海产贝类车轮虫病及控制途径初探

报道山东沿海海产双壳贝类鳃丝上寄生的三种车轮虫：扇贝车轮虫、竹蛏车轮虫及蛤蜊车轮虫。同时对所涉种类的寄主专一性、感染途径、淡水杀灭效果及其危害性做了初步探讨。     

基于数学形态学的遥感影像水域提取

利用数学形态学的方法对遥感影像上的水渠进行了提取试验。经试验结果得出,利用数学形态学的基本运算组合成的各种算子高低帽变换滤波与阈值截取相结合的增强方法,选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小水体的提取,其结果优于直接对原图进行分割。矢量跟踪后,得出的结果可以直接应用到GIS中去。     

用数学形态学变换提取地性线的一种方法

地性线是非常重要的地形结构信息,应用领域十分广阔。采用单纯的矢量方法提取的地性线往往不连续,比较零碎。阐述了利用数学形态学的流域分割算法提取地性线的原理,介绍了基于等高线,采用矢量栅格混合算法提取地性线的具体步骤,最后,给出了结论,实验结果表明,采用本文提出的算法是可行的,提取的地性线有较好的连续性。     

基于海冰密集度的南极威德尔冰间湖监测与评价

海冰密集度产品在冰间湖的监测与研究中应用广泛。本文使用8种典型的被动微波遥感海冰密集度产品(NSIDC-BT-25km、NSIDC-NT2-25km、NSIDC-NT2-12.5km、NSIDC-NTBT-25km、EUMETSAT-BTBR-25km、EUMETSAT-BTBR-10km、UH-ASI-12.5km和UB-ASI-6.25km)以及5种常用的海冰密集度阈值(15%、40%、50%、60%和70%)对南极威德尔海2016—2017年出现的冰间湖进行监测,并使用形态学后处理操作对监测结果进行优化;在此基础上,对比不同阈值条件、海冰密集度反演算法以及空间分辨率差异对冰间湖面积和范围的影响,并进一步探究形态学操作对监测结果的影响。结果表明:NSIDC-NTBT-25km产品对阈值的敏感性最高,NASATeam2(NT2)算法反演的海冰密集度产品对阈值的敏感性最低,并且其监测的冰间湖面积和范围相较于Bootstrap(BT)和ARTIST Sea Ice(ASI)算法产品的监测结果整体偏小;高空间分辨率产品监测到的冰间湖开放时间更早,面积和范围更大,持续时间也更长;空间分辨率对...     

基于形态学序列和多源先验信息的城市建筑物高分遥感提取

城市建筑物自动提取是高分辨率遥感影像理解的重要研究方向,其对于城市基础地理信息更新和城市生态保护均具有重要的应用价值和实际意义。然而由于城市场景的复杂性和建筑物形态的多样性降低了空间特征的综合表达能力,成为了制约城市建筑物自动提取的瓶颈问题。为此,本研究在综合分析城市建筑物不同模式空间特征的基础上,提出了一种多模式形态学序列特征和多源先验信息协同的城市建筑物高分遥感自动提取方法。该方法在提取高分遥感多模式形态学序列特征的基础上,引入多源先验信息构建自适应分割模型对其进行自适应分割与信息融合,从而实现城市建筑物信息的自动提取。实验结果表明,本文方法能够准确且自动的提取城市建筑物信息,结果的准确性均优于DMPs和DAPs算法。     

基于形态变换与空间逻辑聚合的高光谱森林树种分类

基于机载及卫星平台面向地面实施反射率光谱信息采集，高光谱图像可捕获数十个甚至数百个相邻窄带，为土地利用提供丰富的判别性信息。因此，同可见光及多光谱图像相比，高光谱图像可以揭示更为精细的光谱特性，有助于实现更为准确的材质及地类识别。然而，现有分析方法大多过度关注其光谱特性，忽略了高光谱输入源的形态及空间性信息利用。在复杂对象分类任务中，针对细粒度类别(如森林树种)的类边界挖掘，形态结构差异性的捕获是极为重要的。本文分析了形态结构利用的重要性，设计了不同类型的特征提取器。在此基础上，针对细粒度树种分类提出了一种由粗到细的空间信息聚合网络MS-NET。本文方法将形态学算子与可训练的结构元素有效结合，有助于获取输入数据的特异性形态表征，提升最终分类精度。将本文方法在两组树种分类数据集中开展分类效果验证，相关结果表明本文方法相较其他类型分类器具有更好的性能。