基于Faster R-CNN的野外环境中蝗虫快速识别

蝗虫是常见的害虫之一,对农作物和生态系统具有很大的危害,采用常规的方法对蝗虫进行监测存在一定局限性,为了有效应用海量野外影像数据实现对蝗虫实时监测,本文建立了一种基于深度学习网络的蝗虫自动识别模型。利用手机模拟摄像头获取的内蒙古锡林浩特附近草原的280张蝗虫的RGB图像,采用深度学习算法中的Faster R-CNN（Faster Region-based Convolutional Neural Network）网络结构建立了蝗虫识别模型。经验证该模型的精确度为0.756,可以较准确地将蝗虫从野外复杂环境中识别出来,与以往同类研究相比,在识别结果和实用性方面均有较大的进步。该模型是建立蝗虫实时监测系统的基础,可以为蝗虫的防治提供辅助信息,同时该网络结构还可以应用于其他害虫的识别,具有较强的推广性,拓宽了深度学习算法的应用领域。     

基于FY-2D的新疆强对流云的识别

利用2007-2013年新疆的十场强对流天气过程以及与之相应的FY-2D静止气象卫星数据,分析了强对流云红外一通道、红外二通道、水汽通道及通道差的光谱特征,提取强对流云团样本点,采用统计方法确定判识指标的阈值范围,构建多通道多阈值判识方法。利用三场天气过程的地面实测降水资料分别验证了单时次和整场天气过程强对流云判识的准确性,结果表明：单时次强对流云的识别区域与发生降雨台站一致的准确率为83%;在整个天气过程中,强对流频次分布与降水实况吻合度较高,说明随着对流云团的移动和发展,判识区域与地面降水区域保持一致,验证了判识方法有效,阈值选取合理,可以为监测暴雨天气系统的发生、发展提供支持。     

Identification of the Hualien soil-structure interaction system

This article demonstrates how system identification techniques can be successfully applied to a soil-structure interaction system in conjunction with the results of the forced vibration tests on the Hualien large-scale seismic test structure which was recently built in Taiwan for an international joint research. The parameters identified are the shear moduli of several near-field soil regions as well as Young's moduli of the shell sections of the structure. The soil-structure interaction system is represented by the finite element method combined with infinite element formulation for the unbounded layered soil medium. Preliminary investigations are carried out on the results of the static stress analysis for the soil medium and the results of the in-situ tests to divide the soil-structure system into several regions with homogeneous properties and to determine the lower and upper bounds of the parameters for the purpose of identification. Then two sets of parameters are identified for two principal directions based on the forced vibration test data by minimizing the estimation error using the constrained steepest descent method. The simulated responses for the forced vibration tests using the identified parameters show excellent agreement with the test data. The present estimated parameters are also found to be well compared with the average value of those by other researchers in the joint project.     

北天山重点监视区地下流体临震前兆标志探讨

在“八五”短临预报和“九五”中短期（１年尺度）前兆研究的基础上,运用整点值、日测值、原始曲线法、一阶差分法和日工法,系统地分析了北天山１９８５年以来的地下流体前兆观测资料,研究了在此期间控制区范围内发生的７次Ｍs５.０级以上中强地震前临丑异常显示特征,探索了中强地震发生前地下流体临震前兆标志,表明只要正确地识别地震前兆的中长期向中短期、短期、临震前兆过渡的标志,并进行短临跟踪,是可以实现临震预报的。     

墨水湖N/P水质模型研究

武汉墨水湖30多年来因湖周大量城市污水的排入,造成湖泊严重富营养化,急需综合规划治理,因此需研究墨水湖水体污染变化规律,开展水质模型的研究。针对墨水湖水文、水质、地貌状况,把整个湖区划分五块（子湖区）,建立分散结构N/P水质模型,提出了一套可行的模型参数识别方法,并作了模拟检验,精度令人满意。在分析中运用系统论方法,并应用计算机现编程序操作。     

剪切波分裂揭示的青藏高原上地壳地震各向异性基本特征

青藏高原整体隆升,构造运动与介质变形强烈,然而由于地震观测数据不足,青藏高原内部上地壳各向异性研究一直是一个空白.本研究使用西藏地区的地震台网(2009年5月—2017年5月)的观测资料,利用剪切波分裂研究青藏高原上地壳地震各向异性特征.由于青藏高原固定地震台站分布稀疏,可用于进行剪切波分裂研究的近场地震事件记录稀少,本研究采用地震事件的单台定位技术,对公开的地震目录里没有震源深度数据的地震事件进行震源位置约束,并引入微震模板匹配定位方法,对连续地震波形进行检索,识别出地震目录里遗漏的新的微震(小地震)事件波形.微震识别获得的新地震事件记录是地震目录里报告的地震事件记录的大约6倍,用于补充研究区的剪切波分裂数据分析.通过数据分析,对比快波偏振方向,证实微震识别获得的数据极大地增加了有效数据的数量,提高了结果的可靠性.研究结果表明,雅鲁藏布江缝合带与班公—怒江缝合带之间的拉萨地块东部地区,台站的快剪切波(快波)偏振方向主要受区域应力场影响,快波偏振方向主要是NS或NNE方向,表明了区域最大主压应力方向;但个别地震台站(当雄台)快波偏振方向受原地主压应力影响,其快波偏振方向既不平行于断裂走向也不平行于区域主压应力方向,揭示出地壳介质的局部变形导致的局部应力方向不同于青藏块体里的其他地区.研究区西部的改则、普兰和研究区北部的双湖,快波偏振方向显示与断裂等构造走向一致的特点.研究区东部的昌都和察隅,快波偏振方向除了与断裂走向(或构造线)一致,还与地表运动的方向相同,揭示了青藏块体东部的深部物质可能的运移方向.这个现象虽然还需更多的研究证实,但这个发现的重要启示是,地震各向异性结合地表变形可用于探讨地壳深部物质的运动.     

山东部分海域红藻的鉴定与多样性分析

在山东青岛、威海和烟台近海海域的潮间带进行采样调查,共采取36株红藻样本,对其形态学特征进行了详细的观察.结果显示,所采集的样本在色泽、大小、形态、叶状体形状等外观上均有一定差异,但部分样本间差别并不明显.同时作者采用分子系统学的方法,从藻类样本中分离了rbcL基因片段,并进行了序列分析,利用 rbcL 基因建立了分子系统进化树,对样品间的亲缘关系及多样性进行了系统分析.结果表明,本研究采得的红藻样本有很好的多样性,分别与 GenBank 中已报道的红藻门中的16个属亲缘关系较近.在青岛、烟台和威海3个海域的红藻样本呈现不同的多样性,并且同一属的样品表现出很好的属内种间多样性.     

碳酸盐岩裂缝性储层测井识别及评价技术综述与展望

由于碳酸盐岩裂缝发育机制的复杂性,开展碳酸盐岩裂缝性储层的识别与评价一直是测井分析的热点和难点.本文基于大量文献调研,梳理了碳酸盐岩裂缝的定义、成因和分类,系统归纳了碳酸盐岩裂缝性储层的测井响应特征及评价方法,并进行了实例分析.研究表明,常规测井方法对碳酸盐岩裂缝均有不同程度的揭示,基于不同原理的常规测井方法对碳酸岩盐裂缝的响应程度差异显著,利用常规测井方法对碳酸岩盐储层裂缝识别应遵循综合识别原则;碳酸盐岩裂缝成像测井识别方法中,电阻率成像测井、偶极声波测井和核磁共振测井反映裂缝较为直观,但成本高;基于常规测井资料的灰色关联识别方法、神经网络识别方法、小波多尺度识别方法等非线性数学方法,弥补了常规测井和成像测井识别碳酸盐岩裂缝的不足,并且取得较好的应用效果.