排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
溶解有机氮(DON)作为近海生态系统总溶解态氮(TDN)的重要赋存形态,其生物可利用性对查明绿潮爆发期间氮的供给机制具有重要意义。本文通过2015年在青岛近海浒苔(Ulva prolifera)绿潮爆发期间和消亡后两个航次调查,对比分析了该海域绿潮爆发期和消亡后溶解有机碳(DOC)、TDN、溶解无机氮(DIN)、DON及其中具有高生物可利用性组分尿素、总溶解态氨基酸(TDAA)浓度变化,以TDAA在DOC中碳摩尔比[TDAA(%DOC)]为指标,评价该海域绿潮爆发期和消亡后DON的生物可利用性。绿潮爆发期青岛近海氮浓度受陆源输入影响较绿潮消亡期明显,不同形态氮的浓度高于绿潮消亡期,DON浓度均值为(13.84±6.77)μmol·L~(-1),较绿潮消亡后高44.5%,在TDN中占比均达到(56.8±9.3)%。其中,尿素和TDAA合计占DON的(38.5±6.4)%。受浮游植物分泌和细菌降解等生物作用调控,DON生物可利用性呈现由表层到底层逐步降低的变化特征;而绿潮爆发期浒苔分泌较多新鲜的DON,导致其生物可利用性高于消亡后。DON在微生物作用下快速转化为DIN并为浒苔所吸收是绿潮爆发期间氮供给的主要机制之一。 相似文献
2.
利用卷积神经网络从遥感影像中提取水体时,水体对象边缘像素的特征与内部像素的特征之间往往存在较大差异,导致提取结果中边界模糊、内部像素与边缘像素的提取精度差异较大,影响了整体精度的提高。针对如何从高分辨率遥感影像中进行水体高精度、自动化提取的问题,文章首先以高分辨率遥感图像为基础,利用边缘提取算法生成边缘图像,然后以高分辨率遥感图像和边缘图像作为输入,建立了语义特征和边缘特征融合的高分辨率遥感图像水体提取模型（Semantic Feature and Edge Feature Fusion Network, SEF-Net）,用于从高分辨率遥感图像中提取水体对象。实验结果表明,SEF-Net模型在3个数据集中的召回率（91.97%、92.07%、93.97%）,精确率（91.12%、98.37%、97.88%）,准确率（89.56%、95.07%、94.06%）和F1分数（91.54%、95.12%、95.88%）均优于对比模型,说明SEF-Net模型从高分辨率遥感图像中提取水体时,具有更高的精度和泛化能力。 相似文献
1