【基本原理】硝酸鹽水溶液（NO3?）的氮氧穩定同位素組成（δ15N，δ18O，δ17O）以及亞硝酸鹽（NO2?）的δ15N值是土壤、雨水、地表水、地下水以及海水養分來源和動態變化的重要示蹤劑。硝酸鹽同位素還用于評估水生生態系統循環N的能力以及通過地下細菌反硝化等過程修復被硝酸鹽污染的含水層。用疊氮化鎘還原法將NO3?或NO2?轉為N2O，用N2O激光光譜法進行N和O同位素分析。將激光頂空同位素分析法與同位素比質譜法進行比較。激光法可直接測量17O異常，有助于追蹤大氣N來源。基于此，在所附的文章中“N and O isotope (δ15Nα，δ15Nβ，δ18O，δ17O) analyses of dissolved NO3? and NO2? by the Cd‐azide reduction method and N2O laser spectrometry”，國際原子能機構（IAEA）同位素水文學實驗室主任Leonard I. Wassenaar及其團隊利用N2O同位素分析儀（N2OIA‐23e‐EP Model 914‐0060；Los Gatos Research，Mountain View，CA，USA）開展了相關實驗。【方法】用疊氮化鎘法和頂空N2O激光光譜法將其轉化為N2O，在N/O穩定同位素標準物（IAEA，USGS）上測量δ15N，δ18O，δ17O。15N示蹤...
發布時間:
2020
-
07
-
30
瀏覽次數：141
北極苔原位于北半球，是多風無樹的平原。因其溫度低，生長季短，在冬季土壤下層（向下25-90 cm）被永久凍結（“多年凍土層”），阻礙了樹木的生長。在夏季，多年凍土層融化僅足夠用于植物的生長和繁殖，由于下層土壤凍結，水分無法下沉并形成湖泊和沼澤。苔原凍土地區占世界土壤結合碳的很大一部分（是當今大氣中碳的1.5倍），湖泊和濕地中植被腐爛會產生CH4。過去幾十年，人們認為北極苔原是碳匯，因為它可以通過光合作用捕獲大氣中大量的CO2，而如今受氣候變化的影響，它已經成為重要的碳源，將溫室氣體釋放到大氣中。因此，對環境科學家而言，理解該生態系統中季節，植被，氣候因子對CH4排放的影響至關重要。大量研究表明，由于多年凍土層的季節性融化，在北極地區夏季CH4從大量不穩定有機質中排放。然而，很少有研究去理解秋季，冬季和春季（代表了北極地區一年中的70-80%）的CH4排放現象。以往的幾個研究表明秋季甲烷通量高，而春冬季節無甲烷通量。在所附的文章中“ Cold season emissions dominate the Arctic tundra methane budget”，一組國際跨學科的科學家們報道了全年CH4排放，包括從沿著阿拉斯加北坡300公里緯度樣帶上的5個阿拉斯加北極苔原渦度協方差（EC）站點測得的通量數據，旨在理解CH4通量的季節性變化。此項目中，EC塔上安裝了開路分析儀和閉路LGR...
發布時間:
2020
-
07
-
30
瀏覽次數：132
近端成像遙感技術可根據特定的外部反射特征對生物體進行表征和特征描述。這些成像技術引起了人們的關注，并廣泛應用于植物和動物的生態、系統、進化以及生理研究中。然而，重要的因子可能會影響質量和體反射率特征的一致性，從而影響這些技術作為非侵入式表型和特征的部分能力。我們從3種昆蟲中獲得了高光譜體反射率，并研究了制備程序和保存時間如何影響反射率對性別，來源和年齡響應的能力。輻射光譜的不同部分對制備程序和保存時間的敏感性差異很大。基于3個昆蟲物種的研究，我們成功確定了特定的輻射區域，基于以下兩個方面，表型形狀變得更加明顯：（1）用蒸餾水輕輕清洗博物館標本，或（2）用70%的乙醇殺死并保存昆蟲標本。殺死和保存程序的標準化將極大地提高近端成像遙感技術在表征和研究無脊椎動物生態和進化上的能力。【材料】83個葉蟬標本（41個雌性和42個雄性）（半翅目：葉蟬科），來源于西北農林科技大學昆蟲博物館。獲取所有標本清潔前后的高光譜圖像。新捕獲的實驗室飼養的西花薊馬標本，最初是2007從中國農業科學院蔬菜花卉研究所溫室中甜瓜上采集的。新捕獲的褐飛虱標本（半翅目：飛虱科）來自浙江省農業科學院稻田的實驗室飼養群體。【光譜成像】在標本上方20厘米安裝推掃式高光譜相機（PIKA XC，Resonon），并在人工照明下以50 px/mm2的空間分辨率采集光譜圖像。蒸餾水清洗前后葉蟬雄性和雌性代表圖像（a）。在波長435-...
發布時間:
2020
-
07
-
29
瀏覽次數：92
近端遙感作為昆蟲病媒中植物病原檢測的診斷工具，有兩個基本假設。首先，通過昆蟲媒介獲得植物病原體會引起昆蟲媒介的生理變化；也就是說，病原體可能只存在于非常特殊的組織或器官（如唾液腺），但它可能引起昆蟲媒介對病原體的系統生理變化/反應。其次，根據體表反射特征，即使在殺死昆蟲標本，并將其儲存在70%的乙醇中以后，也能檢測到病原體對昆蟲生理學的影響。最近對后一種假設進行了調查，并證明建議將樣本儲存在70%乙醇（與50%或90%相比）中。這項研究表明，在70%乙醇中儲存長達數周的時間對昆蟲樣品反射特性的影響微乎其微。這些技術細節非常重要，因為它們強調了昆蟲標本可以在現場收集、儲存在70%乙醇中，并可以在進行診斷成像測試之前裝運，但是在開始廣泛試驗之前，應評估每種昆蟲的這種效果是否可行。越來越多的學者開始研究利用近端遙感技術來檢測和診斷植物和昆蟲病媒中的病原體，這說明這種基于反射的技術可用于改進檢疫和檢驗工作以及區域作物疾病監測。也就是說，與商業診斷實驗室目前提供的基于PCR和酶聯免疫吸附試驗的服務類似，反射的技術似乎也擁有提供此類服務的潛力，以便農業利益相關者能夠將昆蟲樣本運送到這些實驗室，并獲得關于感染率的快速、可靠和經濟有效的數據。遙感數據是在與先前研究類似的環境條件下從單個成年甜菜葉蟬樣本中獲取的。成體樣本的年齡、性別和交配狀態未知，目的是模擬成體甜菜葉蟬在田間采樣時遇到的變異。使用安...
發布時間:
2020
-
07
-
10
瀏覽次數：101
高效的N肥使用產出需要平衡最小的環境污染和最大的產量，N素使用效率是目前精準農業中重要問題之一。于2017年6月，應用無人機高光譜成像系統對八種不同氮處理的冬小麥進行了高光譜圖像采集。高光譜成像儀采用美國RESONON公司的Pika-L，波段范圍400-1000nm，系統集成了慣導測量系統（IMU）和穩定云臺，可以獲得較高精度的光譜分辨率和空間分辨率的數據。同時在地面采集并獲得冬小麥的葉綠素含量（CHL）、葉面積(LAI),利用偏最小二乘法進行反演估算，(RLAI 2= 0.79, RMSELAI [m2m2] = 0.18, R2CHL = 0.77, RMSECHL [_g cm-2] = 7.02)，并采用多元線性回歸模型進行了產量估測（R2產量＝0.88，RMSEfield[dt ha-1]=4.18）。利用該模型，可以對高光譜圖像進行像素水平的預測。結果表明，在一定施氮量以上，進一步施肥不一定會繼續導致產量增加，為高光譜精準農業研究提供了一定了理論支持。1 實驗設計試驗田位于德國西北部的奧斯納布呂克大學，包括8個處理，6個施氮水平。氮肥水平選擇在0到150 kg ha-1，如圖所示，不同顏色代表了不同的處理。圖1研究區域2 數據處理高光譜傳感器采用美國RESONON公司的PikaL,無人機系統采用大疆無...
發布時間:
2020
-
07
-
10
瀏覽次數：198
【背景】：高光譜成像技術可以快速且無損的測量食物品質。該研究調查了高光譜成像在400-1000 nm波段范圍預測柑橘果實內部品質屬性例如總可溶性固形物（TSS），pH，可滴定酸度（TA）和成熟度指數（TSS/TA）；以及外部品質屬性，例如顏色成分（L*，a*， b*）和顏色指數（CI）的可行性。【方法】：從亞馬遜州（秘魯）收集柑橘樣品（甜橙，瓦倫西亞品種），共80個無不良特征（如物理破壞，病害以及污染成分）的樣品。樣品隨機分為兩組，75%為“校正集”，其余為“預測集”，用于模型的外部驗證。利用Resonon Pika XC高光譜成像系統（400-1000 nm）掃描柑橘并采集圖像。利用偏最小二乘法建立預測品質屬性的完整模型。利用回歸系數確定最優波段，通過多元線性回歸建立簡化模型。預測的確定系數（R2p）以及預測的標準誤差（SEP）用來衡量模型的性能。【結果】：內部品質屬性的完整模型性能較低（R2p ，SEP 50%）。外部品質屬性的完整模型性能較高（L*：R2p = 0.898，SEP = 19%；a*：R2p = 0.952，SEP = 13%；b*：R2p = 0.922，SEP = 20%；CI：R2p = 0.972，SEP = 12%）。簡化模型與外部品質屬性性能相似。柑橘圖像和光譜處理的主要步驟：（a）確認感興趣區域；（b）原始平均反射光譜...
發布時間:
2020
-
07
-
10
瀏覽次數：152
摘要：針對推掃式成像光譜儀獲取的狹帶影像需要經過幾何校正才能拼接形成空間二維影像的問題，提出了基于ENVI二次開發的高光譜推掃圖像拼接技術。基于單應映射建立光譜儀傾斜狀態下與正射狀態下圖像上的二維點之間的關系，校正由姿態變化引起的圖像畸變，結合GPS數據修正因飛行速度變化引起的狹帶重疊將校正后的狹帶影像拼接起來。在ENVI二次開發平臺上進行技術集成，實現了Resonon推掃高光譜狹帶影像的自動校正拼接。對河北保定郊區高光譜影像的校正拼接實驗證明，該方法與光譜儀自帶拼接軟件校正結果接近經緯度坐標差均在1m以內，均方根誤差約為0.7389，能夠滿足一般高光譜遙感應用中的地理精度要求。研究目的：根據單應映射原理，建立光譜儀傾斜和正射狀態下像點的映射關系，利用GPS/INS組合導航數據校正狹帶影像中的畸變，拼接成一幅完整的影像，并在ENVI二次開發平臺上實現推掃狹帶影像的自動校正和拼接。推掃成像畸變原因：推掃式成像是利用飛行平臺的向前運動，借助于與飛行方向垂直的掃描線記錄而構成二維圖像。推掃型成像光譜儀通常采用一個垂直于運動方向的面陣CCD來感應地面響應，在飛行平臺向前運動中完成二維空間掃描，平行于平臺運動方向，通過光柵和棱鏡分光完成光譜維掃描，因此，CCD上一個點對應一個譜段，一條線對應一個譜面。CCD探測器每次成像是空間一條線上的光譜信息。為了獲得空間二維圖像，再通過機械推掃，完成整個...
發布時間:
2020
-
07
-
09
瀏覽次數：511
在大豆的種植中，對雜草的管理有利于作物產量最大化。研究發現麥草畏可有效防除數種一年生和多年生的闊葉雜草。然而，麥草畏噴霧偏離目標漂移或蒸氣漂移會嚴重危害易感作物，包括麥草畏不耐受性作物。因此評估麥草畏漂移對農作物的損害對于有效控制雜草具有重要的意義。目前，作物損害主要是通過評估生理和生化變化（葉面積，葉色，植物高度，產量等）來確定的。但是，這些評估需要耗費大量的勞動力。對于大尺度農田的評估，則需要更快速且經濟高效的方法。高光譜成像（HSI）可以快速掃描植物樣品且能獲得圖像中每個像素的完整反射光譜，已用于植物生理和生化特性的鑒定以及有毒金屬，鹽和病蟲害引起的植物脅迫的檢測。同時結合許多機器學習（ML）算法，例如貝葉斯決策，最大似然分類，K均值聚類，隨機森林，支持向量機和人工神經網絡可以檢測，監測和量化作物損害。在這篇文章中，科學家們利用Resonon Pika Ⅱ VNIR高光譜成像系統進行了相關的研究，旨在：（1）了解不同麥草畏噴霧比率下生理參數，產量和相應光譜響應的變化；（2）確定適當的光譜特征，以評估麥草畏比率對植物的影響；（3）基于高光譜成像，使用機器學習算法建立模型，評估麥草畏比率。 1 研究區域田間試驗于美國密西根州斯通維爾市農作物生產系統研究農場的美國農業部農業研究處4.5公頃的區域內進行。試驗場布設如圖1所示。大豆于2014年5月7日播種。2014年3月下旬...
發布時間:
2020
-
07
-
09
瀏覽次數：144
Hyperspectral imaging for presumptive identification of bacterial colonies on solid chromogenic culture mediaauthor：Mathilde Guillemota,Rony Midahuena, Delphine Archenyb,Corine Fulchironb,Regis Montvernaya,Guillaume Perrina, Denis F. Leroux*a aTechnology Research Department, Innovation Unit,bioMérieux SA, Marcy l’Etoile, France； bR&D Microbiology,bioMérieux SA, La Balme les Grottes,FranceBioMérieux致力于研究自動化微生物學實驗室，以降低成本 (更少的人力和耗材), 提升性能 (提升靈敏度,機器算法)，并通過優化臨床實驗室工作流，獲得可追溯性。在這項研究中， 我們評估了采用高光譜成像技術（HIS）代替人類視覺觀測微生物培養解讀的可能性。在顯色...
發布時間:
2020
-
07
-
09
瀏覽次數：115
本文旨在利用高光譜數據建立一個準確、可解釋的植物病害識別模型。由真菌引起的大豆炭腐病是一種嚴重影響大豆產量的世界性病害。在383-1032 nm范圍內，Resonon高光譜成像儀在240個不同的波長處捕獲高光譜圖像。針對大豆炭腐病，科學家建立了3D卷積分網絡模型，模型分類精度為95.73%，并利用可視化顯著圖檢驗訓練模型、敏感像素位置以及分類的特征敏感波段，發現：敏感特征波段為733 nm，這和常用的鑒別植物健康程度的特征波段范圍（700-1000nm）是一致的。【試驗方法】感染炭腐病的大豆：分別在第3、6、9、12和15天采集健康的和受感染的大豆莖稈樣品，在測量病害程度之前，實時采集健康的和收到感染的莖稈的高光譜圖像。測量儀器：美國Resonon高光譜成像儀，型號：Pika XC （包含安裝支架、移動平臺、操作軟件和2個70 w鹵素燈）。Pika XC性能：光譜通道數：240；波段范圍400-1000 nm；分辨率：2.5 nm。（a）室內高光譜成像系統（b）不同光譜波段的大豆莖稈樣品高光譜圖像 （c）大豆莖稈內外部RGB圖像病害程度比較3D-CNN模型由兩個連接的卷積分模型組成，其中，一個小的構架用于防止訓練模型過飽和。2個圖層（3*3mm空間維度，16個波段的光譜維度）作為第一個卷積分分層，4個3*3*16的圖層作為第二個卷積分層，修正線性輸入模型作為輸出層。【結果分析】1....
發布時間:
2020
-
07
-
09
瀏覽次數：176