草地退化对三江源区高寒草甸生态系统CO2通量的影响及其原因

为了揭示草地退化对三江源地区高寒草甸生态系统碳通量的影响,利用涡度相关技术,于2006年12月1日~2007年11月30日对三江源地区的退化高寒草甸生态系统的碳通量及生物和环境因子进行观测.结果发现:草地退化对高寒草甸生态系统的碳通量产生了深刻影响,与未退化的高寒草甸生态系统相比,退化高寒草甸生态系统全年总初级生产力(GPP)下降了36.6%,全年生态系统呼吸(Reco)下降了7.9%,全年净生态系统CO2交换(NEE)也由退化前的负值(碳吸收)转变为正值(碳排放),二者相差132.5gC/(m2·a),生态系统由原来的碳汇转变为目前的碳源.这些变化与高寒草甸退化后,生态系统植物地上生物量锐减、植物生长期缩短(NEE<0的天数)、植物多样性下降、土壤含水量降低等因素密切相关.     

青藏高原高寒灌丛暖季CO2地-气交换特征

 利用涡度相关技术对青藏高原高寒灌丛CO₂通量进行连续观测,并以2003年7、8月份为例,对高寒灌丛暖季CO₂通量变化模式及其主要气候影响因子进行了分析.结果表明,7、8月青藏高原高寒灌丛日平均净生态系统CO₂交换(NEE)分别为-7.17,-7.26g/(m²·d);最高日NEE分别为-11.00,-12.09g/(m²·d).暖季高寒灌丛生态系统NEE日变化波动极为明显,8:00～19:00为CO₂净吸收阶段,峰值一般出现在12:00左右,最大值为-1.72g/(m²·h)(7月份)、-1.63g/(m²·h)(8月份).19:00～次日8:00为CO₂净释放,最大值为0.69g/(m₂·h)(7月份)、0.86g/(m²·h)(8月份).在主要气候因子中,光合有效辐射(PAR)与NEE变化呈显著正相关,但PAR达到1000μmol/(m²·s)以后,随着PAR进一步升高,NEE有下降趋势.就温度而言,白昼(7:00～20:00)NEE变化与温度无显著关联,而夜间(21:00～次日6:00)温度与NEE变化呈显著正相关.     

基于机器学习方法的安全帽佩戴行为检测

施工现场作业人员是否佩戴安全帽主要依靠人工检查,存在监管效率低、时效性差等问题,为了实时自动监管作业人员是否佩戴安全帽,提出1种基于机器学习的安全帽佩戴行为检测方法。首先利用深度学习YOLOv3算法检测出现场视频中的施工人员脸部位置,根据安全帽与人脸的关系估算出安全帽潜在区域;然后对安全帽潜在区域图像进行增强处理,使用HOG（方向梯度直方图）提取样本的特征向量;再利用SVM（机器学习的支持向量机）分类器对脸部上方是否有安全帽进行判断,进而实现对施工人员安全帽佩戴行为的实时检测与预警。以某高铁站施工现场为例进行验证,研究数据表明在施工通道和塔吊作业区域,该方法可实时有效检测出工人未佩戴安全帽的行为,识别率达90%。