中华蛸寄生丛集球虫(顶复亚门:丛集球虫科)新种的形态学与分子生物学研究

丛集球虫(顶复亚门:类锥体纲:丛集球虫科)是头足类消化道中一类常见寄生虫,在福建连江海域以及浙江南麂岛周边海域采捕到的中华蛸(Octopussinensis)盲囊及肠组织内发现一丛集球虫新种,命名为多刺丛集球虫Aggregata octaculeata sp. nov.。光学显微镜和扫描电镜下观察发现,中华蛸体内的多刺丛集球虫存在配子生殖阶段和孢子生殖阶段,其中,孢子生殖阶段成熟卵囊呈近球形或椭球形,长径653.6—806.5μm,短径588.1—787.1μm。孢子囊为卵球形或椭球形,长径22.4—26.1μm,短径20.5—24.6μm,孢子囊壁为双层,外部光滑,内层多刺。孢子囊内子孢子呈卷曲状,数目范围8—13个,子孢子长度为22.2—28.6μm,宽度为3.0—5.0μm。基于18SrRNA基因构建的系统发育树进一步证实该物种隶属于丛集球虫属,并高度支持了属内[(中华丛集球虫A. sinensis+A. octopiana)+A. eberthi]+多刺丛集球虫A. octaculeata的系统发生关系。     

基于MATLAB软件对地磁含噪信号降噪处理算法的新研究

拟通过MATLAB软件对地磁信号因其受到外界高频干扰的影响,进行降噪处理。通过小波分析和数学形态学融合算法所设计的滤波器,同时将该算法所设计的滤波器与小波分析算法所设计的滤波器两者之间进行对比分析,并且计算出降噪后的地磁信号相对于未受干扰记录到的原始地磁正常信号的均方误差值,同时对降噪信号滤波结果相对与未受干扰记录到的原始地磁正常信号对比分析,分别求其信噪比的大小,综合考虑两种不同算法的滤波器对地磁含噪信号处理的优势和劣势。通过仿真测试后,进而得出小波分析与数学形态学融合算法所设计的滤波器能最大化的还原地磁记录到的真实信号。通过该算法的新研究,可以对地磁相对观测数据批量直接处理提供新思路,同时也能提高地磁相对观测数据的内在质量。     

数字地图图像的基本形态学变换和结构元素的分解

本文是作者关于“数学形态学与数字地图图像的分析和识别”研究成果的一部分。文章提出了地图图形的集合概念和地图图像形态分析的基元确定原则,证明了结构元素的基元最小分解定理;同时,介绍了基本的形态学变换,统一并扩展了带约束条件的数学形态学变换模型;从而,奠定了数字地图图像分析和识别的数学基础。     

中国南海叶海牛科物种形态描述及检索表修订

叶海牛科(Phyllidiidae)是中国南海最常见的裸鳃类动物之一,但由于受关注度较低,中国有关该科分类学的研究较少。为了进一步补充国内叶海牛科的物种记录,本文通过形态学观察的方法,从2019—2021年采集自西沙群岛和南沙群岛的23个叶海牛科标本中,鉴定出3属9种,包括1个新记录种——巴克尔乔小叶海牛(Phyllidiella backeljaui Dominguez, Quintas&Troncoso, 2007)。本文对该新记录种、月蓝叶海牛(Phyllidia picta Pruvot-Fol, 1957)、席琳类叶海牛(Phyllidiopsis shireenae Brunckhorst, 1990)和迷宫小叶海牛(Phyllidiella meandrina Pruvot-Fol, 1957)的外部形态特征进行了中文新描述,支持将国内叶海牛科划分为叶海牛属(Phyllidia)、类叶海牛属(Phyllidiopsis)和小叶海牛属(Phyllidiella)3个属的观点。通过比较,对国内叶海牛科研究中存在的物种鉴定错误和同物异名问题分别进行了更正和处理,并修订了...     

基于小波变换和数学形态学的遥感图像边缘检测方法研究

用传统的边缘检测方法效果不理想,针对遥感图像中存在的噪声问题,提出了一种基于小波变换和多结构元素的数学形态学相结合的图像边缘检测方法。该方法充分利用小波多分辨率的特点,对图像进行去噪处理,然后用多结构元素灰度形态学的方法对图像的边缘进行检测。试验结果证明,此方法优于传统的边缘检测方法,具有边缘检测准确和良好的抗噪能力。     

数学形态学在黄土地貌单元分类学上的应用

以黄土高原的遥感图像为基本信息源,利用数学形态学方法提取黄土高原地貌单元,分别计算出各个地貌单元的形状指数、面积周长比、分形分维指数和由形状复杂和边界扭曲引起的FD(分形分维)值变化数等6项数学形态特征,并进行统计分析,利用这些参数对每类地貌单元进一步分类,同时对各项数学形态特征在黄土高原地貌单元分类上作为分类特征的可靠性和可行性进行论证,并对黄土高原地貌单元分类进行定量化方面的探讨和研究,取得了较理想的结果。     

浅述深水水道的形态学特征

目前深水水道的分类方案较多,本文基于深水水道的形态学特征,且聚焦于单一型深水水道,将其划分为顺直型(曲率介于1～1.25)、低弯度S型(曲率介于1.25～1.5)和高弯度S型(曲率1.5)。其中,顺直型水道侵蚀作用最强,往往不发育天然堤沉积,无侧向加积;低弯度S型水道发育天然堤,并具有侧向加积;高弯度S型天然堤及侧向加积最为发育,决口扇常与之伴生。深水水道的曲率是水道形态的直观表现,曲率大小主要受深水地貌即深水地形坡度的影响。在上陆坡区域,地形坡度较大,沉积物能量强,深水水道以顺直型为主。中陆坡区域,随着地形坡度的减缓,水道的弯曲形态也逐渐增加,形成低弯度S型,直至下陆坡,水道演变为高弯度的S型。     

手持式三维激光扫描系统在古生物研究中的应用分析

三维激光扫描技术是近年来比较流行的一种建立高分辨率三维影像模型的高新技术,在多个领域均被广泛使用。在重庆合川恐龙形态学和重庆万州盐井沟犀牛化石埋藏学研究中对手持式三维激光扫描系统的使用,相较传统方法(素描、拍照和手工测量)体现出了用时短、数据全面精确和操作简单、对化石破坏极小的优势。我们预测其也将在未来的古生物科研、科普和文创开发方面具有较大的应用前景。     

基于小型无人机航拍影像的地表房屋建筑提取算法对比——以新疆阿图什市琼哈拉峻村为例

选取新疆阿图什市下辖的琼哈拉峻村为研究区,将小型旋翼无人机拍摄的图像作为数据源,分别采用面向对象以及面向像元2种影像分析方法对研究区的房屋建筑进行提取,并对2种算法的提取结果进行对比,分析了各自的优势。结果表明:面向对象方法可以有效地去除椒盐噪声对分类带来的影响,保证房屋形态的完整性,但影响内部相似的光谱、纹理信息若对应多种物体则会导致影像对象的错分。在面向像元的提取方法中加入了改进的数学形态学算法,可有效的抑制椒盐噪声,保持建筑物边缘的连续性与完整性,较好地解决了面向对象方法中部分农田与房屋出现错分的问题。     

基于小波变换和数学形态学的潮沟提取方法研究

潮沟是潮滩的主要地貌类型之一,潮沟信息的检测对湿地生态环境的监测和保护有着重要意义。本文以长江口九段沙下沙北部发育比较复杂的潮沟为研究对象,使用2016年1月26日Landsat8全色波段数据,采用了一种融合小波变换、最大类间方差法和数学形态学的方法对潮沟边缘信息进行了检测。小波变换中通过减小高层小波系数,达到弱化潮滩灰度变化的目的;通过增大低层小波系数,达到增强潮沟信息的目的;利用数学形态学和图像之间的几何(加减乘)运算,完成潮沟的提取;最后,分别在原始数据和检测结果相应的位置取样进行精度验证,样方潮沟面积一致性精度平均为92.1%。