融合全域与局域特征的深度卷积网络鸟类种群识别

【目的】基于鸟类影像数据,探讨全域与局域特征融合手段,结合深度卷积神经网络理论,建构鸟类种群识别模型,以期为森林与湿地的监控与治理提供新的手段。【方法】首先,依据人类识别物体从整体到局部的生理过程,采用跳跃结构实现物体整体信息与局部信息的交互,该模型主要采用2个模型框架提取鸟类的全域和局域部件特征,并采用跳跃结构,提出融合模块(Fusion block)结构进行特征融合,将全局特征信息传递至局部特征抽取模块。该模型训练阶段需提供鸟类局部的部位标注信息,而测试阶段采用Faster R-CNN模型自动提取其鸟类局部标注信息。其次,探讨不同鸟类局部影像信息对模型的影响,最后,通过对比不同网络分类模型和鸟类数据集,验证模型的有效性和适用性。【结果】该鸟类种群分类模型具有较高的分类精度,总体分类精度达90%以上;对于不同的鸟类局部影像信息,其分类精度表现出一定的差异性,其中基于鸟类头部局部影像的网络分类模型总体分类精度最高;Faster R-CNN模型对鸟类局部影像定位精度较高,测试阶段采用人工标注的局部影像标签和Faster R-CNN模型预测的局部影像标签对模型的总体分类精度差异小;对比Inception-V1、Res Net-101、Dense Net-121以及Bilinear CNN等网络分类模型总体分类精度,该模型总体分类精相对较高,具有一定的有效性;对比使用NABirds鸟类数据集的分类效果,该模型总体分类表现较好,具有一定的适用性。【结论】该鸟类种群分类模型具有较好的识别效果以及有效性,可为森林与湿地的监控和治理提供合理有效的依据。

基于无人机高光谱特征的红树林种群识别研究--以漳江口红树林国家级自然保护区为例

红树林种群的组成和分布对于红树林生态系统的保护和恢复至关重要。本研究以漳江口红树林保护区为研究对象,通过获取无人机高光谱影像,进行光谱特征分析、光谱微分变换和包络线去除,提取了911组17个光谱特征参数,通过逐步判别分析筛选出13个用于决策树构建的特征参数,最终通过C5.0决策树模型获得了研究区红树林种群的分布状况。结果表明,漳江口红树林保护区植被种群呈现自上到下不同类型的分布情况,研究区上部以桐花树和秋茄混合类型为主,中间区域呈现白骨壤、桐花树和秋茄三者共生的现状,研究区下部则以白骨壤分布为主,伴生有少量的秋茄。通过混淆矩阵计算,得到研究区总体分类精度为87.95%,Kappa系数为83.81%,具有较好的精度。研究结果可为区域红树林湿地保护提供数据支撑,为红树林种群识别研究提供方法参考。

耳石微化学在海洋鱼类洄游类型和种群识别研究中的应用

水环境中化学元素会有规律性地在鱼类耳石上沉积。耳石可作为生境"指纹"标签的独特属性使其更能有效地应用于鱼类资源时空动态的研究。现针对了解较少的海洋鱼类耳石微化学所涉及的主要元素,综述了Sr:Ca值和多元素组合在这些鱼类生活史重建、迁移模式反演和资源种群识别上的研究进展。进展显示,海水中Sr:Ca值的微小变化可以通过在海洋鱼类耳石中的元素积累而放大,有助于把握鱼类的种间差异或种内不同发育阶段个体的差异。耳石中多元素组合的分析,亦可有效解释海洋鱼类生活史不同阶段间的生境转换和洄游特征,甚至"破译"复杂的资源种群结构。耳石微化学在海洋鱼类养护研究上具有极大的潜力,相关研究需要在我国得到更多的重视和更大的支持。

有分流棋盘模型应用于不相容多组分质量交换网络优化

不相容多组分质量交换网络是质量交换网络综合中的难题之一。传统的分级超结构模型在模拟不相容多组分质量交换网络时,需要进行迭代计算,这使得优化过程变得复杂,并且难以兼顾计算效率。因此,本文提出将有分流棋盘模型用于优化不相容多组分质量交换网络问题,并采用基于种群识别策略的强制进化随机游走(RWCE)算法进行求解。有分流棋盘模型简化了模拟时的计算复杂度,且种群识别策略能够解决种群中个体“团聚”现象,从而全面提升了搜索全局最优解的计算效率。焦炉气脱硫算例的验证结果显示:有分流棋盘模型和基于种群识别策略的RWCE算法能够高效地解决不相容多组分质量交换网络问题,并且在优化平均时长和年综合费用方面取得了更为显著的成果。

鱼类耳石形态研究进展

鱼类耳石形状具有高度的物种特异性,在种类及种群识别研究方面具有重要的研究价值。综述了鱼类耳石形态的特征参数、耳石形态研究方法及其在鱼类种类及种群识别中的应用。