污染物在农田溪流生态系统中的动态变化

氮是地表水体发生富营养化的主要因子,河流系统是氮输出的主要运移通道,养分在河流生态系统中的持留和趋向控制着污染物的输出。以巢湖流域一个受人为活动严重影响的农田源头溪流——六岔河为研究对象(包括4个渠道型、1个水塘型和3个河口型断面,对应长度分别为1．3km、0．15km和0．36km),设置9个监测点研究总氮(TN)、硝酸盐(NO3-N)、氨态氮(NH4^ -N)和总悬浮物(TSS)在溪流生态系统中的持留,评价人为严重干扰下的农田溪流生态系统在非点源污染物运移中的生态功能。结果表明：TN、NO3-N、NH4^ -N和TSS在溪流中的持留、释放受溪流的河流形态影响,水塘型和河口型断面是污染物持留的主要区域;TN、NO3-N、NH4^ -N和TSS在水塘型和河口型断面内的持留量分别占溪流持留量(基流、径流持留量的和)的61％、47％、75％和56％。降雨-径流过程中发生的持留是污染物持留的主要部分,TN、NO3-N、NH4^ -N和TSS的持留量分别占溪流持留量的93％、97％、89％和96％;渠道型断面是溪流最主要的内在污染源,污染物释放量占溪流释放量的90％以上;受水塘型断面出口处的水坝影响,位于水塘前的渠道型断面在基流和降雨-径流过程中均有效地持留污染物,而其余渠道型断面在不同水文条件下呈现出不同的持留特性。非点源污染物在溪流中的持留和释放的空间动态变化是溪流生态系统对自然和人为干扰的一种综合响应,有必要恢复溪流生态系统功能,控制农业非点源污染。     

基于PET医学图像边缘检测算法的研究

目的:边缘检测在图像处理中至关重要,可被广泛应用于目标区域识别、区域形状检测、图像分割等图像分析领域。边缘是图像中不平稳现象和不规则结构的重要表现,往往携带着图像中的大量信息,并给出图像轮廓。在医学图像三维显示技术中,为了更精确的临床判别需要得到单像素的清晰轮廓,因此我们提出一种新的边缘检测算法。方法:在传统的小波边缘检测的基础上,提出了一种新的边缘算法,即基于小波极大值边缘检测算法,应用模糊算法构造相应的隶属函数,再对得到的极大值进一步筛选。结果:将该算法应用到医学图像中,最终可以得到较清楚的单像素边缘轮廓,实验结果证明了该算法的可行性。结论:运用这种算法处理过的医学图像边缘锐化更好,更清晰,能够为肿瘤的早期识别提供依据,满足医学影像识别的需要。