浙江瓯江口海域游泳动物群落特征及其与环境因子的关系

瓯江口海域是传统的浙江省渔业资源栖息地,现今受高强度人为扰动的影响。为了解瓯江口海域游泳动物群落组成和多样性特征,采用单拖网方法对瓯江口春季(3月)和秋季(11月)游泳动物进行调查,并对其群落组成、生物多样性、资源密度和时空分布格局及主要影响因子等进行了研究。调查结果显示,研究海域共采集到游泳动物78种,其中鱼类有36种、甲壳动物28种、头足类3种。游泳动物优势种春季有9种,秋季有6种;两个季节共同优势种有4种。春季的渔获物的丰度远低于秋季,而春季的生物量则与秋季相差不大。基于丰度和生物量的多样性指数(H’)、均匀度指数(J’)和丰富度指数(d)均为秋季高于春季。在瓯江口海域,水体悬浮物是影响游泳动物群落多样性和丰富度的最重要的环境因子。通过对浙江瓯江口海域游泳动物群落特征及其与环境因子的内在关联的研究,有望为瓯江口海域渔业资源变迁特征和资源养护管理决策提供基础数据和科学依据。     

基于机器学习的地层序列模拟

地层结构及其分布的模拟是地质信息化研究与工程规划设计建造的迫切需求。现有的研究方法主要以钻孔数据为基础,选择插值方法进行二维剖面绘制和三维地层建模。插值方法是决定模拟结果准确程度的重要因素,但插值方法的选取受主观因素影响,缺乏科学合理性,难以推广应用。针对这一问题,本文提出一种基于钻孔数据进行机器学习的地层序列模拟方法,即将钻孔地层数据处理为地层类型序列与地层层厚序列,利用循环神经网络与序列-序列架构建立地层序列模拟模型。通过将模拟结果与实际钻孔数据对比分析,发现地层序列模型可以较准确地模拟地表到基岩面之间的地层类型与厚度范围。研究可为地层模拟提供新方法。