车载移动测量系统大比例尺测图精度控制研究

车载移动测量系统作为一种先进的测绘技术,已广泛应用于大比例尺测图项目中。SSW车载激光建模测量系统能够快速、高效、精确地完成大比例尺测图数据采集、处理等工作。不同比例尺对精度的要求不一样,而本文选择若干试验区,探讨不同的数据采集与处理方式对精度的影响,然后制订相应的精度控制方案,提高数据的精度,满足1∶1 000比例尺测图要求。     

基于MODIS数据的湖北省地级以上城市城区地表温度变化分析

基于MODIS数据,以湖北省地级以上城市城区为研究对象,通过对湖北省13个地级以上城市城区边界矢量数据与地表温度因子进行套合处理,采用叠置分析方法对2000、2015、2017年湖北省地级以上城市城区的地表温度进行统计,并分析城镇化建设对城区地表温度产生的影响。     

复杂卫星图像中的小目标船舶识别

船舶作为海上的重要目标,实现对船舶自动识别有重要的意义。针对卫星图像中云雾、海岸背景等复杂海情对船舶识别带来的干扰,以及小目标船舶高漏检率问题,本文提出一种多尺度深度学习模型训练策略,在此基础上构建了一种船舶识别的深度学习网络,该网络可分为多尺度训练、特征提取、生成目标建议区域、船舶分类这4个部分。首先,采用多尺度的训练策略,将多尺度的船舶样本送入网络中进行训练,这样在训练样本中加入了大量小目标船舶的样本,使网络充分提取到小目标船舶的特征;其次,通过卷积神经网络对目标船舶进行特征自适应提取;然后,目标区域建议网络可依据卷积神经网络提取到的特征,在图像中找到感兴趣目标区域,即框定船舶的位置;最后,通过多个全连接层的组合,将高维特征映射到一个4元组中,再运用分类函数输出每一类船舶的概率值,概率值最大的则为该船舶的类别。同时为解决云雾遮挡和海岸背景的干扰,采用了一种负样本增强学习的方法,在样本数据集中加入了大量只含有云雾和海岸背景的图片,进行负样本扩充,增强网络模型对云雾及海岸背景的特征学习能力,以此解决复杂海情的影响。实验结果表明,所提方法有效解决了复杂海情条件下的船舶识别难,以及小目标船舶识别难的问题,实现了复杂海情条件下的船舶识别。同时,与现有成熟的深度学习目标识别算法相比,本文算法的精确度和召回率分别提升了6.98%和18.17%,所训练的模型具有良好的泛化能力和鲁棒性。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

基于时空聚类的出租车载客热点区域挖掘研究

针对出租车运营过程缺少路径优化指导造成运营能力分布不均、空载率高的问题,本文以成都市安装有GPS设备的出租车所采集的轨迹数据为研究对象,以提高出租车效益为目标,采用了一种基于网格的出租车载客热点聚类算法,通过对出租车GPS轨迹数据进行处理和聚类分析,充分挖掘出租车载客热点区域,从而为出租车的运营者和管理者提供信息决策服务。     

基于UF、GFC及RP-HPLC的长牡蛎(Crassostrea gigas)蛋白抗衰老小分子活性肽(Zel'ner)的纯化及结构解析

牡蛎肉质鲜美,营养丰富,具有很高的食用价值。本研究以舟山长牡蛎(Crassostreagigas)为研究对象,以DPPH自由基清除率为测试指标,通过UF、GFC及RP-HPLC等技术,对牡蛎蛋白酶解液进行分离纯化,获得牡蛎蛋白小分子肽样品,并对其氨基酸组成进行营养性评价。研究结果表明:浓度为30%—100%的硫酸铵处理酶解液的分离效果明显优于低于浓度为30%硫酸铵的分离效果,其DPPH自由基清除率达到52.43%;纯化后得到两种牡蛎蛋白小分子肽分别标记为组分a(Mw1kDa)和组分b(1kDaMw3kDa);组分a中牡蛎蛋白小分子肽分子量分布主要为1995.2Da、1258.9Da、1023.3Da、398.1Da;对牡蛎蛋白小分子肽组分a进行检测,发现其中氨基酸种类及含量丰富,其中必需氨基酸(EAA)含量为18.863%,总氨基酸含量(TAA)为43.3748%,必需氨基酸占总氨基酸43.49%,必需氨基酸与非必需氨基酸(NEAA)的比例为76.95%,风味氨基酸(FAA)含量为18.9147%,占总氨基酸含量的43.61%。综上可见,牡蛎蛋白小分子肽具有极高的营养价值和市场经济效益,此研究为牡蛎蛋白抗衰老小分子活性肽(Zel'ner)的开发提供了新的思路和方向。     

基于计算机视觉的头足类角质颚特征研究Ⅰ:轮廓与特征点提取

轮廓与特征点研究是头足类角质颚形态特征鉴别的基本方法,对于轮廓与特征点的提取最常用的方法是手动描绘与标定,利用计算机视觉进行轮廓与特征点的提取,不仅可以降低手动提取带来的误差、提高准确性,而且更加快速、便捷。文章将利用计算机视觉提取头足类角质颚的轮廓与特征点,首先将自制装置拍摄得到的角质颚三视图放入MTALAB软件中进行编程处理,然后利用Canny算法提取角质颚轮廓,最后根据地标点的定义标定特征点位置并建立空间坐标系得到角质颚的特征点坐标。研究结果显示,利用计算机视觉提取角质颚的轮廓图像以及特征点坐标是可行的,当标准差σ取值为0.1时角质颚轮廓图效果最佳,在得到的轮廓图上进行特征点的标定,通过迭代遍历轮廓图获得各个特征点的空间坐标。研究分析认为,将计算机视觉应用于头足类角质颚形态学的研究可以提高研究的便捷性,同时也为后续的研究提供了新的实验思路和方法。     

2018?2019年舟山近海浮游动物群落结构春季年际变化及其与水团的关系

根据2018?2019年春季两个航次在舟山近海进行的浮游生物调查结果,对舟山近海的浮游动物群落结构(类群组成、优势种数量)年际变化进行了研究,利用典范对应分析(Canonical Correspondence Analysis, CCA)研究了两年春季浮游动物类群组成差异、优势种变化的原因,初步探讨了春季浮游动物群落结构动态变化的机制。结果表明:根据表层温度(Sea Surface Temperature,SST)、表层盐度(Sea Surface Salinity,SSS)的聚类分析,将该区域分为3个水团:杭州湾内水团(I区)、舟山本岛上升流水团II区)、舟山近海水团(III区)。不同水团对浮游动物类群组成影响显著,引起2018年和2019年春季3个水团区差异的主要贡献种(贡献率>10%)均为中华哲水蚤,同一水团两年间年际差异的贡献种如下:I区为捷氏歪水蚤(56.91%)和真刺唇角水蚤(12.34%);II区为中华哲水蚤(72.64%)、五角水母(13.35%);III区为中华哲水蚤(41.93%)、夜光虫(22.94%)。CCA分析表明,第1 CCA轴(CCA1)和第2 CCA轴(CCA2)共解释了两年春季浮游动物优势种累计方差的46.14%和物种?环境累计方差的97.82%。CCA1主要反映了空间(近海水团和湾内水团)的差异。CCA2主要反映了2018年和2019年站位的年际差异。盐度是影响春季浮游动物群落结构空间差异的主要因素,而温度、叶绿素a浓度是春季浮游动物群落结构年际差异的主要因素。     

北极薄冰-煎饼冰区域中不同重力波驱动形成海流的敏感性分析

A coupled ocean-ice-wave model is used to study ice-edge jet and eddy genesis during surface gravity wave dissipation in a frazil-pancake ice zone. With observational data from the Beaufort Sea, possible wave dissipation processes are evaluated using sensitivity experiments. As wave energy dissipated, energy was transferred into ice floe through radiation stress. Later, energy was in turn transferred into current through ocean-ice interfacial stress. Since most of the wave energy is dissipated at the ice edge, ice-edge jets, which contained strong horizontal shear, appeared both in the ice zone and the ocean. Meanwhile, the wave propagation direction determines the velocity partition in the along-ice-edge and cross-ice-edge directions, which in turn determines the strength of the along-ice-edge jet and cross-ice-edge velocity. The momentum applied in the along-ice-edge(cross-ice-edge)direction increased(decreased) with larger incident angle, which is favorable condition for producing stronger mesoscale eddies, vice versa. The dissipation rate increases(decreases) with larger(smaller) wavenumber, which enhances(reduces) the jet strength and the strength of the mesoscale eddy. The strong along-ice-edge jet may extend to a deep layer(> 200 m). If the water depth is too shallow(e.g., 80 m), the jet may be largely dampened by bottom drag, and no visible mesoscale eddies are found. The results suggest that the bathymetry and incident wavenumber(magnitude and propagation direction) are important for wave-driven current and mesoscale eddy genesis.     

2017年春季季风间期南海中北部浮游植物生长与微型浮游动物摄食

Phytoplankton growth rates and mortality rates were experimentally examined at 21 stations during the 2017 spring intermonsoon(April to early May) in the northern and central South China Sea(SCS) using the dilution technique, with emphasis on a comparison between the northern and central SCS areas which had different environmental factors. There had been higher temperature but lower nutrients and chlorophyll a concentrations in the central SCS than those in the northern SCS. The mean rates of phytoplankton growth(μ_0) and microzooplankton grazing(m) were(0.88±0.33) d~(–1) and(0.55±0.22) d~(–1) in the central SCS, and both higher than those in the northern SCS with the values of μ_0((0.81±0.16) d~(–1)) and m((0.30±0.09) d~(–1)), respectively.Phytoplankton growth and microzooplankton grazing rates were significantly coupled in both areas. The microzooplankton grazing impact(m/μ_0) on phytoplankton was also higher in the central SCS(0.63±0.12) than that in the northern SCS(0.37±0.06). The microzooplankton abundance was significantly correlated with temperature in the surface. Temperature might more effectively promote the microzooplankton grazing rate than phytoplankton growth rate, which might contribute to higher m and m/μ_0 in the central SCS. Compared with temperature, nutrients mainly affected the growth rate of phytoplankton. In the nutrient enrichment treatment,the phytoplankton growth rate(μn) was higher than μ_0 in the central SCS, suggesting phytoplankton growth in the central SCS was nutrient limited. The ratio of μ_0/μn was significantly correlated with nutrients concentrations in the both areas, indicating the limitation of nutrients was related to the concentrations of background nutrients in the study stations.