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   

基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

海底地形图表达方法探讨          下载免费PDF全文

吴芳华  张羿祺  王磊  马超 《海洋测绘》2020,40(5):58-62

为实现海底地形多样化表示与服务,丰富海底地形图表示样式,分析了海底地形图的主要内容,研究了海底地形图可视化表达机制。结合多源海底地貌与底质数据的特点,提出了基于颜色扩展联合图形符号、可灵活组合的海底地形图表示策略,给出了水深注记、等深线、深度区、海底底质这4类主要海底地形要素的具体表达方法。试验表明,设计的可视化表达方法能实现不同类型、不同来源、不同质量差异的多类型海底地形数据的有效表达,为海底地形数据的多样化表达提供参考。  相似文献   

基于组分检测与相态模拟的烃类流体液相赋存深度下限预测方法及应用     

于京都  郑民  张蔚 《海相油气地质》2020,25(1):35-43

油气资源勘探结果揭示了耐高温石油的存在,但是根据传统理论难以实现对油气资源赋存极限深度的准确判断及预测。因此有必要探讨含烃类混合物在埋藏条件下作为液相稳定赋存的极限深度的合理取值。根据含烃类混合物最终演化为甲烷的地层温度和临界凝析温度,建立以地层温度为300℃、临界凝析温度为-82.55℃的地质温度约束条件,以及地层温度与临界凝析温度相等为取值条件的液相稳定赋存极限地层温度判识标志,通过对理论案例中不同期次含烃类混合物对应地层温度与临界凝析温度交会点的分析表明:液相稳定赋存极限地层温度为220.82℃,对应的埋深为5061.32m。对不同期次含烃类混合物地层温度与临界凝析温度交会点的分布特征,及其与极限地层温度判识标志间的关系,可划分为收敛、截交、发散和杂乱等4种类型,它们分别对应不同的地质意义与极限温度判识流程。以句容凹陷容3井下二叠统烃类流体为分析实例,预测极限温度为192.91℃,对应深度为5 763.58 m,预测结果与研究区耐高温石油的分布范围一致。因此,基于组分检测与相态模拟的含烃类混合物赋存深度下限预测技术具有较好的方法合理性与适用性。  相似文献   

不同结构深度神经网络的时间域航空电磁数据成像性能分析     

李金峰  刘云鹤 《世界地质》2020,39(1):159-166

时间域航空电磁系统采样密集,数据量大,所以在该领域较为实用的数据处理方法主要为一维反演和电阻率成像法。笔者从成像问题出发,建立了庞大的数据模型训练集,研究并分析了不同结构的神经网络的成像精度。通过对比分析测试结果,获得了在一定条件下适用于航空电磁成像的最优网络模型结构,包含其神经元个数和层数等信息。本文采用早停法训练神经网络,压制数据中噪声对成像结果的影响。  相似文献