基于Sentinel-1/2改进极化指数和纹理特征的土壤含盐量反演模型

目前Sentinel-1/2协同反演植被土壤含盐量的研究大多是基于Sentinel-2光谱信息和Sentinel-1后向散射系数,没有考虑Sentinel-2光谱信息容易受土壤亮度等信息影响,Sentinel-1后向散射系数容易受土壤粗糙度和水分影响。为进一步提高Sentinel-1/2协同反演植被土壤含盐量的精度,用水云模型对雷达卫星后向散射系数进行校正,消除植被影响;然后协同Sentinel-2纹理特征,基于VIP、OOB、PCA 3种变量筛选和RF、ELM、Cubist 3种机器学习回归模型构建植被土壤含盐量反演模型。研究结果表明:经过水云模型去除植被影响后的雷达后向散射系数及其极化组合指数与土壤含盐量的相关性有一定程度的提高。不同变量选择方法与不同机器学习方法耦合模型在反演土壤含盐量中,OOB变量筛选方法与RF、ELM和Cubist 3种机器学习方法的耦合模型精度最佳,建模集和验证集的R2都在0.750以上,且验证集的RMSE和MAE均最小;其中OOB-Cubist耦合模型精度最高,且R_(v)^(2)/R_(c)^(2)为0.955,具有良好的鲁棒性。研究可为机器学习协同物理模型、光学卫星协同雷达卫星在土壤含盐量反演中的进一步应用提供思路。

集成Sentinel-1/2和环境变量的新疆农田土壤含盐量反演

土壤盐渍化是危害农业生产和生态环境的重要因素,快速精准获取农田土壤盐分信息对农业可持续发展和土地资源管理具有指导作用。为了提高卫星遥感在植被覆盖条件下的土壤含盐量预测精度,该研究以新疆生产建设兵团农八师为研究区域,分别在2023年7月和8月采集土壤表层(0~20 cm)样本,并获取同步卫星影像。通过Sentinel-1雷达信息、Sentinel-2多光谱信息与环境变量的不同组合构建数据集A(极化指数、光谱指数)、B(极化指数、环境变量)、C(光谱指数、环境变量)、D(极化指数、光谱指数、环境变量),采用自适应提升(adaptive boosting,AdaBoost)、梯度提升回归树(gradient boost regression tree,GBRT)和极端梯度提升树(extreme gradient boosting tree,XGBoost)3种集成学习算法,构建基于不同数据集的土壤含盐量反演模型。结果表明,1)基于数据集D构建的所有模型预测精度普遍高于数据集A、B、C构建的模型,环境变量与雷达数据、多光谱数据的协同使用可以有效提高模型精度;2)地形因子和地表温度可作为研究区土壤盐分预测的有效特征变量,其中海拔与表层土壤含盐量的相关性最高;3)在所有数据集中,XGBoost模型性能最优,GBRT次之,AdaBoost模型验证误差较大,其中D-XGBoost模型精度最高,其验证集决定系数为0.72,均方根误差为2.40 g/kg,平均绝对误差为1.29 g/kg;4)基于多种来源变量组合的集成学习算法具有强大的非线性拟合能力,XGBoost能够更好地模拟土壤含盐量与遥感信息和环境因子之间复杂的非线性关系,并获得理想的拟合结果。该研究结果可为新疆地区土壤含盐量实时动态监测和当地土地资源可持续利用提供有效的技术手段。

基于GEE和Sentinel-1/2数据的夏玉米种植面积精细化识别方法

作物种植面积提取方式的选取,对农作物遥感监测有重要意义。为探究夏玉米遥感识别最佳时相、夏玉米遥感识别光学时序和夏玉米遥感识别光学与星载合成孔径雷达(synthetic aperture radar,SAR)融合时序3种方案在夏玉米种植区识别的差异,选取山东商河为研究区。基于谷歌地球引擎(Google Earth Engine,GEE)云平台Sentinel-1/2数据,构建分类数据集,结合地面调查制作分类样本,采用随机森林法进行3种方案下研究区夏玉米种植区域提取,并分析各方案精度。结果表明:3种方案均能较高精度地实现夏玉米与其他作物的区分;相对于夏玉米遥感识别最佳时相方案,夏玉米遥感识别光学时序方案下夏玉米总体分类精度由83.01%提高到89.44%,Kappa系数由0.77提高到0.86;相对于夏玉米遥感识别最佳时相和夏玉米遥感识别光学时序方案,夏玉米遥感识别光学与SAR融合时序方案的总体分类精度最高,达92.51%,Kappa系数达0.89。研究表明,夏玉米遥感识别光学与SAR融合时序方案可以在较高精度下有效识别夏玉米种植区,为发育期内的农情调查管理提供参考。

基于Sentinel-1/2数据的洪水淹没范围提取模型

遥感是监测洪水淹没范围、掌握洪涝灾情演变的重要手段,而光学影像在洪水发生时往往有较多缺失,全天候的SAR影像在提取水体时精度略低。为快速、精准提取洪水淹没范围,构建了一种综合利用Sentinel-2光学影像和Sentinel-1雷达影像数据的洪水淹没范围提取模型,采用一种自适应阈值分割算法即大津算法(OTSU)分别对两种数据以及该模型进行了水体范围提取试验,并以河北省保定市为例进行了应用分析。结果显示:云量较少的Sentinel-2影像水体提取效果最好,总体精度(OA)达到95.6%;所构建的模型在引入部分可用Sentinel-2数据后,OA达到95%,相比单独使用Sentinel-1数据OA和Kappa系数分别提升1.2%和2.4%。该模型搭载于Google Earth Engine平台,能实现快速、准确、低成本的地表水体空间范围连续输出,不受限于云雾且比单独使用Sentinel-1影像的提取精度更高,在云覆盖严重导致Sentinel-2数据缺少的情况下,该模型可作为洪水淹没范围提取方法的一种选择。

基于Sentinel-1/2数据一种改进的决策树方法提取荔枝果园研究

荔枝种植在热带、亚热带地区,受限于多云多雨天气和遥感技术,获取多时相并且能够表征荔枝物候特征的有效高光谱与高空间分辨率数据是比较困难的,这阻碍了荔枝果园的提取。采用Sentinel-1时间序列微波数据构建了荔枝关键生育期特征,并结合Sentinel-2数据提出了一种改进的荔枝果园识别模型,并将该模型应用于茂名市荔枝果园的识别。结果表明:成熟期荔枝与其他植被或作物的VH极化特征差异显著;该方法在荔枝果园空间分布制图的总体精度为90.34%,Kappa系数为0.84。该方法能够有效刻画荔枝的关键生育期特征,且准确识别光谱与空间特征相似的荔枝果园。为热带和亚热带其他果园的识别提供了参考,对果园的生长监测、精确管理和产量估算具有重要意义。

基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题。为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合水云模型,开展冬小麦覆盖地表土壤水分协同反演研究。首先,基于MSI数据,该文定义了一种新的植被指数,即融合植被指数(FVI),用于冬小麦含水量反演;然后,该文发展了一种基于主被动遥感数据的冬小麦覆盖地表土壤水分反演半经验模型,校正冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;最后,以河南省某地冬小麦农田为研究区域,开展归一化水体指数(NDWI)和FVI两种指数与VV,VH,VV/VH 3种极化组合而成的6种反演方式下的土壤水分反演对比实验。结果表明:以FVI为植被指数,能够更好地去除冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;6种反演方式中,FVI与VV/VH组合下的反演效果最优,其决定系数为0.7642,均方根误差为0.0209 cm^(3)/cm^(3),平均绝对误差为0.0174 cm^(3)/cm^(3),展示了该文所提土壤水分反演模型的研究价值和应用潜力。

基于Sentinel-1/2的水体提取方法对比研究——以斯里兰卡小型水体为例

地表水面精确提取是研究地表水质和水量变化的重要基础。斯里兰卡是"21世纪海上丝绸之路"的重要参与国,年降雨量丰富,但时空分布不均,斯里兰卡人民长期用水困难,研究斯里兰卡地表水体有助于斯里兰卡民生问题的解决。斯里兰卡国内散布着大量的小型水库和坑塘,这些小面积水体易受周边环境因素影响而提取困难。基于2017年7月斯里兰卡中东部地区的哨兵(Sentinel)1/2号卫星影像,对比分析单波段法、水体指数法和监督分类等水体提取方法的精度和存在的问题。结果表明,归一化水体指数法NDWI的准确率最高,分类精度达94%。

基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析

【目的】微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R^(2)和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R^(2)和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻)。较高的R^(2)和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律。同时,VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25%和90.00%,识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。

基于Sentinel-1/2的土壤盐分含量反演研究

本试验利用Gram-Schmidt(GS)变换将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合,并分析雷达影像、多光谱影像及融合影像各波段与吉林省白城市表层土壤含盐量的相关性,建立研究区土壤含盐量的反演模型,对研究区土壤含盐量进行制图。研究结果表明:Sentinel-1A的VH、VV波段后向散射系数与研究区土壤含盐量均呈显著正相关,可用作土壤盐碱化监测的遥感数据源;合适的数学变换可以提升Sentinel-1A、Sentinel-2A及融合影像与土壤含盐量的相关性,其中,Sentinel-1A的VV波段与Sentinel-2A第5波段融合后,其二次方变换与土壤含盐量的相关系数达到0.820;引入合适的盐分指数可以有效改善Sentinel-2A及融合影像与土壤含盐量的相关性,其中,融合影像的盐分指数(D_(2)D_(4))/D与土壤含盐量相关系数达到0.889;利用融合影像及盐分指数(D_(2)D_(4))/D建立的研究区土壤含盐量反演模型Y=86.260X-66.206X^(2)-5.312,模型决定系数达到0.791,均方根误差为1.884 g·kg^(-1),表明将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合来提升土壤含盐量反演精度的方法切实可行。

随机森林协同Sentinel-1/2的东营市不透水层信息提取

不透水层是表征人类活动的重要指标,及时精确的不透水层信息对区域生态环境保护有重要意义。以山东省东营市为研究区,探索了一种基于多源Sentinel-1/2影像和随机森林的不透水层提取方法。通过对比实验发现,随机森林结合地表反射率特征、纹理特征和后向散射系数能够降低暗不透水层和亮不透水层与裸土的混淆现象,可以有效改善不透水层的估算精度(总体精度达到93.37%,Kappa系数达到0.9258)。研究结果揭示了随机森林协同Sentinel-1和Sentinel-2数据在不透水层信息提取方面有着广泛的应用前景,为融合多源数据对黄河三角洲区域遥感监测提供了参考。

基于Sentinel-1和Sentinel-2影像的河南扶沟县洪涝灾害遥感监测评估研究

洪涝灾害是我国最主要的自然灾害类型之一,发生频率高、影响范围广,对社会经济发展和人民生命财产安全构成严重威胁。选取河南郑州“7·20”特大暴雨事件中受灾较为严重的河南扶沟县为研究区,基于洪涝灾害发生前后的Sentinel-1和Sen-tinel-2影像,利用支持向量机对灾前的Sentinel-2影像进行土地利用分类,基于Sentinel-1影像利用水体指数SDWI对灾中、灾后的水体范围进行提取,并结合GIS对研究区的灾情进行评估。结果表明:①基于支持向量机提取的土地利用分类图,总体精度达95.85%;②利用SDWI水体指数法提取的水体范围结果显示灾中、灾后的水体面积分别为36.468 km^(2)、18.770 km^(2),总体精度分别为97.6%和95.4%;③由灾情评估结果可得,曹里乡的受灾情况最为严重,最大水体变化面积达到12.63 km^(2)。

基于Sentinel-1和Sentinel-2数据融合的森林林龄反演和动态监测

【目的】在Google Earth Engine(GEE)云平台上借助其强大的计算和数据存储能力,融合多源遥感数据对森林林龄进行遥感反演和动态监测。【方法】融合2017—2023年间Sentinel-1、Sentinel-2及高程数据,通过随机森林(Random forest,RF)分类获取土地覆盖信息,并进一步提取森林的分布和面积,同时构建时间序列植被指数来准确提取森林变化区域。基于森林资源清查数据和融合的多源遥感数据,在GEE上构建RF回归、分类回归树(Cart)以及梯度提升回归树(Gradient tree boost,GTB)3种回归模型,用于杉木组、马尾松组、毛竹林、硬阔叶树组以及其他类树种组的2018年林龄遥感反演,并估算出2017年和2023年的林龄信息,以揭示林龄和龄组在2017—2023年的动态变化情况。【结果】1)2017—2023年,研究区森林面积的整体变化总计113.93 km^(2),此间森林的减少和更新并存,其空间分布特征呈现出明显的区域差异。具体而言,森林面积变化多发生于靠近城区和低海拔地区,且靠近城区的森林面积减少往往不再恢复至森林;2)在5种不同树种组构建的3种模型中,RF回归模型的林龄反演结果最佳,平均R^(2)为0.845,平均RMSE为5.32 a,其中毛竹林反演精度最高,R^(2)为0.863,RMSE为2.411 a;3)2017—2023年,研究区林龄在40 a以下的森林由54.59%减少至51.06%,其中龄组变化最显著为杉木组成熟林,面积增加了38.88%。【结论】在GEE上融合多源遥感数据进行林龄反演和动态监测具有重要的应用潜力,本研究结果可为使用云平台及哨兵系列卫星数据对森林资源长时间序列的林龄反演和动态监测的应用提供参考和借鉴。

联合Sentinel-1与Sentinel-2的高时空分辨率玉米叶面积指数反演

叶面积指数(leaf area index,LAI)是单位地表面积上总叶面积的一半,是影响光合作用、蒸腾作用和能量平衡等地表过程的关键生物物理变量。鉴于光学遥感数据易受天气的影响,雷达遥感数据易受土壤等的影响,二者在叶面积指数反演方面各有利弊,提出了一种考虑不同数据反演结果不确定性的融合方法。研究测试了多种机器学习模型在中国张掖地区的玉米农田上估算LAI的性能。结果表明,光学和雷达两种数据分别作为模型输入进行LAI反演时,高斯过程回归(Gaussian process regression,GPR)的表现均为最优。随后,基于Sentinel-1雷达数据和Sentinel-2光学数据,使用GPR模型生成了研究区2019年的两种LAI及不确定性时空分布图。考虑不同数据反演结果的差异,使用加权滤波方法将两种LAI融合,实现了高时空分辨率玉米LAI制图。通过定性和定量分析,融合后的LAI时间序列分布图变化连贯,空间分布均匀,精度相较于融合之前有了明显改善。

基于Sentinel-1结合Sentinel-2和Landsat8影像的水体提取方法比较——以鲁班水库为例

基于sentinel-1数据结合sentinel-2数据和Landsat8数据,提取2017年—2021年鲁班水库五年间的水体年间变化,对所提取的水体面积进行分析,比较两种影像对鲁班水库水体提取的差异,经过水体指数的计算以及分析得到鲁班水库的水体面积。sentinel-2影像数据对水体提取的效果较好于Landsat8数据,sentinel-2影像总体分类精度达0.993,kappa系数为0.991,而Landsat8的总体精度为0.989,kappa系数为0.986。通过对鲁班水库这种大中型水体的水体提取选择使用sentinel-2数据较好。

基于Sentinel-2A和GF-1B遥感数据的海岸带水产养殖识别方法比较

近海水产养殖为人类提供优质的动物蛋白,对海洋经济高质量发展具有重要意义。卫星遥感技术已被广泛用于海岸带水产养殖的监测,但目前相关的研究聚焦基于单一传感器卫星数据并使用单一信息提取算法而忽略与不同卫星传感器以及处理方法之间的比较。本研究以北莉岛东北部为研究区,基于多光谱Sentinel-2A卫星和高分一号B(GF-1B)卫星数据,分别使用自适应阈值法、支持向量机监督分类法以及多尺度分割面向对象分类法,开展海岸带人工水产养殖区的识别。研究表明,更高空间分辨率的GF-1B卫星对人工水产养殖水网密集区的提取正确率远优于Sentinel-2A卫星;基于高空间分辨率GF-1B卫星,多尺度分割面向对象分类法的正确率最高,为94.65%,优于支持向量机监督分类法的94.45%和自适应阈值法的84.62%;自适应阈值法更适用于中等空间分辨率卫星数据的水产养殖信息提取,其提取的水产养殖水面的面积与目视解译提取的面积差异小于4%。针对单个养殖池使用情况的业务化监测需使用高空间分辨率卫星数据,而大范围水产养殖面积的变化分析则可应用中等空间分辨率卫星数据。

基于Sentinel-1和Sentinel-2的不同物候期农作物识别研究

为减少农作物提取过程中受光学数据成像质量的影响,基于Google Earth Engine平台,采用Sentinel-1和Sentinel-2数据,分别对小麦越冬期、返青期、孕穗期、成熟期四个物候期进行小麦和油菜的识别。使用随机森林方法对构建的光谱特征、植被指数特征、红边指数特征、纹理特征和极化特征共34个特征进行优选,构建特征集;并对比最小距离、决策树、支持向量机、随机森林四种分类器在四个物候期的识别结果,确定最优的分类器;同时还验证了极化特征在四个物候期对识别结果的影响。研究结果表明,在四个物候期中最优的分类器均为随机森林,其中识别精度从高到低的物候期分别为小麦的孕穗期、成熟期、返青期、越冬期,总体精度(OA)分别为92.91%、91.93%、90.24%、87.69%,Kappa系数分别为91.00%、89.92%、87.61%、84.53%。在四个物候期中加入极化特征均能提高识别的精度,其中在小麦的返青期和成熟期更为明显。

姜酮通过激活Nrf2/HO-1信号通路减轻OGD/R后氧化应激损伤对HT22细胞凋亡的抑制作用

目的:探讨姜酮对氧糖剥夺/复糖复氧(OGD/R)后小鼠海马神经元HT22细胞的保护作用,阐明其相关作用机制。方法:培养HT22细胞,设置不同OGD/R时间梯度,建立OGD/R细胞损伤模型。HT22细胞分为对照组、OGD/R组、OGD/R+1μmol·L^(-1)姜酮组、OGD/R+10μmol·L^(-1)姜酮、OGD/R+100μmol·L^(-1)姜酮组和OGD/R+0.2%二甲亚枫(DMSO)组,CCK-8法检测各组细胞活性并计算各组细胞存活率,确定姜酮最适药物浓度。细胞分为对照组、OGD/R组、OGD/R+姜酮组和OGD/R+姜酮+核因子E2相关因子2(Nrf2)抑制剂(ML385)组,OGD/R+姜酮组细胞经姜酮给药处理4 h后予以OGD 8 h和复糖复氧8 h处理,OGD/R+姜酮+ML385组细胞在姜酮给药前予以10μmol·L^(-1)ML385预处理6 h,CCK-8法检测各组细胞活性,Western blotting法检测各组细胞中Nrf2、血红素加氧酶1(HO-1)、B细胞淋巴瘤2(Bcl-2)和Bcl-2相关X蛋白(Bax)蛋白表达水平,酶联免疫吸附试验(ELISA)法检测各组细胞培养上清中超氧化物歧化酶(SOD)活性和丙二醛(MDA)水平。结果:与对照组比较,HT22细胞经OGD 8 h和复糖复糖8 h处理后细胞存活率低于50%,以OGD 8 h和复糖复糖8 h建立HT22细胞OGD/R模型。与OGD/R组比较,OGD/R+不同剂量姜酮组细胞存活率均不同程度升高,其中OGD/R+100μmol·L^(-1)姜酮组细胞存活率升高最明显(P<0.01),故选用100μmol·L^(-1)姜酮用于后续实验。与对照组比较,OGD/R组细胞活性明显降低(P<0.01),细胞中Nrf2、HO-1和Bax蛋白表达水平明显升高(P<0.01),Bcl-2蛋白表达水平明显降低(P<0.05),细胞培养上清中SOD活性明显降低(P<0.01),MDA水平明显升高(P<0.01);与OGD/R组比较,OGD/R+姜酮组细胞活性明显升高(P<0.01),细胞中Nrf2、HO-1和Bcl-2蛋白表达水平明显升高(P<0.05或P<0.01),Bax蛋白表达水平明显降低(P<0.05),细胞培养上清中SOD活性明显升高(P<0.01),MDA水平明显降低(P<0.01);与OGD/R+姜酮组比较,OGD/R+姜酮+ML385组细胞活性明显降低(P<0.01),细胞中Nrf2、HO-1和Bcl-2蛋白表达水平明显降低(P<0.01),Bax蛋白表达水平明显升高(P<0.01),细胞培养上清中SOD活性明显降低(P<0.01),MDA水平明显升高(P<0.05)。结论:姜酮可通过激活Nrf2/HO-1信号通路减轻OGD/R后氧化应激损伤对HT22细胞凋亡的抑制作用。

基于Sentinel-1/2动态耦合移栽期特征的水稻种植模式识别

及时准确地获取水稻种植模式变化对于有效防控“非粮化”和完成“双碳”目标具有重要意义。现有研究多基于固定时间窗口挖掘水稻生长期特征,且多使用的是单一卫星影像数据,难以应用于大范围水稻制图。本文通过Sentinel-1/2数据构建动态窗口提取移栽期光学/雷达特征,利用其耦合关系实现水稻种植模式制图。将该算法应用于湖南和江西两省水稻制图。基于1402个地面参考点位对水稻提取结果进行验证,总体精度达92.80%;在县域尺度上,湖南和江西两省水稻制图面积与农业统计数据也具有高度一致性,R^(2)达0.85以上。相比于用固定窗口进行水稻特征提取,该方法具有较强的鲁棒性和迁移能力,为实现更大范围作物制图提取提供新的思路和参考依据。2018—2021年江西省水稻制图结果表明,水稻总种植面积减少9.47%,约3460 km^(2),水稻种植强度从1.62下降至1.49;在种植模式上,“双改中”趋势明显,双季稻种植面积锐减21.61%,其中约84%改种中稻。

Keap1/Nrf2信号通路在非小细胞肺癌氧化应激机制中的作用

目的检测非小细胞肺癌(NSCLC)组织中Kelch样环氧氯丙烷相关蛋白-1(Keap1)、核因子E2相关因子2(Nrf2)蛋白表达水平,分析其与临床病理参数、氧化应激指标的相关性,为临床治疗提供潜在靶点。方法选取2017年4月至2020年4月郑州市第三人民医院收治的100例NSCLC患者为研究对象,免疫组化法检测并比较癌组织、癌旁组织中Keap1、Nrf2蛋白表达水平;比较不同临床病理参数患者Keap1、Nrf2蛋白表达水平;比较不同Keap1、Nrf2蛋白表达患者血清超氧化物歧化酶(SOD)、诱导型一氧化氮合酶(iNOS)、丙二醛(MDA)水平,并采用Spearman法分析SOD、i NOS、MDA与临床病理参数的相关性,采用Pearson法分析SOD、iNOS、MDA与Keap1、Nrf2蛋白水平的的相关性;比较不同Keap1、Nrf2蛋白表达患者的生存率。结果癌组织、癌旁组织Keap1蛋白阳性率分别为77.00%、53.00%,Nrf2蛋白阳性率分别为74.00%、45.00%,Keap1蛋白OD值分别为0.41±0.07、0.33±0.05,Nrf2蛋白OD值分别为0.39±0.06、0.31±0.06,癌组织Keap1、Nrf2蛋白阳性率及OD值明显高于癌旁组织,差异均有统计学意义(P<0.05);Keap1蛋白阳性表达与病理分级、T分期呈正相关(r=0.569、0.574,P<0.01),Nrf2蛋白阳性表达与病理分级、T分期呈正相关(r=0.527、0.539,P<0.01);Keap1蛋白阳性者、阴性者的血清SOD水平分别为(86.78±9.14)U/m L、(115.07±12.13)U/m L,MDA水平分别为(4.42±0.82)mmol/L、(3.24±0.56)mmol/L,i NOS水平分别为(22.74±4.31)U/m L、(15.59±3.02)U/mL,Nrf2蛋白阳性者、阴性者血清SOD水平分别为(84.94±9.12)U/mL、(117.06±12.37)U/mL,MDA水平分别为(4.48±0.85)mmol/L、(3.21±0.52)mmol/L,iNOS水平分别为(23.02±4.28)U/mL、(15.64±3.10)U/mL,Keap1、Nrf2蛋白阳性者血清SOD水平明显低于阴性者,MDA、iNOS水平明显高于阴性者,差异均有统计学意义(P<0.05);Keap1、Nrf2蛋白表达与SOD呈负相关(r=-0.612、-0.614,P<0.01),与MDA、iNOS呈正相关(r_(Keap1)=0.609、0.614,P<0.01;r_(Nrf2)=0.610、0.608,P<0.01);Keap1、Nrf2蛋白阳性表达者3年生存率为85.71%、83.78%,明显低于阴性表达者的95.65%、100.00%,差异均有统计学意义(P<0.05)。结论NSCLC组织中Keap1、Nrf2蛋白表达水平升高,且与病理分级、T分期密切相关,该信号通路活化可参与氧化应激反应过程,且对预判患者预后具有一定临床意义。

槲皮素预处理ALI大鼠肺组织损伤、炎症/氧化应激反应、铁死亡及Nrf2/HO-1信号通路激活情况观察

目的观察槲皮素灌胃预处理的LPS诱导急性肺损伤(ALI)大鼠肺组织损伤、炎症反应、氧化应激反应、铁死亡及Nrf2/HO-1信号通路激活情况,以探讨槲皮素对ALI的预防作用及机制。方法24只SD大鼠分为槲皮素低、中、高剂量组和阳性对照组(地塞米松)、模型组、正常对照组。槲皮素低、中、高剂量组以25、50、100 mg/kg槲皮素灌胃,1次/天,连续7 d;槲皮素灌胃处理的第4天在大鼠气管内滴注5 mg/kg LPS;阳性对照组以地塞米松1.04 mg/kg灌胃,其余处理同槲皮素组;模型组以生理盐水灌胃,1次/天,连续7天,其余处理同槲皮素组;正常对照组以生理盐水连续灌胃7 d。末次灌注给药后,观察各组肺组织损伤(肺功能及肺组织病理改变、纤维组织阳性表达率、肺泡上皮细胞凋亡率)、炎症反应(肺泡灌洗液TNF-α、IL-6、IL-1β)、氧化应激反应(肺泡灌洗液SOD、GSH、MDA,肺组织ROS)、铁死亡(Fe^(2+)水平)及Nrf2/HO-1信号通路激活[肺组织核因子红细胞2相关因子2(Nfr2)、血红素加氧酶1(HO-1)、超氧化物歧化酶2(SOD2)、过氧化氢酶(CAT)蛋白]情况。结果与正常对照组比较,模型组PaCO_(2)水平升高,PaO_(2)、SaO_(2)水平降低(P均<0.01);肺组织可见肺泡上皮细胞变性坏死,纤维组织阳性表达率高;肺泡上皮细胞凋亡率高;肺泡灌洗液中TNF-α、IL-6、IL-1β水平均升高,SOD、GSH水平降低,MDA水平升高,肺组织ROS表达水平升高,肺泡灌洗液中Fe^(2+)水平升高(P均<0.05)。与模型组相比,槲皮素中、高剂量组和阳性对照组中PaCO_(2)均降低(P均<0.05),槲皮素高剂量组PaO_(2)和SaO_(2)水平升高(P均<0.05);槲皮素高剂量组与阳性对照组肺组织炎性浸润与纤维增生明显减少,肺泡恢复正常生理结构;槲皮素低、中、高剂量组和阳性对照组肺纤维组织阳性表达率均下降(P均<0.05),其中槲皮素高剂量组肺纤维组织阳性表达率最低;槲皮素低、中、高剂量组和阳性对照组肺泡上皮细胞凋亡率均降低(P均<0.01);槲皮素低、中、高剂量组和阳性对照组肺泡灌洗液中TNF-α、IL-6、IL-1β水平均降低、SOD、GSH水平升高、MDA水平降低,肺组织ROS表达水平降低(P均<0.01),肺泡灌洗液中Fe^(2+)水平降低。与正常对照组比较,模型组肺组织中CAT、HO-1、Nrf2、SOD2蛋白表达水平低(P均<0.01);与模型组比较,槲皮素中、高剂量组和阳性对照组肺组织中CAT、HO-1、Nrf2、SOD2蛋白表达水平高(P均<0.05)。结论槲皮素灌胃预处理的ALI大鼠肺组织损伤、炎症反应、氧化应激反应、铁死亡情况减轻,Nfr2/HO-1信号通路激活;槲皮素灌胃预处理可预防LPS诱导的大鼠ALI,可能通过抑制炎症反应、氧化应激反应及铁死亡而起作用;槲皮素可能通过上调Nfr2/HO-1信号通路而抑制炎症反应、氧化应激反应及铁死亡;50、100 mg/kg槲皮素均对LPS诱导的大鼠ALI起预防作用,以100 mg/kg槲皮素的作用效果更佳。