技术成果

微生物油脂及生物柴油技术

我国油脂资源短缺，长期大量进口油脂。2019年我国进口食用植物油1125 万吨，进口植物油籽 9330 万吨，油脂资源进口依存度远高于原油。由于我国耕 地资源匮乏，油脂加工相关行业迅速发展，油脂资源供给问题是当前及未来相当 长时间内生物柴油及相关产业可持续发展的瓶颈。 利用微生物转化碳水化合物为油脂，实现连续、可控、规模化生产微生物油 脂，属于生物化工领域的新技术。碳水化合物可以是单糖、纤维素水解液、淀粉 水解液、菊芋水解液、废甘油等。微生物油脂的脂肪酸组成和植物油相近，以 C16和C18系脂肪酸，如油酸、棕榈酸和亚油酸为主。当前油脂发酵主要技术参 数为：菌体油脂含量 65wt%以上、干菌体密度 100 g/L 以上、油脂生产强度 0.8 g/(L•h)以上、糖油转化率大于 20wt%，已完成1000-L 规模放大试验。以处理过 的玉米秸杆为原料，油脂转化率达到16wt%。建立了有效的碳水化合物原料制备 方法和油脂回收技术。以含油菌体或粗微生物油脂为原料，分别利用化学法和脂 肪酶催化法制备得到生物柴油，收率大于95%，产品十六烷值高于 55。基于本成 果的生物柴油技术原材料来源丰富、几乎不额外占用耕地、可连续生产、适合中 小规模加工过程。目前与项目直接相关的研究已发表论文40余篇，申请专利20 件，获专利授权9件，基本形成集成技术。研究成果曾获辽宁省科学技术二等奖 和大连市技术发明一等奖。 我国生物质资源丰富，农作物秸秆年产量达 7亿吨（干重），林业剩余物约 3亿多吨，具有转化为超过1亿吨生物柴油的潜力。本成果的推广应用不仅可为 生物质能发展提供新路线，促进生物柴油产业可持续发展，还将拉动农林废弃生 物质材料利用，保护生态环境，促进社会经济协调发展。  合作方式 合作开发  投资规模 100万～500万 辽宁省大连市中山路457号 116023 Tel: 0411-84

生物质催化转化制乙二醇

项目简介及应用领域 乙二醇、丙二醇是重要的大宗能源化学品，主要用于 PET 等聚酯合成（涤纶纤维、饮料瓶）和化学中间体等。2020 年全世界乙二醇的消费量大约为 3000 万吨，市场需求量十分巨大。我国乙二醇的消费量占世界总量的一半以上。目前乙二醇主要由石油乙烯或煤化工技术生产，而化石资源的不可再生性和二氧化碳排放问题为经济可持续性发展带来严重挑战。利用可再生的生物质资源制备乙二醇等大宗化学品日益受到国际产业界的高度关注。 生物质催化制乙二醇技术（DLEG）是以纤维素或秸秆糖等生物质为原料，在水相条件下经过一步法催化加氢高收率获得乙二醇或 1,2-丙二醇产品。该技术为中国科学院大连化学物理研究所的国际首创科研成果，具有独立自主的知识产权，已经申请国内外专利 60 余件并获得中国、美国、加拿大、巴西、日本、韩国、欧洲多个国家获得授权。大连化物所的 DLEG 技术在世界上处于领先地位， 适用于多种生物质碳水化合物原料，且主产物可在乙二醇、1,2-丙二醇之间调变。技术的基本特征如下：（1）采用连续式反应工艺，以葡萄糖、木糖等秸秆糖为原料催化转化，可获得接近 80%的乙二醇和丙二醇收率。（2）通过催化剂调变，或者以菊芋等果糖基生物质为原料，可以获得 1,2-丙二醇主产物，二醇总收率~70%。（3）以农林业秸秆为原料，经预处理后得到纤维素，进一步在 240℃水热加氢条件下进行催化转化，可获得>50%的乙二醇收率。对比于传统的石油化工及煤化工制乙二醇的技术路线，DLEG 技术可减少温室气体排放，降低化石能源依赖，对治理环境污染、缓解资源紧张发挥积极作用， 符合国家经济可持续发展和降低

林源复合多功能药肥技术

必要性及需求分析:随着国民经济的发展和居民生活质量的提高，人们对生态环境提出了更高的要求，从而加速了园艺景观植物种植产业的发展。目前在生产上，大部分园艺景观植物主要采用种子繁殖、扦插和嫁接等传统育种方式进行繁育，繁育过程存在后代分离和性状不稳定、繁殖效率低、受季节限制等问题。少数种类园艺植物还可以采用现代生物技术——植物组织培养进行繁育，但存在缺乏培育技术、繁育成本高、操作过程繁琐等问题。针对上述景观园艺植物繁育所存在的诸多问题，生物技农业工程研究所采用传统扦插与现代育种技术相结合的方法，成功研发了景观园艺植物规模化高效再生技术。该技术以植物的一叶一芽为材料，通过化学药剂处理，促进迅速生根成苗。该技术是对传统与现代育苗技术的集成与发展，它既有传统育苗的易操作性，又有现代育苗的高效性，克服了传统育苗的低效与现代育苗的操作繁琐及高成本弊端。目前利用该技术对多种木本植物（如乌桕、无患子、紫薇、加拿大糖槭、海滨木槿等）和草本植物（如绣球、丹麦木槿等）进行小规模繁育的工作已在中国科学院合肥物质科学院研究院成功进行，且利用该技术繁育的乌桕幼苗质量经检测均符合国家苗木质量标准。该技术对于具有重要经济和观赏价值的景观园艺植物的规模化繁育和推广具有重要意义。该项目的实施对推动我国景观园艺植物的规模化繁育进程，强化苗木繁育的产业特色和优势，解决景观园艺植物繁育周期长，繁殖系数低，难保母本植株优良特性，受季节限制等问题，加快园林绿化行业的技术升级和发展我国绿色生态林业具有极其重大的战略意义。目标及主要任务:目标：以已完成的乌桕规模化再生技术为基础，建立400万株再生苗/年的生产线，进行生产工艺放大的

景观园艺植物高效低成本规模化再生技术

必要性及需求分析:随着国民经济的发展和居民生活质量的提高，人们对生态环境提出了更高的要求，从而加速了园艺景观植物种植产业的发展。目前在生产上，大部分园艺景观植物主要采用种子繁殖、扦插和嫁接等传统育种方式进行繁育，繁育过程存在后代分离和性状不稳定、繁殖效率低、受季节限制等问题。少数种类园艺植物还可以采用现代生物技术——植物组织培养进行繁育，但存在缺乏培育技术、繁育成本高、操作过程繁琐等问题。针对上述景观园艺植物繁育所存在的诸多问题，生物技农业工程研究所采用传统扦插与现代育种技术相结合的方法，成功研发了景观园艺植物规模化高效再生技术。该技术以植物的一叶一芽为材料，通过化学药剂处理，促进迅速生根成苗。该技术是对传统与现代育苗技术的集成与发展，它既有传统育苗的易操作性，又有现代育苗的高效性，克服了传统育苗的低效与现代育苗的操作繁琐及高成本弊端。目前利用该技术对多种木本植物（如乌桕、无患子、紫薇、加拿大糖槭、海滨木槿等）和草本植物（如绣球、丹麦木槿等）进行小规模繁育的工作已在中国科学院合肥物质科学院研究院成功进行，且利用该技术繁育的乌桕幼苗质量经检测均符合国家苗木质量标准。该技术对于具有重要经济和观赏价值的景观园艺植物的规模化繁育和推广具有重要意义。该项目的实施对推动我国景观园艺植物的规模化繁育进程，强化苗木繁育的产业特色和优势，解决景观园艺植物繁育周期长，繁殖系数低，难保母本植株优良特性，受季节限制等问题，加快园林绿化行业的技术升级和发展我国绿色生态林业具有极其重大的战略意义。目标及主要任务:目标：以已完成的乌桕规模化再生技术为基础，建立400万株再生苗/年的生产线，进行生产工艺放大的

130 公斤级共轴反桨无人直升机 F-120

F-120 无人直升机是北航技术团队自主研发的多用途无人直 升机。该机型最大起飞重量 130kg，最大航时 2 小时，在可靠性 连续测试中，其 MTBF（连续无故障时间）可达到 7 小时。该机于 2010 年完成设计，拥有独创的水冷散热系统、气动与冷却的融合 设计、采用体积小，重量轻，振动小的转子发动机等多项先进领 先技术。该无人机可以执行海面、湖面、高海拔地区等复杂环境 的超视距飞行任务，应用领域广泛，包括对地侦查/观测、电力/ — 26 — 管道巡检、数据/中继通信、农业/林业测绘、航空测绘/摄影、 警用反恐/防暴等多个领域。 该无人机经试验改进，以其优异的气动效率、重量效率、续 航能力及操稳特性受到农业部和航空植保企业的高度重视，在农 用无人机领域是目前国内载荷最大、性价比最高的无人直升机。 该机喷药 40 亩农田只需 15 分钟，是传统小型无人直升机作业效 率的 3 倍以上，符合我国精准农业、规模化经营的发展趋势。 — 27 — 技术描述： 技术状态： 产品已经完成开发定型，多次执行舰载机起降模拟应答飞行 测试、内蒙古公安反恐抓捕演习、江西核工业测绘院探矿任务、 火箭军某师通信中继任务等多项高难度、高风险的飞行任务，获 得了合作方一致认可。目前已交付用户 10 余架。已获发明专利 18 项，实用新型专利 6 项。

直升机应急救援虚拟现实训练系统

随着我国应急救援体系的发展，航空应急救援机组人员的协 同任务训练需求越来越广泛，然而直升机应急救援任务训练具有 实际飞行训练成本高昂、危险性大，以及灾害及救援环境难以复 现，无法实飞训练的难题，采用智能虚拟现实技术的直升机应急 救援虚拟现实训练系统具有多任务、协同化、低成本的特点，在 机组资源管理、程序训练、教学评估等方面有着广阔的应用前景。 本项目研制了面向森林灭火、医疗救援、地震搜救、山区救 援、海上搜救等协同训练的智能虚拟现实仿真系统，系统由多台 支持协同任务的多功能应用端组成，支持救援任务场景的快速构 建，并支持飞行员、救援人员等多个角色共同模拟直升机应急救 援任务过程，支持教员实时对任务过程进行评估。 — 13 — 技术描述： 1．系统组成 1）任务想定子系统 任务想定子系统实现了应急救援任务初始化编辑的组件化 技术，通过调用基础资源库中的场景、角色、装备、建筑、触发、 环境 5 大类，共计百余个组件，能快速实现任务脚本的编辑。 2）导教控制子系统 导教控制子系统能够对仿真环境中的环境变量、直升机能力 数据、任务信息等进行实时的全局调整，可以对训练系统做出需 — 14 — 要的改变，用以模拟实际情况中的随机因素，实现对机组人员进 行实时的考核与训练，提高被训练者应对突发情况的反应能力与 思考能力。 3）任务程序评估子系统 任务程序评估子系统用以对任务流程中的关键节点进行自 动或手动的打分，实时监控任务的进行情况，并对任务角色和任 务目标进行相应的观察判断。 4）协同任务训练器子系统 协同任务训练器子系统包含直升机应急救援任务中的机长、 副驾驶、操作员等多种任务角色应用端，支持多机型、多人员利 用任务训练器进行协同训练完成救援任务，基于最新的虚拟现实 技术，实现沉浸式的高逼真度救援任务训练。 2．典型应用场景 1）直升机森林灭火任务程序训练 针对直升机森林灭火的任务特点及训练点，基于系统各类组 件及子系统快速构建，能够进行森林灭火任务中的机长、副驾驶、 操作员协同任务训练及评估。 2）直升机医疗救援任务程序训练 针对直升机医疗救援的任务特点及训练点，基于系统各类

环境卫星超/高光谱成像仪

环境1A卫星超光谱成像仪是我国第一台星载对地观测干涉型超光谱成像仪，填补我国该领域空白。在轨运行期间累计获得数十万景数据产品，数据量超过50TB，数据分发给民政部、环保部、农业部、国家林业局、国家海洋局和中科院等70余家用户单位，获取数据为土地利用、植被分类等特征信息识别与分类，旱灾监测与评估、森林火灾恢复监测、农作物评估等提供重要技术支撑和决策依据；在水华灾害监测、地表参数反演、植物生物量估算等多定量化应用中具有明显优势；在小麦病虫害范围与强度监测方面具有很大应用潜力。环境2卫星高光谱成像仪是一款星载宽覆盖、高分辨高光谱成像仪载荷，已服务于国家环保部、减灾委、农业部、水利部等国家和地方部门，在环境检测、国土测量等方面取得良好示范效应，具有广阔应用潜力和市场前景。

直升机机载卫星通信系统研究与实现

本项目提供一种应用于直升机卫星通信的机载电子设备,包括天 线、功放、低噪放、基带装置和视频采集装置。该设备关键技术突破 了直升机旋翼阻断通信链路的技术瓶颈，在 Ku 频段静止轨道卫星链 路，可支持传输速率不低于 1Mbps 的数据传输（支持 H.265 高清视 频传输），特别适用于人迹难至区域有视频快速回传需求的场景，如 森林救火、抗灾救援和全局勘测等。 （三）关键技术 直升机旋翼遮挡因素分析。直升机旋翼对卫星通信信号周期性的 遮挡会造成通信链路阻断，遮挡时长直接影响链路通信质量，因此， 对旋翼遮挡的因素进行分析是解决通信链路阻断的前提。 高动态环境下的信号增益控制与同步方法。正常情况下，直升机 — 92 — 由于旋翼遮挡或者姿态调整，都会导致卫星通信信号的强度存在大动 态的变化。针对这个问题，本项目针对性地提出高动态场景下通信信 号的自动增益控制方法和载波、定时同步环路方法。 极低解调门限的差错控制编码方法。直升机旋翼毫秒级的信号发 射窗口，决定了机载卫星通信终端只能采用较短码长的差错控制编码 方法。为实现系统的极低解调门限，本项目采用短码长低码率的低密 度奇偶校验（LDPC）编码方案。考虑到直升机旋翼可能带来的不利 遮挡，本项目还结合喷泉码的技术特点，实现信号的可靠传输。 基带信号波形与调制解调方案。基带信号波形与调制解调是通 信系统必不可少的功能单元，前者决定了通信信号的频谱结构，后者 则直接会影响通信系统的抗噪声性能。针对直升机旋翼遮挡，收发系 统频偏、信号带宽以及视频信息传输等多种因素，本项目设计抗遮挡 的信号波形。 □概念验证 □原理样机 工程样机 □中试 □产业化 合作方式： 联合研发 技术入股 □转让 □授权（许可）面议 — 93 —

搜救补给无人机

本项目面向搜救与补给方面的需求，当发生自然灾害或安全生产事故时，往 往伴随交通阻断，人员及车辆难以第一时间到达现场。针对群众求助、地震、水 灾、泥石流、火灾、地面救助等警情时，通过无人机对需要救助人员第一时间识 别、定位，并精准投放相关救援物资，从而实现搜救补给任务。本项目通过理论、 虚拟仿真、实物试验研究相结合，形成了具有自主知识产权的软、硬件系统。本 项目研发的无人机立足于国产软、硬件（含处理器等）替代进口产品，用北斗系 统替代 GPS 作为卫星定位系统，具有定点和定航线昼夜空中巡逻、地/水面目标 侦测/识别/追踪、物资运输与精准投放等功能。用于搜索、救援与后勤补给等， 其所用技术、功能和用途还可扩展至边海防巡逻、城市安保巡逻、物流运输、城 市与森林防火、管线巡查、国土普查、地质灾害监控等多方面。

知识森林 AR 交互系统

知识森林AR交互系统是国家重点研发计划项目“教育大数据分析挖掘技术及其智慧教育示范应用”（2018YFB1004500）支持下完成的成果。该工具把一门课程的知识按照层次化、主题化的形式组织成“树叶-树木-森林”形式，并支持 AR 交互。其中，树木对应一个知识点；例如，图1是“堆栈”的分面树。树叶对应知识点上的知识碎片。将不同的知识点树木按照认知关系连接起来，形成知识森林。例如，图2是“数据结构”课程的知识森林（局部）。知识森林能够在不同粒度上展示课程中知识点以及每个知识点中知识碎片，符合人类整体到局部的认知特点。图1 “堆栈”分面树图2 “数据结构”课程的知识森图3是知识树AR交互场景林（局部）我们采用自然语言处理、图像识别等人工智能技术以及AR/VR技术突破了知识森林自动构建、可视化交互等难题，研制了知识森林AR交互系统。图3是知识树的AR交互场景。

宏星遥感大模型

现有的遥感影像人工标注样本效率低，而且数据数量、质量、空间分辨率参差不齐。且往往在局部区域采样，缺乏多样性和变异性，使得训练得到的模型难以扩展到全球尺度。因此，遥感的专业大模型要发展，应该让专业的大模型做专业的事，“不能有了ChatGPT，所有的需求都要泛化”。同时，大模型的泛化一定存在一个临界点，不能持续泛化。宏星遥感图像解译人工智能大模型（简称宏星大模型）具有卫星或无人机航拍遥感图像自动解译，遥感数据变化分析、特定目标检测与跟踪等智能化功能。首先，它通过对遥感图像的像素级精准分割，准确识别并标注出道路、建筑、绿地、河流、农田、森林等区域，输出的智能化数据对各种下游工作，如地图制作、国土资源测绘、城市与行业规划设计等，具有极高的应用价值。其次，宏星大模型能够实时解译出同一个地区在不同时间节点的遥感数据图斑变化情况，可以为土地违规使用检测与执法、环境破坏检测与执法、自然灾害范围检测与损失估计等工作提供客观的证据。另外，宏星大模型还具有自动检测、识别与跟踪特定目标的功能，如飞机、军舰、坦克、大炮、林火等，可广泛应用于军事情报分析、交通流量分析、灾害检测与预警等各种检测与跟踪任务。