中国东南海域拟菱形藻属的新记录种和产毒种

拟菱形藻属（Pseudo-nitzschia）物种是一类备受关注的海洋有毒有害硅藻,我国相关研究仍然不足,已报道的物种多样性偏低,产毒物种也较少。为了解我国海域拟菱形藻属的物种多样性,阐述产毒物种信息,在我国东南海域建立了8个拟菱形藻单克隆培养株系,结合形态学和分子系统学数据,鉴定到2个物种:环孔拟菱形藻（Ps.circumpora C.H.Lim,C.P.Leaw&P.T.Lim）和多列拟菱形藻[Ps.multiseries（Hasle） Hasle],其中环孔拟菱形藻是我国的新记录种。利用高效液相色谱-质谱联用法检测了藻株的多莫酸（domoic acid,DA）特征,在5个多列拟菱形藻株系中检测到DA,单细胞产毒水平为1.01~96.11 fg。此外,利用卤虫（Artemia salina L.）和强额拟哲水蚤（Paracalanus crassirostris Dahl）对多列拟菱形藻的产毒株系（MC4177）进行诱导,发现能够提高其单细胞产毒水平,提高幅度在26~55倍。     

波纹唇鱼消化系统的形态解剖与肠道上皮的扫描电镜观察

对波纹唇鱼消化系统的解剖构造进行了研究,并利用扫描电镜对其肠道上皮组织进行观察,结果如下:波纹唇鱼为肉食性无胃鱼类,消化道全长极短,颌齿和咽齿都很发达,肠道极粗,比肠长为0.426;肝脏分三叶,呈枫叶状,胰脏弥散性分布在肝脏组织中,肉眼不易分辨;扫描电镜观察发现小肠前部细胞界限不明显,分泌孔较多,微绒毛密而长短不齐;小肠后部细胞界限也不明显,但分泌孔明显减少,微绒毛比小肠前部更密且很平整;直肠细胞为多角形,分泌孔比小肠少,微绒毛较稀疏,且长短不一。     

结合纹理和形态学特征的高分遥感影像建筑物震害信息提取

为提高震害信息获取时效性,对基于我国国产高分遥感影像的建筑物震害信息提取方法进行深入研究,本文以2017年5月11日新疆塔县M_S5.5地震为例,利用该地震前后极灾区高分遥感影像,利用结合纹理和形态学特征的方法进行了建筑物震害信息提取,通过变化检测分析获取了极灾区建筑物震害信息,并与基于像元级和基于目标级的信息提取结果进行对比,采用震后无人机影像目视解译结果对本文结果进行了精度验证。结果表明:通过缩减研究区范围可大力提高数据提取精度和速度;运用灰度共生矩阵、二值化、数学形态学等方法对影像进行迭代运算,能较好地提取高分遥感影像中的建筑物信息;通过对地震前后建筑物提取结果进行变化检测分析,能够有效地提取完全倒塌的建筑物,信息提取总体精度为90.45%,比基于像元级和基于目标级信息提取结果的精度分别提高了5.78%和5.23%,可为震后快速确定人员压埋点、部署救援力量提供决策依据,提高地震应急救援的时效性。      

基于数学形态学的海岛水边线提取模型

针对遥感影像数据大面积覆盖的特性,利用数学形态学提出了一种多目标海岛水边线的同步提取模型,模型包括:利用K-means算法的海岛区域粗分割;基于灰度膨胀算法的海岛初始轮廓曲线确立;利用水平集算法的海岛水边线优化。以福州海域的多目标海岛水边线提取为例,将本文模型与K-means模型、二值化高斯滤波水平集模型(SBGFRLS)和基于改进水平集的海岛边界快速分割模型(ILSM-IBRS)进行了比较。结果表明,本文模型弥补了K-means模型的过分割现象,其计算耗时较SBGFRLS和ILSM-IBRS模型分别节省了96.16%和86.96%;其迭代次数分别减少了97.07%和90.59%。由此可见,本文模型解决了现有提取模型效率低、过分割等现象,实现了多目标海岛水边线的同步提取,为海岛普查等提供了一种快速提取方法。     

海岸水边线图像分割提取算法的数学形态学改进及其区域适应性分析

海岸线变迁研究在海岸带研究中具有重要意义,提取遥感影像成像时刻的水边线(瞬时海岸水边线)是提取海岸线的关键。该文以海南省文昌市、琼海市2010年的Landsat TM5影像为数据源,研究多种图像阈值分割方法在海岸水边线提取中的最优算法及其区域适应性;采用多种数学形态学算子及其结构元素重构方法对结果进行碎斑块等噪声处理,分析比较在典型区域上的表现力;最后从阈值选取难易程度、提取海岸水边线的精度、误差来源机理方面进行整体评价分析。结果表明:改进的归一化差异水体指数(Modified Normalized Difference Water Index,MNDWI)在海岸水边线提取中显示了明显的优势,主要表现在较好的海陆对比度差异、较少的噪声影响以及在复杂环境下的区域普适性等方面;采用3×3结构元素的数学形态学开运算进行后处理,在保证海岸水边线位置精度的基础上,可对近海鱼塘、山体阴影以及反射特性比较弱的植被等造成的误提碎斑块进行合理去除;河口及淤泥质岸线、人工养殖区及生物质岸线处是图像阈值分割法岸线提取的主要偏差来源区域。     

基于形态学和16S rRNA基因序列的轮螺科面盘幼虫物种鉴定

轮螺科(Architectonicidae)是一类成体螺壳右旋而面盘幼虫螺壳左旋的腹足类,其面盘幼虫在国内一直被误定为强卷螺属(Agadina)种类,归在螔螺科(Limacinidae)中。本文基于线粒体16SrRNA基因序列和胚壳的形态特征,对轮螺科面盘幼虫进行了物种鉴定。结果表明,根据胚壳壳顶和脐孔的形态特征,面盘幼虫可大致分为2种明显不同的形态类型:形态类型I的个体壳扁,壳顶凹陷,脐孔形状规则,圆而深;形态类型II的个体壳顶突出,脐孔形状不规则,浅或深,肛区龙骨有或无。GMYC(GeneralizedMixedYuleCoalescent)和ABGD(AutomaticBarcodingGapDiscovery)分析显示,轮螺科面盘幼虫16S rRNA基因的50种单倍型形成19个分子可操作分类单元(molecular operationaltaxonomic units,MOTUs),同一MOTU的幼虫具有相同的胚壳形态。其中,11个MOTUs中的幼虫属于形态类型I,8个MOTUs中的幼虫属于形态类型II。此外,不同MOTUs的面盘幼虫,其软体部黑色幼体器官(Black Larval Organ)的位置和大小也不同。根据研究结果推测,轮螺面盘幼虫的形态具有种或属特异性。轮螺科面盘幼虫单倍型形成的MOTU数量明显多于国内目前已记录的物种数,其种类多样性可能被低估。基于16SrRNA序列能直接鉴定到种的仅Psilaxisradiatus和配景轮螺(Architectonica perspectiva)2种。本文也从分子水平订正了国内长期以来的分类错误。     

基于OpenStreetMap数据的城市街区提取与精度评价

针对城市街区地理数据获取困难,OpenStreetMap数据免费共享、易于获取但数据繁杂难以处理的问题,利用数学形态学膨胀和腐蚀思想以及地理数据质量的评价方法,对基于OpenStreetMap数据的城市街区提取方法和精度进行了探讨;并以南京市建邺区为例,通过选取道路类别、道路处理、拓扑检查等步骤完成街区的提取;最后从街区数据完整性、位置精度、街区尺度和形状4个方面进行了精度评价。结果表明,提取的街区结果精确,数据处理便捷高效,可为OpenStreetMap数据处理提供借鉴,为城市地理研究提供一种快捷有效的基础数据。     

基于机载LiDAR点云数据的城区道路提取

对于利用机载LiDAR点云数据提取城区道路提出一种新的思路。首先利用机载LiDAR点云数据的高程和强度属性对城区道路进行初始提取,获得初始道路点云;其次采用距离分割法和基于RANSAC算法的分割方法精化初始道路点云,有效剔除停车场等与道路相似的区域;最后采用数学形态学细化方法提取道路中心线。实验结果表明,该方法可以较正确和完整地提取城区道路。     

一种双U-Net的遥感影像道路提取方法

针对高分辨率遥感影像道路提取难度大、自动化程度低等问题,设计了一种改进U-Net的道路提取方法。该方法首先构建特征编码器为VGG16的VGGU-Net网络,并采用迁移权值方法初始化特征编码器;其次将提取的特征信息输入到另一U-Net网络,通过双网络联合训练方式提高网络的特征拟合能力;最后结合形态学和滤波算法对提取的道路数据进行后处理。实验结果表明:改进后算法对道路提取效果得到了有效的提升,在测试集上的准确率、召回率和IoU分别达到了93.56%、88.22%和83.17%。