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。     

辽宁省精细化暴雨洪涝灾害风险评估与预评估

基于辽宁省61个国家气象站1961—2020年和998个区域自动气象观测站建站至2020年逐小时、逐日降水资料,分析了辽宁省暴雨洪涝灾害主要致灾因子,计算了暴雨洪涝孕灾环境指标,完成了辽宁省暴雨洪涝灾害危险性评估。结果表明：暴雨洪涝高危险性地区主要位于丹东;暴雨洪涝灾害人口高风险区主要位于沈阳和大连市区;经济高风险区主要位于大连和盘锦市区;水稻、玉米高风险区主要位于锦州、盘锦和丹东。利用辽宁省无缝隙智能网格预报数据对2022年7月28—29日的暴雨过程灾害风险进行了预评估,发现暴雨灾害危险性高值区域主要分布在朝阳、葫芦岛以及辽宁中部。暴雨灾害可能造成的人口、经济高风险区域主要位于辽宁西部和中部地区;暴雨灾害可能造成的水稻和玉米高风险区主要位于沈阳、铁岭和朝阳北部等地区。预计高风险区主要影响人口约为449万人,经济损失约为1432万元,受影响的水稻面积约为1.028万公顷、玉米面积约为1.798万公顷。通过灾后效果检验,发现预评估模型效果良好,可在实际的暴雨洪涝灾害风险评估业务中使用。     

预测有效波高的深度学习模型研究

研究基于RNN、LSTM、GRU深度学习模型,针对NOAA浮标数据集中的44013、44014、44017浮标的数据,通过斯皮尔曼相关性分析提高模型预测效果。实验结果表明,在进行相关性分析后,S-RNN、S-LSTM、 S-GRU的预测效果均比原始RNN、LSTM、GRU模型预测效果好。此外,提出一种基于LSTM的LSTM-Attention 波高预测模型,并进行相关实验,量化LSTM-Attention模型的预测效果,实验结果表明LSTM-Attention模型有更好的预测效果。为评估模型的泛化能力,研究还提出了一种采用邻近浮标数据进行学习,预测浮标缺失数据的方 法。实验结果表明,该方法的预测精度可以达到97.93%。本研究为海浪预测提供了新的方法和思路,也为未来深 度学习模型在海浪预测中的应用提供了参考。     

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。     

川西理塘第四纪盆地沉积体系、演化及古气候分析

理塘第四纪盆地以河湖相沉积为主，其形成于747ka，消亡于179～180ka。盆地内不同地点的沉积物的时空分布，揭示出古湖泊演化属于一种不连续的扩展型，在其演化过程中存在着多次的消失或萎缩时期；盆地内孢粉组合表明，其形成于一种温热湿润的气候环境，当时的海拔高度在2000m左右，以后高原气候由热变温；冰川发育加剧了古无量河的溯源侵蚀作用，最终切穿盆地，致使湖水外泄，湖泊消亡。理塘盆地的演化历程为研究青藏高原的古气候变化提供了重要证据。     

Uncertainty analysis of CO_2 flux components in subtropical evergreen coniferous plantation

We present an uncertainty analysis of ecological process parameters and CO2 flux components (Reco, NEE and gross ecosystem exchange (GEE)) derived from 3 years’ continuous eddy covariance meas-urements of CO2 fluxes at subtropical evergreen coniferous plantation, Qianyanzhou of ChinaFlux. Daily-differencing approach was used to analyze the random error of CO2 fluxes measurements and bootstrapping method was used to quantify the uncertainties of three CO2 flux components. In addition, we evaluated different ...     

火山岩与地形联合约束下海岛土壤稀土元素地球化学空间分布异质性——以广西涠洲岛为例

海岛土壤地球化学特征的研究对于认识海岛表生地质环境有重要意义。本研究以我国最大的第四纪火山海岛——涠洲岛为案例,重点研究亚热带海岛环境下火山岩风化土壤的稀土元素（REE）地球化学特征,并探讨影响其空间分布的关键因素。结果表明,涠洲岛土壤REE总量（ΣREE）自然变化范围较大,介于59.07~575.30 mg/kg,平均值为285.53 mg/kg,高于中国大陆土壤背景值（163.86 mg/kg）,指示火山岩风化海岛具有较高的土壤REE丰度。反距离权重插值法（IDW）分析指示,岛内土壤的REE含量高低变化呈现出以带状和斑块状为主体形态的空间分布不均一性,推断其成因与母质岩石类型和地形位置等因素密切相关。3种不同岩性的成土母岩的ΣREE含量变化序列为：玄武岩（236.66 mg/kg）>火山碎屑岩（215.58 mg/kg）>含生物碎屑海滩沉积物（18.99 mg/kg）,对应的土壤ΣREE含量具有类似变化规律,即玄武岩土壤（307.20 mg/kg）>火山碎屑岩土壤（297.46 mg/kg）>含生物碎屑海滩沉积物土壤（89.73 mg/kg）。该证据指示母岩是控制岛内土壤REE含量变化的首位因素,玄武岩整体上易形成具有较高REE丰度的土壤,火山碎屑岩次之,而含生物碎屑海滩沉积物反之。此外,本研究还发现火山碎屑岩单一岩性区内,发育的土壤REE含量也会随地形地貌差异而出现显著变化,其原因是地形地貌制约了土壤矿物和化学风化程度,海蚀丘陵比海积平原更利于海岛土壤中REE次生富集作用的发生。

     

辽宁锦州市地质遗迹资源禀赋及保护性利用

地质遗迹资源是提高人类当前和将来生活质量最珍贵的、不可再生的自然遗产,其保护、利用与管理是地质遗迹可持续性发展的前提和基础。辽宁省锦州市地跨燕山余脉和辽西中生代盆地,长期的地质演化留下了丰富的地质遗迹资源,其中尤以典型地层剖面、古生物化石、花岗岩地貌、河流地貌景观和海岸线最具特色,典型地质遗迹特征是对重要地质事件与人类活动历史的响应。通过锦州地质遗迹资源专项调查,从遗迹特征、成因等角度,将锦州市地质遗迹资源分为两大类、七小类、十一亚类,共计238处,整体上类型多样、内涵独特、分布范围广。然而,由于基础数据不清、保护意识淡薄、投入资金有限、管理机制不健全等原因,锦州市内的地质遗迹正遭受或面临严重破坏。针对锦州市"山、海、城"旅游产业空间布局、打造精品旅游目的地、宜居城市、生态文明、乡村振兴建设与地质遗迹保护性利用中存在的问题,建立地质遗迹资源保护名录、科普基地、特色风景廊道、风景旅游区、特色小镇及地质文化村,形成多层次、多样化的保护性利用路径。     

大尺度流域含水层参数值分布的反演法

大尺度流域的水文地质参数的分布特征是一个困难的研究课题.提出一个新的直接反演法用于推算大流域的含水层参数值的分布.此模型的有效性在日本关东流域的应用得到了验证.     

Expression of putative zinc-finger protein lcn61 gene in lymphocystis disease virus China （LCDV-cn） genome

An open reading frame (lcn61) of lymphocystis disease virus China (LCDV-cn), probably responsible for encoding putative zinc-finger proteins was amplified and inserted into pET24a (+) vector. Then it expressed in E. coli BL21 (DE3), and His-tag fusion protein of high yield was obtained. It was found that the fusion protein existed in E. coli mainly as inclusion bodies. The bioinformatics analysis indicates that LCN61 is C2H2 type zinc-finger protein containing four C2H2 zinc-finger motifs. This work provides a theory for functional research of lcn61 gene. Supported by High Technology Research and Development Program of China (863 Program, No. 2006AA100309)