海洋聚球藻对不同硝酸盐浓度的响应特征

近年来,由于陆源污染的加重以及近海环境治理的推进,中国近海海域营养盐浓度发生明显变化,导致浮游植物生物量及群落结构发生改变。作为一种广泛分布且丰度较高的微微型蓝藻,聚球藻在中国近海生态系统中发挥着重要的角色,但其对不同硝酸盐浓度的响应尚待研究。本文分别从渤海和黄海采集聚球藻富集样本,在不同硝酸盐浓度下进行半连续培养,通过测定生长曲线、色素含量、光合生理参数以及碳氮含量,研究聚球藻对硝酸盐浓度的响应特征。当硝酸盐浓度为0.1、1.0、10.0μmol·L^–1时,聚球藻培养体系可支持的生物量较小,光能转化效率较低;当硝酸盐浓度为100.0μmol·L^–1时,聚球藻细胞生长得到促进,其培养体系可支持的生物量约提高5倍,同时培养体系整体的光能转化效率达到最高,但单位细胞的捕光能力受到抑制,氮和磷的转化率提高。研究表明海洋聚球藻能够适应不同的硝酸盐浓度维持生长,在较高的硝酸盐浓度下,聚球藻生物量显著提高,但释放至胞外的碳氮未出现相应的当量增加。研究结果为营养盐胁迫条件下浮游生态系统的响应提供了原核微藻方面的实验依据。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

基于空间自回归和空间聚类的渔情预报模型

作者针对远洋渔场渔情预报精度偏低的问题,提出一种基于空间自回归和空间聚类的渔情预报模型。该模型利用空间自回归对收集到的渔业历史数据进行预处理,然后通过空间聚类将所有数据样本根据地理位置分划成若干个区域,最后研究每个区域中环境数据与渔获数据之间的数学关系,各自建立栖息地适宜性指数模型(Habitat Suitability Index,HSI),并以印度洋大眼金枪鱼(Thunnus obesus)为例进行验证。结果表明,本模型的均方差为0.1742,与传统线性回归方法的均方差0.2363相比,能更好地表达海洋环境数据与渔获量之间的关系,预测精度显著提高。     

一种基于GPU和内存映射文件的高分辨率遥感图像快速处理方法

高分辨率遥感图像处理经常面临程序执行时间过长和内存空间不足的问题,虽然并行计算技术可以提高遥感图像的处理速度,但是无法降低算法占用的巨大内存空间。为了解决这一问题,本文提出了一种利用CUDA和内存映射文件的高分辨率遥感图像快速处理方法,并以K-Means算法为例进行了实现。其中,CUDA技术可以有效利用GPU强大的并行计算能力,而内存映射文件技术降低了磁盘I/O速度较慢对算法性能的影响。实验结果表明,本文方法比传统K-Means聚类算法计算速度提高了30倍左右,内存使用量降低了90%以上。     

基于深度学习的循环水养殖鳗鲡(Anguilla)计数研究

鳗鲡(Anguilla)作为我国优质水产养殖种类,精准掌握其数量对高效养殖有重要意义。为实现对循环水养殖鳗鲡的准确计数,提出了一种基于深度学习的改进Faster RCNN模型。针对检测目标即鳗鲡头部尺寸小的问题,选择在特征提取网络ResNet50中加入FPN结构来作为模型的骨干网络,以提取并融合多尺度的特征;针对原模型锚框都是基于人工经验设置的,并不适用于鳗鲡数据集的问题,使用k-means聚类算法对训练集中标注的鳗鲡头部检测框进行聚类分析,获得了适合鳗鲡数据集的15种不同尺度的锚框;针对图像中存在鳗鲡头部重叠的问题,选择使用Soft-NMS算法替代原NMS算法对RPN部分生成的候选框进行筛选,以减少模型对鳗鲡重叠部分的漏检情况。试验结果表明:改进后的Faster RCNN模型对鳗鲡头部的检测精度(mAP^0.5)高达96.5%,较原Faster RCNN模型(Backbone为ResNet50)显著提升了14%,与SSD300和YOLOV3模型相比分别显著提升了24.9%和15%;在鳗鲡计数上,利用改进后的Faster RCNN模型检测结果进行计数,计数准确率达到90%以上,提升了模型对鳗鲡的检测识别能力。     

InSAR与概率积分法联合的矿区地表沉降精细化监测方法

结合InSAR与概率积分法的优势,提出一种InSAR和概率积分法联合进行矿区地表沉降的精细化监测方法.该方法首先计算InSAR时序累积沉降盆地,进而建立判别大梯度形变的约束条件,区分沉降边缘与沉降中心.对于形变较小的沉降边缘,保留InSAR结果,而对于大梯度沉降中心,则结合InSAR与概率积分模型建立矿区工作面的沉降盆地,并通过空间插值,获取地理坐标系下连续的地表沉降信息,最终得到完整的矿区地表沉降结果.论文以山东某矿区为研究区域,采用2016年10月16日 2018年3月4日期间的21景SAR影像和工作面水准实测数据对该方法的可行性和精度进行了验证.结果 表明,该方法能够在减少水准监测工作量的前提下,获得与实际情况相吻合的沉降结果,其监测能力明显优于常规InSAR和概率积分法,可有效弥补两种技术单独在矿区地表沉降监测中的不足,获取更为准确、可靠的矿区地表沉降信息.     

基于模糊聚类的海水水质监测技术研究

海水水质监测数据纷繁复杂,为了在海量的数据中提取有效数据进行分析,采用模糊聚类实现对监测数据的分析处 理。对监测数据分析结构做了简要说明,接着分析模糊聚类C 聚类均值算法（FCM） 不足之处,提出了基于不完整数据样本 的FCM 算法,最后采用海水赤潮数据不完整样本进行实例仿真,实验证明,该算法在处理不完整样本数据时有一定的优势。     

舰船气泡尾流分布的BPBE表征方法研究

基于气泡群平衡方程(BPBE),提出一种用于更系统表征舰船气泡尾流变化特征的数值模型。模型的创新处在于既能反映气体传质因素的影响,又考虑了尾流中实际存在的气泡聚并现象,且具有简单易行,运算效率高的特点。分析结果表明:聚并在近尾流区作用强烈,传质在远程尾流区作用明显;聚并对BND的分布变化影响不大,对气含量的发展变化则发挥着主要作用;尺寸为70~80 um的气泡BND最大,尺寸为200 um的气泡气含量最大。     

养殖活动对超微型浮游生物分布影响的研究

利用流式细胞仪对河北省扇贝养殖区微微型浮游植物、异养细菌、浮游病毒4季的丰度分布特征进行了研究,分析了三者与环境因子的相关性,并与渤海、北黄海非养殖区的超微型浮游生物丰度的分布特征进行对比。结果显示:在养殖区海域,聚球藻丰度在9.00×102—7.07×105cell/m L之间,峰值出现在秋季,且与其他季节差异显著(P0.01)。微微型真核藻类丰度在5.80×102—3.23×105cell/m L之间,夏季赤潮暴发期间,丰度达到3.23×105cell/m L,显著高于其他季节(P0.01)。异养细菌丰度在3.10×105—3.79×106cell/m L之间,峰值出现在秋季,夏、秋季丰度显著高于春、冬季(P0.01)。浮游病毒丰度在2.50×105—2.17×106cell/m L之间,峰值出现在秋季,但无显著性季节差异(P0.05)。通过主成分分析发现,聚球藻、微微型真核藻类、异养细菌和浮游病毒的丰度在不同季节受到不同环境因子的影响。在春、冬季,温度是主要影响因素;而在夏、秋季,主要受到营养盐的影响。养殖区与非养殖区超微型浮游生物主成分4季均有显著差异,养殖区异养细菌4季均是超微型浮游生物的主成分,而非养殖区超微型浮游生物的主成分4季均是微微型浮游植物,结果表明养殖活动显著影响了养殖区超微型浮游生物的群落结构和功能。     

海洋微微型蓝藻与异养细菌相互作用的研究进展

菌藻相互作用是海洋生态学领域研究的重要方向之一.海洋微微型蓝藻(Marine picocyanobacteria)是遍布全球海洋的重要初级生产者,在全球碳循环和微食物网中发挥重要作用.原绿球藻属(Prochlorococcus)和聚球藻属(Synechococcus)是海洋微微型蓝藻最重要的两个类群.原位调查和培养实验...