科研产出
DNA-金属纳米材料在分子识别和药物递送中的应用
《生物化学与生物物理进展 》 2023 SCI 北大核心 CSCD
摘要：分子识别和药物递送对疾病的早期诊断和靶向治疗至关重要。DNA作为一种天然纳米分子，具有良好的生物相容性、分子识别性及序列可编程性等特点，因此在生物医学研究中受到广泛关注。然而，DNA纳米材料存在依赖于光响应系统且不能穿透细胞膜等缺点，导致单独使用无法满足实际应用的需求。近年来，涌现出大量DNA-金属纳米材料，这些复合材料具有光化学特性、组织穿透能力和药物装载能力等功能，克服了单一材料的缺陷，在生物传感、生物成像和药物靶向递送中表现出巨大的应用潜力。本文集中于3种近年热门的DNA-金属纳米材料（DNA-铜纳米材料、DNA-上转换纳米材料、DNA-金属有机框架纳米材料），依据DNA与各金属纳米材料的结合方式进行合理分类，介绍其在生物传感、生物成像和药物递送中的最新应用进展，并对未来发展方向进行了展望。
关键词： DNA 金属纳米材料 生物传感 生物成像 药物递送
全文链接
请求原文
光学载荷定标场比辐射率方向性模型构建
《红外与毫米波学报 》 2023 EI SCI 北大核心 CSCD
摘要：地表比辐射率方向性研究是国际热红外定量遥感研究领域的热点与难点，现有的热红外沙地比辐射率方向性模型存在先验参数较多、精度较低、适用性差等问题。论文基于5个伪不变定标场，即Algeria3＿1km、Algeria5＿1km、Libya1＿1km、Mauritania1＿1km及Mauritania2＿1km，综合利用长时序极轨卫星载荷AQUA/MODIS与静止轨道卫星载荷MSG/SEVIRI多角度观测数据，经过载荷相互校准、大气纠正、影像数据时空匹配等处理，基于热红外辐射传输方程，获取0～65°观测天顶角范围内各研究区方向性比辐射率，建立公里级像元尺度比辐射率方向性模型，并对其进行了不确定度评估。结果表明：地表比辐射率随观测天顶角增大而降低，其方向性效应随波段中心波长的增加而减小，Algeria5＿1km区域的方向性效应最小，Mauritania1＿1km区域的方向性效应最强；各研究区比辐射率方向性模型不确定度均随观测天顶角的增大而增大，模型不确定度均优于3%。
关键词： 热红外遥感 地表比辐射率 方向性模型 误差传递理论
全文链接
请求原文
基于THz时域反射成像技术的玉米种子淀粉分布可视化研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：为无损探究种子成分分布与种子活力变化的内在关系,以玉米种子主要成分淀粉为研究对象,将太赫兹时域反射成像技术与移动窗口相关系数法相结合,无损可视化构建不同活力程度的玉米种子淀粉空间分布图.以郑单 958 玉米品种为例,实验通过人工老化方式(40℃,100%RH)制备老化 0、18、36、54、72 h的种子样本,采用Terapluse 4000 太赫兹时域光谱仪及反射成像附件扫描获取不同老化程度的样本和纯玉米淀粉样品的太赫兹光谱图像.以 16.35 cm-1 下THz图像为基准,采用阈值分割法精确提取种子胚乳、种胚区域,通过对比不同组织区域内THz平均吸光度可得胚乳和种胚光谱明显差异,且胚乳和淀粉纯物质在51.96 cm-1 附近存在明显的共同吸收峰.应用移动窗口相关系数法(窗口宽度为 20,移动步长为 10),逐像素点计算种子太赫兹时域光谱与纯玉米淀粉光谱的-相关系数,并根据相关系数值以及坐标信息绘制伪彩色热力图,可视化构建玉米种子淀粉分布图.实验统计 5 个老化阶段、6 个谱区窗口的淀粉分布图中相关系数>0.8 的像素点占比可得:在 29.83~67.36 cm-1 区间内,种子胚乳和种子区域内的淀粉含量在种子活力下降过程中呈现总体下降趋势,即种子淀粉含量与活力呈现正相关关系.实验结果表明:太赫兹时域光谱反射成像技术结合移动窗口相关系数伪彩色成像分析方法可以初步实现种子活力变化过程中玉米种子淀粉空间分布特性的无损探测,该技术可为深入研究种子化学成分与其自身活力之间的制约关系,无损解析种子生命活动与自身生理生态规律变化提供崭新的视角和方法.
关键词： 玉米种子 太赫兹时域光谱反射成像 相关系数成像法 移动窗口 淀粉
全文链接
请求原文
基于可见光谱与轻量级卷积神经网络的冬小麦分蘖数估算
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：分蘖数是表征冬小麦生长的关键性参数,对于冬小麦苗情监测、产量预估具有重要意义.针对目前冬小麦分蘖数估算方法存在的数据获取繁复和估算模型体量大的问题,提出一种基于可见光图像和轻量级卷积神经网络的冬小麦分蘖数估算方法,以期实现冬小麦分蘖数无损快速估算,并且可嵌入移动终端设备.可见光图像具有获取便捷,处理简单的特点,利用数码相机连续采集2017年—2018年和2018年—2019年两个生长季的冬小麦冠层可见光图像.利用该数据图像,分别构建基于轻量级卷积神经网络MobileNetV2,SqueezeNett,ShuffleNet的冬小麦分蘖数估算模型进行比较试验,并与基于非轻量级卷积神经网络AlexNet和ResNet系列构建的估算模型进行对比试验.开展冬小麦分蘖数估算模型针对不同植株密度数据的鲁棒性以及针对不同生长季数据的泛化能力的验证试验.结果表明,基于MobileNetV2构建的冬小麦分蘖数估算模型的决定系数(R2)为0.7,归一化均方根误差(NRMSE)为0.2,在三个轻量级卷积神经网络中具有最优表现;基于非轻量级卷积神经网络构建的冬小麦分蘖数估算模型体积是基于MobileNetV2构建的冬小麦分蘖数估算模型的2.3~16.1倍.与非轻量级卷积神经网络相比较,基于MobileNetV2构建的估算模型在具有较好R2的同时有较小的体量,适宜嵌入移动终端设备;针对120,270和420株·m-2三个不同植株密度的可见光图像数据集,基于MobileNetV2构建的冬小麦分蘖数估算模型的R2分别为0.8,0.8和0.7,表现鲁棒;针对两个生长季的可见光图像,基于MobileNetV2构建的冬小麦分蘖数估算模型通过迁移学习将R2提升了2倍,NRMSE下降了7.6%,表现出对数据季节性差异较好的适应性,体现了模型的泛化能力.利用可见光图像,基于MobileNetV2构建的估算模型能够满足冬小麦分蘖数估算需求,为冬小麦生长观测以及田间农艺措施管理决策提供了一个准确、鲁棒、可嵌入移动终端设备的工具.
全文链接
请求原文
基于语义分割和可见光谱图的作物叶部病斑分割方法
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：病害严重影响作物品质，并造成经济损失。病斑分割是病害定量诊断的重要过程，其分割结果可为后续的识别和严重度估算提供有效依据。由于病斑具有不规则性和复杂性，且自然环境下病斑可见光谱图像易受光照变化等影响，传统的图像处理方法对病斑图像分割存在准确率低、普适性低和鲁棒性不高等问题。该工作提出了基于语义分割和可见光谱图像的作物叶部病害病斑分割方法。首先，以花生褐斑病、烟草赤星病为研究对象，使用尼康D300s单反相机共采集到165张可见光谱图像。通过Matlab Image Labeler APP对病害可见光谱图像进行像素标记，分别标记出褐斑病病斑、赤星病病斑和背景区域。其次，对标记后的数据采用水平翻转、垂直翻转、改变亮度等图像扩充方式，获得1 850份增强后样本数据集。为了节约计算成本，将数据集的像素分辨率调整为300×300。最后，基于FCN, SegNet和U-Net 3种语义分割网络，构建4种作物叶部病害病斑分割模型，探索了数据增强、病害类别对病斑分割模型的影响，并采用4种分割指标评价模型效果。结果表明：仅对于病斑分割，图像增强能够提高模型的分割精度，增强后FCN模型的平均精度（MP）和平均交并比（MIoU）分别为95.71%和93.36%。4个语义分割模型显著优于支持向量机（SVM）,其中FCN与U-Net, SegNet-2和SegNet-4分割模型相比，能够有效避免光线变化等影响，病斑分割精度（P）和交并比（IoU）分别达到99.25%和97.55%。对于病斑分类分割实验，FCN对两种病害的分割精度Pd分别达到97.54%和90.41%,对两种病害的交并比IOUd分别为95.61%和70.30%,均优于其他3种分割模型。FCN能够在分割病斑的同时也准确地识别病害类别，有较好的泛化性和鲁棒性，实现了自然场景下作物叶部病害病斑的识别与分割，为计算混合病害严重度提供了技术参考。
关键词： 可见光光谱 作物 病斑分割 语义分割 全卷积神经网络
全文链接
请求原文
长期施用堆肥处理下潮土剖面水溶性有机物的三维荧光光谱研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：为了研究长期施用堆肥对潮土剖面土壤水溶性有机物（DOM）的来源和组分特征的影响，研究以河北省曲周实验站长期施用堆肥的试验田为研究对象，利用三维荧光光谱技术研究了在长期施用高量生物堆肥（EMI）、常量生物堆肥（EMII）、高量传统堆肥（TCI）、常量传统堆肥（TCII）和化肥（CF）下不同深度土壤水溶性有机物在来源和组成的差异。研究结果表明，不同施肥处理的土壤水溶性有机碳（DOC）含量在土壤剖面的分布规律有较大差异，堆肥使0～20和60～80 cm土层的DOC分别显著提高了81.94%～171.33%和61.18%～152.18%。荧光光谱指数表明，DOM来源为微生物和植物混合源，堆肥施用量的增加使DOM腐殖化程度加强，造成表层土壤中DOM由陆源向生物源迁移，随着土壤深度的增加，DOM由陆源向生物源迁移。三维荧光光谱和荧光区域积分表明，生物堆肥和传统堆肥增加了类腐殖酸物质的含量，且随着施用量的增加而增加；高量生物堆肥和传统堆肥增加了类富里酸物质和类溶解性微生物代谢产物的含量；施用化肥和堆肥均降低了类色氨酸的含量。类腐殖酸含量、类富里酸含量和类溶解性微生物代谢产物数量随着土壤深度的增加整体呈降低趋势；类酪氨酸随着土壤深度的增加呈增加趋势；类色氨酸随着土壤深度增加整体呈先增加后降低趋势，且在20～40 cm含量最高。相关性分析表明，全磷（TP）、全氮（TN）、阳离子交换量（CEC）、速效钾（AK）、有机碳（SOC）和DOC等土壤理化指标与类酪氨酸物质呈显著负相关，与类富里酸、类溶解性微生物产物和类腐殖酸含量呈显著正相关，硝态氮（NO-3-N）、 TN、 pH、 SOC与类色氨酸物质呈显著正相关。总之，长期施用堆肥增加了潮土表层DOM的含量，显著改变了土壤中DOM的组成和剖面上的分布特征。
全文链接
请求原文
“不知火”黄色果皮芽变品种中类胡罗卜素组分及生物合成（英文）
《Journal of Zhejiang University-Science B(Biomedicine & Biotechnology) 》 2023 SCI CSCD
摘要：宽皮柑橘“柠檬不知火”是“不知火”的自然芽变品种，其果皮呈类似柠檬果皮的亮黄色，明显区别于“不知火”果皮的橘红色。本研究通过分析上述两种柑橘果皮中类胡罗卜素的含量和组分，及与其合成代谢相关基因的表达量，解析两种柑橘果皮颜色的差异机制。测定结果显示，“不知火”中总类胡罗卜素含量显著高于芽变品种“柠檬不知火”，推测这是造成两种果皮颜色差异的主要原因。芽变品种中呈现橙色色素的组分β-隐黄质占比低于“不知火”；而与绿-黄色调有关的叶黄素和新黄质这两种类胡罗卜素在芽变品种中的占比高于“不知火”。“不知火”中PSY基因的高表达可能为其类胡罗卜素合成提供了充足的底物，从而促使其果皮中较高水平的类胡罗卜素合成；HYb基因在所有基因中表达量最高，推测与其参与催化类胡罗卜素代谢途径中多个反应有关；而ZEP基因的低表达量可能与类胡罗卜素代谢途径下游产物的反馈调节有关。
关键词： 柠檬不知火 果皮色泽 高效液相色谱(HPLC) 类胡罗卜素组分 基因表达
全文链接
请求原文
可见近红外光谱结合多元统计分析的面粉吸水率检测模型构建
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：面粉吸水率是评价面粉质量和预测面制品加工特性的重要品质性状.面粉吸水率的测定主要参照国际或国家标准利用粉质仪进行,其测定方法费时费力.基于此,提出利用可见近红外光谱分析技术结合多元统计分析进行面粉吸水率快速、无损检测.参照国标法测定 150 份小麦面粉样品的吸水率,面粉吸水率变幅为 53.10%~74.50%.利用可见近红外分析仪采集面粉样品的光谱信息,有效光谱范围为 570~1 100 nm.采用偏最小二乘回归(PLSR)、主成分回归(PCR)和支持向量机回归(SVR)将光谱信息和面粉吸水率进行关联,分别建立面粉吸水率的定量分析预测模型,筛选最优的建模方法.在优选的建模方法的基础上,采用竞争性自适应重加权(CARS)、区间随机蛙跳(iRF)、迭代保留信息变量(IRIV)和连续投影(SPA)算法提取特征波长,筛选最优的特征波长提取算法.基于最优的建模方法和最优的特征波长提取算法提取的特征波长,采用标准化(NL)、一阶求导(1st Der)、基线校正(BL)、标准正态变换(SNV)和去趋势化(DT)5 种光谱预处理方法对特征波长的光谱进行预处理,筛选最优的光谱预处理方法.结果表明,采用 NL光谱预处理方法对CARS算法提取的 24 个特征波长(仅占原始波长的 2.26%)的光谱进行预处理后建立的 PLSR 模型性能最佳,预测集相关系数(R2p)、预测集均方根误差(RMSEP)和预测相对分析误差(RPD)分别为 0.889 4、1.458 5 和 2.641 3.采用CARS算法提取的特征波长所建的模型不仅能提高模型的性能,还很大程度提高模型运算效率、降低仪器制造成本和光谱仪微型化的难度,从而为面粉吸水率可见近红外无损、快速检测研究奠定了基础.
关键词： 可见近红外光谱 面粉吸水率 偏最小二乘回归 竞争性自适应重加权算法
全文链接
请求原文
基于无人机载遥感的水分胁迫下冬小麦叶绿素变化及冠层光谱响应
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：为探究水分胁迫下冬小麦冠层反射率在各生育期响应叶片叶绿素变化的特性,针对2020年—2021年小麦生长季11个品种(分为强、一般和弱3个抗旱性品系),设置了 2次灌溉(拔节、扬花)、1次灌溉(冬季、返青、拔节、拔节后7天和拔节后14天)以及无灌溉总共3个水分梯度处理,分析了叶绿素与反射率之间的相关性,利用波长随机组合方式[简单比值(SRSI)、简单差值(SDSI)和归一化(NDSI)]与线性拟合方法,筛选了对叶绿素最为敏感的窄波段光谱指数.结果表明:(1)所有品系叶绿素含量在各生育期均差异显著,从拔节到灌浆大致表现为降低—升高—降低态势,但冬季和返青期灌溉处理下的抗旱性一般品系、以及返青期灌溉处理下的抗旱性较差品系除外;(2)随着发育进程推移和品种抗旱性减弱,不同处理间在近红外区域的冠层反射率差距逐渐增大.(3)叶绿素与窄波段光谱指数的线性拟合决定系数高值区集中在绿(445~591 nm)和红边(701~755 nm)波段.抗旱性较强品系和抗旱性较差品系的SRSI指数均在开花期反演叶绿素的精度最高,分别达0.762和0.811;抗旱性一般品系的NDSI指数在灌浆期精度最高,为0.732.该研究对于揭示水分胁迫下叶绿素变化的反射率响应在冬小麦各关键生育期以及品种间差异等,具有一定参考价值,可为基于无人机载高光谱技术的抗旱小麦品种高效筛选奠定基础.
关键词： 遥感 无人机 冬小麦 水分胁迫 高光谱反射率 叶绿素
全文链接
请求原文
基于波段选择的烟草病害检测模型
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：烟草是我国重要的经济作物，税收的重要来源，为国家的经济发展做出了巨大贡献，然而，烟草病害严重影响烟叶产量与品质。采用光谱分析技术对烟草病害进行早期防治具有非常重要的现实意义。以接种烟草花叶病毒（TMV）与马铃薯Y病毒（PVY）的烟草为研究对象，分别采集室内与室外培养的染病烟草叶片高光谱数据。为实现对烟草病害的精准识别，每隔两天对两种染病烟草进行光谱数据采集，将每种病害数据详细地分成五个严重度等级，最终获得1 697个在350～2 500 nm波段范围内的光谱数据。为对烟草高光谱数据进行有效利用，以支持向量机（SVM）为基础，结合快速近邻波段选择算法（FNGBS）与归一化匹配滤波（NMFW）,提出一种聚类与排序相结合的波段选择算法（FNG-NMFW）。FNG-NMFW首先采用FNGBS算法对烟草光谱进行精细分组，再采用NMFW算法对各组波段进行排序以选择特征光谱，实现烟草光谱特征提取与降维。在波段选择的基础上，采用SVM对烟草特征光谱进行分类，最终实现高精度烟草病害检测。研究结果显示：该模型性能稳定，在样本数量较少情况下，即可实现TMV与PVY两种病害的高精度识别。对于TMV1与TMV3,该算法可以获得精度优于94%的检测结果，对于PVY1与PVY3,该算法精度接近90%,表明该算法可有效完成两种病害早期的识别与预防工作。与采用全波段光谱数据进行病害检测的模型相比，FNG-NMFW模型优势明显，烟草病害检测结果总体精度达94.46%,精度提高约1.5%,检测时间由12.9 s缩短为1.1 s。
全文链接
请求原文
