基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

黄棕壤铁铝氧化物与土壤稳定性有机碳和氮的关系

用6%NaOCl氧化不同粒级的黄棕壤,得到稳定性有机碳和氮的样品.用选择性溶提技术提取铁铝氧化物的含量,与稳定性有机碳和氮的关系表明:在2～250μm粒级上,游离铁、无定形铁和络合态铁含量的变化范围分别为6～60.8g/kg、0.13～4.8g·kg-1和0.03～0.47g·kg-1,在2μm粒级上分别为43.1～170g·kg-1、5.9～14.0g·kg-1和0.28～0.78g·kg-1.在2μm粒级上,无定形铝和络合态铝含量变化范围分别为0.08～1.34g/kg和0.11～0.47g/kg,在2μm粒级上分别为2.96～6.20g·kg-1和0.38～0.78g·kg-1.水稻土黄棕壤的选择性溶提铁的含量一般高于旱地黄棕壤,而选择性溶提铝的含量低于旱地黄棕壤.在2～250μm粒级上,土壤稳定性有机碳和有机氮含量变幅分别为0.93～6.0g·kg-1和0.05～0.36g·kg-1,在2μm粒级上分别为6.05～19.3g·kg-1和0.61～2.1g·kg-1,水稻土的稳定性有机碳和氮的含量高于旱地黄棕壤.在2～250μm粒级上,稳定性有机碳与有机氮比值(C稳/N稳)的变幅为9.50～22.0,在2μm粒级上分别为7.43～11.54.在2～250μm粒级上,土壤有机碳(氮)的稳定性指数SIC和SIN的变化分别为14.3～50.0和11.9～55.6,在2μm粒级上分别为53.72～88.80和40.64～70.0;旱地黄棕壤的SIC和SIN一般低于水稻土的,水稻土黄棕壤有利于有机碳和氮的保存.各种形态的铁铝氧化物含量与稳定性有机碳(氮)含量呈极显著正相关,且氧化物铁铝含量和稳定性有机碳(氮)含量在黏粒部分最高,即细粒级能保护土壤有机碳(氮).     

金属卟啉衍生物催化降解污染物研究进展

由于工业化和城市化的快速发展而带来的环境问题已经引起了人们的广泛关注.土壤和地下水中不断排放的持久性污染物,对人们的健康造成了极大的威胁,因此需要更加有效的策略来解决.卟啉类物质由于具有特殊的氧化还原性质和光敏性,已经被广泛用于有机污染物的去除.本文总结了金属卟啉的最新研究进展,对其在类芬顿和光催化领域的应用进行了详细的介绍,并且讨论了高价铁氧卟啉物种,单重态氧和超氧自由基的产生机理.最后,指出了现有研究的不足以及未来的发展方向.     

磁化与活性剂协同改善水湿润性能的作用机制

为进一步提高磁化与表面活性剂协同改善水湿润性能的能力，基于红外光谱、表面张力、接触角、粉尘沉降时间及降尘效率等试验，研究磁化与活性剂协同改善水湿润性能的作用机制，并经西铭矿48712综采面现场应用验证两者间协同降尘性能。结果表明：磁化对水湿润性能的改变主要通过破坏水分子间氢键结构，使得大分子团簇结构变为小分子集团来增加溶液降尘性能；活性剂通过所具有的亲水基及亲油基在溶液表面形成隔离层降低水溶液表面张力，同时，磁化还能通过改变活性剂在溶液表面的吸附方式，进一步增强活性剂溶液湿润性能及降低活性剂使用量，在磁化作用下，阴-非离子复配活性剂C临界胶束浓度比原有未磁化溶液降低25%。经现场应用，磁化与表面活性剂协同增效明显优于单一活性剂溶液。