?，在本研究中， 來(lái)自南京大學(xué)、康奈爾大學(xué)和河南農業(yè)大學(xué)的研究團隊提出了一種分割方法以更準確的估計SWC。作者監測了代表不同土壤特性的三種土壤樣品的整個(gè)干燥過(guò)程，并通過(guò)蒸發(fā)速率變化確定其過(guò)渡點(diǎn)...
發(fā)布時(shí)間:
2022
-
04
-
21
瀏覽次數：32
高光譜成像結合機器學(xué)習檢測火炬松幼苗梭形銹病發(fā)病率火炬松是美國南部最重要的森林樹(shù)種，它生長(cháng)迅速、適應性強，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(shù)的莖，導致被稱(chēng)為“銹癭”的腫瘤樣生長(cháng)物產(chǎn)生，可能會(huì )造成樹(shù)木死亡或產(chǎn)生“銹叢”，從而妨礙樹(shù)木生長(cháng)，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。溫室中抗病性測試在人工接種幼苗后的目視估計病害發(fā)病率和嚴重程度具有高度主觀(guān)性，容易出現人為錯誤，且勞動(dòng)密集。此外，目視評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會(huì )，已成功應用于多種植物物種的病害和脅迫檢測?；诖?，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)的研究團隊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域（ROI）中提取光譜數據；（2）基于來(lái)自(1)的特定ROI的光譜數據，評估用于區分患病和未患病幼苗的SVM分類(lèi)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(xiàn)性?huà)呙韪吖庾V成像儀（Pika XC2，Resonon In...
發(fā)布時(shí)間:
2022
-
04
-
19
瀏覽次數：62
基于根系水穩定同位素探究旱柳枝條水與土壤水之間的同位素失配現象 【摘要】越來(lái)越多的野外研究發(fā)現了植物莖干水與其潛在水源之間的同位素失配現象。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）為研究對象，通過(guò)約每三天一次的采樣頻率測定了土壤?根系?樹(shù)木枝條連續體中各組分（如總體土壤水、移動(dòng)水、地下水、根系水和樹(shù)木枝條水）的穩定同位素值（δ2H和δ18O），結果表明：（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(zhù)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(shù)木枝條水僅與 100-160 cm深度的根系水同位素值相似，并且在試驗期間保持穩定，表明旱柳始終利用穩定的深層水源?？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(shù)木枝條水同位素值之間的關(guān)系，有助于加深對根系水分吸收和運輸過(guò)程的理解?！狙芯繀^域】該試驗是在中國黃土高原北部六道溝小流域 (38°46′-38°51′N(xiāo)...
發(fā)布時(shí)間:
2022
-
01
-
28
瀏覽次數：51
改進(jìn)積雪密度的估計是目前雪研究的一個(gè)關(guān)鍵問(wèn)題。表征密度時(shí)空變異性對于水當量的估算、水力發(fā)電和自然災害（雪崩洪水等）的評估至關(guān)重要。高光譜成像是一種監測和估計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)設計了幾種模型根據光譜信息估算積雪密度。然而，還沒(méi)有一個(gè)實(shí)現滿(mǎn)意的結果。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(mǎn)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?，為了解決該問(wèn)題，本研究中提出了基于光譜數據的積雪密度估計混合模型。主要研究目標是利用高光譜NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光譜分辨率測試混合模型（HM）估計季節性積雪密度的性能?；旌夏Ｐ徒Y合了一個(gè)分類(lèi)器和3個(gè)與密度類(lèi)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立科學(xué)研究院（INRS）的科技園內（46°47′43.22″北緯，-71°18′10″西經(jīng)）收集的數據集校準和驗證了HM?；旌夏Ｐ驮趦蓚€(gè)...
發(fā)布時(shí)間:
2022
-
01
-
24
瀏覽次數：54
PROSDM：PROSPECT模型與光譜導數和相似性度量相結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(cháng)、養分循環(huán)和初級生產(chǎn)提供了有價(jià)值的信息。葉片葉綠素含量（Cab）、類(lèi)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(cháng)狀態(tài)密切相關(guān)。能夠對這些葉片生化性狀進(jìn)行高通量測量的方法對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光譜評估葉片生化性狀的主要問(wèn)題?；诖?，在本研究中，研究者們提出了一個(gè)方法，整合了PROSPECT模型、光譜導數和相似性度量（SDM），稱(chēng)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。具體目標是：（1）通過(guò)PROSPECT反演調查葉片BRF和DHRF光譜差異隨波長(cháng)的變化以及對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：92
生態(tài)系統呼吸（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，對青藏高原多年凍土區這些過(guò)程的空間格局和控制因素尚不清楚?；诖?，為了填補研究空白，在本研究中，來(lái)自四川大學(xué)、中國科學(xué)院成都山地災害與環(huán)境研究所、山西農業(yè)大學(xué)、中國科學(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隊在青藏高原風(fēng)火山（34°40′-34°46′ N和92°50′–92°62′ E；4580-5410 m a.s.l.；圖1a）測量了兩個(gè)生長(cháng)季節（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節Re和CH4通量的相對貢獻。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（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(cháng)季節（6-12月）每30天測量一次Re和CH4通量。同時(shí)，還測量了土壤溫度、體積含水量、地上生物量和地下生物量、土壤有機質(zhì)、pH、土壤全氮、土壤容重、溶解性有機碳、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：62
全球氣候變化引起的預計人口增長(cháng)以及土地和農業(yè)資源可利用性的壓力使未來(lái)幾十年全球糧食供應的需求增加。提高光合作用能力已成為實(shí)現作物增產(chǎn)的目標。目前，測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作物種質(zhì)的研究和育種工作。作者在1分鐘內收集樣地（~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和色素含量。在兩個(gè)生長(cháng)季節（2017年和2018年）利用田間生長(cháng)的經(jīng)基因改變了光合途徑的煙草，建立了8個(gè)光合參數和色素性狀的預測模型。利用偏最小二乘法（PLSR）分析可見(jiàn)近紅外（400-900 nm）光譜相機測得的植物反射像素，預測了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）。當使用兩臺400-1800 nm相機時(shí)，模型的預測并沒(méi)有改善，這表明僅使用一臺VNIR相機就能實(shí)現強大，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（圖1），包括兩個(gè)推掃式高光譜相機。第一臺高光譜相機（P...
發(fā)布時(shí)間:
2021
-
01
-
15
瀏覽次數：148
【摘要】森林的長(cháng)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(shù)木CO2同化率。這種新的方法結合了樹(shù)干液流和穩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)行配對樣本t檢驗，比較了氣體交換測量和新方法測得的CO2同化率，以驗證其準確性和適用性。氣體交換和同位素測量都表明早晨CO2同化率高于下午，峰值在10-11 am左右出現，可能是由于夜間的水儲存和早晨的高氣孔導度。側柏日，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，我們利用穩定碳同位素分辨率（Δ13C）和樹(shù)干液流測量估算的年CO2同化率的結果與傳統方法結果相一致。側柏對供水可以有效的響應，這就解釋了為什么它可以很好地適應半干旱區環(huán)境。估算CO2同化率的新方法是準確的，且適用于北京周邊的半干旱地區?！狙芯繀^域】位于燕山鷲峰國家森林生態(tài)系統研究站（NFERS，40°03′N(xiāo)，116°05′E）?！咎纪凰販y定】利用碳同位素分析儀（CCIA-36d-EP，LGR）結合廓線(xiàn)系統進(jìn)行長(cháng)期野外觀(guān)測。研究區域的地理位置（a）研究區域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：83