真菌疏水蛋白具有自我装配成膜的性质，因此 （1）疏水蛋白可作为蛋白和细胞固定化的媒介，可用于生物传感器和生物芯片，作为引发层，交联上配体或形成融合蛋白，能使特定分子固定化到特定表面。 （2）它能改变表面的属性，保护表面。可用于提高医学器官移植物生物相容性和防止微生物细胞粘附；可应用于医药行业中烧伤、创伤的创面保护，为临床病人创面保护和恢复提供一种安全无毒、操作简便、高效低耗的新手段。 （3）作为一种生物表面活性剂，疏水蛋白还可以用于促进土壤中的污染物的降解和应用在石油泄漏后回收石油的过程中。 （4）疏水蛋白具有表面活性，可用于食品对抗相变能力并形成稳定泡沫，使其在密封食品生产上发挥重要作用； （5）也可用于日用化妆品生产中，因疏水蛋白可以作为洗洁产品的成分，根据其疏水、亲水两相间的转变，可通过自我装配而将面部的油脂等疏水的成分包裹起来，再用水清洗将其除去，也可以作为保护秀发的天然膜，使发部维持清洁并保持一定水分；将它运用到面部的美容护理，由于它的特性，能使皮肤表面形成一层天然生物活性保护膜，起到皮肤保湿、免受外界空气中污浊物的侵害，从而达到护肤美容之功效。 （6）疏水蛋白直接包裹药物以改变药物溶解性并实现控、缓释。通过真菌疏水蛋白与难溶于水的药物混合，可以达到良好的分散效果，并延长了两种药物的药效持续时间。 （7）真菌疏水蛋白与其他的功能性蛋白或小肽组成融合蛋白，同时发挥疏水蛋白的稳定吸附材料表面的特性和功能性蛋白或小肽的特异性功能，如在组织工程、抗炎抗菌材料等。 项目特色： 纯天然生物制品，无毒害，无污染。耐酸碱，抗相变能力强。自我装配形成有活性的蛋白膜。具有良好的热稳定性和透气不透水性。由于它的特性，使得它具有：（1）自动成膜，无需贴敷，使用便利；（2）透气性优良；(3)纯天然无化学添加成分，瑞氏木霉已被证明是安全的菌种；（4）组织相容性好，避免了严重的排异反应；（5）耐高温（100 摄氏度仍保持活性），易于消毒；（6）稳定不降解，便于产品的长期保存；（7）用表面活性剂就可以很容易地清洗（8）延展性好，1 毫克的疏水蛋白在液面就可以展开 1 平方米的薄膜（9）透明，可直接透过成膜观察（10）性价比高。 市场应用前景： 目前国际上尚未实现疏水蛋白的工业化生产，其相关应用产品的开发更为滞后。我们在已实现疏水蛋白中试研发的基础上，扩大发酵规模，进行后续产品的开发，我们的技术和工艺现居国际领先地位，无疑会占有宝贵的先机。 疏水蛋白产品将作为新一代膜生物活性材料进入市场，它的出现将会革命性地取代现有化学产品，这无疑给人类的健康带来了很大的益处，消除人类在预防和治疗疾病、食品加工、以及医学检测、食物保鲜方面为健康做出努力的同时给自身带来的潜在危害，而且价格更为低廉。因此，本项目大规模生产疏水蛋白及其应用开发是有非常广阔的市场前景的，并且我们的技术在国际和国内市场处于领先地位。这些产品都将在国际市场上处于最优竞争状态。

SAPO-34 分子筛由于其特殊的孔结构和量子效应，使其在选择性吸附与分离、能源开发、石油炼制等方面有着广泛的应用前景，尤其对于垃圾生成的生物气中甲烷与二氧化碳的分离有着优异的性能。南开大学与有关单位形成产学研合作，共同开发 SAPO-34 分子筛的制备及在生物气净化分离中的重要应用。目前已完成实验室第一阶段研发及小规模中试生产，并实现部分销售。本项目开发出一种在碱性条件下超声波老化，程序升温晶化法合成 SAPO-34 分子筛新方法。可以有效地将老化时间降低 3/4，大大缩短工期，提高分子筛性能，将陶瓷膜分离与喷雾干燥相结合进行产品的干燥、成型，成功地解决SAPO-34 分子筛晶粒较小（纳米级），分离困难等问题。采用电解与离子交换膜结合法处理工业废水技术，做到变废为宝，排放零污染。 已与国际著名生物气净化分离设备供应商 XEBEC 公司形成合作，在不断的交流与完善中，制备的 SAPO-34 应用于 XEBEC 研制的专利产品生物气净化处理器中，分离效果得到国外客户的充分肯定。我们有信心将自主研发、生产的具有民族品牌的 SAPO-34 新型分子筛产品，切实应用于“低碳经济”环节链中，充分利用废物资源，变废为宝。

本项目在高纯度RNA的绿色制造的核心关键技术上取得重大进展，产品质量明显优于OMTEK等国际公司；在核苷酸的高效制造的核心关键技术上取得重大突破，成本明显低于YAMASA等国际公司，建成了国际上规模最大的、技术最先进的酵母-核酸-核苷酸的生物制造生产线并实现产业高端应用；共申请专利20项，授权发明专利11项。

一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。

本发明公开了一种结合时空信息的遥感逐日积雪产品去云方法，首先根据 DEM 数据和土地利用数 据对遥感逐日积雪产品进行积雪单元划分;再利用 DEM 数据和多时相数据分别得到每个云像元在空间 和时间上的积雪概率;最后利用加权平均的方法获得云像元的积雪概率，评判云像元是积雪还是无雪。 本发明充分结合了积雪在空间上和时间上的相关性，以及地形因子对积雪的影响，有效地减少云对积雪 产品的影响，提高了积雪产品的精度，并且算法简单，计算效率高，易于实现。

本发明公开了一种对地面建筑群遥感图像频谱特性约束的去噪方法和系统，其特征在于，包括：从地面建筑群遥感图像库中获取地面建筑群目标参考图像，对该参考图像进行傅里叶变换得到幅频谱，对其幅频谱结果进行阈值分割、腐蚀、和膨胀操作，以获取地面建筑群目标频谱二值模板，高速飞行器飞行获取地面建筑群目标实时图像，对该实时图像进行傅里叶变换得到频谱，利用获取的地面建筑群目标频谱二值模板对实时图像的频谱进行频域滤波处理，再进行傅里叶逆

武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS。 一、项目分类 关键核心技术突破 二、成果简介 武汉大学张永军教授项目组在国际上首次提出摄影测量遥感的科学概念，构建了多模态卫星影像一体化摄影测量遥感智能处理技术体系，突破了匹配干扰地物快速智能分割、语义辅助几何处理与大范围影像镶嵌合成、地物信息智能提取等关键技术，成功研制出我国首套多模态卫星影像一体化摄影测量遥感智能处理系统MIPS，相关技术理论《多模态卫星影像一体化摄影测量遥感智能处理技术及应用》2021年荣获测绘科技进步特等奖。 技术特色： (1) 首次提出基于人工智能技术的多模态卫星影像语义分割与几何处理融合新理论。创建了卫星影像跨域稳健语义分割技术，通过自适应增量优化提升深度分割网络模型的迁移性和普适性，保证多类型地物语义分割的时效性、容错性、稳定性和区域一致性。 (2) 通过语义分割结果全自动进行多源地理信息控制点粗差剔除，实现超大范围多模态影像精准几何处理；提出辐射不变特征变换算法进行多模态影像高可靠性匹配；单台机器2.5分钟可完成8000景卫星影像的并行区域网平差，大幅提高了自动化处理精度和效率。 (3) 突破了基于深度学习的多视遥感影像三维地形及大范围合成影像智能生成技术，采用物方半全局优化提升困难区域的密集匹配精度，并在语义分割结果的辅助下进行大范围遥感影像无缝镶嵌合成。 (4) 基于深度学习进行建筑物、道路、农作物等典型地物目标语义信息智能提取；基于多尺度语义分割网络融合经验知识实现建筑物矢量边缘精确提取；结合语义分割和多起点中心线追踪优化提取道路网拓扑矢量；基于3D卷积和注意力机制实现多类农作物精细分类及其时空特征智能提取。 (5) 构建了全新的多模态卫星遥感影像几何语义一体化智能处理技术体系，研制出我国首套自主产权的多模态卫星影像一体化摄影测量遥感智能处理软件系统MIPS，其数据处理效果和效率均有明显优势，显著提升了融合处理的精准度和智能化水平。 先进性 MIPS具备快速语义分割、语义辅助精准几何处理、三维地形提取与多影像时序合成、地物语义信息智能提取等特色功能。系统采用最新的卫星影像摄影测量处理、多源影像融合、语义信息提取的相关理论与方法，结合先进的计算机技术、CPU/GPU两级加速并行处理及深度学习技术，处理效果和效率均明显优于国内外同类软件。例如单机情况下19小时即可完成1551景2米分辨率卫星影像的全自动处理，包括云区检测、影像融合、影像匹配、区域网平差、正射影像纠正等全部处理流程。语义分割结果约束的立体卫星影像区域网平差自动化程度和精度均显著提升，例如在1:1万基础测绘产品DEM/DOM的辅助下，高分七号立体卫星影像的全自动处理高程精度从2.6米大幅提升至0.8米以内，镶嵌接边精度优于1像素。

本发明公开了一种基于改进 SIFT 算子的低空多视角遥感影像匹配方法，首先采用优化的 DoG 算子 对第一影像和第二影像进行特征点检测，然后利用基于局部区域采样模拟的 SIFT 描述子对特征点进行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征点，并利用基于极几何约束的 RANSAC 算 法对匹配点进行提纯。本发明能够有效地解决低空遥感影像匹配中存在的多视角以及弱纹理等问题。 

本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。