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.     

碳中和趋势下数学模拟在污水处理系统中的发展与综合应用

数学模拟技术在污水处理方面被广泛应用,为了系统总结相关技术,本文回顾了污水处理系统中数学模拟技术的发展历程;综述了活性污泥模型(ASM)与机器学习(ML)在水质预测及参数工况优化领域中的应用;重点探究了污水处理系统中温室气体排放模型,以及多目标优化模型在污水处理系统中温室气体排放(GHG)、出水质量(EQI)和运行成本(OCI)的权衡问题;归纳了数学模拟技术在实现污水厂能量自给与资源回收的应用发展.研究结果表明数学模拟技术能准确预测出水水质、快速优化工艺参数、权衡温室气体排放、出水水质与运行成本之间的关系、以及提高资源回收效率等.因此,数值模拟技术可有效指导污水处理工艺的运行优化以及管理,为污水处理行业减污降碳协同增效提供技术支撑.     

人为排放及气象因素对空气质量影响的定量分析——以疫情期间邢台市为例

选择河北省邢台市作为研究对象,将2020疫情作为一个极限管控措施下的极限减排实验情景,把2021疫情作为未来常态化疫情防控实验分析情景.与疫情前期对比,两次疫情期间臭氧浓度均有提升且2021疫情时期颗粒物浓度同样有提高,2020疫情时期其他污染物浓度均有不同程度的改善,而与2019历史同期相比,两次疫情期间臭氧浓度同样有升高现象,除此以外,2021疫情时期污染物改善较好.利用长短期记忆网络（LSTM）算法和空气质量预报模式系统（WRF-CMAQ）量化了两次疫情时期气象因素对于污染物浓度变化的影响,根据空气质量模拟法反推了不同污染物受人为影响的浓度变化.实验结果表明,LSTM算法在两次疫情期间的模拟均显示人为影响对污染物产生了负影响（降低了污染物浓度）且在总变化影响中占比较高,而CMAQ模式模拟结果中的气象因素影响占比远高于LSTM算法.CMAQ模式在两次疫情模拟中表现出了不同的结果,在2020疫情中人为影响占据了主导,而在2021疫情中,相比较2020疫情时期,除NO₂外,人类活动对其他污染物的影响均为正值（促进了污染物浓度升高）.     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

关于综合成形指标F值的评价

简要介绍了 F_(81)、F_(835)、F_(838)、F_(881)和F_(882)的定义及测试方法,并用具体数据加以说明。F 值是薄钢板的成形性优劣性指标,具有方向性。其中,F_(81)在评定不同板厚、不同冲压级别的薄钢板成形性能时,显得更为敏感;而F_(83)系列(包括 F_(881)、F_(882)),由于采用同一结构形式的公式,只是因 A 的测试方法不同,对 F 值有微小的影响。F_(88)测试方法简便、准确并易于实现自动化,具有在大生产中应用的前景。     

深水型水库热分层诱导水质及真菌种群结构垂向演替

水体真菌种群在调控水库生态系统健康过程中发挥重要作用,为探明热分层诱导深水型水库水体真菌种群结构垂向演替特征,采集金盆水库主库区0.5、10、25、40、60和70 m水深水样,分析水质参数、并运用高通量DNA测序技术诊断水库水体真菌种群结构垂向异质性.结果表明,金盆水库表层水温最高为22.33℃,底层最低为7.21℃(P0.05).水体溶解氧(DO)随水深增加显著降低(P0.05),电导率、总磷(TP)和铁含量随着水深增加显著升高(P0.05),垂向形成稳定的变温层、斜温层和等温层结构.水体真菌种群高通量DNA测序共发现1 247个OTUs,隶属4门14纲39属,主要包括接合菌门(Zygomycota)、担子菌门(Basidiomycota)、子囊菌门(Ascomycota)和壶菌门(Chytridiomycota).等温层水体真菌种群Shannon指数和Chao 1多样性指数最高,分别为3.45和360,显著高于斜温层水体(P0.05).红酵母属(Rhodotorula,27.23%)、链格孢属(Alternaria,24.28%)、分子孢子菌属(Cladosporium,22.98%)、链格孢属(Alternaria,32.00%)、亚隔孢壳属(Didymella,17.47%)和分子孢子菌属(Cladosporium,28.17%)分别是0.5、10、25、40、60、70 m的优势菌属,不同水深均存在大量未知真菌(Unclassified).热图(heat map)结果表明,热分层期间金盆水库水体真菌种群结构垂向分布差异显著、不同水层具有不同的真菌种群结构.主成分分析(PCA)表明水温、DO、TP、电导率是调控水体真菌种群结构垂向异质性的主要水质因子.该研究结果为水源水库热分层期间水质与真菌群落的偶联机制提供科学依据.     

二氧化硫胁迫下拟南芥miRNA表达谱分析

以拟南芥为材料,利用高通量测序技术并结合生物信息学分析方法,检测二氧化硫(SO_2)处理后拟南芥植株的小分子RNA表达谱,筛选SO_2胁迫响应microRNAs(miRNAs)分子,研究植物miRNAs对逆境胁迫的应答机制.结果发现,30 mg·m~(-3) SO_2处理72 h后,拟南芥地上组织小分子RNA长度分布发生改变,在对照组和SO_2组中均有大量特有的小分子RNA序列,说明SO_2胁迫可诱导拟南芥小分子RNA的表达改变.SO_2胁迫诱导186个保守miRNA和16个新miRNA分子差异表达,其靶基因主要涉及转录调控、信号转导、代谢、刺激响应等生理过程.差异表达的miR160和miR393可通过生长素信号途径调控植株生长发育,参与植物对SO_2的胁迫响应.本研究揭示了植物中参与SO_2胁迫应答的miRNA种类及作用机制,进一步阐明了miRNAs在植物抗逆应答过程中的作用.     

基于多源遥感数据的锡尔河中下游农田土壤水分反演

机器学习结合多源遥感数据反演土壤水分含量（SMC）是目前SMC研究的热点,因较少考虑温度、蒸散等重要SMC影响因子,反演结果存在一定的不确定性。利用Sentinel-1影像、MODIS产品和SRTM数据,提取雷达后向散射系数等32个SMC影响因子,经相关分析选择27个显著的SMC影响因子（P<0.05）作为反演因子,并设计三组因子组合。这三组因子组合分别与随机森林、支持向量回归、BP神经网络三种机器学习方法结合,发现基于随机森林结合所有因子的方案,其SMC反演精度最高,该组合均方根误差RMSE为0.039 m³/m³,将该方案被用于反演2017年生长季锡尔河流域中下游平原区农田SMC。结果表明：从上部至下部SMC总体呈逐渐增加的态势,但存在显著时空差异,春季和秋季SMC较高而夏季较低。SMC差异主要由土壤质地、热量条件和地表植被状况差异引起。春季平原区下部农田SMC要高于上部,SMC的主控因子是土壤质地和地表植被状况;在夏季,土壤水分的主控因子是热量条件,农田灌溉弥补了热量条件差异对土壤水分的影响,导致空间上平原上部和下部土壤SMC空间差异不显著;秋季SMC的主控因子植被状况抵消地表温度和土壤质地差异对SMC的影响,使得秋季SMC空间差异不显著。本文采用的研究方法在一定程度上克服了因考虑SMC影响因子不足而获取更高SMC精度的限制。     

基于可解释性机器学习的城市O3驱动因素挖掘

受前体物排放和气象条件等因素共同驱动,大气臭氧(O₃)已成为影响城市夏季环境空气质量的主要污染物.目前物理化学机制驱动的演绎模型在进行O₃污染解析时需要的模型参数众多,运算时效性较差;数据驱动的归纳模型运算效率高,但存在可解释性差等问题.通过建立可解释性数据驱动的Correlation-ML-SHAP模型,Correlation模块挖掘O₃浓度关联影响因素,机器学习ML模块耦合可解释性SHAP模块计算各驱动因素对O₃浓度的影响贡献,实现对驱动因素的定量解析,并以晋城市2021年夏季O₃污染过程为例开展应用研究.结果表明,Correlation-ML-SHAP模型能够挖掘并利用强驱动因素模拟O₃浓度和量化影响贡献,其中ML模块采用XGBoost模型模拟准确度最佳. 2021年夏季晋城市O₃污染强驱动因素为：气温、日照强度、湿度和前体物排放水平,贡献权重为：32.1%、 21.3%、 16.5%和15.6%,其中气温、日照强度和前体物排放...     

Culturally correct song dialects are correlated with male age and female song preferences in wild populations of brown-headed cowbirds

Variation in vocal behavior among local populations of songbirds may be significant to females in mate choice. In a study of dialect populations of brown-headed cowbirds, estradiol-implanted females from two dialects held the pre-copulatory lordosis posture longer in response to playback of the local flight whistle song than to foreign whistle types from adjacent and more distant dialects. Females were held in captivity for a relatively brief period prior to testing and received no tutoring so discrimination was based solely on experience in the wild. This is the first study to show evidence of discrimination by female cowbirds based on flight whistle type. Evidence is presented from one of the study dialects that the majority of yearling male cowbirds are vocally distinct from resident adults in having either foreign or incomplete local whistles. Although these yearlings are fully mature sexually, they have little or no mating success. The correlation between female whistle preference and male mating success suggests that the ability to give the correct local whistle type may be a characteristic used by females to assess age and quality of a potential mate. A learned female preference for the predominant local song type may be a factor in the stability of these dialects by making it adaptive for males to conform to the local dialect.