马鞍列岛人工鱼礁修复海域沉积物重金属形态组成及垂直分布特征

为了解马鞍列岛人工鱼礁海域沉积物重金属形态组成及垂直分布特征,于2018年6月采集该海域附近柱状沉积物样品,通过测定柱状沉积物粒度组成,同时采用改进后沉积物重金属形态分析的连续提取法(European community bureau of reference, BCR)分析了7种重金属(Cd、Cu、Zn、Pb、Cr、As、Ni)各形态含量,并结合地累积指数法(Igeo)、相关性以及潜在生态危害指数等分析方法,探索了马鞍列岛海域沉积物中重金属的垂直分布特征及其来源。结果显示,柱状沉积物粒度组成(D [3,2])以细粉砂粒为主;柱状沉积物重金属的含量总体上随深度呈锯齿状波动,在0.5 m和2.0 m时达到极值;7种重金属总量均可满足我国海洋沉积物质量I类标准;重金属Cd以次生相为主,可交换态及碳酸盐结合态(F1)、Fe/Mn氧化物结合态(F2)及有机物及硫化物结合态(F3)3种形态百分组成基本相当,其余6种重金属均以残渣态为主要赋存形态;7种重金属有效态垂直变化趋势具有周期性和一致性;以惰性元素Ni作为参比,综合3种分析方法进行来源识别,结果显示,柱状沉积物中的重金属Cu、Zn、Pb、Cr、As、Ni主要是自然沉积的结果,而Cd在个别深度存在污染累积,是否存在生态风险,还待进一步研究;后续可结合稳定同位素测年法,探索重金属含量及形态随年代的变化,进一步确定重金属污染的历史记录。研究表明,马鞍列岛附近海域重金属受人为因素影响较小,污染程度较低,可较准确地反映该海域沉积物重金属的本底值。     

基于计算机视觉的3种金枪鱼属鱼类表型纹理特征分析

金枪鱼属(Thunnus)鱼类是我国远洋渔业极为重要的渔获资源, 其表型纹理信息不仅具有鱼种的特异性, 而且可作为分类的科学依据。传统鱼类纹理特征分析主要是定性描述分析, 而计算机视觉技术可为鱼类纹理特征提供定量分析数据。因此, 本研究通过计算机视觉对 3 种金枪鱼图像进行预先定位基准点, 通过移动基准点确定纹理特征区域并自动截取。对纹理图像进行灰度转换和灰度量化处理, 量化的灰度图像进行灰度共生矩阵计算, 并对灰度共生矩阵进行归一化处理。通过归一化的灰度共生矩阵计算出 6 个纹理指标, 并分析纹理指标的距离和方向的变化趋势, 通过因子分析研究金枪鱼纹理指标。研究结果表明, 通过计算机视觉的纹理分析, 3 种金枪鱼纹理指标提取效果较好, 其纹理指标在距离值为 4 时, 变化趋势趋于稳定, 而 3 种金枪鱼的纹理指标方向变化, 其均值方向具有代表性。3 种金枪鱼的因子分析, 第 1 主成分贡献率为 81.10%, 表明提取的 6 个纹理指标意义较大且效果较好。 以期为金枪鱼智能识别奠定前期基础, 也为其他鱼类表型纹理研究提供借鉴和参考。