基于单极化SAR图像的舰船目标检测与分类方法

 SAR是一种主动式微波成像传感器,具有全天时全天候高分辨率对地观测能力,被广泛应用于海洋舰船目标检测与分类。随着SAR成像技术的发展,SAR图像的分辨率越来越高,数据量也越来越大,研究鲁棒高效的海洋舰船目标检测与分类方法对于军事及民用领域具有重大意义。总结了现有的针对单极化SAR图像的舰船目标检测及分类方法,分析了各类方法的特点以及存在的问题,展望了未来SAR图像舰船目标检测及分类方法的发展趋势。     

昆明西山野生蘡薁葡萄资源及其遗传多样性分析

调查了昆明西山野生蘡薁葡萄(Vitis bryoniaegolia Bge)的分布特征,并利用RAPD分子标记对其5个群体的遗传多样性进行了分析.采用5个RAPD引物扩增,共产生71条DNA条带,其中多态条带68条.在物种水平上,蘡薁葡萄多态位点百分率(PPB)为95.77%,Nei's基因多样性指数(H)为0.3442,Shannon's多样性信息指数(Hsp)为0.5100;在群体水平上,PPB差异较大(35.21%～84.51%),平均值为60.85%,H平均为0.2234,Ho平均为0.3305.各群体间的Nei's遗传一致度(I)范围为0.7171～0.9489.基于Nei's遗传多样性分析得出的群体间遗传分化系数Gst=0.3269,表明西山蘡薁葡萄的遗传多样性主要来源与群体内而不是群体间.Mantel检测发现,群体间的遗传距离和物理距离之间呈显著的正相关(r=0.981,P=0.0190.05).     

顾及多因子的香港地区加权平均温度Bevis精化模型

针对Bevis模型在香港地区精度较低的问题，基于香港地区探空站连续20 a(2000—2019年)的实测数据，建立顾及多因子的香港地区加权平均温度(T_m)Bevis精化模型。首先，分析T_m与地面温度T_s、水汽压e_s、气压P之间的线性相关性；其次，采用快速傅里叶变换探测到T_m具有明显的年周期变化；最后在Bevis模型的基础上，综合考虑T_s、e_s、P以及年周期变化，基于非线性最小二乘法建立香港地区加权平均温度Bevis精化模型BTm。以2020年香港地区探空数据数值积分法计算的T_m作为参考值，对BTm模型进行精度检验，并与Bevis模型和GPT2w模型进行比较分析。结果表明：BTm模型具有相对较好的精度，其年均偏差和均方根误差(RMS)分别为-0.11 K和1.64 K,相比Bevis全球模型、GPT2w-1模型和GPT2w-5模型，其精度分别提高46.4%、35.7%和37.2%。