文章以河谷城市甘肃省兰州市为例,在测度“三生”空间冲突强度并揭示多尺度分异机制的基础上提出冲突协调策略。结果显示:①“三生”空间格局演化与地域分异显著。生活空间的增加主要源于对生态空间和生产空间的侵占。②兰州市“三生”...文章以河谷城市甘肃省兰州市为例,在测度“三生”空间冲突强度并揭示多尺度分异机制的基础上提出冲突协调策略。结果显示:①“三生”空间格局演化与地域分异显著。生活空间的增加主要源于对生态空间和生产空间的侵占。②兰州市“三生”空间冲突时空演化与地类分异显著。时序上,“三生”空间冲突强度呈持续上升态势,整体处于基本可控级别;空间上,形成了“一心、两翼、多轴带”的空间冲突格局;就地类而言,城镇的生活空间与生产空间冲突水平较高。③兰州市“三生”空间冲突影响因素尺度效应和异质性明显。高程、坡度、地形起伏度等对“三生”空间冲突具有抑制作用;人口密度、人均G D P、夜间灯光指数等因素加剧了区域“三生”空间冲突程度。展开更多
气孔是植物叶片与外界环境交换气体和水分的重要结构。针对现有气孔性状分析主要采用人工测量,过程繁琐、效率低下、容易出现人为误差的问题,本文采用YOLO(You only look once)深度学习模型完成了玉米叶片气孔的自动识别与自动测量工作...气孔是植物叶片与外界环境交换气体和水分的重要结构。针对现有气孔性状分析主要采用人工测量,过程繁琐、效率低下、容易出现人为误差的问题,本文采用YOLO(You only look once)深度学习模型完成了玉米叶片气孔的自动识别与自动测量工作。结合玉米叶片气孔数据集的特点,对YOLO深度学习模型进行了改进,有效地提高了气孔识别和测量的精确率。对YOLO深度学习模型中的预测端进行了优化,降低了误检率;同时,结合气孔特征对16倍、32倍下采样层进行简化,提高了识别效率。实验结果表明,改进后的YOLO深度学习模型在玉米叶片气孔数据集上识别精确率达到95%,参数测量的平均精确率达到90%以上。本文方法能够自动完成玉米叶片气孔的识别、计数与测量,解决了传统气孔分析方法的低效率问题,为农业科学家、植物学家开展植物气孔分析研究提供了技术支撑。展开更多
文摘文章以河谷城市甘肃省兰州市为例,在测度“三生”空间冲突强度并揭示多尺度分异机制的基础上提出冲突协调策略。结果显示:①“三生”空间格局演化与地域分异显著。生活空间的增加主要源于对生态空间和生产空间的侵占。②兰州市“三生”空间冲突时空演化与地类分异显著。时序上,“三生”空间冲突强度呈持续上升态势,整体处于基本可控级别;空间上,形成了“一心、两翼、多轴带”的空间冲突格局;就地类而言,城镇的生活空间与生产空间冲突水平较高。③兰州市“三生”空间冲突影响因素尺度效应和异质性明显。高程、坡度、地形起伏度等对“三生”空间冲突具有抑制作用;人口密度、人均G D P、夜间灯光指数等因素加剧了区域“三生”空间冲突程度。
文摘气孔是植物叶片与外界环境交换气体和水分的重要结构。针对现有气孔性状分析主要采用人工测量,过程繁琐、效率低下、容易出现人为误差的问题,本文采用YOLO(You only look once)深度学习模型完成了玉米叶片气孔的自动识别与自动测量工作。结合玉米叶片气孔数据集的特点,对YOLO深度学习模型进行了改进,有效地提高了气孔识别和测量的精确率。对YOLO深度学习模型中的预测端进行了优化,降低了误检率;同时,结合气孔特征对16倍、32倍下采样层进行简化,提高了识别效率。实验结果表明,改进后的YOLO深度学习模型在玉米叶片气孔数据集上识别精确率达到95%,参数测量的平均精确率达到90%以上。本文方法能够自动完成玉米叶片气孔的识别、计数与测量,解决了传统气孔分析方法的低效率问题,为农业科学家、植物学家开展植物气孔分析研究提供了技术支撑。