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。     

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。     

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。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品,选择与宜宾各县温度、降水有较好相关的预报因子,利用模式输出统计(MOS)法,建立温度、降水的分县、客观预报方程,从而达到气温、降水预报的定点、定量的目标.     

主编手记

深海的吸引力是无穷无尽的,因此人们从未停止过探索深海的步伐。在人类不断向着深海挺进的过程中,中国人的身影越来越挺拔起来。7000米的深度,原本是不可想象的,而它现在对于中国的海洋科技工作者来说,已经是一座被逾越的高峰。到目前为止,已经探明的地球海洋最深处在马里亚纳海沟,那里过万米的深处也已经留下了人类     

基于Matlab的断裂带温泉水地球化学特征及地震活动性研究

基于Matlab开发出地下流体分析软件,对比分析了甘肃西秦岭北缘的武山、街子和清水温泉水化学组分特征;初步分析了温泉水水质类型、补给来源、水-岩平衡状态以及循环深度,并讨论了温泉水深循环对地震活动性的影响.研究表明温泉水均为大气降水成因,其水化特征受围岩的控制作用;清水温泉水的成熟度没有武山和街子温泉水高.地下水循环深度较浅的武山温泉和街子温泉水化类型属于Na-HCO3·SO4·Cl,所处断裂的地震活动频繁;地下水循环深度较深的清水温泉水化类型属于Na-SO4·Cl,所处断裂的地震活动性弱.     

用卫星高光谱数据提取德兴铜矿区植被污染信息

在深入分析研究德兴铜矿矿区植被光谱特征的基础上,利用美国EO-1卫星Hyperion高光谱数据,通过反演表征植物生理状态的光谱特征参数(红边位置和最大吸收深度)变异,提取与污染相关的信息,获取了矿山植被污染生态效应概况,为矿山污染的诊断和监测提供新技术和知识支撑。     

核线影像生成过程中的大图像分块问题

讨论了核线影像生成过程中的大图像分块处理问题 ,给出了按条分块的策略及其有关问题的解决方法。研究成果对其它应用中的大图像分块处理也具有一定的参考价值