包头市赛汗塔拉湿地草原旅游吸引力的多层次评价

赛汗塔拉湿地草原(或称赛汗塔拉公园)坐落于内蒙古包头市,属于原始草原湿地生态系统。其独特的草原湿地景观及蒙古族的民俗风情,极具地域代表性。利用层次分析法及模糊综合评价法对赛汗塔拉公园的旅游吸引力进行评价。结果表明:(1)一级指标“旅游资源”中“自然景观”“人文景观”指标对旅游吸引力的影响较大;(2)该湿地的“综合旅游吸引力”得分属于较高水平,说明其具有较强吸引力;(3)游客对该湿地的植被、水体质量和基础设施等方面较为关注。综合评价当前赛汗塔拉湿地草原的旅游吸引力,可为其今后的可持续发展提供一定的科学依据与参考。     

基于转录组测序对两种氮素营养条件下多形微眼藻氮代谢途径的解析

探究微藻的氮代谢通路对了解其对不同氮源利用的分子机制具有重要意义。本研究利用Illumina高通量测序技术对两种氮素营养条件下(硝酸氮和尿素)多形微眼藻的转录组进行分析,通过基因功能注释及数字基因表达谱分析,研究了多形微眼藻细胞内氮代谢的调控机制。结果检测出15种参与氮代谢的酶,对应76个编码基因,构建了多形微眼藻的氮代谢通路图。其中10个酶编码基因在两种不同氮素营养条件下存在差异表达,最显著的是谷氨酸合成酶、谷氨酸脱氢酶和谷氨酰胺合成酶相关基因。有机氮源(尿素)实验组中,多形微眼藻细胞内的硝酸盐还原酶、亚硝酸盐还原酶等基因的差异表达明显高于无机氮源(硝酸钠)实验组,表明当环境中的氮源为尿素时,会对多形微眼藻细胞内硝酸盐的转化和利用有一定影响。本研究初步阐述了硝酸盐、尿素的吸收转运对多形微眼藻细胞内氮代谢的影响机制,可为硅藻在不同氮素营养条件下的吸收利用机制及氮代谢响应研究提供依据。     

一维综合孔径微波辐射计遥感海面温度的敏感性分析

一维综合孔径微波辐射计能够有效提高观测的空间分辨率,其观测入射角通常在0°~55°范围内变化。为了开发适用于一维综合孔径微波辐射计的海面温度反演算法,需要评估其观测亮温对海洋大气环境要素的敏感性。利用海面发射率模型和大气辐射传输模型,构建了适用于一维综合孔径微波辐射计的微波海洋大气辐射传输模式,研究了C波段垂直和水平极化微波辐射亮温在不同入射角下对海洋大气环境要素的敏感性变化情况,并定量计算了相应的敏感系数。结果表明:垂直和水平极化亮温对海洋大气环境要素的敏感性表现出不同的特性。随着入射角的增大,垂直极化亮温对海面温度的敏感性增强,对海面风场的敏感性相对减弱;水平极化亮温则相反。由大气水汽含量和云液态水含量误差引入的垂直和水平极化亮温误差随入射角增大而增大,但是,即使在55°的大入射角下垂直和水平极化亮温误差仍小于0.12 K。对于海面温度反演精度优于1 K的要求,一维综合孔径微波辐射计的测温精度需优于0.6 K。研究结果对于一维综合孔径微波辐射计海面温度反演算法的研究和载荷设计具有一定的理论指导意义。     

利用综合评分方法评估CMIP5模式对北极海冰的模拟能力

北极海冰冰盖自20世纪以来经历了前所未有的缩减,这使得北极海冰异常对大气环流的反馈作用日益显现。尽管目前的气候模式模拟北极海冰均为减少的趋势,但各模式间仍然存在较大的分散性。为了评估模式对于北极海冰变化及其气候效应的模拟能力,我们将海冰线性趋势和年际异常两者结合起来构造了一种合理的衡量指标。我们还强调巴伦支与卡拉海的重要性,因为前人研究证明此区域海冰异常是近年来影响大尺度大气环流变异的关键因子。根据我们设定的标准,CMIP5模式对海冰的模拟可被归为三种类型。这三组多模式集合平均之间存在巨大的差异,验证了这种分组方法的合理性。此外,我们还进一步探讨了造成模式海冰模拟能力差别的潜在物理因子。结果表明模式所采用的臭氧资料集对海冰模拟能力有显著的影响。     

基于多源信息融合的浅海超低频声源目标探测关键技术及实现

以多传感器信息融合理论为指导,结合现代信息处理技术与数据驱动建模及科学计算技术,研究浅海超低频声源目标激发共存地震波的复合声场中超低频声波传播特性和数据驱动建模的水下目标深度识别等关键技术,并论证了技术实现方案及路径。结果表明:以复合矢量水听器、地震波监测仪等多传感器信息融合理论为指导研究前海超低频声源目标可以克服传统声场建模存在的问题,有助于浅海超低频声源目标探测及改善海洋水下声学监测手段。在提高声呐探测设备的测量准确度、精度方面具有重要的理论意义,对周边海域为浅海的我国海防具有实战价值。     

基于分光光度法的多量程海水营养盐原位传感器检测系统设计

针对传统海水营养盐检测方法不能满足海水营养盐长期原位监测需求的问题,研制了一种基于分光光度法的多量程海水营养盐原位传感器检测系统,通过对系统的高度集成及对多量程检测、低功耗技术、漏液保护技术的应用,实现了对海水5项营养盐参数快速、宽范围、高精度的原位测量。经过实验室和青岛中苑码头现场测试,表明本营养盐传感器检测系统具有低功耗、高可靠性能,可满足对5项营养盐参数的快速精确测量要求,实现了对海水营养盐参数的原位监测,为相关部门及时了解海洋生态环境和水体富营养化程度提供了数据支持,具有重大现实意义。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。     

虚拟地理环境中基于多模式的多人动作捕捉方法

虚拟地理环境对人类理解、探索地理现象以及发现地理现象之间的联系起到很重要的作用。在基于VR技术的虚拟地理环境中更高效,更自然的交互对虚拟地理环境系统的可用性以及理解、探索地理现象的效率至关重要。当前,人机交互中更自然便捷的交互依赖于动作捕捉技术,而现有的基于单种捕捉模式的动作捕捉方式,易受到遮挡、定位漂移等的影响,捕捉精度受到限制,并只能捕捉单个人的动作,不能满足虚拟地理环境对动作捕捉技术提出的特殊需求。针对单种模式的动作捕捉设备应用于虚拟地理环境受到的限制,本文分析了虚拟地理环境系统中的交互需求以及其对动作捕捉技术提出的特殊需求,创新性的提出了一种基于多种动作捕捉模式以捕捉多人动作的方法。本文方法集中于如何融合基于多种模式的多台设备的动作数据,描述了多人动作捕捉框架及其涉及到的技术,在动作捕捉效果上具有明显提升,能够捕捉多人动作,并开发了原型系统对此方法进行了验证。