目的探究冰水冷疗在关节手术患者术后行关节锻炼镇痛中的有效性。方法选取钦州市第一人民医院行关节置换手术及关节镜手术的400例患者,随机数表法将其分为试验组和对照组,每组200例。2组进行关节锻炼后,对照组给予固体冰袋冷疗治疗;试...目的探究冰水冷疗在关节手术患者术后行关节锻炼镇痛中的有效性。方法选取钦州市第一人民医院行关节置换手术及关节镜手术的400例患者,随机数表法将其分为试验组和对照组,每组200例。2组进行关节锻炼后,对照组给予固体冰袋冷疗治疗;试验组行康玛士(Kindman)布冰袋冰水冷疗。比较2组患者术后疼痛程度[数字评分法(NPS)]、肿胀程度、关节活动度及并发症,并分析患者生活质量(SF-36量表)及对护理满意度。结果与对照组比较,试验组8、24、48 h NRS评分依次降低(P<0.05),且不同时间比较具有交互效应(P<0.05)。与对照组比较,试验组在8、24、48 h的肿胀程度降低效果更明显(P<0.05)。与对照组比较,试验组关节活动度优良率更高(P<0.05)。试验组并发症发生率低于对照组(P<0.05)。与对照组比较,试验组术后3、5 d SF-16评分均显著升高(P<0.05)。试验组护理满意度高于对照组(P<0.05)。结论康玛士布冰袋冰水冷疗在关节手术患者术后行关节锻炼中可明显降低患者疼痛程度,改善关节活动度,提高生活质量。展开更多
为实现快速无损获取马铃薯株高和地上生物量信息,分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期的高光谱影像,实测马铃薯株高H、地上生物量(AGB)和地面控制点(GCP)的三维空间坐标,基于无人机高光谱影像结合GCP生...为实现快速无损获取马铃薯株高和地上生物量信息,分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期的高光谱影像,实测马铃薯株高H、地上生物量(AGB)和地面控制点(GCP)的三维空间坐标,基于无人机高光谱影像结合GCP生成试验田的数字表面模型(DSM),利用DSM提取马铃薯的株高H_(dsm);然后,对马铃薯AGB与原始无人机冠层光谱和高光谱指数分别进行相关性分析,筛选出最优光谱指数和前10个光谱指数,利用指数回归(Exponential regression,ER)构建单变量模型;最后,采用多元线性回归(Multiple linear regression,MLR)、偏最小二乘回归(Partial least square regression,PLSR)和随机森林(Random forest,RF)3种方法构建不同生育期的估算模型,并进行对比,挑选出马铃薯AGB估算的最优模型。结果表明:将提取的马铃薯株高与实测值进行线性拟合,R 2为0.84;在单变量模型中,每个生育期以ER估算AGB得到的验证精度高于相应的建模精度,其中构建模型效果优劣次序依次为最优光谱指数、H_(dsm)、H,块茎增长期以CIrededge指数估测精度最高(R 2=0.45);在多变量模型中,每个生育期采用3种方法构建AGB估算模型,每种方法以光谱指数加入H_(dsm)的模型精度更高、稳定性更强;每个生育期利用MLR以光谱指数和H_(dsm)为变量的AGB模型(R^(2)为0.64、0.70、0.79、0.68、0.63)效果优于PLSR(R^(2)为0.62、0.68、0.75、0.67、0.60)和RF(R^(2)为0.56、0.61、0.67、0.63、0.53)模型。利用MLR模型进行马铃薯AGB填图,5个生育期的AGB空间分布与实际生长情况一致。利用融入H_(dsm)的MLR模型可估测大面积马铃薯AGB,为精准农业定量化研究提供技术支持。展开更多
地上生物量(AGB)是评估作物生长发育和指导田间农业生产管理的重要指标。因此,高效精准地获取作物AGB信息,可以及时准确地估算产量,对于保障粮食供应和贸易提供有力依据。传统获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测...地上生物量(AGB)是评估作物生长发育和指导田间农业生产管理的重要指标。因此,高效精准地获取作物AGB信息,可以及时准确地估算产量,对于保障粮食供应和贸易提供有力依据。传统获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测量变为困难。然而,随着精准农业的快速发展,无人机遥感技术被认为是估算大面积作物AGB最有效的技术方式。通过无人机平台搭载多光谱传感器获取马铃薯块茎形成期、块茎增长期和淀粉积累期的多光谱影像,地面实测株高和AGB以及地面控制点(GCP)的空间位置信息。首先,基于SFM(structure from motion,SFM)技术利用无人机影像数据结合GCP的三维坐标生成试验田的DSM(digital surface model,DSM),通过DSM提取出马铃薯各生育期的株高(Hdsm);然后,选取原始4个单波段植被指数、9个多波段组合的植被指数、红边波段的高频信息(HFI)和提取的Hdsm分别与AGB作相关性分析;最后基于单波段植被指数(x_(1))、多波段组合的植被指数(x_(2))、植被指数结合Hdsm(x_(3))、植被指数结合HFI(x_(4))以及植被指数融合HFI和Hdsm(x_(5))为模型输入参数,采用偏最小二乘回归(PLSR)和岭回归(RR)估算各生育期的AGB。结果表明:(1)提取的Hdsm和实测株高拟合的R^(2)为0.87,NRMSE为14.34%;(2)各模型参数都与AGB达到极显著水平,相关性均从块茎形成期到淀粉积累期先升高后降低;(3)各生育期以5种变量使用同种方法估算马铃薯AGB的效果,均从块茎形成期到淀粉积累期先好后变差,其估算精度由高到低依次为x_(5)>x_(4)>x_(3)>x_(2)>x_(1);(4)各生育期使用PLSR以不同变量估算AGB的效果要优于RR方法,其中在块茎增长期基于x_(5)变量估算马铃薯AGB效果最佳,R^(2)为0.73,NRMSE为15.22%。因此,选取多光谱植被指数结合红边波段的高频信息和Hdsm并使用PLSR方法可以明显提高AGB的估算精度,这为大面积马铃薯作物AGB的监测提供了新的技术支撑。展开更多
文摘目的探究冰水冷疗在关节手术患者术后行关节锻炼镇痛中的有效性。方法选取钦州市第一人民医院行关节置换手术及关节镜手术的400例患者,随机数表法将其分为试验组和对照组,每组200例。2组进行关节锻炼后,对照组给予固体冰袋冷疗治疗;试验组行康玛士(Kindman)布冰袋冰水冷疗。比较2组患者术后疼痛程度[数字评分法(NPS)]、肿胀程度、关节活动度及并发症,并分析患者生活质量(SF-36量表)及对护理满意度。结果与对照组比较,试验组8、24、48 h NRS评分依次降低(P<0.05),且不同时间比较具有交互效应(P<0.05)。与对照组比较,试验组在8、24、48 h的肿胀程度降低效果更明显(P<0.05)。与对照组比较,试验组关节活动度优良率更高(P<0.05)。试验组并发症发生率低于对照组(P<0.05)。与对照组比较,试验组术后3、5 d SF-16评分均显著升高(P<0.05)。试验组护理满意度高于对照组(P<0.05)。结论康玛士布冰袋冰水冷疗在关节手术患者术后行关节锻炼中可明显降低患者疼痛程度,改善关节活动度,提高生活质量。
文摘为实现快速无损获取马铃薯株高和地上生物量信息,分别获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期、成熟期的高光谱影像,实测马铃薯株高H、地上生物量(AGB)和地面控制点(GCP)的三维空间坐标,基于无人机高光谱影像结合GCP生成试验田的数字表面模型(DSM),利用DSM提取马铃薯的株高H_(dsm);然后,对马铃薯AGB与原始无人机冠层光谱和高光谱指数分别进行相关性分析,筛选出最优光谱指数和前10个光谱指数,利用指数回归(Exponential regression,ER)构建单变量模型;最后,采用多元线性回归(Multiple linear regression,MLR)、偏最小二乘回归(Partial least square regression,PLSR)和随机森林(Random forest,RF)3种方法构建不同生育期的估算模型,并进行对比,挑选出马铃薯AGB估算的最优模型。结果表明:将提取的马铃薯株高与实测值进行线性拟合,R 2为0.84;在单变量模型中,每个生育期以ER估算AGB得到的验证精度高于相应的建模精度,其中构建模型效果优劣次序依次为最优光谱指数、H_(dsm)、H,块茎增长期以CIrededge指数估测精度最高(R 2=0.45);在多变量模型中,每个生育期采用3种方法构建AGB估算模型,每种方法以光谱指数加入H_(dsm)的模型精度更高、稳定性更强;每个生育期利用MLR以光谱指数和H_(dsm)为变量的AGB模型(R^(2)为0.64、0.70、0.79、0.68、0.63)效果优于PLSR(R^(2)为0.62、0.68、0.75、0.67、0.60)和RF(R^(2)为0.56、0.61、0.67、0.63、0.53)模型。利用MLR模型进行马铃薯AGB填图,5个生育期的AGB空间分布与实际生长情况一致。利用融入H_(dsm)的MLR模型可估测大面积马铃薯AGB,为精准农业定量化研究提供技术支持。
文摘地上生物量(AGB)是评估作物生长发育和指导田间农业生产管理的重要指标。因此,高效精准地获取作物AGB信息,可以及时准确地估算产量,对于保障粮食供应和贸易提供有力依据。传统获取AGB的方法是采用破坏性取样法,这使得大面积、长期的测量变为困难。然而,随着精准农业的快速发展,无人机遥感技术被认为是估算大面积作物AGB最有效的技术方式。通过无人机平台搭载多光谱传感器获取马铃薯块茎形成期、块茎增长期和淀粉积累期的多光谱影像,地面实测株高和AGB以及地面控制点(GCP)的空间位置信息。首先,基于SFM(structure from motion,SFM)技术利用无人机影像数据结合GCP的三维坐标生成试验田的DSM(digital surface model,DSM),通过DSM提取出马铃薯各生育期的株高(Hdsm);然后,选取原始4个单波段植被指数、9个多波段组合的植被指数、红边波段的高频信息(HFI)和提取的Hdsm分别与AGB作相关性分析;最后基于单波段植被指数(x_(1))、多波段组合的植被指数(x_(2))、植被指数结合Hdsm(x_(3))、植被指数结合HFI(x_(4))以及植被指数融合HFI和Hdsm(x_(5))为模型输入参数,采用偏最小二乘回归(PLSR)和岭回归(RR)估算各生育期的AGB。结果表明:(1)提取的Hdsm和实测株高拟合的R^(2)为0.87,NRMSE为14.34%;(2)各模型参数都与AGB达到极显著水平,相关性均从块茎形成期到淀粉积累期先升高后降低;(3)各生育期以5种变量使用同种方法估算马铃薯AGB的效果,均从块茎形成期到淀粉积累期先好后变差,其估算精度由高到低依次为x_(5)>x_(4)>x_(3)>x_(2)>x_(1);(4)各生育期使用PLSR以不同变量估算AGB的效果要优于RR方法,其中在块茎增长期基于x_(5)变量估算马铃薯AGB效果最佳,R^(2)为0.73,NRMSE为15.22%。因此,选取多光谱植被指数结合红边波段的高频信息和Hdsm并使用PLSR方法可以明显提高AGB的估算精度,这为大面积马铃薯作物AGB的监测提供了新的技术支撑。