基于热红外图像的海面油膜面积的测算方法

针对现有油膜检测技术难以准确测算油膜面积且检测精度受天气条件影响大的问题,本文提出了一种基于热红外图像的海面油膜面积测算方法。采用波段为 8耀14 滋m 的红外热像仪获取海面油膜的热红外图像,对采集的油膜图像进行预处 理 （灰度化、中值滤波和锐化）;基于图像灰度分布特征分割油膜区域 （感兴趣区域,ROI）,采用形态学操作对 ROI 进行填充、腐蚀与膨胀,并对 ROI 进行数学表征;通过像素面积法计算 ROI 实际物理面积。实验结果表明：在不同的外界天气环境下 （如海浪、海风、海雾、不同光照等环境）,该方法对不同黏度的石油样品在海面形成的油膜均有良好的检测精度, ROI 面积计算平均误差为 3.77%。     

南海北部海域油气勘探保障建设选址适宜性研究

为分析南海北部海域油气勘探保障建设选址的适宜性,在广泛研究备选区特征资料的基础上,基于层次分析法(Analytic Hierarchy Process, AHP)原理,以自然环境因素、开发环境因素、基础设施与投资情况以及其他因素作为一级评判准则,建立了包括12项二级评判准则的递进层次结构模型,并以永兴岛、赵述岛和晋卿岛作为3个假定备选区,来验证分析评价模型的有效性和可靠性。AHP评判结果显示,3个备选区的整体优劣指数依次为0.587 1, 0.212 1, 0.200 8;AHP模型的一致性比例CR值为0.020 3。通过分析和筛选影响远海油气勘探保障建设的选址因子,构建基于AHP原理的选址评价模型,可用于分析评价南海北部岛礁油气勘探保障建设选址的适宜性。     

无人船现状及发展趋势综述

无人船是海洋技术发展的产物,作为一种新型技术手段目前已在海洋调测和防务领域广泛应用.本文从无人船系统的组成、应用领域和发展现状出发,归纳总结无人船的关键技术,并研究其发展趋势.作为一种水面机动载体,无人船关键技术包括特型平台设计技术、运动控制技术和通信技术3个方面,其核心是围绕任务内容、载荷原理、使用环境特点,以应用设计、功能开发为主体的系统集成和应用.现阶段无人船主要作为传统海上工作方法的补充,在遵守、参照现有各种法规、技术标准要求的前提下,搭载已成型的船用任务载荷,按照载人船舶的作业模式、施工惯例投入各种应用.未来随着材料技术、人工智能、通信技术的发展,以及相关政策、法规的建立、健全,无人船将逐步成为一种独立的技术手段,形成一系列新的作业模式和技术方法.     

我国大黄鱼养殖产业发展研究

文章对我国大黄鱼养殖产量及分布、养殖模式、投入产出情况、收购价格变动和进出口情况进行分析,总结了几项产业中存在的问题,包括：养殖结构亟待调整、关键养殖技术欠缺、鱼苗成活率偏低、市场中存在逆向选择。在此基础上,提出积极调整养殖结构与养殖密度、提升合作社与试验站职能、加强养殖技术与鱼药研发力度、培育推广优质大黄鱼苗种、促进可追溯体系建设的产业发展建议。     

联合升降轨Sentinel-1A的地表形变监测技术研究

河谷型、海岸带、海岛礁以及滩涂等区域地表形变信息的准确获取,迫切且关键。利用25景升轨和28景降轨Sentinel-1A数据,基于SBAS-InSAR技术,获取兰州城区2014年10月~2016年9月的地表沉降速率图和沿视线方向(line-of-sight,LOS)的时相位移量,探讨升降轨数据在河谷型城市地表形变监测中的适用性。结果表明:升降轨Sentinel-1A数据之间的时相位移量具有高度关联性,其中升轨数据在地形起伏较大区体现出良好的干涉性,而降轨数据在平坦区表现出较好的监测能力。兰州城区大部分区域处于稳定状态,但沙井驿、九州、小达坪、东岗、伏龙坪、西客站以及周边区域地表存在沉降趋势,最大沉降速率可达30 mm/年。联合升降轨Sentinel-1A数据监测河谷型、海岸带、海岛礁以及滩涂等区域地面沉降具有可行性和可靠性。     

12121电话系统的对外呼出语音气象短信

介绍利用12121电话系统实现对外呼出语音气象短信功能。详细说明主动呼出工作原理、配置及测试方法,日常业务运行中呼出语音短信的操作步骤,评价了该功能的特点和不足。     

基于AHP方法与GIS技术的海底管道路由选择研究

海底管道路由选择与海底管道建设、运营以及后期管理等工作存在密切联系,对管道工程经济性、安全性和合理性有着重要意义.考虑影响海底管道路由选择的自然与社会环境因素,构建了量化的评价体系,以AHP层次分析方法作为数学依据确定评价权重,建立了标准化的路由选择评判模型.进一步,将该模型与GIS空间分析技术相结合,生成以地图可视化...     

膜分离技术在布渣叶黄酮类化合物提取中的应用

目的：研究膜分离技术对布渣叶提取液中总黄酮成分的纯化效果。方法：以滤液中黄酮类成分的保留率及药液的膜通量为考察指标,考察不同孔径膜片和操作压力对膜分离指标的影响。结果：控制操作压力为3MPa,使滤液通过孔径为30k的超滤膜片,得到的透过液黄酮类化合物保留率为85.28%,膜通量较高。结论：采用膜分离技术纯化布渣叶总黄酮,具有一定的应用价值。     

国外无人反水雷特点及关键技术分析

许多国家将水雷视为一种重要的水中兵器,用于封锁对手、对抗强敌。针对现有反水雷装备存在的危险性高、部署速度慢、作战效率低等问题,国外海军将无人技术为代表的高新技术应用到反水雷领域,推出了多种新概念无人反水雷装备,综合运用猎、扫等多种手段,构建空中、水面、水下立体的无人反水雷装备体系,实现快速、安全、高效的反水雷作战能力,对未来反水雷作战产生重大影响。     

基于Stacking集成学习的恒星/星系分类研究

机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升.