面向绿色基础设施体系优化的矿业废弃地再生研究: 以大冶为例

完善的绿色基础设施体系在重构矿业城市生态系统,提升矿业城市人居环境品质上作用关键。一方面,经过生态修复后的矿业废弃地是矿业城市绿色基础设施的重要增量,另一方面,以绿色基础设施体系优化为导向的治理是破解当前矿业废弃地治理低效的有效途径。湖北省大冶市是一座典型的资源枯竭型城市,在运用形态学空间格局分析（MSPA）方法评价大冶市绿色基础设施的基础上,结合矿业废弃地空间分布,评价其生态潜力,进而提出生态型、生活型和生产型3种矿业废弃地再生的改造方式。研究结果表明:①大冶市生态基底良好,但是景观破碎化严重,连通性弱;②大部分矿业废弃地生态潜力较高,60%的矿业废弃地可以转化为绿色基础设施;③30%的矿业废弃地适合生态型改造、52%的适合生活型改造、18%的适合生产型改造。      

国产“环境一号”(HJ-1)卫星遥感影像桥梁提取研究

基于桥梁与水体的空间关系,结合卫星遥感影像数据包含的多光谱和形态学特征信息,提出一种有效提取国产“环境一号”(HJ-1)卫星遥感影像桥梁目标的方法.利用国产“环境一号”(HJ-1)卫星遥感影像数据进行桥梁目标提取试验.结果表明,该方法能快速、准确、有效地提取“环境一号”卫星影像中的桥梁目标,具有一定的应用价值.     

利用数学形态学的遥感影像水系提取方法

针对目前遥感水系提取存在的问题,提出了一种基于数学形态学的遥感影像水系提取方法。该方法在光谱模式识别提取水体信息的基础上,利用数学形态学方法将提取的水体结果进行断线连接、去噪及细化等处理,从而得到连续的水系。以Landsat ETM+影像为例进行了实验,结果表明,该方法可以提取连续、完整的水系;且提取的水系精度与现势性均优于国家测绘局发布的1∶25万数字线划图(DLG)水系。     

基于MODIS资料的中国东部时间序列空气动力学粗糙度和零平面位移高度估算

空气动力学粗糙度和零平面位移高度是很多气候模型和陆面模式中的重要参数,采用气象学方法推导这两个参数对于大范围长时间序列的计算需要大量长期的野外观测,而遥感方法可以快速经济的提供大范围数据,在本研究中采用形态学模型,以MODIS产品数据作为数据源,计算植被冠层面积指数,估算了中国东部2001-2003年归一化到植被高度的...     

大菱鲆（Scophthalmus maximus）胚胎发育的形态学和组织学研究

采用显微镜和连续切片技术,观察了大菱鲆胚胎发育阶段的形态学和组织学特征。结果表明,大菱鲆胚胎发育主要经历6个时期;在14℃,胚体经108h即可孵化出膜。胚胎在64细胞期出现纬裂,分裂球分化为外层的包被层和内部的深层细胞;多细胞期形成卵黄合胞体层;低囊胚期形成囊胚腔。受精后26h30min胚盾出现。胚盘下包65%时,头突...     

驼背鲈外周血细胞的形态学研究

利用Wright's和Giemsa双重染色法和改良的血涂片染色法两种方式,通过光镜对驼背鲈(Cromileptes altivelis)的血涂片进行了观察.结果表明:驼背鲈的血涂片中可区分出6种细胞--红细胞、嗜中性粒细胞、嗜酸性粒细胞、单核细胞、淋巴细胞、血栓细胞,偶尔可见到分裂的红细胞、分裂的血栓细胞、核影红细胞和...     

基于形态学灰度重构的乳腺微钙化点提取

针对乳腺X线摄片,提出了一种计算机辅助检测乳腺微钙化点的方法:首先利用灰度形态重构完成穹顶提取,除去乳腺背景结构同时又能很好地保留微钙化点;其次运用拉普拉斯算子在空间域内对图像进行锐化以增强微钙化点;然后在频率域内利用巴特沃思高通滤波器对图像进行高通滤波;最后利用二维最大熵阈值分割对图像二值化,从而检测出微钙化点并在图像上标识出来。计算机辅助诊断的方法不仅避免了医生因大量阅片引起疲劳而造成误诊,起到了协助医生诊断的作用,而且提高了诊断的效率和准确率。     

中国海膨胀巴夫藻(定鞭藻门,巴夫藻纲)的首次纪录

2015年5月，我们从天津近海分离出一株黄绿色具鞭毛的单细胞藻。这珠藻细胞形态不规则，从圆形到细长型都有出现。绝大多数细胞具有很强的运动能力，一些细胞也可以形成静止的群体。结合形态学、超显微结构观察以及分子生物学分析，我们将这株藻鉴定为定鞭藻门，巴夫藻纲的膨胀巴夫藻。在此之前，中国近海只有绿色巴夫藻的记录，绿色巴夫藻对于水产养殖起到了很重要的作用。巴夫藻纲的其他物种尚无中国海记录。这是膨胀巴夫藻在中国海的首次记录。     

采用PPI算法改进的一种数学形态学端元提取方法

自动形态学端元提取（automated morphological endmember extraction，AMEE）算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数（morphological eccentricity index，MEI）来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的，尤其是当结构元素内的纯净像元占大多数时，像元的均值光谱将更接近纯像元，此时像元的MEI越高，纯度反而越低。针对这一问题，本文提出一种像元纯度指数（pure pixel index，PPI）算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内，利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时，只有最纯净的像元始终能够投影到随机生成的直线的两端，其PPI值会不断累计增大，而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值，直至满足迭代终止条件，最终形成一幅PPI图像，端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法，然后再结合数学形态学中的膨胀操作对整幅图像进行处理，其同时兼顾了图像的光谱信息和空间信息。最后，采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪（airborne visible infrared imaging spectrometer，AVIRIS）高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明，PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。