产品详细介绍 PlantScreen植物表型成像分析系统（植物自动传送版）   PlantScreen植物表型成像系统由捷克PSI公司研制生产，整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、自动条码识别管理、RGB真彩3D成像、自动称重与浇灌系统等多项先进技术，以最优化的方式实现大量植物样品——从拟南芥、玉米到各种其它植物的全方位生理生态与形态结构成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。作为全球第一家研制生产植物叶绿素荧光成像系统的厂家，PSI公司在植物表型成像分析领域处于全球的技术前列，大面积叶绿素荧光成像分析功能使PlantScreen成为植物表型分析与功能成像分析的最为先进的仪器设备，使植物生长、胁迫响应等测量参数达100多个。 左图为整套PlantScreen系统，中图为成像室，右图为成像室中的玉米 PlantScreen系统包括如下成像分析功能：   1. 叶绿素荧光成像分析：单幅成像面积35x35cm，成像测量参数包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等几十个叶绿素荧光参数 2. RGB成像分析：成像测量参数包括： 1) 叶面积（Leaf Area: Useful for monitoring growth rate） 2) 植物紧实度／紧密度（Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant）   3) 叶片周长（Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)） 4) 偏心率（Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)） 5) 叶圆度（Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness） 6) 叶宽指数（Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)） 7) 叶片细长度SOL (Slenderness of Leaves) 8) 植物圆直径（Circle Diameter. Diameter of a circle with the same area as the plant） 9) 凸包面积（Convex Hull Area. Useful for compactness evaluation）   10) 植物质心（Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)） 11) 节间距（Internodal Distances） 12) 生长高度（Growth Height） 13) 植物三维最大高度和宽度（Maximum Height and Width of Plant in 3 Dimensions） 14) 相对生长速率（Relative growth rate） 15) 叶倾角（Leaf Angle） 16) 节叶片数量（Leaf Number at Nodes） 17) 其它参数如用于植物适合度估算的颜色定量分级、绿度指数（Other parameters such as color segmentation for plant fitness evaluation, greening index and others） 3. 高光谱成像分析（选配），可成像并分析如下参数： 1) 归一化指数（Normalized Difference Vegetation Index (NDVI)） 2) 简单比值指数（Simple Ratio Index, Equation: SR = RNIR / RRED） 3) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]） 4) 最优化土壤调整植被指数（Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)） 5) 绿度指数（Greenness Index (G), Equation: G = R554 / R677） 6) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI), ?Equation: MCARI = [(R700- R670) - 0.2 * (R700- R550)] * (R700/ R670)） 7) 转换类胡罗卜素指数（Transformed CAR Index (TCARI)?, Equation: TSARI = 3 * [(R700- R670) - 0.2 * (R700- R550) * (R700/ R670)]） 8) 三角植被指数（Triangular Vegetation Index (TVI)?, ?Equation: TVI = 0.5 * [120 * (R750- R550) - 200 * (R670- R550)]） 9) ZMI指数（Zarco-Tejada & Miller Index (ZMI), Equation: ZMI = R750 / R710） 10) 简单比值色素指数（Simple Ratio Pigment Index (SRPI), Equation: SRPI = R430 / R680） 11) 归一化脱镁作用指数（Normalized Phaeophytinization Index (NPQI), Equation: NPQI = (R415- R435) / (R415+ R435)） 12) 光化学植被反射指数（Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)） 13) 归一化叶绿素指数（Normalized Pigment Chlorophyll Index (NPCI), NPCI = (R680- R430) / (R680+ R430)） 14) Carter指数（Carter Indices?, Equation: Ctr1 = R695 / R420; Ctr2 = R695 / R760） 15) Lichtenthaler指数（Lichtenthaler Indices?, Equation: Lic1 = (R790 - R680) / (R790 + R680); Lic2 = R440 / R690） 16) SIPI指数（Structure Intensive Pigment Index (SIPI), Equation: SIPI = (R790- R450) / (R790+ R650)） 17) Gitelson－Merzlyak指数（Gitelson and Merzlyak Indices?, ?Equation: GM1 = R750/ R550; GM2 = R750/ R700）   4. 热成像分析（选配）：用于成像分析植物在光辐射情况下的二维发热分布，良好的散热可以使植物耐受较长时间的高光辐射或低水条件（干旱） 5. 近红外成像分析（选配）：用于观测分析植物的水分状态及其在不同组织间的分布变异，处于良好浇灌状态的植物表现出对近红外光谱的高吸收性，而处于干旱状态的植物则表现出对近红外光谱的高反射性，通过分析软件可以监测分析从干旱胁迫到再浇灌过程中的整个过程动态及植物对干旱胁迫的响应和水分利用效率，并形成假彩图像，可以与植物的形态指数及叶绿素荧光指数进行相关分析研究。   系统配置与工作原理：   整套系统由自动化植物传送系统、光适应室、RGB成像、FluorCam叶绿素荧光成像、高光谱成像、植物热成像、植物近红外成像、自动浇灌施肥与称重系统、植物标识系统等组成，光适应室内的植物可由传送带传送到成像室进行成像分析等。   技术指标：   1. 自动装载与卸载植物样品，通过条形码或RFID标签识别跟踪样品 2. 光适应室：用于光照适应或植物培养，LED光源光照强度达1000μmol/m2.s，无热效应，强度0－100%可调，可通过实验程序预设光照周期变化，可选配通用型或专用型如水稻生长观测室等，还可选配三维扫瞄成像分析功能（包括XYZ三维扫瞄成像系统和软件） 3. 标配托盘架30x30cm，用于安放盆栽植物或可以盛放多个小花盆的托盘 4. 自动传送系统由光适应室到成像室形成一个环形传送通道，传送带采用具变速器的三相异步马达，200-1000W，传送带宽320mm，负载力130kg，速度9m/min 5. 移动控制系统中央处理单元：CJ2M-CPU33；数字I/O：最大2560点；PLC通讯：通过以太网100Mb/s高端PC；OMRON MECHATROLINK-II 最大16轴精确定位 6. 植物成像测量室：150cm(长)x150cm(宽)x220cm(高)，与环境光隔离（light-isolated），快速自动开启关闭门，开启关闭周期小于3秒，传送带入口具光幕传感系统、条码识别器和RFID读取器 7. RFID读取器辨识距离：2-20cm；通讯：RS485；条码识别器可读取1维、2维和QR码，具LED光源便于弱光下辨识，RS485通讯 8. F3EM2光幕系统，精确测量植物高度和宽度以便进入成像测量室后摄像头自动精确定位，测量范围150cm，分辨率5mm 9. 叶绿素荧光成像：包括光隔离成像室、自动开启与关闭门、传送带、PLC控制自动上下移动聚焦系统、4个LED光源板、8位绿波轮等，单幅成像面积35x35cm，测量光橙色620nm，橙色和白色双波长光化学光，饱和光闪为白色或蓝色 10. 自动灌溉与称重，可同时对5个植物种植盆进行浇灌和称重，精确度±1g；称重后精确浇灌，可通过实验程序（protocol）预设浇灌过程（regime）或干旱胁迫状态，还可选配营养供给系统随浇灌定量供给植物营养（如氮肥等）；称重前自动零校准，还可通过已知重量（如砝码）物品自动进行再校准；防护级别：IP66 11. 称重系统由4个称重单元组成，安全承载限：150% Ln；温度补偿：-10－40°C，标配测量范围7kg，可选配10kg、15kg或20kg 12. RGB成像：顶部和侧面三维成像（3个摄像头），每个摄像头各自拥有独立的控制面盘以设置曝光时间、增益、白平衡等，通过控制面盘的快照键可即时拍照并显示分辨率等信息，还可通过自动模式自动成像并存储至数据库，每次扫瞄成像时间小于10秒 13. RGB成像系统包括成像室（光隔离）、传送带及位置传感器、3个摄像头、光源及成像分析软件，标配成像范围150cm(长)x150cm(宽)x150cm(高)，LED冷白光源（不对植物产生热效应） 14. 标配USB以太网摄像头，有效像素4008x2672，像素大小9.0μm，比特分辨率12比特，光量子效率：蓝光峰值465nm，绿色峰值540nm，红色峰值610nm；28mm光学镜头，口径43.2mm，光圈范围2.8－F16 15. NIR近红外成像单元：可成像采集1450－1600nm水吸收波段，以反映植物水分状况，在供水充沛情况下表现出高NIR吸收值，干旱胁迫情况下则表现出高NIR反射，NIR假彩色成像可以通过软件反映和分析植物水分状况 16. 高光谱成像单元包括光隔离成像测量室、自动开启关闭门、传送带、PLC控制自动移动聚焦镜头包括SWIR和VNIR镜头、光源、成像分析系统等，VNIR镜头波段380nm－1000nm，光圈F/0.2，缝隙宽度25μm，缝隙长度18mm，帧速12－236 fps；SWIR镜头波段900－2500nm，光圈F/0.2，缝隙宽度25μm，缝隙长度18mm，帧速60或100 fps，视野150x100cm 17. 用户可通过实验程序选择SWIR成像、VNIR成像或两个镜头全波段成像，每个镜头成像时间分别为15秒 18. 热成像单元：分辨率640x480像素，温度范围20－120°C，灵敏度NETD<0.05°C@30°C/50mK，成像面积可达150x150cm 19. 可选配人工气候室，植物生长面积9.5m2，生长高度2.0m，温度稳定性±1°C，430nm－730nm白色和IR LED 光源，1000μmol/m2/s（距离植物100cm高度的光强）,可预设自动光照周期动态， 20. 系统控制与数据采集分析系统： Ø 用户友好的图形界面 Ø 用户定义、可编辑自动测量程序（protocols） Ø MySQL数据库管理系统，可以处理拥有上千万条记录的大型数据库，支持多种存储引擎，相关数据自动存储于数据库中的不同表中 Ø 植物编码注册功能：包括植物识别码、所在托盘的识别码等存储在数据库中，测量时自动提取自动读取条形码或RFID标签 Ø 触摸屏操作界面，在线显示植物托盘数量、光线强度、分析测量状态及结果等，轻松通过软件完全控制所有的机械部件和成像工作站 Ø 可用默认程序进行所有测量，也可通过开发工具创建自定义的工作过程，或者手动操作LED光源开启或关闭、RGB扫面成像、叶绿素荧光成像、称重及浇灌等 Ø 实验程序（Protocols）具备起始键、终止键、暂停键 Ø 可根据实验需求自动控制植物样品的移动和单一成像站的激活 Ø 可提供3个相机视角的RGB数字生长分析，包含阈值分析和颜色分析 Ø 对于叶绿素荧光成像图片，软件可批量进行淬灭参数分析，包含了在背景去除图像上用户感兴趣区域和像素值的平均。分析数据以原始图像和分析数据的形式存储在数据库中。 Ø 对FIR热成像图，16位图可直接导出到MATLAB或通过软件生成温度分布的假彩图像。   部分用户：   1. 国际水稻研究所（菲律宾）The International Rice Research Institute, Los Banos Philippines  2. 澳大利亚联邦科学与工业研究组织植物表型组学中心The CSIRO Plant Phenomics Center, Canberra, Australia  3. 澳大利亚国立大学The Australian National University, Canberra. Australia  4. 孟山都公司（美国）Monsanto Corporation, St. Louis, USA.  5. 杜邦先锋国际良种公司Pioneer-Dupont, Des Moines, Iowa  6. 巴斯夫公司Metanomics（柏林）Metanomics (BASF), Berlin, GDR  7. 巴斯夫公司CropDesign（比利时）CropDesign (BASF), Nevele, Belgium  8. 美国合成基因公司Synthetic Genomics, La Jolla, USA  9. Palacky 大学Palacky University Olomouc, Czech Republic 10. Masaryk 大学Masaryk University Brno, Czech Republic   产地：欧洲    

本发明提供了一种增强CRY3(CRYSTALLINE PROTEIN 3)对玉米根虫的杀虫能力的方法,所述方法为:对CRY3的N端第1～50位氨基酸序列进行结构改良,所述结构改良为删除和/或插入至少一个多肽片段,所述多肽片段长度为1～50个氨基酸,所述CRY3为CRY3A或CRY3B。本发明的有益效果主要体现在:提供了一种增强CRY3(CRYSTALLINE PROTEIN 3)对玉米根虫的杀虫能力的方法,利用这种方法获得的改良CRY3蛋白的转基因抗虫玉米,对玉米根虫有较好的杀虫能力。

DCB是一种重要的有机颜料中间体，由加氢反应和转位二步反应制得。邻硝基氯苯、H2与Pd/C催化剂进行加氢生产2,2，—二氯氢化偶氮苯和水；2,2，—二氯氢化偶氮苯与硫酸、盐酸转位生成相应的3,3，—二氯联苯胺盐酸盐。主要工艺条件：加氢还原采用0.8%Pd/C催化剂，反应温度<100℃，反应时间10h，反应压力<1.0MPa。转位反应使用稀硫酸，反应温度<50℃，反应时间约5h；使用30%的盐酸，转位温度<95℃，时间约5h。加氢与转位的总收率为70%。Pd/C催

高等教育科技创新政策、热点新闻导读

XILINX 3S250E SPARTAN-3E FPGA教学实验箱以XILINX SPARTAN-3E FPGA为主处理器，配以存储器、ADC/DAC、RS232/RS422/IC/SPI/PS2等串行通信总线、LCD/LED/数码管/VGA接口等显示设备以及音频/蜂鸣器/日历/温度/红外等电路。同时，设备配备了EMOD扩展接口，增加了实验的多样性与创新性。

上海皮赛电子有限公司生成XILINX 3S500E SPARTAN-3E FPGA学习板。

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

高校科技成果尽在科转云

本发明公开了一种基于 D2D 和上行 NOMA 的两用户通信方法，包括：获取当前网络信息和用户信息；两个用户需要在通信时长 T 内完成各自的数据传输，当距离上满足 di＞dj＞d0 且 dj+d0＞di,i≠j,i,j∈{1,2}时，用户 i 在通信时长 T 内使用全部频谱资源将数据量 Di 通过D2D 方式传输给用户 j；用户 j 工作在 FD 模式，在通信时长 T 内使用全部频谱资源通过 NOMA 方式将数据量 Di 和 Dj 上传给基站，其中用户 i 的数据作为强用户数据，基站首先对其进行解码，然后再解码用户 j 的数据；本发明提供的结合 D2D 技术的上行 NOMA 高能效通信方法，与采用上行 OFDMA 的通信方法相比，在保证系统频谱效率不变的情况下，较好地提升了系统能效。