THE THEORETICAL STUDY ON THE LAWS OF DRAG REDUCTION BY AERATION IN OPEN CHANNEL 1

ＴＨＥＴＨＥＯＲＥＴＩＣＡＬＳＴＵＤＹＯＮＴＨＥＬＡＷＳＯＦＤＲＡＧＲＥＤＵＣＴＩＯＮＢＹＡＥＲＡＴＩＯＮＩＮＯＰＥＮＣＨＡＮＮＥＬ１ＺＨＥＮＧＹｏｎｇｇａｎｇ２,ＦＡＮＧＤｕｏ３ａｎｄＬＩＧｕｉｆｅｎ４ＡＢＳＴＲＡＣＴＴｈｅｌａｗｓｏｆｄｒａｇｒｅ...     

光谱对许氏平鲉消化代谢节律及生理应激研究

为探究不同光谱下许氏平鲉的消化代谢水平及外周激素节律,在5种光谱(红光、绿光、黄光、蓝光、白光,光周期12L∶12D)下,通过对许氏平鲉的血清、肠道、肝脏进行24 h (8:00,12:00,16:00,20:00,24:00)取样,结果显示:不同的光谱下许氏平鲉的消化代谢酶活性除胰蛋白酶(TRY)外均具有节律性,红光、黄光下α-淀粉酶(α-AMS)、脂肪酶(LPS)活性的峰值相位与白光组相比左移;胰蛋白酶活性无时间差异性;在绿光、黄光及红光下乳酸脱氢酶(LDH)活性的峰值相位与白光组相比发生左移,在五种光谱环境中,红、黄光影响消化酶活性峰值提前出现;丙酮酸激酶(PK)活性在绿、蓝及红光下峰值相位左移;己糖激酶(HK)的活性在绿、蓝、黄光下,其峰值相位与白光组相比发生左移,在五种光谱环境中,绿、蓝光影响代谢酶活性类峰值提前出现。许氏平鲉血清中褪黑素含量呈现昼低夜高分泌水平;皮质醇的含量表现为在白天降低,午夜显著升高至最高值后又持续降低。峰值相位的改变预示着生理节律的变动,以上结果表明不同光谱可以影响鱼类的生理代谢节律,在今后养殖过程中需要充分考虑光谱对养殖生物的生物学作用,进而制定更为合理的光照条件。     

城市海量手机用户停留时空分异分析——以深圳市为例

识别海量手机数据中蕴含的行为模式,是地理学的一个研究热点与难点。目前,较多研究针对手机用户移动特征开展,而对停留及其模式的研究则相对较少;其时空分异规律对理解城市人群动态,甚至优化城市系统至关重要。本文根据人们日常时空约束条件定义了手机用户停留,提出了基于海量手机位置数据的手机用户停留模式的提取方法,以深圳市约790万个匿名手机用户一天的海量手机位置数据为例,识别出了覆盖约98%用户的典型停留模式,并结合该城市土地利用的空间分布与分异特征,剖析不同停留模式的手机用户空间分异特征和城市不同区域停留次数的时段分异特征。研究发现:(1)15种停留模式可覆盖约98%的手机用户,而且其一天不同的停留位置数量不超过4个;(2)15种停留模式手机用户在城市区域空间上的分布存在分异现象,严重受制于土地利用的空间分布;(3)城市不同区域停留次数的时段分异特征与该区域常住人口、人口密度,以及区域主要职能和性质存在较强的相关性。研究结论对理解城市手机用户行为模式的群体特征有积极的意义,对城市土地利用的科学决策和城市交通规划与预测有重要参考价值。     

江苏近岸紫菜养殖筏架区定生绿藻群落结构及其受控因素

基于2010年10月至2011年4月对苏北紫菜养殖筏架区定生绿藻及环境因素调查数据,分析研究了紫菜筏架上定生绿藻种群结构和数量变化及重要环境因子对其的影响并估算了调查区绿藻总生物量.结果表明,筏架上定生绿藻种类有浒苔(Ulva prolifera)、盒管藻(Capsosiphon groenlandicus)、缘管浒苔(Ulva linza)、肠浒苔(Ulva intestinalis)、条浒苔(Ulva clathrata)和扁浒苔(Ulva compressa).绿藻生物量变化呈倒抛物线型,4月份为主高峰14898吨,11月份为次高峰2034吨,2月份最低,仅为729吨,3-4月份绿藻几乎呈暴发性增长.种类多样性随季节变化有很大差异,养殖筏架刚入海的9、10月份,绿藻种类丰富,生物多样性高;12月至笠年2月,尽管生物量很低,但仍是多种并存;3-4月份随着生物量的猛增,种类多样性降至最低,盒管藻优势地位明显,生物量比例最大能到80%,浒苔比例呈指数增长,达20%～40%.水温对绿藻生物量及种类演替有直接调控作用,在水温< 10℃时,绿藻即能快速生长;而盐度作用不明显.开展紫菜筏架上定生绿藻群落动态变化及其生物量的估算,为追溯南黄海大规模绿潮发源地提供佐证,为绿潮预防和治理提供基础数据支撑.     

南极半岛东北部海域表层沉积物稀土元素特征及物源指示意义

通过对南极半岛东北部海域36个表层沉积物样品的稀土元素分析发现:(1)研究区表层沉积物中稀土元素总量(REE)的分布范围为(45.47~183.60)×10-6,平均值为91.36×10-6;稀土元素含量的高低与铝硅酸盐黏土成正比,与生物硅含量成反比;(2)大致以象岛至南极半岛北部的茹安维尔岛为界,研究区西部的布兰斯菲尔德海峡及南设得兰群岛北部岛架-岛坡沉积物稀土含量较低,稀土元素页岩标准化模式与长城站周边土壤/湖泊沉积物、火山岩相一致,表现为重稀土相对富集,铕正异常明显,Sm/Nd分子比值大,推断该区沉积物主要来源于南设德兰群岛中-新生代火山岩分布区与现代火山活动区;(3)研究区东部鲍威尔海盆、南奥克尼群岛岛架和南斯科舍海脊区沉积物稀土元素的页岩标准化配分模式表现为平坦型,轻稀土明显抬升,铕正异常不显著,Sm/Nd分子比值小,稀土元素含量受沉积物中黏土组分含量、硅质生物组分等制约,推断沉积物陆源碎屑主要来源于威德尔海西部和南部,局部受南奥尼克群岛、南斯科舍海脊和南设德兰群岛物质的影响,沉积物的搬运主要受冰筏和海流制约。     

点蚀损伤下桩基式平台腿柱轴压极限承载力研究

采用圆柱体点蚀损伤模型,建立含细观尺度点蚀损伤的桩基式平台腿柱多尺度精细化数值模型,研究壁厚损伤度、点蚀损伤强度以及点蚀体积损伤强度影响平台腿柱轴压极限承载力的规律。研究结果表明,壁厚损伤度及点蚀损伤强度明显削弱平台腿柱的极限强度,且随点蚀损伤强度增大壁厚损伤度的影响加剧;点蚀体积损伤强度由于综合考虑了壁厚损伤度和点蚀损伤强度的耦合因素,相比于独立考虑后两者,其更能合理地描述点蚀损伤对平台腿柱极限强度的影响,故点蚀体积损伤强度体现了点蚀损伤的关键特征。本方法不仅适用于研究点蚀损伤构件的极限承载力,其所提出的点蚀损伤模型的构建方法,可拓展于研究受点蚀损伤的整体平台结构的极限承载力,且确定点蚀体积损伤强度为描述点蚀损伤特征的关键参数后,有望将其用于修正点蚀损伤平台腿柱的承载力设计公式。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.     

基于GIS的镇海区河长制智慧管理平台建设探究

基于镇海区河长制工作开展的实际需求,根据区域内河道分级分区分段的管理思想,建设以河段为核心的河长制智慧管理平台.实践表明:镇海区河长制智慧管理平台通过电脑Web端和手机APP两者联动工作,能有效规范河长巡河工作,便于发现、处理河道问题,提高工作效率,实现了信息和工作的智慧管理,达到了实用、便捷、高效、实时的目标.     

改进的AKAZE特征提取的全局式SFM三维重建算法

针对增量式SFM算法过渡依赖初始图像的选择,重建时误差累积导致场景漂移且计算效率低的问题,设计了一种改进的加速KAZE特征提取的全局式SFM三维重建算法.首先通过增强特征接受阈值并构造非线性尺度空间来提取图像的特征,使用改进局部差分二进制MLDB描述符对特征进行描述;然后利用全局式SFM算法对整个场景的相机位姿进行估计,从而减小误差并减少光束法平差BA的使用次数,降低了算法的复杂度,大大提高计算效率;最后利用基于面元的多视立体匹配PMVS算法得到稠密重建结果.实验结果表明,同等条件下该方法能够得到更多的有效点对,计算效率约为增量式SFM算法的2倍,且特征匹配准确率提高5％,稠密重建的点云精度高,信息丰富且纹理清晰,是一种有效的三维重建方法.