2019年白鹤湖湿地植物群落物种多样性     

张洺也  张冬杰  佟守正  齐清  刘波  安雨  王雪宏  赵春子 《湿地科学》2020,18(5):597-602

  相似文献   

模拟积水深度下若尔盖高原木里薹草叶片的生理生态特征     

马骁  杨文  姚鹏举  刘宏强  赵丽  阳维宗  张聪  张昆  董李勤 《湿地科学》2020,18(2):237-243

为了研究不同积水深度下若尔盖高原木里薹草(Carex muliensis)叶片的生理生态特征,于2016年4月23日,在若尔盖县喀哈尔乔县级湿地自然保护区内,将生长着木里薹草的原状土柱移栽至若尔盖湿地国家级自然保护区管理局实验场的木箱内,使木里薹草继续生长;设置3种模拟积水深度,分别为20 cm、10 cm和0 cm(无积水),于2019年6月30日、7月16日和8月1日,测定各积水深度下木里薹草叶片的光合气体交换参数、叶绿素荧光参数和生长指标。研究结果表明,随着积水变浅至无积水,3个观测日的木里薹草叶片的净光合速率、气孔导度和蒸腾速率都显著减小(n=5,p0.05),而胞间CO2浓度显著增大(n=5,p0.05);积水深度变化对木里薹草叶片的最小荧光产量、PSⅡ反应中心最大光化学效率和碳稳定同位素δ13C值无显著影响;随着积水变浅至无积水,木里薹草叶片的光化学猝灭系数和电子传递量子效率也减小,非光化学猝灭系数增大;随着积水变浅至无积水,木里薹草的株高变矮,叶长变短。  相似文献   

统计预报方法在海洋预报中的应用研究进展     

杨德全  郝日栩  何健新  何忠杰 《海洋信息》2019,34(2)

统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。  相似文献   

黄铁矿热电性在深部找矿中的应用     

寸小妮  张洪深 《化工矿产地质》2020,42(3):250-256

  相似文献   

基于深度置信网络的GNSS-IR土壤湿度反演     

陈堃  沈飞  曹新运  朱逸凡 《测绘通报》2020,(9):100-105

基于大地测量型GNSS接收机获取的反射信号反演土壤湿度是GNSS领域的研究热点。为克服常规线性回归和BP神经网络算法等的缺陷，本文提出了一种基于深度置信网络的GNSS-IR土壤湿度反演方法。试验结果表明，基于该方法得到的决定系数、土壤湿度平均绝对误差和均方根误差分别为0.909 8、0.017、0.021，与线性回归和BP神经网络算法相比，与实测数据吻合度更高，可有效提高土壤湿度反演精度，证明了方法的有效性和可靠性。  相似文献   

基于深度卷积神经网络的剪切波分裂质量检测     

张彭达  戴志阳  查显杰 《中国地震》2020,36(3):539-549

剪切波分裂是分析地震各向异性的一种重要手段,常规方法是利用网格搜索获取分裂参数,再通过不同方法的测量结果对比测量结果进行质量检测,这一过程会耗费大量计算时间。本文针对这一问题提出了一种利用深度卷积神经网络对剪切波分裂进行质量检测的新方法,对使用了Resnet残差结构的深度神经网络进行训练,直接对二分量剪切波波形数据的质量进行分类。整个过程为:神经网络通过卷积层提取波形特征,计算损失函数后反向传播训练模型参数,完成迭代训练后的模型对输入波形数据正向计算自动输出类型。本文利用川西台站接收到的实际数据以及随机生成的合成数据分别对该网络进行训练,均可以获得准确的分类结果。相比于通过多种剪切波分裂方法对比测量结果的质量检测方法,基于神经网络的方法可以省略网格搜索的计算过程直接判断质量类型,在运算速度上的优势明显,并可继续通过训练提高模型的精度,为提升剪切波分裂方法在数据处理过程中的操作效率提供帮助。  相似文献   

基于遗传算法优化BP神经网络的玉米遥感估产方法     

于海洋  陈圣波  杨北萍  安秦 《世界地质》2020,39(1):208-214

以内蒙古自治区开鲁县玉米作物为研究对象,将生育期内玉米遥感影像所提取的多种植被指数和实地采样点的测产数据作为训练值,利用BP(back propagation)神经网络和遗传算法优化BP(GA-BP)神经网络估产模型,得出网络预测的玉米产量数值。通过决定系数R 2和均方根误差RMSE,比较实测产量与预测产量之间的精度,BP神经网络模型R^2为0.8452,RMSE(%)为28.37;遗传算法优化BP神经网络模型R^2为0.9850,RMSE(%)为6.70,表明遗传算法优化BP神经网络估产模型具有一定可行性和可信度。  相似文献   

直线特征辅助的靠岸舰船检测     

余东行  郭海涛  赵传  李道纪  张保明 《测绘科学技术学报》2019,36(3)

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。  相似文献   

结合主成分分析的BP神经网络模型的教学质量评价方法研究     

刘亚文  周军其 《测绘地理信息》2019,44(5):107-109

  相似文献   

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究     

符海月  张祎婷 《地球信息科学学报》2019,21(7):1132-1142

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。  相似文献