采用K均值聚类和环形结构的狭叶锦鸡儿木质部提取算法

针对木质部交互统计误差大、效率低、重现性差、劳动强度高和传统图像处理算法精度不理想等问题,该文以狭叶锦鸡儿木质部切片图像为研究对象,根据木质部特点提出基于K均值聚类算法和环形结构提取算法相结合,实现木质部准确提取的方法。首先通过动态巴特沃斯同态滤波法对30幅供试图像进行光照不均校正,然后采用K均值聚类法对光照补偿后图像初分割,最后采用环形结构提取算法实现木质部提取计数。试验结果表明:采用K均值聚类算法对光照补偿后的木质部图像初分割分割误差R(section error, R)、过分割误差OR(over-segmentation error, OR)和欠分割误差UR(under-segmentation error, UR)均值分别为5.15%、1.48%和6.46%,优于未光照补偿和3R-G-B算法;该文提出的环形结构提取算法对初分割后木质部图像检测的平均相对误差为2.26%,比分水岭法低11.69个百分点,比凹点匹配法低4.93个百分点。从速度上看,该算法平均耗时3.17 s,比分水岭法快1.40 s,比凹点匹配法快4.88 s。该算法检测的均方根误差RMSE(root mean squared error, RMSE)为0.52%,约相当于分水岭法的1/3,约相当于凹点匹配法的1/2,该算法优于其他2种分割算法;在图像结构复杂、光照不均匀、内部分布不均等缺陷条件下,该文算法也能很好地实现木质部的分割和提取。该方法不仅能对狭叶锦鸡儿木质部自动分割和提取,也可为其他植物木质部分割提取提供参考。     

黄河兰州段邻苯二甲酸酯类有机污染物健康风险评价

近年来黄河兰州段的邻苯二甲酸酯类污染日渐严重,为研究黄河兰州段水体中邻苯二甲酸酯类有机污染物对人体产生的潜在健康危害风险,根据黄河兰州段2005年5个采样点水质监测数据,应用美国环境保护局（USEPA）的健康风险评价方法对邻苯二甲酸酯类有机污染物通过饮水和皮肤接触2种途径进入人体的健康风险进行了初步评价。结果表明,黄河兰州段邻苯二甲酸酯类有机污染物的非致癌风险指数值均小于1,其中邻苯二甲酸二（2-乙基己基）酯的非致癌风险指数值相对较高,在10-2数量级,偏高于邻苯二甲酸正丁酯。从位于兰州市饮用水水源地范围内的3号采样点（S3）采集的水样中邻苯二甲酸酯类有机污染物的非致癌风险指数值偏高,具有较高的健康风险。不同暴露途径健康风险的对比表明,饮水是水体中有毒有机污染物危害人体健康的最主要途径,其对人体健康总风险的贡献远大于洗浴皮肤暴露。常规的自来水处理工艺不能有效地去除源水中微量PAEs等有机污染物,因此地面水特别是饮用源水PAEs污染具有较大的健康风险。与国内其他地区相比,黄河兰州段邻苯二甲酸酯类有机污染物的非致癌风险亦较高。     

基于B/S模式的实验室预约系统UML建模与研究

UML作为一种面向对象的标准建模语言,在信息管理系统的建模领域得到了广泛的应用。概述了UML中多种模型图的使用方法和适用范围,重点分析了UML系统建模的主要过程和特点,并以一个实验预约系统为例详细介绍了系统用例模型、静态模型和动态模型的设计过程。     

基于K-means聚类的柑橘红蜘蛛图像目标识别

为快速检测红蜘蛛虫害,该研究采用基于Lab颜色模型中a(红/绿)、b(黄/蓝)层信息的K-means聚类法识别彩色图像中的红蜘蛛。试验选取8幅具有不同清晰度的柑橘红蜘蛛图像,采用基于Sobel边缘检测算子的评价函数计算图像清晰度评价值以评价图像清晰度,对比采用灰度法和包含2、3、4或5个聚类中心的K-means聚类法的目标识别效果和识别效率。结果表明,灰度法对8幅图像中红蜘蛛目标识别率平均值为29%,误判率平均值为201%,无法应用于复杂背景图像中的红蜘蛛目标识别。包含5个聚类中心的K-means聚类法对清晰度较高的图像识别率为100%,误判率为0,对清晰度较低的图像识别率为88%,误判率为0;当图像尺寸较小时,包含4个聚类中心的K-means聚类法识别效率与灰度法相当;当图像尺寸较大时,重复计算聚类中心导致识别耗时较长;基于Lab颜色空间的识别算法无法有效识别其他颜色的红蜘蛛,继续研究的方向为引入红蜘蛛形态信息以提高识别准确率和优化聚类中心的选取以降低识别耗时。     

二次降雨条件下紫色土壤中流的氮磷流失特征研究

地表径流及壤中流中N、P的流失是造成非点源污染的主要原因。以重庆地区紫色土为研究对象,通过人工模拟降雨试验,研究了地表径流和壤中流中N、P流失随地面坡度、降雨强度及土壤改良剂聚丙烯酰胺(PAM)施用量的不同而变化的特点,分析了不同土层深度壤中流的N、P流失特征,为防治非点源污染、增加土壤蓄水、提高土壤养分等提供了科学依据。     

粉煤灰和聚丙烯酰胺固沙效果的风洞试验

寻找经济高效的固沙措施对于防治风沙危害具有重要意义。该文采用室内风洞试验,研究了不同粉煤灰施用率(10%,20%和30%)的固沙效果及在粉煤灰最佳施用率的基础上不同聚丙烯酰胺(PAM)施用率(0.05%和0.1%)对其的强化作用。试验研究结果表明,沙土施加粉煤灰后起动风速显著提高,施加PAM进一步小幅提高其起动风速;粉煤灰施用率为20%的沙土可以最有效地抵御8m/s净风和风沙流历时10min的吹蚀;施加粉煤灰的沙土在14m/s净风和风沙流历时10min的吹蚀条件下发生中度风蚀,其风蚀率随着粉煤灰施用率的增大而呈逐步降低的趋势;施加粉煤灰和PAM的沙土可以有效地抵御14m/s风沙流历时30min的吹蚀;从经济意义上考虑,推荐粉煤灰施用率为20%和PAM施用率为0.05%的用量水平处理用于风蚀防治。     

流域尺度土壤厚度的模糊聚类与预测制图研究

基于土壤厚度与景观位置和特征之间的关系,运用模糊c均值聚类(FCM)方法对西苕溪流域的土壤厚度分布进行了空间预测。选取高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子进行模糊聚类,根据相应的聚类参数将流域地形组合分为8类。利用部分调查获得的土壤剖面数据,结合样点属性和专家经验为典型区赋值,最后由加权平均得到流域土壤厚度预测图。验证结果表明,FCM方法可以对地形因子组合进行有效合理的分级,其预测精度较高,模型的稳定性较好,是一种低成本高效率的制图方法。该方法在土壤厚度预测方面具有一定的可靠性。     

基于AHP和TOPSIS的污染场地修复技术筛选方法研究

污染场地作为潜在的污染源,多位于城市人口密集区,具有较大环境风险,且随我国城市产业结构的调整有逐年增加的趋势,引起国家的日益重视。目前国内外应用于污染场地修复的技术类型较多,采用科学的方法选择技术适用、经济可行和环境友好的修复技术具有重要意义。在分析了已有的污染场地修复技术筛选方法和解决多参数决策问题的方法及工具的基础上,提出了基于层次分析法（AHP）和逼近理想解的排序法（TOPSIS）的污染场地修复技术筛选决策流程,构建了污染场地修复技术筛选的指标体系,通过领域专家调查和AHP法获得修复技术筛选不同指标的权重,然后采用TOPSIS法对污染场地修复技术进行排序。利用该方法筛选与某案例污染场地的实际筛选结果接近一致。AHP和TOPSIS结合运用于解决复杂的多因素决策问题,既能克服AHP在不易定量化指标上的主观性,又能避免TOPSIS对指标权重的忽视,能够为土地拥有者或环境工作者解决实际修复技术筛选问题提供了有益的工具。     

棉花异性纤维中麻绳与羽毛的分类特征

摘要：为准确识别棉花异性纤维中较难识别的羽毛和麻绳异性纤维,采用机器视觉技术,通过图像处理方法采集异性纤维目标,对羽毛和麻绳异性纤维的色彩和纹理特征进行有效的特征提取,形成异性纤维目标的特征向量。再通过一种自底向上的凝聚型层次聚类算法对提取的羽毛和麻绳的色彩与纹理特征进行层次聚类分析,选择最优特征向量。将8个特征向量进行降维分析并比较各维数下的层次聚类效果,试验结果表明,选取红色(R_ave)、绿色(G_ave)、蓝色(B_ave)、能量、熵、惯性矩等6个特征进行层次聚类效果最好,羽毛识别率达到94%,麻绳识别率达到95%, 说明选择的特征向量对这2种异性纤维具有理想的区分性。该研究可为棉花异性纤维的正确识别提供参考。     

基于GIS的蒲江县生态环境综合评价研究

针对龙门山区域生态环境受到了"5·12"汶川大地震重创的现实问题,选取蒲江县为例,构建目标层、制约层、要素层的三级评价体系,建立了生态环境综合评价模型,并运用层次分析法及GIS技术开展生态环境综合评价。结果表明:蒲江县生态环境良好率(第Ⅲ分类区以上)达到了87.6%,总体生态环境状况良好,同时提出了生态保护对策。