基于Landsat遥感卫星影像的南京市植被动态变化研究

为探究南京市绿色植被覆盖时空动态变化规律, 基于Landsat影像, 借助ENVI、PCI、ArcGIS等软件操作平台构建绿色植被信息提取模型, 利用模型提取了南京市2000年、2009年、2017年3期植被覆盖信息, 并在此基础上进行了时空动态变化及其驱动因素分析。结果表明: (1)时间上, 南京市2000年、2009年、2017年植被覆盖面积分别为4607 km2、4909 km2、4513 km2, 总体呈现出2000—2009年上升, 2009—2017年下降的趋势; (2)空间上, 2000—2009年: 南京市最北部、东部和南部植被呈现不同程度增加的趋势, 最南部明显减少; 2009—2017年: 八卦洲以北区域植被增加, 居民点及城市中心附近植被减少。这种植被的空间变化是由于城市化进程加快、农业类型变化、政策调控等综合因素的作用。研究结果对南京市植被的规划、建设和管理, 以及对南京市的生态环境建设具有参考价值。     

对硝基苯硫酚分子内嵌的星形表面增强拉曼散射金 "套娃 "纳米颗粒用于肿瘤拉曼影像的初步研究

目的:制备对硝基苯硫酚(4-Nitrobenzenethiol,4-NBT)分子内嵌的星形表面增强拉曼散射(Surface enhanced Raman Scattering,SERS)金"套娃"纳米颗粒,测定其拉曼增强效果和应用于细胞以及活体肿瘤拉曼影像的可行性。方法:以种子介导法先后制备金纳米星及星形SERS金"套娃"纳米颗粒,采用透射电镜观察其形貌,激光粒度分析仪测定其粒径及Zeta电位,拉曼光谱仪测定其拉曼光谱,考察其对A549细胞的拉曼成像效果,建立A549皮下瘤模型,考察其对活体皮下瘤的成像效果。结果:制备并优化的金纳米星粒径较小,为60.5 nm,其针尖密度较高,以此为核心制备的星形SERS金"套娃"纳米颗粒形态规整,粒径约为66.7nm,Zeta电位约为-16.6 m V,拉曼增强效果提升至其前驱体金纳米星的5.3倍,能够实现对A549细胞及A549皮下瘤的拉曼成像。结论:所制备的星形SERS金"套娃"纳米颗粒形态规整均一,拉曼增强效果较好,能实现对细胞及活体肿瘤的拉曼影像。     

基于深度学习的微藻自动检测系统研究

目的 微藻养殖产业规模巨大,在养殖过程中微藻易受杂菌和其他污染物的影响,因此需要定期对微藻进行检测,以确定其生长情况。现有的光学显微成像法和光谱分析法对实验人员、实验设备及场地的要求较高,无法做到实时快速检测。为了实现实时快速检测,需要一套检测要求低、速度快的实时微藻检测系统。方法 本文开发了一种基于深度学习的微藻检测系统,通过搭建一套基于明场成像的显微成像设备,使用采集的图像训练基于YOLOv3的神经网络,并将训练好的神经网络部署到微型计算机,从而实现了实时便携微藻检测。本文对特征提取网络进行改进,包括引入跨区域残差连接机制和注意力选择机制,另外还将优化器改为Adam优化器,使用多阶段多方法组合策略。结果 加载跨区域残差连接机制时最高平均精度（mAP）值为0.92。通过与人工结果进行对比,得到检测误差为2.47%。结论 该系统能够实现微藻实时便携检测,提供较为准确的检测结果,可以应用于微藻养殖中的定期检测。