基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

Effect of the Initial Vortex Structure on Intensity Change During Eyewall Replacement Cycle of Tropical Cyclones: A Numerical Study

This study investigates the effect of the initial tropical cyclone (TC) vortex structure on the intensity change during the eyewall replacement cycle (ERC) of TCs based on two idealized simulations using the Weather Research and Forecasting (WRF) model. Results show that an initially smaller TC with weaker outer winds experienced a much more drastic intensity change during the ERC than an initially larger TC with stronger outer winds. It is found that an initially larger TC vortex with stronger outer winds favored the development of more active spiral rainbands outside the outer eyewall, which slowed down the contraction and intensification of the outer eyewall and thus prolonged the duration of the concentric eyewall and slow intensity evolution. In contrast, the initially smaller TC with weaker outer winds corresponded to higher inertial stability in the inner core and weaker inertial stability but stronger filamentation outside the outer eyewall. These led to stronger boundary layer inflow, stronger updraft and convection in the outer eyewall, and suppressed convective activity outside the outer eyewall. These resulted in the rapid weakening during the formation of the outer eyewall, followed by a rapid re-intensification of the TC during the ERC. Our study demonstrates that accurate in- itialization of the TC structure in numerical models is crucial for predicting changes in TC intensity during the ERC. Additionally, monitoring the activity of spiral rainbands outside the outer eyewall can help to improve short-term intensity forecasts for TCs experiencing ERCs.     

Characterization and Application of S-Band Polarimetric Radar and X-Band Phased Array Radar for a Tornadic Storm Event on June 16,2022

The X-band phased array radar offers faster scanning speed and higher spatial resolution compared to the S-band radar, making it capable of enhancing tornado monitoring and early warning capabilities. This study analyzed the char- acteristics and nowcasting signals of a tornado case that occurred on June 16, 2022 in the Guangzhou region. Our findings indicate that the violent contraction of rotation radius and the dramatic increase in rotation speed were important signal characteristics associated with tornado formation. The X-band phased array radar, with its high temporal and spatial resolution, provided an opportunity to capture early warning signals from polarimetric characteristics. The X-band phased array radar demonstrated noteworthy ability to identify apparent tornado vortex signature (TVS) features in a 10-minute lead time, surpassing the capabilities of the CINRAD/SA radar. Additionally, due to its higher scanning frequency, the X- band phased-array radar was capable of consistently identifying TVS with shorter intervals, enabling a more precise tracking of the tornado’s path. The application of professional radars, in this case, provides valuable insights for the monitoring of evolutions of severe local storms and even tornadoes and the issuance of early warning signals.     

近1800年以来内蒙古达里湖浮游植物群落演变及驱动因素

湖泊是地质历史上区域生态环境演变的重要载体,其沉积物中包含了丰富的环境演变信息。达里湖是典型的草原内陆封闭型湖泊,位于东亚夏季风的北部边缘,地理位置关键。本研究基于在达里湖采集的约238 cm沉积物岩芯 (GDL-1),通过²¹⁰Pb和¹³⁷Cs (岩芯上部20 cm)、AMS¹⁴C测年,以及沉积物样品中甾醇等生物标志物含量分析,重建了近1800年以来达里湖硅藻、蓝藻等典型藻类含量的演化历史,并结合总氮(TN)、总磷(TP)、盐度(Sr/Ba)和温度(T)等环境代用指标,分析藻类群落的主要影响因素。结果显示达里湖典型藻类总量平均为2.03 ng/g(最高6.69 ng/g,最小0.53 ng/g),其中蓝藻占比平均为60%,绿藻和硅藻占比平均为20%;环境因子对硅藻、蓝藻和典型藻类生物量的解释率分别为47.7%、55.20%和48.10%,T、TN和Sr/Ba是影响浮游植物群落的主要影响因素;硅藻占比与温度呈显著负相关,小冰期硅藻占比最高,中世纪暖期占比最低;在达里湖的高盐环境下,湖泊营养盐浓度对藻类的影响受到限制,成为藻类等生长的限制因素;Sr/Ba小于0.9时,硅藻含量与典型藻类总量随着Sr/Ba值的升高而增加,Sr/Ba大于0.9时,典型藻类总量与Sr/Ba值呈负相关关系,而硅藻则表现出对盐度具有一定的耐受性;整体上,近1800年以来,区域或全球性气候事件通过改变达里湖盐度、营养元素浓度和温度来影响典型藻类群落结构。在暖期阶段,蒸发作用增强等导致的湖泊盐度增加成为达里湖典型藻类群落结构演变的主要影响因素;在冷期,营养元素浓度和温度的降低成为湖泊水体浮游植物生物量的主要影响因素。     

人地复合生态系统韧性研究进展及其对海岸带生态系统韧性研究的启示

在全球气候变化与人类高强度开发的双重影响下,人地复合生态系统和受陆海系统交互影响的海岸带地区生态脆弱性更加明显。如何有效把握人地复合生态系统发展动向,合理规划与调控社会经济活动、促进人地关系协调发展一直是可持续发展领域研究的重点课题。韧性作为系统的内在特征,在防范化解灾害风险、维护区域生态安全中发挥着重要作用,是人地复合生态系统可持续发展能力的重要表现。然而,目前关于人地复合生态系统韧性的内涵、评估方法等方面尚未形成统一的范式,韧性的量化评估方法存在较大差异。通过梳理和归纳现有研究成果认为,韧性经历了从工程韧性、生态韧性到演进韧性的转变,其概念及内涵仍在不断拓展与深化;总结对比了基于过程形成性和状态总结性的韧性评估方法发现,将韧性作为过程与结果的综合评估研究仍较为缺乏;在抵抗扰动、维持稳定和协调发展的韧性理念下,生态系统的保护与修复等将是区域可持续发展应用中人地复合生态系统安全的重要保障。根据人地复合生态系统韧性研究进展的分析结果,结合海岸带生态系统韧性研究的现状及不足,认为未来需要在加强海岸带生态系统韧性内涵挖掘、完善海岸带生态系统韧性评价体系、提高海岸带生态系统韧性监测精度、促进学...     

可解释性长短期记忆模型用于预测湖泊总磷浓度变化

对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R²=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。     

太湖表层沉积物多环芳烃的空间分布、来源及其风险

随着太湖流域社会与经济的发展,多环芳烃(PAHs)在各种环境介质中逐渐累积,污染日益严重,可能对太湖生态环境及周边人体健康构成威胁。为探究太湖沉积物PAHs的来源及生态风险,于2021年12月在太湖采集30个表层沉积物样品,利用气相色谱-质谱联用仪(GC-MS)检测样品中16种PAHs含量;利用受体模型和苯并[a]芘(BaP)毒性当量法进行来源解析及生态风险评估,并将各来源贡献与毒性当量浓度相结合,量化源风险。结果表明,太湖表层沉积物中16种PAHs总含量介于124~592 ng/g之间,平均值为294 ng/g,中值为279 ng/g;高环多环芳烃(HMW PAHs)为主要组分,占∑PAHs的67%。高含量区域位于竺山湾、梅梁湾、贡湖湾和西太湖,与国内外其他湖泊沉积物相比,太湖沉积物PAHs含量处于较低水平。源解析的结果表明,太湖表层沉积物中PAHs交通排放源贡献率为29.1%、煤炭燃烧源贡献率为26.7%、生物质燃烧源贡献率为28.7%、石油源贡献率为15.6%。生态风险评价结果表明,交通排放源、生物质燃烧源、煤炭燃烧源和石油源的BaP毒性当量含量(TEQ_BaP)均值分别为19.34、17.81、16.33和9.1 ng/g,均小于70 ng/g,几乎处于无风险水平。西太湖、贡湖湾和梅梁湾的部分区域ΣTEQ_BaP大于70 ng/g属于潜在风险区,具有一定潜在毒性。在后续的污染治理中应重点关注太湖西北部地区污染物的排放。本研究可为沉积物中PAHs污染的研究提供数据支撑,为地方政府精准、高效地管控PAHs污染提供理论依据。     

极端洪水导致的湖泊水位抬升和氮磷输入增加对苦草(Vallisneria natans)的复合影响

据全球气候变化模型预测,未来极端洪水事件将呈现增多和加剧态势。极端洪水对沉水植物功能性状、生长发育状况及整个生态系统均有深远的影响,研究极端洪水对沉水植物生长发育的影响对理解和预测气候变化过程中水生态系统的变化具有重要意义。本文针对极端洪水事件引起的水位急剧上升和营养负荷量增加双重效应,在实验周期90 d内设置对照(水位保持75 cm)、2种极端洪水条件(水位在第1天从75 cm快速上升至150 cm + NP输入、水位从75 cm逐步上升至150 cm + NP输入)以及水位保持75 cm + NP输入4项处理(后3项处理中营养输入总量相同),研究了极端洪水对沉水植物苦草(Vallisneria natans)生长、繁殖对策及生物量分配的影响,实验过程中还同步监测了浮游植物、附着藻类和水体营养状况(TN和TP)。在苦草的17个测定指标中,只有根生物量分配和有性繁殖分配在4个处理下无明显变化。从水位的单独作用看,相对于营养增加且水位恒定的处理,两种洪水条件(水位急剧上升和逐步上升)均降低了苦草的分株数、叶片数、间隔子数、间隔子总长、最大根长、花果数以及各器官生物量和总生物量,促进了人工基质表面附着藻类的生长。水位急剧上升时,植株对间隔子的生物量投资倾向于最小,而株高和植株对叶的生物量投资倾向于最大。从营养负荷的单独作用来看,相对于对照组,营养增加且水位恒定的处理中水体N浓度显著增加,促进浮游植物和苦草表面附着藻类的生长,但是从二者的Chl.a浓度来看,浮游植物遮光作用相对较大,抑制了苦草叶、根和间隔子的生长,但有性繁殖生物量无明显变化。从水位和营养负荷联合作用的模式来看,水位上升和营养负荷两个环境因素的联合作用会使入湖营养负荷加强水位上升对沉水植物生长的影响效应,二者的联合作用使叶、根、间隔子和有性繁殖生物量均大大降低。因此,极端洪水对沉水植物的不利影响较大,一方面水位抬升会直接影响沉水植物,另一方面会通过浮游植物间接影响沉水植物生长发育。     

葛洲坝至胭脂坝长江干流段江豚活动规律

长江江豚是我国一级保护野生动物,也是长江生态系统的指示性物种,其种群数量恢复情况及活动规律一直备受关注。本文选择长江宜昌段江豚活动频繁的葛洲坝下游至胭脂坝江段为研究区域,于2021年6月-2022年5月采用定点目测、水上流动监测与无人机监测相结合的方法分区监测长江江豚的游泳行为,分析长江江豚的活动规律,构建了长江江豚出水头次的零膨胀泊松回归模型,识别影响长江江豚出水头次的关键因素,建立长江江豚出水头次与各因素间的相关关系。结果表明:(1)葛洲坝至胭脂坝长江干流段监测到最大江豚出水头次为19头次,长江江豚集群规模以2~3头最为常见,占比达58.1%;长江江豚主要表现出4种行为特征,各行为占比从大到小依次为:玩耍＞休息＞摄食＞抚幼。(2)长江江豚在葛洲坝下游近坝区(A区,葛洲坝至至喜长江大桥)出水头次最多,且在秋冬季节累计出水头次多于春夏季节,冬季累计出水头次最高,达252头次。(3)长江江豚出水头次与电站下泄流量呈显著负相关;浊度增大,长江江豚出水的概率减小。本文研究结果对长江江豚生态保护策略及长江十年禁渔效果评估具有重要参考价值。     

Composition of plagioclases in volcanic rocks of King George Island, Antarctica with reference to the petrogenetic significance

Plagioclases occur mainly as phenocrysts in volcanic rocks of King George Island, South Shetland Islands, West Antarctica. In basaltic andesites and andesites of Keller Peninsula and Ullman Spur (Admiralty Bay), they are high structure state labradorite-andesines; and in high-A1 basalts and basaltic andesites of Barton and Weaver peninsulas (Maxwell Bay), they are high structure state bytownite-anorthites.∑REE, La/Yb ratios and δEu values of plagioclases from Admiralty Bay are higher than those from Maxwell Bay. All plagioclases have rather identical chondritenormalized transitional element distribution patterns, probably reflecting that crystal structure rather than composition of plagioclase controls their diversity. Compositions of plagioclases depend chiefly on those of their host rocks, compositional differences of plagioclases reveal that basaltic magmas in the Admiralty Bay area are more evolved than in the Maxwell Bay area.