高黎贡山洞穴伪蝎一新种记述（伪蝎目，阿伪蝎科）

本研究根据从云南省高黎贡山（保山市段）洞穴采集的伪蝎标本,整理并描述了阿伪蝎科安伪蝎属一新种,即禾木安伪蝎（Anatemnus hemuensis sp. nov.）。该属的主要特征在于触肢粗壮,腿节和膝节多具明显颗粒,不动指上的听毛it位于指的中部,听毛esb到est之间的距离大于isb到ist之间的距离,背板不完全分隔。世界已知22种（不包含本文新种）,主要分布于非洲和美洲,中国仅知3种:任氏安伪蝎（A. reni Gao & Zhang, 2016）、宝安伪蝎（A. orites （Thorell, 1889））、潮州安伪蝎（A. chaozhouensis Hu & Zhang, 2012）。该新种背甲的眼部已经完全退化,依据该特征,很容易区分,除分布于澳大利亚的2个物种（A. subvastus Alexander, Burger & Harvey 2014,采集自地下环境;A. cavernicola Berier, 1976,采集自Jump Up Cave）,然后依据步足I和步足IV跗节端部具有极其弯曲的刚毛将新种与这两种进行区分。新种触肢转节具有1个明显的背突,1.7倍长于宽（0.47/0.28 mm）,腿节2.8倍长于宽（0.90/0.32 mm）,膝节2.2倍长于宽（0.82/0.37 mm）,螯肢指明显短于具柄的螯掌;前螯螯掌具有4根刚毛,基部2根末端齿状,盔状物具有5个分叉,鞭状毛4根,末端2根齿状;口下突有5根顶端毛和1根亚中毛。在文中提供了新种的整体图以及特征图,另外还提供了中国安伪蝎属的分种检索表,所检视的标本保存于西华师范大学生命科学学院昆虫标本馆。      

Sr和Yb两个元素对花岗岩理论的重要意义——花岗岩研究的哲学思考

花岗岩研究已有几百年的历史,可是花岗岩却没有形成自己独立的理论体系,也没有系统的花岗岩分类。花岗岩非常复杂,如何化繁为简,归纳出花岗岩最本质、最核心、最关键的标志,是一个非常棘手的任务。本文从哲学的角度出发,发现Sr和Yb可能是两个具有特殊含义的元素,特殊在于,它们不仅具有一般微量元素的特点,还具有特殊的功能,关键是它们的行为与花岗岩部分熔融后残留的变质矿物组成(如石榴石、斜长石等)有关。可能正是由于这个因素,才使Sr和Yb具有其他微量元素所不可匹敌的功能。本文按照Sr、Yb的排列组合提出了一个系统的花岗岩分类。对于花岗岩的地球动力学意义,学术界一直有争论,本文认为板块构造只能影响到大陆边缘,影响不到大陆内部。大陆演化研究最重要的任务是恢复大陆地质历史上的变化,如大陆地质演化不同时期曾经发生过的伸展和挤压(有的还有旋转,是挤压的副产品)、抬升和垮塌、造山与盆地、加厚与减薄等。如何识别上述变化及其过程,目前在方法学上还十分困难。依靠Sr、Yb及其与残留相平衡的理论则提出了一个方案,能够解决或大体解决上述问题。例如,埃达克岩(高Sr低Yb)代表加厚地壳,南岭型(非常低Sr高Yb)代表减薄地壳,浙闽型(低Sr高Yb)和广西型(高Sr高Yb)代表正常厚度的地壳,喜马拉雅型花岗岩(低Sr低Yb)代表中压与高压过渡的状况。因此,按照Sr和Yb的变化,即可大致恢复地质历史时期大陆地壳温压条件的变化,推测大陆地貌的变化(平原、丘陵、高原、山脉),探讨构造应力的变化(挤压导致加厚,伸展导致减薄)等。此外,不同类型花岗岩还与成矿有关,大体是:埃达克岩与金铜有关,南岭型与钨锡有关,喜马拉雅型与金有关,而浙闽型、广西型基本上是不利于成矿的。但是,实践中也有金铜钨锡在空间上共生的实例,则金铜与钨锡可能成因上或成矿时代上或控矿因素上有所不同。问题还很复杂,还有许多现象很难解释,笔者只是从宏观角度给出了一个思路,一个概念,很多细节并不清楚。研究表明,科学与哲学是密切相关的,哲学是科学的高度概括。本文尝试从哲学的角度对纷繁复杂的花岗岩进行归纳和简化,只是一个初步的尝试,还有更多问题需要认真研究。     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。      

基于镜像图的LRC和CRC偏差结合的人脸识别

为了提高人脸识别率及更好地显示人脸特征,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法.该方法首先生成一种镜像人脸,再通过融合原始人脸和镜像人脸形成新的混合训练样本,最后利用LRC和CRC偏差结合进行人脸识别.新方法增加了训练样本的数目,克服了由于光照和姿态等外部因素带来的影响.实验结果表明,镜像图与LRC和CRC偏差结合的人脸识别方法提高了人脸识别的准确性.     

国外气象服务运行模式对新时代我国气象服务分类发展的启示

通过考察国外主要国家的3类气象服务运行模式,即"公私有别"、"公私竞争"、"完全竞争"3种模式,得出对我国气象服务分类发展的两点主要启示:权责明晰是气象服务分类运行界限分明的前提,开放气象基础数据是保持气象服务市场活力的基础。     

GIS辅助遥感影像分类概述

论述了在已有的GIS数据基础之上,将GIS数据与知识综合运用于遥感影像监督法分类的分类方法,着重对样区的自动选取、非训练样区的分类等几个有关的问题进行了分析,并对该分类法的优势进行了分析和总结。     

贵州台江凯里组的遗迹化石Treptichnus

贵州台江下中寒武统凯里组中产有丰富的、保存良好的Treptichnus Miller,计5个遗迹种（其中包括2个新遗迹种）：T．bifurcus Miller,T．pedum（Seilacher）,T．pollardi Buatois and Mdngano,T．arcus n．ichnosp．和T．taijiangensis n．ichnosp．,并与节肢动物的觅食迹、爬行迹和游泳迹等共生,属Cruziana遗迹相。产于凯里组的Treptichnus可能为节肢动物的居住迹。随着造迹生物身体的增长和沉积物的增厚,造迹生物在原潜穴的基础上不断地开拓新的潜穴,而构成三维空间复杂的潜穴系统。     

基于成像高光谱数据的高低潮潮位线提取方法研究

以蓬莱西海岸西庄至栾家口岸段作为研究区,利用机载成像高光谱数据,对比航空垂直影像图和野外调查结果,通过分析砂质、黑泥砂质和黄泥砂质3种海岸类型的光谱特征,建立分类识别模型,完成了对3种海岸类型的分类处理,确定出湿滩和干滩范围,并进一步提取出高潮潮位线和低潮潮位线。     

基于机器学习的区域工程地质分层思路与方法研究

传统的地质分层方法通常依赖于人工解释和经验判断,存在过程繁琐、工作量大、受人为因素影响较大等缺点。本文旨在研究基于机器学习的区域工程地质分层的思路与方法,将地层分层问题转换为地质体空间单元的序列到序列预测任务及地质属性特征分类任务,以提高地质分层的准确性和效率。本文在对工程地质原始数据开展深入研究的基础上,提出采用深度学习方法对静力触探试验数据进行地质分层的训练和预测,通过分类算法对取土孔土样进行分层,并定量评价了相关算法的适用性。通过对比传统方法和机器学习方法的结果,验证了机器学习在地质分层中的优势。本研究为区域工程地质研究提供了一种新的地质分层思路,具有重要的实践意义。     

利用极化SAR数据进行土地覆盖分类研究

基于相关矩阵特征向量的目标分解将地物回波复杂的散射过程分解成相互独立的三种单一散射分量:单向散射、双向散射和交叉散射,分别对应各自的目标相关矩阵。目标分解技术降低了散射回波之间的相关性,有利于分析地物散射机理,有助于提高分类精度。对荷兰F levoland地区全极化数据进行分解,经过试验和相关性分析,选用7种数据形成多参数数据组合,对其进行最大似然监督分类,同时进行常规三种极化加相位差的分类和基于复W ishart分布的最大似然分类,逐像元计算混淆矩阵,分析对比三种分类结果的精度,试验表明:相对于常规数据组合分类,基于复W ishart分布的监督分类可以小幅度提高分类精度,而利用目标分解得到多参数组合数据进行分类则有大幅度的提高。