中亚热带2种森林群落组成、结构及区系特征

【目的】研究中亚热带演替阶段相邻的2种森林群落的组成、结构、区系特征,旨在丰富亚热带地区森林动态资料,为加快该地区森林生态恢复和保护生物多样性提供科学依据。【方法】采用空间代替时间方法,结合群落生态学研究方法,在湘中丘陵区选取林龄为45～50年处于演替中期阶段的马尾松+柯(又名石栎)+檵木针阔混交林(PLL)和林龄为80～90年处于演替亚顶极阶段的柯+红淡比+青冈常绿阔叶林(LAG),分别设置3块30 m×30 m固定样地,对胸径≥1 cm的林木进行调查,计算群落多样性指数、特征值和相似系数等指标。【结果】PLL、LAG树种丰富,具有占绝对优势的优势种,且在群落内空间分布比较均匀,LAG树种丰富度和多样性指数高于PLL,且双子叶植物明显增加; PLL、LAG树种组成的差异主要源于乔木树种,特别是常绿阔叶乔木树种,PLL以松科、壳斗科为主,呈现针阔混交林特征,LAG以壳斗科、樟科、漆树科、金缕梅科和八角枫科等常绿阔叶树种为主,呈现常绿阔叶林特征; PLL、LAG的种数和株数垂直结构层次分化明显,LAG各层次树种比PLL更丰富,特别是林下1～5 m层和林冠≥15 m层; PLL、LAG的种数和株数径级结构均呈倒"J"型分布,主要集中在1～8 cm径级; LAG中大径级的种数和株数多于PLL; PLL中,马尾松林下更新失去优势,为衰退型,柯、檵木为增长型,表现出PLL向LAG演替; LAG中,马尾松衰退明显,柯、青冈为增长型,杉木为稳定型; PLL、LAG植物区系以泛热带分布型为主,具有较强热带向温带过渡的性质,LAG热带成分科、属、种多于PLL。【结论】PLL、LAG树种组成、空间结构存在较大差异;亚热带低山丘陵区地带性植被恢复应遵循群落演替动态规律,对已处于演替中期阶段的马尾松针阔混交林可采用封山育林让其自然演替,或通过人工干预(如补植常绿阔叶树种)缩短恢复时间,搭配合理的树种组成,提高林分质量;次生林改造或"针改阔"过程中,应加强泛热带分布型植物的利用,选择起源和演化具有相似性的阔叶树种作为建群种。

人为干扰对中亚热带森林生物量及其空间分布格局的影响

为揭示不同程度的人为干扰对中亚热带森林生物量及其空间分布格局的影响机制,在湘中丘陵区4种处于不同程度的人为干扰、地域相邻的植物群落:檵木-南烛-满山红灌草丛(LVR)、檵木-杉木-白栎灌木林(LCQ)、马尾松-石栎-檵木针阔混交林(PLL)、石栎-红淡比-青冈常绿阔叶林(LAG)设置固定样地,结合植物群落调查,采用收获法和建立主要树种各器官生物量相对生长方程,测定和估算群落生物量。结果表明:(1)随着人为干扰程度减弱,群落总生物量呈显著的指数函数增长(P<0.05),地上部分、地下部分生物量表现为异速生长,LAG与PLL乔木层生物量差异不显著(P>0.05),4个群落灌木层生物量及其各器官、地上部分、地下部分生物量均呈先增加后下降的变化特征,草本层生物量及其地上部分、地下部分生物量先下降再增高,凋落物层现存量总体上呈增加趋势;(2)不同程度的人为干扰,群落生物量的空间分布格局不同,LVR群落灌木层、草本层生物量相当,LCQ群落灌木层生物量占明显优势,草本层生物量下降,PLL和LAG群落乔木层生物量占绝对优势,灌木层、草本层和凋落物层生物量占群落总生物量低于10%;(3)群落总生物量与树种多样性指数呈显著的正相关(P<0.05),与土壤有机碳、全氮、水解氮、有效磷含量呈显著的正相关(P<0.05),表明不同程度的人为干扰造成群落树种多样性、土壤养分含量的变化,是导致群落生物量变化的主要因素。

亚热带不同植被恢复阶段林地凋落物层现存量和养分特征

为揭示亚热带森林植被自然恢复过程中,凋落物层现存量及其养分元素储存能力的演变,采用空间代替时间的方法,在位于亚热带丘陵区的长沙县选取地域相邻、生境条件基本一致的檵木+南烛+杜鹃灌草丛(Loropetalum chinense+Vaccinium bracteatum+Rhododendron simsii scrub-grass-land,LVR)、檵木+杉木+白栎灌木林(L.chinense+Cunninghamia lanceolata+Quercus fabri shrubbery,LCQ)、马尾松+柯+檵木针阔混交林(Pinus massoniana+Lithocarpus glaber+L.chinense coniferous-broad leaved mixed forest,PLL)、柯+红淡比+青冈常绿阔叶林(L.glaber+Cleyera japonica+Cyclobalanopsis glauca evergreen broad-leaved forest,LAG)作为一个恢复序列,设置固定样地,采集未分解层(U层)、半分解层(S层)、已分解层(D层)凋落物样品,测定凋落物层现存量和主要养分元素含量、储量及其释放率,分析植物多样性指数与凋落物层现存量、养分元素含量的相关性。结果表明:1)凋落物层及各分解层凋落物现存量随着植被恢复而增加;同一恢复阶段D层凋落物现存量最高,占凋落物层现存量的41.59%—51.02%,不同分解层凋落物现存量的差异随着植被恢复而增大;各恢复阶段凋落物分解率为0.44—0.61,周转期为1.65—2.28 a。2)凋落物层及各分解层凋落物主要养分元素含量均表现为:N>Ca>Mg>K>P,随着植被恢复呈现出不同的变化特征,其中N、P含量总体上呈增加趋势,K含量LAG(除U层外)最高,PLL最低,Ca含量LCQ最高,PLL最低,Mg含量LAG(除U层外)最高,LVR最低;同一恢复阶段N、P(除PLL、LAG外)、K、Ca、Mg含量随着凋落物的分解而下降。3)不同恢复阶段凋落物层主要养分元素的储量依次为:N>Ca>Mg>K>P;凋落物层及各分解层凋落物主要养分元素总储量及各种养分元素的储量总体上随着植被恢复而增加;同一恢复阶段随着凋落物的分解,N、P储量增加,而K、Ca、Mg储量变化不大;随着植被恢复,凋落物层养分元素储存能力和转化归还能力提高,特别是N,养分元素总释放率下降,有利于养分的固持。4)乔木层、灌木层、草本层的植物多样性指数对凋落物层现存量和主要养分元素含量的影响不同,其中乔木层的影响最明显。

亚热带不同植被恢复林地凋落物层碳、氮、磷化学计量特征

【目的】探究不同植被恢复阶段林地凋落物层现存量及其碳(C)、氮(N)、磷(P)化学计量的差异,为亚热带地区退化林地的植被恢复和管理提供科学依据。【方法】采用空间代替时间的方法,在位于亚热带丘陵区的湖南省长沙县选取地域相邻、环境条件基本一致的4种处于不同植被恢复阶段林地:檵木-南烛-杜鹃灌草丛(LVR)、檵木-杉木-白栎灌木林(LCQ)、马尾松-柯(又名石栎)-檵木针阔混交林(PLL)、柯-红淡比-青冈常绿阔叶林(LAG)作为一个恢复序列,设置固定样地,按未分解层、半分解层和已分解层采集凋落物层分析样品,测定凋落物层现存量以及不同分解层凋落物C、N、P含量及其化学计量比。【结果】1)凋落物层及其各分解层凋落物的现存量总体上随着植被恢复而增加,同一林地不同分解层表现为:已分解层>半分解层>未分解层,不同分解层之间的差异随着植被恢复而增大。2)凋落物层C含量以PLL最高,LCQ最低,而N、P含量总体上随着植被恢复而增高;C、N、P含量随着凋落物的分解而下降。3)无论是整个凋落物层C储量还是各分解层凋落物C储量,均以PLL最高,其次是LAG,LVR最低,而N、P储量随着植被恢复而增高。4)整个凋落物层以及各分解层凋落物的C/N比值均表现为:PLL>LVR>LCQ>LAG,而C/P、N/P比值总体上随着植被恢复呈下降趋势;C/N、C/P、N/P比值基本上随着凋落物的分解而下降。【结论】随着植被恢复,凋落物层现存量及其N、P含量增加,C/N、C/P、N/P比值下降,体现了生态系统物质循环随着植被恢复逐渐优化。

Gradient based restoration of coal mine images obtained by underground wireless transmissions

Curvature-driven diffusion (CDD) principles were used to develop a novel gradient based image restora- tion algorithm. The algorithm fills in blocks of missing data in a wireless image after transmission through the network. When images are transmitted over fading channels, especially in the severe circum- stances of a coal mine, blocks of the image may be destroyed by the effects of noise. Instead of using com- mon retransmission query protocols the lost data is reconstructed by using the adaptive curvature-driven diffusion (ACDD) image restoration algorithm in the gradient domain of the destroyed image. Missing blocks are restored by the method in two steps: In step one, the missing blocks are filled in the gradient domain by the ACDD algorithm; in step two, and the image is reconstructed from the reformed gradients by solving a Poisson equation. The proposed method eliminates the staircase effect and accelerates the convergence rate. This is demonstrated by experimental results.

图像重定向质量评价的研究进展

随着移动显示设备的普及,人们可以使用不同的终端设备来获取图像信息。为了适配不同尺寸的设备,图像重定向技术应运而生,并成为当前研究的热点。尽管该技术在近年来取得了长足进步,但没有算法能够保证在不降低视觉内容质量的前提下满足多种显示设备的要求。换句话说,在图像重定向的过程中,不可避免地会引入失真,降低用户的视觉体验。因此,如何客观、准确地评价重定向图像质量对图像重定向算法的选择、优化及发展至关重要。当前,研究人员已针对图像重定向质量评价开展了一系列研究,并取得了一定的研究成果。但是缺乏对图像重定向质量评价的综述,因此本文对当前图像重定向质量评价的研究进展进行了较为全面的回顾和总结。首先简单介绍了图像重定向以及传统图像质量评价;然后分别介绍图像重定向质量评价的数据集和客观质量评价方法,将现有的客观质量评价分为基于传统特征相似性的方法和基于图像配准的方法两类,并分析了两类方法的优缺点;接着在3个数据集上对具有代表性的算法的性能进行了对比分析;最后,总结了当前图像重定向质量评价领域面临的问题和挑战,并指明了未来可能的发展方向。

个性化图像美学评价的研究进展与趋势

图像美学评价方法是当前研究的热点问题。图像美学评价分为大众化和个性化两种。大众化图像美学评价主要研究大多数人对图像共同的审美感知评估,而个性化图像美学评价可以针对用户的个性化审美感知进行评估。现有的研究工作主要集中在大众化图像美学评价上,但是由于人们对图像的审美体验具有高度主观性,研究针对特定用户的个性化图像美学评价方法更加符合现实意义。目前研究人员针对个性化图像美学评价展开了相关研究,并取得了一定的研究进展。但是现有的文献中缺少对个性化图像美学评价方法的综述,本文针对个性化图像美学评价的研究进展与趋势进行概述。首先分析图像美学评价的研究现状与发展趋势;然后针对现阶段的个性化图像美学评价模型进行概述,将现有的个性化图像美学评价模型总结为基于协同过滤的模型、基于用户交互的模型和基于审美差异的模型,并分析这3类模型主要的设计思路以及优缺点;最后介绍个性化图像美学评价在精准营销、个性化推荐系统、个性化视觉增强和个性化艺术设计上的应用前景,并指出未来研究工作在主观特性分析和知识驱动建模等方面的发展方向。

虚拟现实图像客观质量评价研究进展

随着科学技术的发展,虚拟现实(virtual reality, VR)技术逐渐渗透到医疗、教育、军事和娱乐等众多领域,并凭借在各个领域广阔的应用前景而受到广泛关注。鉴于视觉质量是决定VR技术能否成功应用的关键,且图像是VR应用最基础和最重要的视觉信息载体,VR图像质量评价已经成为质量评价领域的重要前沿性研究方向。与传统图像质量评价类似,VR图像质量评价可以分为主观质量评价和客观质量评价。由于客观质量评价相比主观质量评价具有成本低、稳定性高和应用范围广等优点,对VR图像客观质量评价的研究受到了国内外学者的高度重视。目前,关于VR图像客观质量评价的研究已经取得了一定进展,但是文献中缺少对该方向相关研究方法的综述。基于此,本文针对VR图像客观质量评价的研究进行概述。首先,对VR图像质量评价的研究现状进行分析。然后,重点对现有的VR图像客观质量评价模型进行综述。具体地,根据模型是否需要使用原始无失真图像信息作为参考,将现有的VR图像客观质量评价模型划分为全参考型和无参考型两大类。其中,全参考型方法进一步划分为基于峰值信噪比/结构相似度的方法和基于传统机器学习的方法。根据特征表达空间的不同,无参考型VR图像质量评价模型划分为3类:基于等矩形投影表达空间的方法、基于其他投影表达空间的方法和基于实际观看空间的方法。介绍完各类模型后,分别对其相应的优缺点进行分析。此外,本文对VR图像客观质量评价模型的性能评价指标和现有VR图像质量评价数据库进行了归纳。最后对VR图像客观质量评价模型的应用进行了介绍,并指出了未来的研究可能的发展方向。

掩膜融合下的人脸图像质量评价方法

目的人脸识别技术已经在众多领域中得到广泛应用,然而现有识别方法对于人脸图像的质量要求普遍较高,低质量图像会严重影响系统的识别性能,产生误判。人脸图像质量评价方法可用于高质量图像的筛选,对改善人脸识别系统的性能有重要作用。不同于传统的图像质量评价,人脸图像质量评价是一种可用性评价,目前对其研究较少。人们在进行人脸识别时往往主要通过眼睛、鼻子、嘴等关键区域;基于此,本文提出了一种基于掩膜的人脸图像质量无参考评价方法,通过挖掘脸部关键区域对人脸识别算法的影响计算人脸图像质量。方法人脸识别方法通常需要比较输入人脸图像和高质量基准图像之间的特征相似度;本文从另一个角度出发,在输入人脸图像的基础上构造低可用性图像作为伪参考,并通过计算输入人脸图像和伪参考图像间的相似性获得输入人脸图像的质量评价分数。具体地,对一幅输入的人脸图像,首先对其关键区域添加掩膜获得低可用性质量的掩膜人脸图像,然后将输入图像和掩膜图像输入特征提取网络以获得人脸特征,最后计算特征间的距离获得输入人脸图像的质量分数。结果用AOC(错误拒绝曲线围成的区域面积)作为评估指标,在5个数据集上将本文方法与其他主流的人脸质量评价方法进行了充分比较,在LFW(labeled faces in the wild)数据集中比性能第2的模型提升了14.8%,在CelebA(celebFaces attribute)数据集中提升了0.1%,在DDFace(diversified distortion face)数据集中提升了2.9%,在VGGFace2(Visual Geometry Group Face2)数据集中提升了3.7%,在CASIA-WebFace(Institute of Automation,Chinese Academy of Science-Website Face)数据集中提升了4.9%。结论本文提出的基于掩膜的人脸图像质量评价方法,充分利用了人脸识别的关键性区域,将人脸识别的特点融入到人脸图像质量评价算法的设计中,能够在不需要参考图像的条件下准确预测出不同失真程度下的人脸图像质量分数,并且性能优于目前的主流方法。

融合场景信息的图像美学属性评价

目的 图像美学属性评价可以提供丰富的美学要素,极大地增强图像美学的可解释性。然而现有的图像美学属性评价方法并没有考虑到图像场景类别的多样性,导致评价任务的性能不够理想。为此,本文提出一种深度多任务卷积神经网络(multi task convolutional neural network, MTCNN)模型,利用场景信息辅助图像的美学属性预测。方法 本文模型由双流深度残差网络组成,其中一支网络基于场景预测任务进行训练,以提取图像的场景特征;另一支网络提取图像的美学特征。然后融合这两种特征,通过多任务学习的方式进行训练,以预测图像的美学属性和整体美学分数。结果 为了验证模型的有效性,在图像美学属性数据集(aesthetics and attributes database, AADB)上进行实验验证。结果显示,在斯皮尔曼相关系数(Spearman rank-order correlation coefficient, SRCC)指标上,本文方法各美学属性预测的结果较其他方法的最优值平均提升了6.1%,本文方法整体美学分数预测的结果较其他方法的最优值提升了6.2%。结论 提出的图像美学属性预测方法,挖掘了图像中的场景语义与美学属性的耦合关系,有效地提高了图像美学属性及美学分数预测的准确率。