Lignin in marine environment and its analysis—A review

Lignin is a group of phenolic polymers which is abundant in the woody tissues of vascular plants,and is essentially absent from all other living organisms.It has therefore been accepted as a tracer for terrestrial organic carbon(TOC) in marine environment since the 1970s.Lignin polymers are not amenable to direct chemical analysis without prior isolation.This review focused on the methods of chemical decomposition,extraction,derivatization and detection of lignin in marine environment.We described and compared several chemical decomposition methods,including nitrobenzene oxidation,alkaline cupric oxide(CuO) oxidation and thermochemolysis,and detection methods such as gas chromatography(GC),gas chromatography-mass spectrometry(GC-MS),high performance liquid chromatography(HPLC) and so on.Possible improvement of lignin analysis and the application prospects of this tracer were also discussed.     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

GPS/PWV时间序列特征提取方法的研究

针对GAMIT/GLOBK软件解算得到的4 a GPS/PWV时间序列的特征提取问题,提出基于滤波辅助的部分集成经验模态分解（PEEMD）与Hilbert谱分析相结合的特征提取方法。首先,在PEEMD方法的基础上,结合滤波辅助的PEEMD方法与Hilbert谱分析,建立GPS/PWV时间序列特征提取模型;然后,将所提出的方法应用于TNML测站4 a的GPS/PWV长时间序列和7 d的GPS/PWV短时间序列分析中,并将滤波辅助的PEEMD结果与传统的小波分解结果进行对比。结果表明,该特征提取方法能准确有效地提取出 GPS/PWV时间序列中的周年周期和日周期特征分量,滤波辅助的PEEMD分解结果与小波分解结果一致,且提取的特征分量与原始信号更加吻合。     

基于知识的遥感影像居民地信息提取——以山东省蓬莱市为例

如何自动获得居民地信息是遥感专题信息提取研究的热点问题,该文以山东省蓬莱市为研究区,基于对2004年TM影像光谱特征的分析,建立了基于知识的居民地信息自动提取模型,并对提取结果进行了精度评价。结果表明,利用该模型可以很好地将蓬莱地区的城镇居民地自动提取出来,其提取精度与传统的监督分类方法相比有了很大提高。     

超临界萃取／气相色谱—质谱测定油页岩中的生物标志物

采用超临界萃取 /气相色谱 -质谱技术测定了广东茂名油页岩中环己烷的链取代烃、甾烷、甾烯和藿烷等生物标志物 ,其分析结果与经典索式抽提和文献结果基本相符。该方法与索式抽提法相比简单、快速、无污染和危险 ,可用于油页岩等固体样品中生物标志物的分析     

低电压偶极地电提取装置在广西昭平古袍金矿区试验效果

通过在广西昭平古袍金矿区已知矿体上方进行的低电压偶极地电提取装置地电提取试验研究,显示阴极提取和阳极提取在已知矿体上方都获取到了清晰的地电提取异常。在矿头位置,阳极提取量比阴极提取量要大,而在矿体隐伏端,阴极的异常特别明显。阳极与阴极提取量之间几乎没有相关性。将阴离子与阳离子累加能更加清晰地指示出矿体的位置。说明地电提取测量法在广西大瑶山古袍金矿区寻找隐伏金矿是可行的,并且用偶极地电提取装置寻找隐伏金矿效果会更好。     

高光谱遥感影像混合像元分解研究进展

受高光谱成像仪低空间分辨率及复杂地物的影响,高光谱遥感图像存在大量混合像元。为提高地表分类精度以及满足亚像元级目标探测的需求,混合像元分解技术一直是高光谱遥感研究热点之一。本文主要对高光谱混合像元分解技术中的核心问题:端元数目估计、端元提取算法、丰度估计算法进行综述,系统地分析了各种典型算法的原理及优缺点,进一步阐述研究过程中建立高精度遥感混合反演模型与遥感产品业务化中的混合像元分解技术难题,同时针对今后混合像元分解技术发展方向,指出在继续引入新型算法理论方法基础上,结合用户应用需求,推进高光谱混合像元分解算法业务化应用,为高光谱遥感工程化应用提供支持。     

微囊藻群体总RNA提取方法的比较

微囊藻群体富含多糖类物质是影响微囊藻RNA提取的关键因素.为了获得高质量的微囊藻群体总RNA,对比分析4种针对多糖含量较高的方法——方法 1 PGTX-bead法、方法 2 CTAB-bead法、方法 3 Fast RNAPro Blue Kit和方法 4RNeasy Mini Kit对微囊藻群体总RNA的提取效果.采用琼脂糖凝胶电泳检测微囊藻群体RNA的完整性,Nanodrop ND1000分光光度计检测RNA纯度及浓度,并采用q PCR检测DNA污染情况.结果表明,4种方法都能从微囊藻群体中提取获得RNA,并在去除DNA后都可以进行RT-PCR等后续实验.方法 1 PGTX-bead提取的RNA产量最高,纯度好,DNA污染小,成本低,适合从微囊藻群体中大量提取RNA;方法 2 CTAB-bead提取的RNA样品产量也较高,但DNA污染严重,适合需要同时提取DNA和RNA的样本;方法 3 Fast RNAPro Blue Kit和方法 4 RNeasy Mini Kit提取的RNA产量都较低,但方法 4操作简单,耗时短,所检测目的基因的相对表达量较高,更适合从少量的微囊藻群体中提取总RNA.     

喀斯特石漠化信息遥感提取的不确定性

我国西南喀斯特地区以石漠化为特征的生态环境退化严重,遥感是快速、大面积石漠化定性评价、关健指标定量提取必不可少的手段.在简述喀斯特生态地质背景复杂性的基础上,系统分析了目前喀斯特石澳化信息遥感提取在遥感数据源、提取方法、、精度验证、不确定性源等方面的问题,并提出未来石漠化遥感监测的重点研究内容.