基于改进Faster-RCNN模型的粘虫板图像昆虫识别与计数

针对传统机器学习采用人工提取特征方法时,由于人为主观性而影响昆虫识别效果与计数准确性的问题,采用图像特征自动提取方法,将深度学习目标检测模型引入昆虫的识别与计数领域,对Faster-RCNN目标检测模型进行改进:针对昆虫体积小,图像分辨率较低的特点,用网络深度更深,运算量更小的深度残差网络(ResNet50)代替原来的VGG16,以提取更加丰富的特征;针对部分昆虫密集的特点,用Soft-NMS算法代替传统的非极大值抑制(NMS)算法,以减少密集区域的漏检。结果表明:改进后Faster-RCNN模型的检测准确率达到90.7%,较未改进的Faster-RCNN模型提高了4.2%,可以运用于昆虫的分类计数。利用深度学习目标检测模型进行昆虫识别与计数较传统的昆虫识别与计数方法更加方便,能够将昆虫的识别、定位和计数融为一体。     

基于RetinaNet模型的梨小食心虫智能识别计数方法

针对梨小食心虫监测调查中存在的人工分类计数费时、费力且误差较大的问题,基于RetinaNet深度学习目标检测模型,构建了一种普适性更广的梨小食心虫智能识别计数方法.试验结果表明,RetinaNet目标检测模型对黏虫板上梨小食心虫的平均识别准确率达95.93％,平均计数准确率达95.62％,且该方法对拍摄条件要求低,普适性广,优于Faster R-CNN目标检测模型,完全可以在梨小食心虫监测调查中替代人工进行分类计数.     

基于思维进化优化BP神经网络的大豆叶片叶绿素含量高光谱反演

为进一步研究优化神经网络算法在植物生化参量高光谱反演当中的应用问题,运用遗传算法和思维进化算法对BP神经网络进行优化来构建大豆叶片叶绿素含量反演模型。利用实测光谱数据和对应叶绿素数据建立训练数据集,然后分别使用遗传算法和思维进化算法对BP神经网络进行优化训练,将训练好的模型用于叶绿素含量估算。结果表明,基于思维进化优化BP神经网络模型能准确预测叶绿素含量,且模型最稳定,能够解决小样本情况下叶绿素含量估算问题,并保证估算精度,可以作为大豆叶片叶绿素含量估算的一种新的参考方法。     

微山湖水域中有机氯农药健康风险评价

为研究微山湖水体中有机污染物对人体健康的潜在风险，以微山湖水域中水体、沉积物与生物体为研究对象，在采集和提取有机氯农药含量的基础上，结合健康风险评价方法，以有机氯农药的非致癌风险指数与致癌风险指数为评价指标，对微山湖水域中有机氯农药进行健康风险评价。结果表明，①水体中有机氯农药的非致癌风险指数均值0.80，处于低风险水平；致癌风险指数均值为1.68×10-3，处于较高风险水平。②沉积物中有机氯农药的非致癌风险指数均值为1.88×10-5，致癌风险指数均值为3.71×10-8，均处于可接受风险范围。③生物体中有机氯农药的非致癌风险指数均小于10-4，认为是可接受的非致癌风险；致癌风险指数均小于10-5，认为是可接受的致癌风险。     

复合微生物菌剂在有机堆肥中的应用研究

以牛羊粪和小麦秸秆为试材,其中添加自行研制的复合微生物菌剂和购自市面的商业复合微生物菌剂,采用高温好氧堆肥方法,研究了不同堆肥处理条件下堆体温度、pH值、电导率、含水率、胡敏酸含量、有机质含量、全氮含量、C/N和种子发芽率等堆肥指标的变化。结果表明:自研和商业复合微生物菌剂的添加均能延长堆肥的高温期,且前者堆肥温度最高。在整个堆肥过程中,添加复合微生物菌剂的2个处理含水率均低于CK处理,说明二者提前进入腐熟阶段。2种复合微生物菌剂的添加促进了堆体中有机物的分解和腐殖质的生成,提高了种子发芽率和全氮含量。综合评价,自研复合微生物菌剂的堆肥效果优于商业复合微生物菌剂。     

基于GIS与分区Kriging的采煤沉陷区土壤有机碳含量空间预测

中国煤炭产量占世界煤炭总产量的46.9%,年塌陷的耕地面积约为200 km~2,对农田土壤有机碳库扰动十分剧烈。由于农田的土壤有机碳库是减少陆地生态系统碳排放的最大潜在因素,中国以及世界上的其他煤炭开采大国必须更好地对煤炭开采区的土壤有机碳库进行科学管理,这也是煤炭低碳开采的重要途径。而预测精度好的煤炭开采沉陷区土壤有机碳含量空间预测方法是科学管理煤炭开采沉陷区土壤有机碳库的前提。该文以徐州九里煤炭开采沉陷区作为研究区,通过普通Kriging插值法和以结合沉陷积水情况为辅助变量的分区Kriging插值法这2种方法来对研究区的土壤有机碳含量进行了空间预测,并通过比较验证样点的预测值与实测值来对比2种方法的预测精度,确定每种方法的可行性。研究发现,结合区域内部积水情况来进行的分区Kriging插值法求得到的预测值与实测值的相关系数为0.7564,远高于直接进行Kriging插值得到的预测值与实测值的相关系数0.5086,并且两者的均方根误差分别为0.35和0.55,说明前者的预测精度更高。因此结合沉陷积水情况的分区Kriging插值模式是更适宜煤炭开采沉陷区土壤有机碳含量的空间预测模型。     

半干旱矿区作物对土壤质量含水率和土壤圆锥指数的影响

为探究不同作物在不同阶段对土壤质量含水率和土壤圆锥指数的影响,对同一块耕地进行均匀施肥、统一耕作及灌溉后,划分4个区域,分别种植大豆、玉米、蚕豆、绿豆等4种作物。作物收割前22、1 d及收割后33 d,分别对4种农作物种植区土壤的土壤圆锥指数和土壤质量含水率进行测定。对试验数据进行单因素方差分析,研究同一作物在不同阶段对土壤圆锥指数和土壤质量含水率的影响规律,及不同作物在同一阶段对土壤圆锥指数和土壤质量含水率的影响差异。结果表明,种植作物可以增加土壤表层的土壤质量含水率,同时降低土壤圆锥指数;不同作物对土壤圆锥指数和土壤质量含水率的影响程度存在一定的差异;线性回归模型能够较好地表征土壤质量含水率与土壤圆锥指数之间的定量化关系。     

基于GIS的半干旱农牧交错区农村居民点分布特征研究——以内蒙古伊金霍洛旗为例

基于土地利用现状和地形数据,采用GIS空间分析方法,选用Voronoi图的变异系数(Cv)、最大斑块指数(LPI),斑块密度(PD),面缘比(AP)等指数系统地研究了半干旱农牧交错区-内蒙古自治区伊金霍洛旗农村居民点的空间分布特征。结果表明:半干旱农牧交错区的居民点数量、平均规模与变异系数等的空间分布表现为较强的自然地理因子相关性,具体讲居民点数量、平均规模等与地貌区域、海拔、坡度、坡向等密切相关;在平均海拔地区、低坡度地区、南面坡地区的居民点分布具有密度大、平均规模大、集聚程度高的特点;最大斑块指数的大小与居民点的立地环境有一定的关系,立地条件差的地区的最大斑块指数较小,反之亦然;斑块的复杂性与自然条件也有一定的关系,自然条件较好的低坡度、低海拔、南坡、黄土丘陵等地区的面缘比较小,其它地区则较大;居民点的分布整体表现为集中分布,集聚性的强度具有随自然环境条件的下降而增强的特点。     

一种新型高斯噪声滤波算法

为了更有效滤除数字图像中的高斯噪声,提出了一种新型滤波算法.该算法首先将含有高斯噪声的图像进行二维小波分解,得到高频和低频小波分解系数;然后保留低频小波系数不变,对高频小波系数通过维纳滤波器进行滤波,并进行小波系数重构;最后将重构图像进行多尺度小波分解,通过设定新的阈值和判别函数,弱化不重要的小波分解系数,并进行小波分解系数重构.分别采用该滤波算法、维纳滤波、小波阈值法以及均值滤波进行高斯噪声滤除处理,试验证明该滤波算法去噪后图像的PSNR值明显高于其他三种方法.     

MSBR强化除磷的试验研究

采用厌氧-交替O/LA-膜出水的运行方式,通过控制溶解氧浓度和水力停留时间强化了MSBR在不同磷负荷下的除磷效能.结果表明:在不同的进水磷浓度下,MSBR系统表现出良好的脱碳及脱氮除磷能力.尤其在低碳磷比(C/P<34)的情况下,通过调整工况加强反硝化聚磷的作用,在低溶解氧状态下该系统仍能具有高效的脱氮除磷,出水COD、铵态氮、总氮和总磷的平均去除率分别是91.08%、92.32%、85.57%和94.47%,且处理效果稳定.