北亚热带常绿阔叶林林下灌木生物量模型的建立

【目的】灌木是森林生产力的重要组成部分,探索北亚热带地区常绿阔叶林林下灌木生长模型,为森林生物量及其碳储量估算奠定基础。【方法】在安徽南部查湾自然保护区,选取4种常见林下灌木树种(老鼠矢、乌药、朱砂根和香桂),通过野外实测获得地径(D)、树高(H)、地径平方乘树高(D2 H)、冠径树高乘积(CH)、植冠面积(AC)和植冠体积(VC)等模型参数,拟合生物量模型,基于独立检验数据对模型进行验证,获得生物量最优模型。【结果】各灌木树种单器官及全株生物量模型以D2 H和CH为自变量都具有较高的拟合优度(0.815~0.983)和较小的标准误(SEE)。不同灌木树种、不同器官之间的生物量最优模型选用方程均存在一定差异,以幂函数、二项式方程为主,且模型检验精度均较高(总相对误差(RS)30%,平均相对误差绝对值(RMA)20%)。模型的普适性研究表明,叶、枝和根生物量最优通用模型为W=a+bX+cX2(X为D2 H(叶、枝)或CH(根)),拟合效果较优;而全株生物量最优模型为W=1.423 2(D2 H)0.832 4,拟合指数(FI)=0.960,适用于4种灌木叶、枝、根和全株生物量的估算,但根系通用模型的估算精度低于叶、枝与全株的最优生物量通用模型。【结论】基于生物量模型可以精准地估算亚热带地区的灌木生物量。     

基于NPP/VIIRS夜光遥感影像的作业灯光围网渔船识别

为对远洋灯光渔船作业信息进行实时动态监测,该研究基于可见光红外辐射仪(visible infrared imaging radiometer suite,VIIRS)夜光遥感影像,根据远洋灯光渔船作业时其集鱼灯灯光在VIIRS白天/夜晚波段(day/night band,DNB)影像上的辐射特征,采用峰值中值指数(spike median index,SMI)对灯光渔船与背景像元间的辐射差异进行拉伸,在此基础上设计了基于最大熵法(maximum entropy method,Max Ent)阈值分割以及局部峰值检测(local spike detection,LSD)的作业远洋灯光渔船识别算法,并采用2015年西北太平洋公海灯光围网渔场内作业渔船船位监控系统(vessel monitoring system,VMS)数据对该算法的识别精度进行检验。验证结果显示,该文提出的作业远洋灯光渔船自动识别算法对实际作业灯光渔船的识别精度在92%以上,可以满足远洋灯光渔船日常监测的需求,可为进一步评估远洋光诱渔业捕捞努力量、推进远洋光诱渔业信息化管理以及打击非法、未申报和无管制的(illegal,unregulated,unreported,IUU)捕捞活动提供技术支持。     

不同林分类型叶片稳定碳、氮同位素的变化特征

为了解各种生物及非生物因素对植物叶片稳定碳、氮同位素含量的影响,研究了蔡家桥林场内马尾松次生林(PM-SF)、湿地松人工林(PE-P)及杉木人工林(CL-P),不同叶龄叶片的养分(C、N、P、K、Ca、Mg)含量及其化学计量比与稳定碳同位素(δ13 C)、稳定氮同位素(δ15 N)含量的关系,探讨植物叶片δ13 C、δ...     

基于VMS的张网渔船捕捞努力量与网位坐标提取方法

捕捞努力量是渔业资源管理和评估领域的重要参数之一,传统捕捞努力量计算方法无法满足实时、大范围、快速统计的需要。以我国近海作业的某张网渔船为研究对象,采用BP(back propagation)神经网络模型,对张网船155在2016年和2017年北斗渔船监控系统所获取的若干连续航次的经纬度坐标、航速和航向等信息进行分析和判断,提取各航次作业的网位坐标,通过阈值筛选渔船布网位置和时间,计算放网时长,把网口迎流面积与放网时长的乘积作为网次的捕捞努力量。结合BP神经网络和阈值分析的判断结果,网位判断准确率为82%,4个航次累计捕捞时长3562.62 h,累计捕捞努力量712524(m²·h)。设计的张网渔船状态判断、确定网位、放网时长提取和捕捞努力量计算方法为张网作业分析和其捕捞强度量化提供新的研究思路。     

影响核桃芽接成活率的制约因子及其有效控制研究

在洛南不同区域、不同时期的试验结果表明,限制核桃芽接成活率的主要制约因子包括气温(嫁接期)、接前放水、复叶保留和嫁接速度;制约因子的有效控制为:适宜嫁接期为6月10日至7月10日,最佳期为6月20至6月30日;气温20.0～23.0℃,22.0℃～22.5℃最佳;采取接前2～ 3 d灌水,2 d最佳;同步进行2～3片复叶保留;操作方法正确、熟练,在1 min内完成单株嫁接即可显著提高核桃嫁接苗木的成活率.     

西北太平洋公海日本鲭(Scomber japonicus)胃含物及其摄食等级研究

为了解我国公海灯光围网渔业开发现状及其主要渔获经济品种的基础生物学及其食性特征，根据2016年8-11月及2017年4-11月在西北太平洋公海生产船取样的日本鲭（Scomber japonicus）基础生物学现场测定数据，对其食性特征、摄食等级、生态位宽度等进行研究。结果表明，西北太平洋日本鲭主要摄食虾类、鱼类和桡足类等9大类16小类饵料生物，其中，虾类是最重要的饵料种类，以磷虾类最多；鱼类以未定种鱼类和远东拟沙丁鱼（Sardinops sagax）为主，鱼类饵料的质量百分比（W）比虾类高，但数量比例（N）不及虾类一半。日本鲭在夏、秋季比冬、春季胃含物种类的丰富度、摄食等级相对更高，具有一定的季节性变化。叉长小于300 mm或体质量小于300 g的日本鲭摄食强度与胃饱满指数（P）无明显变化；叉长大于300 mm或体质量大于300 g时，摄食等级与胃饱满指数均随体长或体质量增大呈现增大趋势；叉长大于300 mm的日本鲭由于摄食更多大型饵料，生态位宽度比叉长小于300mm的日本鲭普遍低。结果为今后西北太平洋日本鲭渔业的资源管理及可持续开发提供基础依据。     

基于北斗船位数据的江苏渔船航次分析

北斗船舶监控系统(VMS)包含渔船的位置、航速等数据,能用于挖掘渔船作业的动态信息。利用VMS数据对江苏渔船的航次和平均离岸距离进行提取,分析不同船长、类型、作业期、地区等条件下航次和平均离岸距离的特点。结果显示:1)江苏不同作业类型渔船航次差别明显,刺网航次数量最多,占总航次数的84.6%,围网和张网作业渔船的平均离岸距离和平均作业时间大于其他作业类型,围网作业渔船最远可达174.02 km;2)江苏渔船大部分为中小型渔船,作业的平均离岸距离比较小,基本在80 km以内,平均离岸距离随着吨位和功率的增大而线性增大;3)全年的航次数量变化分布整体中间低两边高,4月、9~11月航次数较多,2月、5~7月航次数较少;4)江苏不同区县渔业差距较大,航次数最多的为南通启东市、如东县和盐城射阳县,渔船作业平均离岸距离最远的为苏州太仓市,最远可达332.38 km。研究结果可为江苏省渔业管理提供参考依据。     

基于PCA-GAM的阿拉伯海公海鸢乌贼资源量空间分布预测模型研究

鸢乌贼是阿拉伯海重要的渔业资源之一,科学预测鸢乌贼资源量的分布有利于其资源的合理开发和利用。本研究利用2017-2019年阿拉伯海公海灯光围网鸢乌贼生产数据,结合同期的盐度、温度、混合层厚度、海表面高度异常、叶绿素a浓度、海表流速、经度、纬度数据构建了阿拉伯海鸢乌贼渔场的PCA-GAM预报模型。环境因子间的相关性会形成多重共线性,易造成模型过拟合,降低模型的预报能力。基于主成分分析（Principal Component Analysis,PCA）降维技术,将环境数据转变成少数几个不相关但保留重要信息的主成分（Principal Component,PCs）,将前8个PCs作为GAM模型的解释变量,构建模型。利用交叉验证得到预报值和实际CPUE(经过ln(CPUE+1)变换)的相关系数的均值为0.5327,回归模型斜率的均值为0.7087,截断的均值为1.4711。模型预报的鸢乌贼资源量分布和实际的CPUE(经过ln(CPUE+1)变换)在空间上重叠度较高,表明PCA-GAM模型能够较好的预报阿拉伯海鸢乌贼资源量的空间分布。     

基于改进YOLOv7的毛虾捕捞渔船作业目标检测与计数方法

渔船捕捞信息量化是开展限额捕捞精细化管理的前提,为解决中国毛虾限额捕捞目标识别和信息统计量化问题,研究了在中国毛虾限额捕捞渔船上安装电子监控（electronic monitoring,EM）设备,并基于YOLOv7提出一种改进的目标检测算法（YOLOv7-MO）和目标计数算法（YOLOv7-MO-SORT）。YOLOv7-MO目标检测算法采用MobileOne作为主干网络,在输出端head部分加入C3模块,并完成剪枝操作;YOLOv7-MO-SORT目标计数算法将SORT（simple online and realtime tracking）算法中的Fast R-CNN替换为YOLOv7-MO,用于检测捕捞作业中抛出的锚和装有毛虾的筐。采用卡尔曼滤波和匈牙利匹配算法对检测到的目标进行跟踪预测,设置碰撞检测线、时间戳、阈值和计数器,实现对捕捞作业过程中渔获毛虾筐数和下网数量计数。结果表明：1）改进后的YOLOv7-MO在测试集上的平均检测精度、召回率、F1得分分别达到了97.3%,96.0%,96.6%,相比YOLOv7模型分别提升了2.0、1.1和1.5个百分点。2）改进后的YOLOv7-MO模型大小、参数量和浮点运算数分别为64.0 MB、32.6 M、39.7 G,相比YOLOv7模型分别缩小了10.2%、10.6%和61.6%。3）以YOLOv7-MO为检测器的SORT算法毛虾捕捞作业计数准确率在统计毛虾筐数和下网数量上分别达到80.0%和95.8%。YOLOv7-MO在提高检测精度的同时减轻了模型量级,提高了检测效率。结果表明,该研究能够为实现渔船捕捞作业信息记录自动化和智能化提供方法,为毛虾限额捕捞管理提供决策参考依据。     

英语听说能力的培养

学生听说能力的培养要靠师生共同努力，在日常学习中多听多模仿，勤听勤背诵，克服心理障碍，创造学习环境，勤于实践才能形成。