气候变化下我国蔓藓属(Meteorium)适生分布的预测

基于我国蔓藓属6种166个地理分布记录和19个生物气候变量,利用ArcGIS和Maxent模型预测、比较不同气候情景下该属物种适生区及其变化,以期为气候变化对苔藓植物地理分布的影响提供科学依据.结果表明:气温年变化范围、最冷季度平均气温、温度季节性变化(标准差)和最热月最高气温是影响我国蔓藓属分布的主要气候因子.在近代气候条件下,蔓藓属的适生分布区集中在秦岭淮河以南的各省大部分地区.在未来气候情景下(21世纪50年代和21世纪70年代),蔓藓属适生分布区均将略微减少,分别将是近代气候情景下适生区面积的94.48%和95.78%.     

基于叶绿体rbcL等3个基因的木灵藓科植物属的系统发育

以木灵藓科21属33种植物为内类群,以缩叶藓科（Ptycomitriaceae）、虎尾藓科（Hedwigiaceae）、树生藓科（Erpodiaceae）、蕨藓科（Pterobryaceae）、平藓科（Neckeriaceae）、蔓藓科（Meteoriaceae）、刺果藓科（Symphyodontaceae）、油藓科（Hookeriaceae）、灰藓科（Hypnaceae）和金发藓科（Poltrichaceae）为外类群,以NADH脱氢酶亚基〖STBX〗5〖STB3〗基因、叶绿体rbcL基因和tRNA-Leu基因为分析指标,从Genbank获得它们的碱基序列,通过Clustalx对碱基比对,使用Winclada 软件对木灵藓科植物进行了分支系统学分析.结果显示: (1) 木灵藓科是一个明确的单系类群;(2) 支持将木灵藓科分为两个亚科: 木灵藓亚科（Orthotrichoideae）和蓑藓亚科（Macromitrioideae）;(3) 马他属（Bryomaltaea）归为蓑藓亚科为宜.     

河北省木灵藓属植物的初步研究

在研究标本和文献的基础上,报道了河北省产木录藓属植物5种,即木录藓（Orthotrichum anomalum Hedw.）。钝叶木灵藓（O.obtusifolium Brid.）,灰色木灵藓（O.pallens Brid.),黄木灵藓（O.SPECIOSUM nees.),小木录藓(O.pumilum Sw.),其中的前4种为河北省植物首次记录。现对它们的生境、识别特征和地理分布做了初步讨论,并编制了河北省木灵藓属植物分种检索表。     

新疆毛灯藓属的种类与分布(纤细毛灯藓、圆叶毛灯藓、拟毛灯藓与毛灯藓)

通过对30多年来采自新疆各地的1 200余份提灯藓科植物标本和广泛查阅文献的基础上,确定目前毛灯藓属在新疆分布有4种,占中国毛灯藓属总种数的40%,其中3种为新疆首次记录,分别为：纤细毛灯藓(Rhizomnium gracile)、圆叶毛灯藓(Rhizomnium nudum)、毛灯藓(Rhizomnium punctatum),描述了新疆毛灯藓属共4个种的形态特征,提供了各种的显微结构图、产地、分布、生境等信息,并编写了新疆毛灯藓属分种检索表.     

当前气候情境下3种凤尾藓在中国亚热带东部地区的潜在分布格局

基于当前气候条件下11个生物气候变量,以及小凤尾藓乳突变种15个、拟粗肋凤尾藓12个、透明凤尾藓16个国内地理分布记录,应用Max Ent模型和Arc GIS软件,预测了当前气候背景下这3种凤尾藓属植物在从未报道具体分布数据中国亚热带东部的37个自然保护区的潜在分布格局.选择10%的遗漏错误对应的累积值作为分布预测阈值,计算了当前气候条件下3种凤尾藓属植物在中国亚热带东部这37个自然保护区的综合气候适应指数.     

新疆金发藓科的新记录属——仙鹤藓属

金发藓科(Polytrichaceae)目前全世界共17属.我国有6属54种,新疆有4属12种.其中仙鹤藓属在全世界有20种,中国有6种,1变种.通过利用扫描电镜法对仙鹤藓属植物的孢子和蒴齿进行微形态观察,利用徒手切片法对其叶片、茎进行切割并在光学显微镜下观察其形态结构并照相,结果发现从新疆天山西部地区特克斯县琼库什台和巩留县塔里木采集的3份标本具有相同的特征,并与文献进行比较后发现其特征与小胞仙鹤藓[Atrichum rhystopphyllum( Müll. Hal.) Par.]一致,确定为小胞仙鹤藓.最主要的特征是叶腹面栉片4～6列,多数高2～5个细胞.仙鹤藓属和小胞仙鹤藓是新疆首次发现的新记录属、新记录种.本文提供了小胞仙鹤藓的详细的形态描述及图版,并提供了新疆金发藓科植物的分属检索表;该种的发现为新疆金发藓科的研究提供了新的资料.     

基于MaxEnt模型的广东省红豆属植物潜在适生区研究

为了解气候变化情景下广东省红豆属(Ormosia)潜在适生区的变化,探究影响红豆属植物潜在适生区的主导环境因子,本研究基于MaxEnt模型和ArcGIS 10.8软件,利用17种红豆属植物的分布数据及22个环境变量数据,结合未来共享社会经济路径(SSP126、SSP585)的气候情景,分别预测红豆属植物在当前和未来气候场景下的潜在适生区分布情况。结果表明：(1)适生区预测模型的评价效果良好,受试者工作特征曲线(Receiver Operating Characteristic curve, ROC曲线)下面积(AUC平均值)均为0.8-1.0。(2)在当前气候情景下,大面积(占广东省面积的40%-100%)适生的红豆属植物有茸荚红豆(Ormosia pachycarpa)等3种;中等面积(占20%-40%)适生的有薄毛茸荚红豆(O.pachycarpa var.tenuis)等6种;小面积(占5%-20%)适生的有韧荚红豆(O.indurata)等4种;极小面积(占0%-5%)适生的有凹叶红豆(O.emarginata)等4种。其中面积占比最大的是茸荚红豆,总适生面积为15.228 8...     

新疆丝瓜藓属(Pohlia Hedw.)植物新资料

在详尽研究35年来采自新疆各地的567余份丝瓜藓属植物标本和广泛查阅文献的基础上,确定目前丝瓜藓属在新疆分布有16种(包括2变种),占中国总种数的53.3%,其中4种为新疆首次记录,分别为：南亚丝瓜藓Pohlia gedeana(Bosch & Sande Lac.)Gangulee、勒氏丝瓜藓P. ludwigii (Spreng. ex Schw?gr.) Broth.、直叶丝瓜藓P. marchica Osterwald和大坪丝瓜藓P. tapintzensis (Besch.) Redf. & B.C. Tan.编写了新疆丝瓜藓属植物分种检索表,提供了新记录种的重要识别特征、生境和显微结构图.该研究扩展了新疆丝瓜藓属新纪录种的地理分布范围,丰富了中国丝瓜藓属的研究资料.     

白榆在我国的潜在分布格局及未来变化

【目的】研究影响白榆(Ulmus pumila)在我国分布的气候条件、分布范围及未来变化,为白榆的科学保护和合理开发提供理论依据。【方法】采用MaxEnt和ArcGIS软件对当代、2050s和2070s(RCP2.6和RCP6.0)3个时期气候情景下白榆的潜在分布区进行预测。【结果】MaxEnt模型对白榆潜在分布区的预测具有很高的准确度,其训练集和测试集的AUC值分别为0.921和0.911。其中温度季节性变化(Bio4)、年降水量(Bio12)和降水量季节性变化(Bio15)对白榆的影响贡献率累计高达88.4%。依托气候环境变量,对白榆当前时期潜在分布区进行预测,中适生区主要集中在我国新疆、内蒙古中部、甘肃等西北地区,吉林、辽宁和内蒙古呼伦贝尔市等东北地区有少量分布;高适生区主要集中在我国河北、陕西、山西、山东等华北地区。未来2050s和2070s时期RCP2.6和RCP6.0气候情景下,白榆高适生区面积减小,中低适生区面积增大且会出现新的潜在适生区。【结论】以年为单位的温度和降水是白榆分布的主要因子,当前白榆的适生区主要集中在我国华北、西北和东北地区,未来其分布有向高纬度、高海拔区...     

马尾松分布格局对未来气候变化的响应

【目的】分析并预测未来气候变化对马尾松适宜分布范围,探讨影响马尾松潜在地理分布的主要气候因子,为马尾松潜在分布区种质资源管理和保护提供参考与指导。【方法】以中国数字植物标本馆记录的马尾松分布数据为基础,利用MaxEnt模型及地理信息系统ArcGIS 10.3软件探讨马尾松当前地理分布特征及其潜在分布区,并针对代表性浓度路径(RCP) 2.6及RCP 8.5两种气候情景下未来(2050年和2070年)马尾松适宜分布范围及主要气候因子进行分析。【结果】当前马尾松高适生区覆盖的地区主要分布于秦岭—淮河线以南。浙江、福建、江西、湖北西南部、湖南、重庆、四川东南部、贵州北部、广西中部、广东北部等地区为马尾松主要分布区,海南、云南及台湾等地为零星分布区。在未来气候情景下,马尾松适生区向我国北部地区迁移,包括河南西部、山东半岛、辽东半岛、河北东部、山西南部等地区,而在云南南部零星地区不会再有马尾松自然分布。在未来两种气候情景4个条件中,相同RCP情景下,不同年限各适生区之间的差异并不明显,变化趋势大致相同;但相同年限的不同RCP情景对应的各适生区面积变化存在明显区别,RCP 8.5的影响要高于RCP 2.6。影响马尾松地理分布的主导生物气候变量为年均降水量、最干月降水量及平均气温日较差,且降水较温度的影响更大。【结论】未来气候变化将导致马尾松分布范围进一步扩大,新增分布区主要集中于当前分布区北部。应以当前马尾松适生环境为基础,针对当地气候类型、土壤条件等环境因素合理建立保护区,以便马尾松能够顺利适应新环境。     

基于BP神经网络的虹膜图像质量分类方法

摘要：针对虹膜图像采集过程中受光照条件不足、眼镜反光和眼皮遮挡等因素的影响而造成的图像质量不理想的问题,本文提出了一种基于BP神经网络的虹膜图像质量的分类方法。利用小波变换对每一幅虹膜图像进行特征提取,进而将提取的归一化虹膜图像数据作为BP神经网络的输入,以此对BP神经网络进行训练,实现了将3种被不同的影响因素影响的虹膜图像与未被影响图像进行区分的目的。仿真结果表明,该方法具有较高的虹膜分类精度以及较低的误差率。     

基于盲辨识理论的双通道肌电信号建模与分类

基于肌电信号产生机理 ,对双通道前臂肌电信号建立单输入多输出 IIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信道辨识方法对模型传递函数进行辨识 .通过提取模型参数作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法运算量小 ,适合在线实现 ,性能要优于传统的 AR模型方法     

基于注意力机制和感知损失的遥感图像去噪

遥感图像去噪对于遥感图像在后续的分类、检测等任务中有着非常重要的作用.为了让去噪后的图像更好地保留边缘细节信息,同时增强深度网络对噪声污染区域的辨识能力,本文结合注意力机制以及感知损失来处理遥感图像,提出了一种新的基于残差自编码器的遥感图像去噪网络ARED-VGG.考虑到遥感图像中不同地物大小不同,该网络首先同时使用图像的空间和光谱信息来提取多尺度特征;然后使用残差自编码器网络结构来进行图像空间-光谱多尺度图像重建.为了增加网络的辨识能力,更多地关注网络中提取的高频特征,网络引入了注意力机制.同时为了让去噪后的结果更符合视觉感观,使用了感知损失混合均方误差作为损失函数.从实验结果知,本文所提出的方法在噪声去除和纹理细节保留方面与NLM3D、BM4D、LRMR、HSID-CNN和3DADCNN相比表现更优.在Washington DC mall遥感图像数据集上进行了仿真实验,平均峰值信噪比以及平均结构相似性指标都有较好的结果;在AVIRIS Indian Pines数据集上进行了真实数据实验,以去噪后的结果地物分类指标作为验证,整体分类精度以及Kappa系数分别为96.90%和0.9647;对网络结构进行了消融实验,在两个数据集下,本文所提出的网络结构都能获得更优的结果.本文提出基于注意力机制和感知损失的深度神经网络进行遥感图像去噪,提高了网络的辨识能力,实现了良好的去噪性能,并且有效保持了图像的细节信息和光谱信息.     

基于多特征的高光谱遥感土地利用信息提取

【目的】为了降低高光谱遥感数据噪声,提高土地利用分类信息提取精度,探索结合纹理和空间信息的分类方法。【方法】以河南镇平县Hyperion高光谱成像光谱仪获取的高光谱影像为数据源,借鉴决策树分类思想,采用了一种结合光谱、纹理和空间信息的高光谱遥感多特征地类提取方法,先通过提取光谱特征初步提取地类,再分别采用提取纹理特征和基于空间信息的植被提取进行详细地类信息的分层提取,最后,用地面实测样点验证各类土地利用类型的分类精度,比较了用不同方法对不同地类的提取效果。【结果】基于多特征的地类分层提取体系中,采用各波段光谱反射率区分大的地类,再用纹理特征进行光谱差异较小的地类划分,而基于空间信息进行植被的分类。通过结合纹理和空间信息提取方法的总分类精度达86.7%,较最大似然法分类精度提高13.3%。【结论】高光谱与纹理和空间信息相结合的遥感分类方法能有效减小噪声,提高分类精度,可为土地利用分类提取研究提供一定的参考。     

面向特征融合与知识蒸馏的恶意软件分类

恶意软件分类是一个多分类任务，旨在提取软件特征来训练模型，以判断恶意软件的类别。现有工作主要集中于利用深度神经网络从恶意软件图像中抽取特征进行分类，对恶意软件的序列特征和分布特征之间的关联性缺乏关注，限制了模型性能。此外，这些现有模型大多具有较高的参数量，往往需要占用较大的计算资源。为此，提出一种基于特征融合与知识蒸馏的恶意软件分类方法。一方面，通过残差网络分别从灰度图和马尔可夫图中抽取恶意软件的序列特征和分布特征，并利用自注意力挖掘不同特征之间的关联性，以提升模型性能。另一方面，通过教师网络向多个学生网络进行知识迁移，并让学生网络互相协作学习，以进一步降低模型规模。在微软和CCF数据集上的实验结果证明，该方法不仅有效提升了模型性能，而且可以降低模型的参数量和计算量。此外，本文通过热力图定位影响分类结果的字节，对分类依据进行解释。     

复杂地形下植被指数对地表温度的响应

以地形复杂的湖北省松滋市部分区域为研究区,基于2018年Landsat 8数字影像和ASTGTM2的DEM数字高程数据,在深入研究各种植被指数的基础上,选用地形效应较小的归一化差值山地植被指数(NDMVI),构建决策树模型获得研究区的土地覆盖分类结果,同时将该植被指数应用于大气校正法的地表温度反演,最后分析不同地形条件下植被指数与地表温度的相关性。研究结果表明:NDMVI的决策树分类具有较高的精度;基于NDMVI的地表温度反演方法具有可行性,结果准确性高;陡坡、丘陵、平原等地形下NDMVI植被指数均与地表温度呈负相关性,且相关性显著。     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

基于非参数分类算法和多源遥感数据的单木树种分类

【目的】通过研究随机森林(random forest, RF)特征筛选对单木树种分类精度的影响,以及多源遥感数据协同下单木树种分类的有效性,分析不同特征对单木树种分类的影响程度。【方法】以东北林业大学帽儿山实验林场中林施业区的两块100 m×100 m样地为研究对象,首先,以机载激光雷达(LiDAR,light detection and ranging)和多光谱遥感CCD(charge coupled device)影像为数据源,分别基于机载LiDAR数据提取高度、强度和树冠大小等共37个特征,基于CCD影像提取光谱和纹理共21个特征;其次,以随机森林方法进行特征筛选,之后以随机森林和支持向量机(support vector machine, SVM)两种非参数分类器,结合不同数据源和特征,采用12种分类方案,利用总体精度(overall accuracy, OA)、用户精度(user’s accuracy, UA)和生产者精度(producer’s accuracy, PA)对分类结果进行对比与精度评价。【结果】经随机森林特征筛选后,分类结果优于未进行特征筛选的结果,总体精度可以平均提高3.47%,使用机载LiDAR和CCD影像协同分类相较于仅使用CCD影像总体精度平均提高6.07%。【结论】随机森林特征筛选可以优化特征,减少特征冗余,提高分类精度;多源数据结合也可以提高分类精度;在多源数据结合时,光谱特征最重要,LiDAR提取的强度特征相较于高度特征更稳定。     

一种改进的高分卫星影像数字表面模型生成方法

针对高分辨率卫星立体影像生成数字表面模型(DSM)过程中由于影像几何和辐射差异造成匹配困难和误匹配等问题,综合运用尺度不变特征转换(SIFT)算子和归一化互相关(NCC)算子,并考虑核线和视差约束,提出了一种基于三角网视差约束的影像分层匹配方法,同时对匹配窗口进行自适应优化改进,实现特征点、格网点和特征线的匹配,从高分辨率卫星影像生成DSM.将提出的方法应用于上海崇明WorldView-1和浙江舟山资源三号卫星影像生成对应区域的DSM,与地面控制点和已有DSM对比分析,高程精度与像素分辨率相当,验证了所提出方法的有效性.     

基于多特征融合的反向传播神经网络高分影像分类与变化检测

为了降低基于高分影像的土地利用分类后的错分和漏分的可能性,提高分类以及变化检测精度,本文以广西桂林市临桂区为研究区,采用WorldView-2号以及高景一号高分影像,基于多层前馈(back propagation, BP)神经网络方法融合遥感影像的纹理、光谱、植被指数以及水体指数特征,制定出4种特征数据集融合方案,实现对植被覆盖率较大地区的地物识别与分类;然后选取最优分类结果,进行桂林市临桂区2017与2020年土地利用变化检测。不同方案的对比结果表明,融合纹理、光谱、植被指数以及水体指数特征的第四种方案可以得到较为有效的分类以及变化检测结果,分类的总体精度为92.92%,Kappa系数为0.9028,保持了较高正确率。