17c精品麻豆一区二区免费,少妇人妻偷人精品视免费,免费在线A级黄色毛片,国产AV无码亚洲一区二区,国产一级a毛一级a看免费视频

News 應用支持
對地表入滲和蒸發通量的分配,以及準確量化不同空間尺度下土壤與大氣之間的質量和能量交換過程,都需要了解土壤的水文性質(如土壤水分特征曲線和導水率特征曲線)。土壤水分特征曲線(SWRC)描述了在基質勢下土壤水分含量的平衡情況,是重要的水文特性,與土壤孔隙的大小分布和結構密切相關,受土壤結構、質地、有機物和粘土礦物等因素的影響。傳統測量SWRC的實驗室方法繁瑣,數據往往不完整,且只覆蓋有限的水分含量范圍。近年來,近程和遙感技術得到了廣泛關注,特別是在光學域內的土壤反射光譜已被用于獲取土壤礦物學和化學成分、有機物含量、粒度分布及水分含量等信息。這些研究為衛星遙感提供了大尺度測繪的基礎。傳統方法主要依賴光譜轉移函數,盡管能有效推斷土壤水力特性,但需大量數據進行模型校準。本文提出了一種新的實驗室方法,通過水分含量依賴的短波紅外(SWIR)土壤反射光譜直接估計SWRC,利用最近開發的前向輻射傳輸模型,僅依賴水分含量-反射率數據對,計算更高效,無需反演流動方程,簡化了測量過程。為了測試提議的新實驗室方法,作者使用了21種亞利桑那州土壤,這些土壤的質地(表 1)和礦物成分(即高嶺石、云母/伊利石、蒙脫石、蛭石、綠泥石和黑云母含量)有很大差異。下面提供了實驗確定的 SWRC 和干燥土壤的反射光譜的描述。表 1. 亞利桑那州土壤的質地特性使用ASD LabSpec®2500 地物光譜儀測量不同含水量水平的土壤反射光譜。波長范圍:350-2500nm。將烘干的土壤樣品通過2mm篩子,然后裝入直徑為40mm、高度為1.5mm的黑色金屬容器中。反射率測量采用與SWRC測量相同的目標填充密度。樣品經過仔細平整(即不壓實以盡量減少陰影效應)。土壤樣品最初用2毫升注射器浸透,在土壤從浸透到風干的過程中,每3分鐘自動獲取一次反射光譜。圖 2. (a) 假設 θo= 0.18, l...
發布時間: 2024 - 11 - 07
瀏覽次數:13
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:182
摘要:了解再生物種的水分利用特征對于理解土壤與植物之間的相互作用機制以及指導水資源受限生態系統中的生態恢復策略具有深遠的意義。盡管植樹造林是改善退化生態系統功能和服務的重要途徑,但對不同人工林類型中優勢種的水分利用特征的了解甚少。作者調查了黃土高原三種代表性人工林(三種落葉樹種刺槐、山杏和臭椿組成的混合人工林,純刺槐人工林,純山杏人工林)的植物水分利用特征。作者測量了每種人工林中優勢種葉片的δ13C以及木質部和土壤(400 cm)水分的δ2H和δ18O。結果表明,混合人工林中三個主要樹種在水源貢獻比例上表現出顯著的差異(P<0.05),表明植物具有水源隔離作用。與純山杏人工林相比,混合人工林中的山杏利用更大比例的淺層土壤水,相應地減少了對深層土壤水的消耗。然而,在不同人工林中,刺槐水分吸收比例未表現出顯著差異。混合人工林中植物葉片的δ13C顯著高于純人工林的。不同人工林中,刺槐葉片的δ13C與SWC呈正相關關系,而山杏中未觀察到這種關系。結果表明人工林類型會影響植物水分利用特征,具有對人工林類型的物種特異性響應,以及種間競爭和種內競爭之間不同的水源競爭效應。研究區域該研究是在陜西省羊圈溝流域進行的(36°42′45″ N,109°31′45″)。該流域是黃土高原中部的黃土丘陵溝壑區。樣品采集作者于2016年植物生長季節5-9月采集了植物葉片樣品用于δ13C的測定...
發布時間: 2020 - 05 - 29
瀏覽次數:209
摘要:采礦后地區受到大規模和嚴重的干擾,會對周圍生態系統產生重要的影響。原本的生態系統被破壞,而植樹造林可以恢復這些生態系統。但其成功和速度取決于所挖出棄土基質的特性。熱紅外遙感為棄土基質的標測和分類帶來了優勢,從而確定了其特性。棄土基質庫包含光譜發射率(Designs and Prototypes Model 102便攜式FTIR光譜儀)和化學性質,可以促進遙感活動。該研究提供了從捷克共和國褐煤開采場提取的棄土基質發射率的光譜庫。通過干燥和篩分將提取的樣品均質化。每個樣品的光譜發射率通過光譜平滑算法來確定,該算法適用于傅立葉變換紅外(FTIR)光譜儀測得的數據。同時測量了每個樣品的化學參數(pH、電導率、Na、K、Al、Fe、灼燒損失和多酚含量)和毒性。本文中光譜基因庫以地理坐標的形式提供了獲取位置的有價值的信息,呈現的數據本質上是唯一的,可以在長波紅外電磁頻波中為許多遙感活動提供服務。1總結露天采礦過程中,煤層上方大量的基質被清除并重新堆放,覆蓋了廣闊的區域,這些從幾百米深處挖出的材料被稱為棄土基質。其物理和化學特性會發生變化,異質性很大程度上受地質及采礦和堆放方法的影響,由于這個原因,基質與最近的土壤有很大的不同。它們有極端的pH值,高濃度的重金屬、多酚(即煤分解產物)和鹽含量。這些性質會影響采礦后地區植被發展的成功和速度。因此,在土地...
發布時間: 2020 - 05 - 28
瀏覽次數:83
植被冠層的光合特性是基于地球系統模型進程的重要參數,可用于理解全球碳循環。然而這些地球系統模型缺乏光合特性連續的時空信息,導致了很大的不確定性,無法解釋碳的源和匯以及大氣層與陸地生物圈的交換。此外,光合速率的準確表征對于重設光合作用途徑以提高作物產量至關重要。選擇新品種需要在給定環境中將基因型與表型聯系起來,但尚未以高通量方式實現,這成為植物育種的主要瓶頸之一。為此,作為全球糧食安全問題解決方案的一部分,迫切需要光合特性高通量表征技術的進步,這對于深刻理解全球環境變化至關重要。基于此,作者研究了安裝在移動平臺上的高光譜成像相機是否能解決這些問題,重點研究三種主要方法-基于偏最小二乘法回歸(PLSR)的反射光譜,光譜指數以及數值模型反演,以從11個煙草品種冠層高光譜反射率估算光合特性。結果表明,基于PLSR建立的反射光譜和光譜指數模型預測Vcmax和Jmax的R2為~0.8,高于數值反演的預測結果(R2為~0.6)。與反射光譜的PLSR相比,光譜指數的PLSR預測Vcmax(R2 = 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m?2 s?1)的結果更好,預測Jmax(R2 = 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m?2 s?1)的結果相似。...
發布時間: 2020 - 05 - 28
瀏覽次數:240
摘要:本研究旨在理解不同缺水脅迫下10個水稻基本型的表現。記錄了不同脅迫水平下植物的相對含水量(RWC)以及在350-2500 nm范圍內的高光譜數據。通過光譜指數,多元技術和神經網絡技術確定最佳波段,并建立預測模型。建立了新的水敏感光譜指數,并就RWC評估了現有的水帶光譜指數。這些基于指數的模型可以有效地預測RWC,R2值為0.73至0.94。在350-2500 nm范圍內的所有可能組合中,使用比率光譜指數(RSI)和歸一化光譜指數(NDSI)繪制等高線,并量化與RWC的相關性以確定最佳指數。光譜反射率數據(ASD Field Spec3 spectroradiometer測量)還用于建立偏最小二乘回歸(PLSR),然后進行多元線性回歸(MLR)和人工神經網絡(ANN),支持向量機回歸(SVR)和隨機森林(RF)模型來計算植物RWC。在這些多元模型中,PLSR-MLR被認為是預測RWC的最佳模型,校正和驗證的R2分別為0.98和0.97,預測的均方根誤差(RMSEP)為5.06。結果表明,PLSR是鑒定作物缺水脅迫的可靠技術。盡管PLSR是可靠的技術,但如果將PLSR提取的最佳波段饋入MLR,則結果會得到顯著改善。使用所有光譜反射帶建立了ANN模型。建立的模型未取得令人滿意的結果。因此,使用PLSR選擇的最佳波段作為獨立x變量開發了模型,發現PLSR-ANN模型比單獨的ANN模型...
發布時間: 2020 - 05 - 25
瀏覽次數:207
土壤有機碳(SOC)源和匯之間的平衡會影響溫室氣體以及全球氣候。SOC儲量的微小變化會影響碳循環,并可能顯著增加或降低大氣中的碳濃度。土壤碳的變化受氣候和土地利用的影響,并且在不同土壤中也會發生變化。為了更好地理解土壤有機碳的動力學及其驅動因子,作者收集了華北和東北地區1980年代和2000年代的數據,其中2000年代的樣品利用ASD Fieldspec ProFR vis–NIR光譜儀進行了漫反射光譜的測定用于土壤碳的預測,并對各個時期土壤有機碳的空間變化進行了數字土壤制圖。在1980年代,在30公里的方格中采集了585個土壤樣品,并在2003年和2004年對該區域進行了重新采樣(1062個樣品)。該地區土地利用類型主要是農田,森林和草地。土地利用,地形因素,植被指數,可見近紅外光譜和氣候因素作為預測因子,使用隨機森林預測土壤有機碳濃度及其時間變化。1985年平均土壤有機碳濃度為10.0 g kg-1,而2004年為12.5 g kg-1。在這兩個時期中,土壤有機碳變化相似且從南到北增加。據估計土壤有機碳儲量在1985年為1.68 Pg,在2004年為1.66 Pg,但是不同土地利用下土壤有機碳變化是不同的。在過去的20年中,平均氣溫升高,大面積森林和草原轉化為農田。農田土壤有機碳增加了0.094 Pg(+9%),而森林和草地土壤有機碳分別損失了0.089 Pg(?25%)和0....
發布時間: 2020 - 05 - 15
瀏覽次數:81
摘要:氣候變化和人類活動的加劇使管理農業水資源變得更為困難,特別是與作物類型和生長階段有關的水吸收模式的變化。因此,在華北平原,作者利用全自動真空冷凝抽提系統(LI-2100)將植物木質部和土壤樣品中的水分提取出來,利用LGR水同位素分析儀(WIA-35d-EP,912-0026)測量各水體中δ18O和δ2H以研究冬小麥和夏季玉米輪作田的水分吸收模式。根據土壤含水量,利用層次聚類分析將土壤層分為0-20 cm,20-40 cm,40-120 cm和120-200 cm。夏季玉米在三葉期(77.8%)和拔節期(48.6%)主要吸收0-20 cm土壤水,孕穗期(33.6%)和抽雄期(32.6%)主要吸收20-40 cm土壤水,吐絲期(32.0%)和乳熟期(36.7%)主要吸收40-120 cm土壤水,成熟(35.0%)和收獲期(52.4%)轉為吸收0-20 cm土壤水。冬小麥在越冬期(86.6%),幼苗期(83.7%),拔節期(45.2%),孕穗期(51.4%),抽穗期(28.8%)和成熟期(67.8%)主要吸收0-20 cm土壤水,在開花期(34.8%)和乳熟期(25.2%)主要吸收20-40 cm土壤水。冬小麥干根重密度與水分吸收的貢獻呈正相關。然而,夏季玉米中未發現類似相關性。回歸分析表明冬小麥(CWU=-2.03×SVWC+92.73)和夏季玉米(CWU=-0.91&...
發布時間: 2020 - 05 - 15
瀏覽次數:149
63726866723166.pdf
發布時間: 2020 - 03 - 30
瀏覽次數:136
Copyright ?2018-2023 北京理加聯合科技有限公司
犀牛云提供企業云服務

北京理加聯合科技有限公司

地址:北京市海淀區安寧莊東路18號光華創業園5號樓(生產研發)
          光華創業園科研樓四層
電話:
傳真:-8014
郵箱:info@jevtech.com
郵編:100085

 

地址:深圳市寶安區創業二路玖悅雅軒商業裙樓3層瑞思BEEPLUS 3029室 手機:

 


 


  • 您的姓名:
  • *
  • 公司名稱:
  • *
  • 地址:
  • *
  • 電話:
  • *
  • 傳真:
  • *
  • 電子郵箱:
  • *
  • 郵政編碼:
  • *
  • 留言主題:
  • *
  • 詳細說明:
  • *
在線留言
關注我們
  • 官方微信
  • 官方手機端
友情鏈接:
X
1

QQ設置

3

SKYPE 設置

4

阿里旺旺設置

等待加載動態數據...

等待加載動態數據...

5

電話號碼管理

6

二維碼管理

等待加載動態數據...

等待加載動態數據...

展開