基于地表水与地下水分割校正的漓江流域水供给服务时空格局研究

喀斯特区域水循环过程与其他地区存在显著区别,其水供给服务也具有独特的空间分布特征。然而,目前针对喀斯特地区产水量的时空变化研究较少考虑喀斯特生态系统的特殊性,导致产水量的空间模拟结果存在一定偏差。根据喀斯特地貌形态和地下水补径排泄特征提出了一种产水量分割方法,并基于水量平衡原理建立了地表水与地下水分割校正概念模型。选取喀斯特山区典型区域漓江流域为研究区,通过上述方法校正了InVEST模型产水量模拟结果,从栅格、地貌分区和子流域3个尺度分析了漓江流域2000—2020年产水量校正前与校正后时空分布格局。研究结果表明：(1)漓江流域2000—2020年InVEST模型产水量呈现先减后增再减的趋势,水供给服务空间分布格局为北高南低。产水深度在岩溶区和非岩溶区几乎没有差异,但在岩溶区内部差异明显：裸露型岩溶区产水深度高于覆盖型和埋藏型,峰林平原产水深度高于峰丛洼地。子流域分区平均产水深度排序为漓江上游区>漓江中游区>恭城河区>荔浦河区>漓江下游区。(2)利用地表与地下水分割校正后,水供给服务空间分布格局为四周高于中部,西北部高于东南部。非岩溶区产水深度明显高于岩溶区,埋...     

基于F3Net显著性目标检测的蝴蝶图像前背景自动分割

【目的】具有复杂背景的蝴蝶图像前背景分割难度大。本研究旨在探索基于深度学习显著性目标检测的蝴蝶图像自动分割方法。【方法】应用DUTS-TR数据集训练F³Net显著性目标检测算法构建前背景预测模型,然后将模型用于具有复杂背景的蝴蝶图像数据集实现蝴蝶前背景自动分割。在此基础上,采用迁移学习方法,保持ResNet骨架不变,利用蝴蝶图像及其前景蒙板数据,使用交叉特征模块、级联反馈解码器和像素感知损失方法重新训练优化模型参数,得到更优的自动分割模型。同时,将其他5种基于深度学习显著性检测算法也用于自动分割,并比较了这些算法和F³Net算法的性能。【结果】所有算法均获得了很好的蝴蝶图像前背景分割效果,其中,F³Net是更优的算法,其7个指标S测度、E测度、F测度、平均绝对误差(MAE)、精度、召回率和平均IoU值分别为0.940, 0.945, 0.938, 0.024, 0.929,0.978和0.909。迁移学习则进一步提升了F³Net的上述指标值,分别为0.961, 0.964, 0.963, 0.013, 0.965, 0.967和0.938。【结论】研究结果证明结合迁移学习的F³Net算法是其中最优的分割方法。本研究提出的方法可用于野外调查中拍摄的昆虫图像的自动分割,并拓展了显著性目标检测方法的应用范围。     

一种基于视网膜主血管方向的视盘定位及提取方法

为分割出眼底图像中的视盘,构建基于眼底图像的计算机辅助诊断系统,提出了一种基于视网膜主血管方向的视盘定位及提取方法。首先,利用Otsu阈值分割眼底图像R通道获取视盘候选区域;然后利用彩色眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向;在此基础上,通过在方向图内寻找出对加权匹配滤波器响应值最高的点确定视盘中心位置;最后,利用该位置信息从视盘候选区域中"挑选"出真正的视盘。利用该方法对100幅不同颜色、不同亮度的眼底图像进行视盘分割,得到准确率98%,平均每幅图像处理时间1.3 s。结果表明:该方法稳定可靠,能快速、有效分割出眼底图像中的视盘。     

四川甘孜曲丝藻科硅藻中国新记录

在四川省甘孜藏族自治州进行硅藻多样性调查时,发现了单壳缝目硅藻中国新记录8种1变种(隶属于4属),分别为:原子曲丝藻Achnanthidium atomus Monnier,Lange-Bertalot&Ector、施特劳宾曲丝藻A.straubianum (Lange-Bertalot) Lange-Bertalot、亚显曲丝藻A. pseudoconspicuum (Foged) Jüttner&Cox、半孔曲丝藻A. semiapertum (Guermeur) Andresen,Stoermer&Kreis、阿雷塔斯真卵形藻Eucocconeis aretassii(Manguin) Lange-Bertalot、披针平面藻微小变种Planothidium lanceolatum var. minor Cleve、厄氏平面藻P.oestrupii (Cleve-Euler) Edlund、球囊沙生藻Psammothidium sacculus (Carter) Bukhtiyarova和双生沙生藻P.didymum (Hustedt) Bukhtiyarova&Round。利用光学显微镜(LM)及扫描电镜(SEM)对8种1变种进行观察,并对其形态特征和生境进行了详细描述。     

基于背包式激光雷达测量系统的城市绿地树木三维绿量估算方法

三维绿量能够客观、准确描述城市绿化水平,可为定量研究城市绿地生态功能的机理提供可靠的数据基础。针对单位附属绿地分布分散、规模较小等特点,本研究提出一种面向该类城市绿地的三维绿量估算方案,该方案包括数据获取、处理、实体分割、分类和单木冠层提取以及三维绿量计算的环节。首先,利用背包式激光雷达测量系统获取三维点云数据,利用变尺度地面点滤波算法剔除地面点云;然后,利用基于密度的聚类算法对非地面点云进行聚类,且基于密度特征的竞争算法对重叠区域进行二次分割,形成独立对象;接着,利用PointNet++模型提取植物点云,根据枝叶点云主方向差异性以及轴向分布密度提取冠层点云;最后,使用凸包法计算单木冠层三维绿量,累计每株木的三维绿量得到区域三维绿量。以某科技园区为例,估算其总三维绿量为21034.95 m³,其中,芒果树株数最多,三维绿量总量最大,为4868.64 m³,占23.2%;单株三维绿量最大的树种为小叶榄仁,平均每株为120.37 m³。本研究方案估算的树木三维绿量与传统方法的相对误差在10.7%～33.7%,平均相对误差为20.9%;与台积法的相对误差在2.7%～16.0%,平均相对误差为8.7%。本研究方案充分利用三维点云数据特性,所用凸多面体逼近树冠的原始形态,更符合树木的实际情况。该三维绿量测量和估算方案可为城市三维绿量快速、精确估算提供新思路。     

染色体组分割的甘蓝型油菜单倍体的形成途径

在３６０株甘蓝型油菜与诸葛菜的属间远缘杂种自交后代中,发现了３株单倍体植株。通过对杂种的细胞学表明,染色体组分割和核融合是单倍体的形成机制。通过人工加倍,获得了纯合二倍体植株。对纯合二倍体研究表明：纯合二倍体具有高度遗传稳定性,具有与花粉植株的纯合二倍体的同样的育种意义。     

基于最大熵和改进PCNN的医学图像自动分割算法研究与实现

本文提出了基于最大熵和改进的PCNN(Pulse Coupled Neural Network)相结合的新方法,采用最大熵确定PCNN网络的循环迭代次数.提出的方法无需考虑PCNN参数的选择,可有效的自动分割各种医学图像,同时利用最大熵得到最优分割结果.该方法对于PCNN理论在医学图像分割领域的应用有着重要的意义.     

基于多尺度遥感影像分割方法的湿地生态廊道设计

从生物多样性保护的角度,采用多尺度遥感影像分割方法中的人为干扰度模型,计算分割阈值确定湿地生态廊道的宽度,并结合聚类分析法分类的8种人为干扰类型,对建三江地区廊道结构设计进行了研究。结果表明,廊道分割阈值设为20%,非湿地背景噪声为9.43%,湿地生态廊道最佳宽度为1298m。8种人为干扰度中聚类c1、c2、c3和c4类型是受人为干扰较弱的区域,主要分布在浓江、乌苏里江、三江和洪河保护区原始生态环境区域,将其分别设定为核心区、实验区、边缘区、缓冲区4种类型。廊道核心区中的沼泽类型占75%,总体精度高达93.7%,实验区沼泽占72.2%,精度达到75.8%,边缘与缓冲区起到边缘护栏的作用,缓冲区宽度为945m,本研究为湿地生态廊道的建设与修复提供了可靠、科学的参考依据。     

白血病图像分割方法的适应性分析与改进算法

系统介绍了几种对白血病骨髓图像进行分割的算法,比较各类算法的优缺点,分析各自的适用范围,并在此基础上根据所处理图像的实际情况对传统算法做出一些改进,综合应用上述技术实现对图片更准确地分割。     

利用原位连续测定水汽δ~(18)O值和Keeling Plot方法 区分麦田蒸散组分

利用稳定同位素技术和Keeling Plot方法可以有效分割地表蒸散量,进而加深对陆地生态系统水循环的理解.该研究通过原位连续测定麦田的水汽同位素数据,评价Keeling Plot方法在分割地表蒸散中的应用,并揭示华北冬小麦(Triticum aes-tivum)蒸腾在总蒸散中的比例.实验于2008年3-5月在中国科学院栾城农业生态站进行,利用国际上先进的H_2~(18)O、HD~(16)O激光痕量气体分析仪(TDLAS)为基础构建的大气水汽~(18)O/~(16)O和D/H同位素比原位连续观测系统,同时利用涡度相关技术、真空抽提技术、同位素质谱仪技术,获取了必要的数据.研究分析了一天中不同时间段的连续的大气水汽δ~(18)O与水汽浓度倒数拟合Keeling Plot曲线的差异和可能的原因.结果显示,中午时段的拟合结果较好,这也暗示中午时段蒸腾速率高时最可能满足植物蒸腾的同位素稳定态假设.进一步的分析发现植物蒸腾的同位素稳定态并不总是成立,尤其是水分胁迫下进入成熟期的小麦,其蒸腾水汽同位素一般处于非稳定态.利用同位素分割结果显示,生长盛期麦田94%-99%的蒸散来源于植物蒸腾.