2020/11/04 09:59
阅读:402
分享:方案摘要:
产品配置单:
EMS-ET植物生理生态监测系统
型号: EMS-ET植物生理生态监测系统
产地: 其他国家
品牌:
面议
参考报价
联系电话
方案详情:
EMS-ET果实生长实时监测系统在北京农林科学院林果所顺利安装
近日,北京易科泰生态技术公司工程师为北京农林科学院林果所顺利安装一套EMS-ET果实生长实时监测系统,该系统主要包括不同型号果实生长传感器(线性可变位移技术LVDT)、数据采集器、软件、太阳能供电等模块,通过此系统可以记录果实直径亚毫米精度的变化,反映果实的生长,揭示水果在高蒸腾或低根系吸水条件下的水分变化,广泛用于林木、果实的生理生态监测等农业科学研究。
实时果实生物量监测系统
不同规格果实生长传感器
影响果实直径的日间行为有两种现象:植物的生长和水平衡。在大多数情况下,生长成分占主导地位(Fig1葡萄柚的日-季节性生长变化)。然而,由于水分胁迫、光照不足或白天水分丢失,一些水果可能会失去水分或生长放缓(Fig2 甜瓜日生长变化)。水果每日生长曲线需要注意两个特征:日变化形式和每日最大值趋势-生长率)。
易科泰生态技术公司提供果蔬生长与品质检测全面技术方案:
1)果实生长、茎杆生长及茎流监测
2)光合作用、叶绿素荧光监测
3)果实成熟度与果蔬品质高光谱成像分析
4)叶绿素含量、花青素含量、黄酮醇含量及氮素营养状态测量
5)高通量表型成像分析技术
6)果实呼吸代谢生理表型监测
7)Ecodrone无人机遥感技术——林冠生态监测
8)植物病虫害研究监测技术
下载本篇解决方案:
更多
RhizoTron 根系高光谱成像技术应用:根际图像分割及形态分析
植物“隐藏的一半”被可视化和量化是根系研究的关键。为了更好地对植物地下部分进行探索,越来越多的人对根箱栽培法培养的植物根系进行原位成像,因此,如何更精准的对根际图像进行分割,对后续的研究至关重要。 根箱栽培法的成像方式包括RGB成像和高光谱成像,不仅可以对根箱培养的植株幼苗整体根系进行形态分析,高光谱成像还能够进行土壤和根系的化学成像。基于此,北京易科泰有限公司推出了RhizoTron®植物根系高光谱成像系统,不仅能进行高光谱成像,还可进行RGB成像、红外热成像、UV-MCF紫外光激发生物荧光高光谱成像,为根系多角度研究提供非接触、非损伤、数字化、可视化解决方案。
农/林/牧/渔
2024/07/22
易科泰人体能量代谢测量技术助力北京市民健康体重行动
随着超重和肥胖问题日益成为公共卫生的重大挑战,北京市卫健委、市体育局和市总工会于7月11日联合发起了"北京市民健康体重行动" ,旨在鼓励市民采取合理饮食和适量运动的健康生活方式。去年试点项目中75.8%的参与者体重有所下降,平均每人减重1.40公斤,但最新数据显示本市18至79岁居民的超重率高达36.3%,肥胖率为22.1%,凸显了持续开展此类行动的紧迫性和重要性。 人体能量代谢研究是人类生物学研究的最重要议题之一,研究焦点为人类对不同生态环境条件包括生存限制条件与胁迫的响应(适应)、能量的获取与分配(用于维持性消耗和生产性消耗)、及其对人类福祉健康(包括人类生存与繁衍)的意义。 北京易科泰生态技术有限公司与美国Sable等国际知名能量代谢测量技术公司合作,为国内运动生理学、运动医学、运动经济学,围产营养学、营养与代谢研究、军事医学研究提供全面能量代谢研究技术方案和能量代谢实验室方案,这些技术不仅帮助研究者和教练更好地理解运动员的能量消耗和代谢需求,还为运动员的训练和恢复提供了科学依据。
生物产业
2024/07/19
SisuROCK 高光谱成像技术检测土壤有机碳(SOC)和总氮(TN)
土壤有机质,尤其是有机碳和氮,在陆地生态系统中起着重要的作用,通过土壤管理增加土壤固碳可抵消全球化石燃料排碳的5-15%。高光谱成像技术可以将土壤特性测量从点尺度提升至空间尺度,是土壤科学管理、土壤有机质研究的有力工具。 加拿大阿尔伯特大学的研究者Sorenson利用Specim SisuROCK高光谱成像系统,采集三种不同轮作土壤剖面(a连续作物、b连续牧草、c作物和牧草混合农业生态轮作)的VNIR-SWIR高光谱数据,结合元素分析仪获取的各土壤样品有机碳(SOC)和总氮(TN)含量数据,基于小波分析与贝叶斯正则化神经网络建立SOC和TN预测模型。 结果表明,轮作中添加牧草增加了土壤SOC和TN的含量,但这些变化多集中在表层。这一结果具有重要的土地利用与管理意义,为用户提供决策支持,同时证明SisuROCK高光谱成像技术是研究土壤剖面中有机质空间分布的重要工具。 北京易科泰生态技术有限公司长期致力于生态-农业-健康领域仪器的研发、应用与推广,为土壤养分、污染、重金属检测、土壤-植物互作关系研究提供从实验室到野外,从地面到无人机遥感全方位解决方案。
环保
2024/07/10
高光谱成像技术检测鸭梨 α-法尼烯和共轭三烯
近日,河北省农林科学院生物技术与食品科学研究所果蔬贮运加工研究室程红博士团队,使用高光谱成像技术结合机器学习模型建立了一种无损快速检测方法,成功预测了鸭梨的虎皮病生物标志物α-法尼烯和CTols,并在国际化学光谱学TOP期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy在线发表了题为“Potential of hyperspectral imaging for nondestructive determination of a-farnesene and conjugated trienol content in ‘Yali’ pear”的研究论文。 该论文采用北京易科泰生态技术公司提供的Specim-VNIR高光谱成像果品品质检测系统,借助其高分辨率、高信噪比、高帧频的特点,高效采集了大批量不同实验处理下的400-1000nm鸭梨高光谱数据集,将VIS-NIR高光谱成像技术和机器学习模型相结合,建立了一种基于高光谱成像技术的快速无损预测鸭梨中α-法尼烯和CTols含量的方法,以跟踪鸭梨的健康状态,预防鸭梨虎皮病。该研究结果为鸭梨虎皮病的无损检测提供了技术支撑,也充分体现了高光谱成像技术在果实品质高效、无损检测中的潜力。
农/林/牧/渔
2024/07/09