基于卷积神经网络的图像识别教学实验

图像识别是"图像处理"教学中的重要内容。本文在Linux环境下使用i Torch notebook可视化界面利用卷积神经网络实现mnist手写数字体的准确识别,并详细介绍卷积神经网络的原理,给出直观的实验结果。教学实践表明,通过具有应用性和趣味性的实验可以提高学生的积极性,加深对课程理论的认知,培养其分析问题和解决问题的能力。

武陟农田重金属污染特征及其与河流底泥的关联性分析

通过对武陟研究区农田土壤和河流底泥中As、Cd、Cu、Ni含量进行测定,并采用单因子污染指数法、内梅罗综合污染指数法、潜在生态风险指数法分析其污染特征,对农田土壤与支流1和支流2底泥重金属含量之间的关联性进行分析。结果表明,Cd的积累效应最明显,As、Ni的积累效应次之,Cu的积累效应不明显;As和Cd含量的高值区主要分布在支流1和支流2附近,Ni含量的高值区主要分布在靠近支流1的养殖场附近,Cu含量的高值区主要分布在支流1附近。Cd的单因子污染指数均值为8.70,属于重污染程度;Cu和Ni所引起的污染处于清洁水平;As含量处于警戒水平;Cd的综合潜在生态风险指数的贡献率97%。农田中Cd与As之间存在同源污染,底泥中的Cd和As也有同源性;农田土壤的Cd、As与底泥中对应重金属的关联性最明显;土壤重金属Cu和Ni与支流1底泥有关联性、Ni还受养殖场的影响。

武陟农田土壤重金属污染特征及相关性分析

通过对武陟农田土壤As、Cd、Cu、Ni质量分数进行测定并分析污染特征,运用单因子污染指数法、潜在生态风险指数法对农田土壤重金属进行评价,结果表明:Cd的积累效应最明显,As、Ni的积累效应次之,Cu的积累效应不明显。As、Cd、Cu、Ni不符合正态分布,存在不同程度的偏差。Cd的单因子污染指数均值为10.70,为重污染程度,其他重金属污染程度为清洁级别。As元素处于警戒级。Cd潜在生态风险指数的贡献率为94%,其余元素的贡献率为6%。农田中Cd与As之间存在同源污染。

广利济河周边农田土壤重金属污染及生态风险评价

本研究以广利济河焦作段周边农田土壤为研究对象,通过采样并测定土壤中Cr、Ni、Cu、Zn、As、Cd、Pb和Hg8种重金属元素的含量,对其污染现状和生态风险进行评价。结果表明:(1)研究区农田土壤中65.2%的采样点Cd含量高于筛选值,最大超标倍数为107.52,17.4%的采样点Cd含量高于超出管控值,最大超标倍数为9.85;52.2%的采样点Cu含量超过筛选值,最大超标倍数为0.91;Cr、Ni、As、Zn、Pb和Hg含量均未超过对应筛选值,但Cd、Cu、Zn、Pb和Hg的含量均超过了对应的背景值。(2)研究区农田土壤中重金属单因子污染指数均值依次为:Cd>Cu>Zn>As>Cr>Ni>Pb>Hg,Cr、Ni、As、Pb和Hg含量均处于清洁水平;39.1%采样点Cd含量处于轻度污染水平,8.7%采样点Cd含量处于中度污染水平,21.7%采样点Cd含量处于重度污染水平。(3)研究区农田土壤中重金属元素综合潜在生态风险处于中强生态风险等级,其中Cd的单项潜在生态风险指数平均值为402.0,达到极强生态风险等级,Cd是研究区农田土壤的主要污染因子。建议关注研究区农田地块土壤中Cd污染来源,加强对Cd超标地块的监测,采取必要的管控措施,以保障农作物产品的质量。