应用昆虫远程智能监测系统监测苹果园害虫的技术

【目的】探索昆虫远程智能监测系统在苹果园害虫监测中的应用技术。【方法】采用双机双摄图像采集系统收集每个时间段诱集昆虫的清晰图像,并传送至系统,在系统客户端进行识别记录。【结果】昆虫远程智能监测系统通过平台设定参数,自动完成昆虫的诱集、灭杀、拍照、传输、收集等工作,客户端人工识别、计数较准确,与实际害虫发生吻合度高。【结论】昆虫远程智能监测系统可实现苹果园多种主要害虫的远程实时监测,减少了监测的人力物力。电脑神经网络通过平台提供的昆虫图片的学习、特征提取、结构构建和模型评估,最终可实现昆虫的自动识别计数。     

昆虫自动鉴定技术研究与展望

昆虫自动鉴定是解决目前昆虫鉴定需求不断增多与专业鉴定人员数量相对较少之间矛盾的有效方法之一.本文从昆虫数字图像获取、图像处理、数学特征提取和分类器的设计等方面介绍了昆虫自动鉴定技术的研究进展;并对该项技术的未来发展进行了展望.     

单日远程会诊突破102例简析与思考

通过对医院单日102例远程会诊病例从地域分布、临床分类和会诊目的3个方面的简单统计分析,讨论远程医学的应用需求、应用方式,探索远程医学在区域医疗协作中的应用模式。     

基于无线物联网的远程脑卒中诊疗服务模式研究

远程医学在推动优质医疗资源纵向流动方面发挥出越来越重要的作用,远程脑卒中项目在发达国家的开展也日益规范。从我国脑卒中诊疗服务的实际需求出发,结合目前计算机网络、通讯技术的发展状况,提出基于无线物联网的远程脑卒中诊疗服务模式,充分利用现代信息技术优势,提高脑卒中诊疗水平,促进远程医学的发展。     

昆虫细胞系的培养和建立技术

迄今已经报道的昆虫细胞系有800株以上。昆虫细胞系在昆虫病理学、寄生虫学、内分泌学、遗传学和分子生物学等基础和应用研究中得到越来越广泛的应用。本文结合我们研究的结果和实践经验,概括了国内外昆虫细胞系建立技术的研究进展,包括昆虫细胞培养的发展、昆虫细胞系建立技术、不同昆虫组织来源细胞系的建立方法和过程,以及对昆虫细胞系特征的鉴定等方面。     

基于省级平台的远程医疗系统设计

提出了一种基于省级平台的远程医疗系统的设计方案,主要从系统整体架构设计、网络结构设计、功能规划以及系统的业务流程设计几个方面进行了详细分析。通过建立省级远程医疗服务平台,可完成省内各医院之间远程医疗服务的统一调度和费用结算,各医院所建立的远程医疗业务平台完成医院间的各种远程医疗服务,系统可实现省内其他医院和省外医院的无缝接入。     

检疫性昆虫DNA条形码检测技术的研发与应用实例

【目的】DNA条形码技术是近年来生物分类鉴定的研究热点之一,已成为植物检疫性昆虫鉴定的有力工具。为快速、准确地鉴定口岸截获的昆虫种类,实现"检得出、检得准、检得快"的要求,我们研发了昆虫DNA条形码试剂盒检测技术(Insect DNA barcoding identification kit)。【方法】该检测技术针对出入境植物检疫性及危险性昆虫的主要类群,选择合适的基因片段、设计引物、对目标基因进行扩增测序,找出基因片段上区分每个物种的多态位点规律,作为该物种的鉴定特征并建立数据库,应用于植物检疫性及危险性昆虫的物种鉴定。【结果】以检疫性昆虫木蠹象属Pissodes为例,确定了木蠹象属5种昆虫的多态位点规律(鉴定特征),构建了用于物种鉴定的数据库。通过比对数据库里的鉴定特征,将未知样品鉴定为榛梢木蠹象P.terminalis(相似度100%),与形态鉴定结果一致。本文介绍了检测技术的原理、方法、技术流程及应用实例,并展望了其在有害生物检测中的推广应用前景。【结论】昆虫DNA条形码试剂盒检测技术为建立标准化,准确性高的物种鉴定平台打下基础,有着良好的推广应用前景。     

昆虫图像自动鉴别技术

昆虫是地球上物种多样性最为丰富的生物类群,其物种鉴定任务复杂而艰巨,可靠的物种鉴定是开展昆虫学工作的重要基础之一。当前,国内外的人工昆虫物种鉴定能力均不能满足实际需求,因而人们开始不断探索利用计算机自动鉴定昆虫的原理和方法。目前,模式识别技术的迅猛发展已为昆虫图像的自动鉴定提供可能。文章概述昆虫图像自动鉴定技术研究的历史与现状,总结主要原理和方法,介绍工作流程,并展望发展前景。     

基于颜色特征的昆虫自动鉴定方法

对昆虫实现自动鉴定是将相关专家从大量重复性的鉴定工作中解脱出来的最有效的方法之一。本章文着重论述昆虫自动鉴定系统鉴定的基本原理,开发步骤和使用昆虫自动鉴定系统进行自动鉴定的步骤,基于颜色特征的昆虫自动鉴定系统开发中在图像获取、颜色特征提取方面的难点和相应的解决方案。最后,经过测试开发出的基于颜色特征的蝴蝶自动鉴定系统在对43种蝴蝶的自动鉴定上取得了95.2%准确率。     

新世纪的中国昆虫系统学

对未来我国昆虫系统学在能力建设、物种编目、理论研究、技术创新和国际合作等方面提出一系列建议。在昆虫系统学能力建设方面,政府和科学家应该在生物分类学能力评估、基础硬件建设、各级生物标本馆中建立伙伴关系（包括标本采集、标本馆管理、 科学研究、 知识共享和标本与资料交换）等方面重点开展工作。在物种编目方面,我国的昆虫物种编目有赖于各级政府和机构继续关注标本的收集和保藏,继续启动一些考察项目,以满足发现和认识昆虫物种的实际需求。在物种水平上研究以往昆虫系统学家的工作,进行地区性和世界性的昆虫类群的订正更是非常必要的。在理论研究方面,我国昆虫系统应该在下列方面积极探索：物种概念、进化理论、比较生物学理论和高级分类系统研究。在技术创新方面,我国的昆虫系统学家应该在数据库与网络技术应用、图形图像处理技术、专家鉴定系统技术、分类性状分析技术、分子生物学技术、系统发育推断程序、信息统一管理技术和知识传播技术等方面进行深入研究,以满足昆虫系统学的发展需求。在国际合作方面,要进一步推动我国昆虫系统学研究机构加入生物分类学全球战略联盟、加入各种相关国际相关组织,要促进物种信息管理系统的建立与共享,要推动研究项目国际化。     

基于多源遥感数据的植物物种分类与识别: 研究进展与展望

物种分类与识别是生物多样性监测的基础, 明确物种的类别及其分布是解决几乎所有生态学问题的前提。为深入了解基于多源遥感数据的植物物种分类与识别相关研究的发展现状和存在的问题, 本文对2000年以来该领域的研究进行了总结分析, 发现: 当前大多数研究集中在欧洲和北美地区的温带或北方森林以及南非的热带稀树草原; 使用最多的遥感数据是机载高光谱数据, 而激光雷达作为补充数据, 通过单木分割及提供单木的三维垂直结构信息, 显著提高了分类精度; 支持向量机和随机森林作为应用最广的非参数分类算法, 平均分类精度达80%; 随着计算机技术及机器学习领域的不断成熟, 人工神经网络在物种识别领域得以迅速发展。基于此, 本文对目前基于遥感数据的植物物种分类与识别中在分类对象复杂性、多源遥感数据整合、植物物候与纹理特征整合和分类算法技术等方面面临的挑战进行了总结, 并建议通过整合多时相监测数据、高光谱和激光雷达数据、短波红外等特定波谱信息、采用深度学习等方法来提高分类精度。     

黄瓜砧用白籽南瓜对不同盐胁迫的耐性评价

采用营养液栽培,研究Ca(NO₃)₂和NaCl胁迫对黄瓜嫁接用砧木南瓜幼苗生长和抗氧化酶活性的影响,并用隶属函数法综合评价其耐盐性.结果表明： 低浓度盐30 mmol·L^-1Ca(NO₃)₂和等渗的45 mmol·L^-1 NaCl处理促进砧木幼苗生长;高浓度盐60、120 mmol·L^-1Ca(NO₃)₂和等渗的90、180 mmol·L^-1NaCl胁迫下,各砧木幼苗的生长和抗氧化酶系统均受到不同程度的抑制,其中,‘青砧1号’的盐害指数最小,生物量及超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性的下降幅度以及相对电导率的上升幅度均小于其他砧木.高盐Ca(NO₃)₂胁迫下,各砧木SOD、POD和CAT酶活性均高于等渗的NaCl,而盐害指数和相对电导率低于NaCl,表明Ca(NO₃)₂对砧木南瓜幼苗生长的危害小于NaCl.4个砧木品种的耐盐性顺序为‘青砧1号’>‘佐木南瓜’>‘丰源铁甲’>‘超霸南瓜’.     

面向生态系统评估的多源数据融合体系

基于生态系统服务功能的生态系统评估是识别生态环境问题、开展生态系统恢复和生物多样性保护、建立生态补偿机制的重要基础,也是保障国家生态安全、推进生态文明建设的重要环节。生态系统评估涉及生态系统多个方面,需要多要素、多类型、多尺度的生态系统观测数据作为支撑。地面观测数据和遥感数据是生态系统评估的两大数据源,但是其在使用时常存在观测标准不一、观测要素不全面、时间连续性不足、尺度不匹配等问题,给生态系统评估增加了极大的不确定性。如何融合不同尺度的观测数据量化生态系统服务功能是实现生态系统准确评估的关键。为此,从观测尺度出发,阐述了地面观测数据、近地面遥感数据、机载遥感数据和卫星遥感数据的特点及其在问题,并综述了这几类数据源进行融合的常用方法,并以生产力、固碳能力、生物多样性几个关键生态参数为例介绍了“基于多源数据融合的生态系统评估技术及其应用研究”项目的多源数据融合体系。最后,总结面向生态系统评估的多源数据融合体系,并指出了该研究的未来发展方向。     

遥感技术在昆虫生态学中的应用途径与进展

结合雷达、航空和卫星遥感本身的特点 ,从害虫本身、害虫所造成的危害、影响害虫发展的环境因子三方面介绍了遥感技术在区域性害虫的早期监测及预测中的应用途径与最新进展。针对害虫本身的个体大小、可动性和种群所在空间尺度的影响 ,作者强调应发挥不同遥感系统各自独特的优势 ,同时 ,综合应用“3S”技术和时空模型方法 ,才能够实现害虫动态的可视化、立体化、实时化和精确化监测及预测。     

Remote sensing imagery in vegetation mapping: a review

Aims Mapping vegetation through remotely sensed images involves various considerations, processes and techniques. Increasing availability of remotely sensed images due to the rapid advancement of remote sensing technology expands the horizon of our choices of imagery sources. Various sources of imagery are known for their differences in spectral, spatial, radioactive and temporal characteristics and thus are suitable for different purposes of vegetation mapping. Generally, it needs to develop a vegetation classification at first for classifying and mapping vegetation cover from remote sensed images either at a community level or species level. Then, correlations of the vegetation types (communities or species) within this classification system with discernible spectral characteristics of remote sensed imagery have to be identified. These spectral classes of the imagery are finally translated into the vegetation types in the image interpretation process, which is also called image processing. This paper presents an overview of how to use remote sensing imagery to classify and map vegetation cover.Methods Specifically, this paper focuses on the comparisons of popular remote sensing sensors, commonly adopted image processing methods and prevailing classification accuracy assessments.Important findings The basic concepts, available imagery sources and classification techniques of remote sensing imagery related to vegetation mapping were introduced, analyzed and compared. The advantages and limitations of using remote sensing imagery for vegetation cover mapping were provided to iterate the importance of thorough understanding of the related concepts and careful design of the technical procedures, which can be utilized to study vegetation cover from remote sensed images.     

Stories Remote Sensing Images Can Tell: Integrating Remote Sensing Analysis with Ethnographic Research in the Study of Cultural Landscapes

Although remote sensing techniques have become important methodologies in geographical studies, their quantitative tradition and empirical strength have discouraged their use in ethnographically based research of cultural landscapes. Using Uxin Ju of Inner Mongolia in China as a case study, this paper, adopting the approach of mixed methods, explores the integration of remote sensing techniques with ethnographic research in the study of cultural landscapes. In particular, it examines how remote sensing techniques, combined with ethnographic methods, can contribute to the study of cultural change and human perceptions as they relate to the landscape. Remote sensing analysis offers additional stories about changes in the landscape–stories not told by interviewees, or stories that supplement the account of interviewees. These stories provide important insights into cultural change and culture–landscape relationships. Through this case study, I argue that remote sensing techniques can greatly enhance ethnographic research in the study of cultural landscapes.     

遥感技术支持下的植被生产力与生物量研究进展

目前广泛应用于植被生产力与生物量估算的遥感模型主要有经验模型、物理模型、半经验模型和综合模型 ,它们的应用受到诸如大气、背景、地形、植被覆盖率与结构等因素的影响。遥感技术的迅速发展及其它技术的应用 ,包括热红外、微波和激光遥感仪器以及多角度、高光谱和高分辨率技术等 ,正逐步消除或降低影响因素 ,进一步提高植被生产力与生物量估算的范围和精度     

城市黑臭水体遥感监测与筛查研究进展

持续改善城市水环境,加强黑臭水体整治,不仅是“水污染防治行动计划(水十条)”的国家战略需求,也是人民群众的关注热点.国内外以往的研究侧重于黑臭水体的成因、评价方法和治理措施,而关于遥感手段监测黑臭水体的研究十分少见,很难满足国家的业务化监测需求.本文总结了黑臭水体遥感监测与筛查迫切需要解决的问题,包括完善城市黑臭水体的识别和分级标准,开展遥感监测黑臭水体的关键技术研究,构建城市黑臭水体遥感筛查体系.其中,重点归纳了核心关键技术,主要包括: 面向黑臭水体提取的高分影像预处理技术,城市水体提取技术,黑臭水体分类技术,基于星、空、地基遥感的黑臭水体识别与分级模型.本文总结基于高分遥感技术手段监测与筛查城市黑臭水体的研究进展、提出研究思路,将利于全面掌握黑臭水体的空间分布状况、治理进展情况,为城市黑臭水体整治提供有力的技术支撑.     

无人机遥感在生态学中的应用进展

无人机与遥感技术的结合,即无人机遥感。与传统的以卫星和有人机遥感相比,无人机遥感具有高时效、高时空分辨率、云下低空飞行、高机动性等优势,是传统卫星和有人机遥感手段所无法比拟的。这些优点使得无人机在生态学和保护生物学等领域获得迅速发展。首先对无人机遥感技术的发展历程、系统组成、分类与选型、应用优势等进行了介绍。在此基础上,对无人机在生态学中的应用案例进行了总结,内容涉及生境监测、植物物候调查、动物监测等方面。最后通过比较国内外相关领域的研究进展对无人机生态学存在的问题(技术门槛较高和法律法规不完善等)和潜在应用前景进行了探讨。