亚热带城市乡土树种小叶榕的蒸腾、降温及其减碳效益研究

基于蒸腾扩散系数, 对几种亚热带城市典型植物的蒸腾降温潜力进行评估, 并对小叶榕进行持续观测, 定量地研究其蒸腾降温特征和节能减碳效益, 得到如下结论。1) 在研究区域内的几种典型植被中, 小叶榕作为乡土树种, 在相同的环境条件下表现出最强的蒸腾降温潜力。2) 单株小叶榕的日均蒸腾水量为32.48 kg, 总体上呈现夏秋高、春冬低的特点; 同时, 小叶榕能有效地缓解热岛效应, 尤其是在热岛效应严重的夏季夜间, 其蒸腾降温作用使得观测区域86%的时间为无热岛状态。3) 单株小叶榕每年通过蒸腾降温作用间接减少的二氧化碳排放量达到1442.10 kg。     

基于多尺度深度卷积特征的图像检索

为了检索图像中不同位置和不同大小的感兴趣目标,提出一种基于多尺度深度卷积特征的图像检索方法.首先利用卷积神经网络构造一个深度学习框架,利用随机梯度下降和后向传播算法训练深度学习模型;其次利用训练得到的模型提取图像在不同尺度下的卷积特征,对不同尺度下的卷积特征进行PCA降维,研究降维后的检索性能;最后为了提高深度特征对图像的刻画能力,对不同尺度下降维后的卷积特征进行特征融合.大量的实验表明本文所提算法对图像检索是有效的.     

拆分降尺度卷积神经网络入侵检测方法

针对卷积神经网络(convolutional neural network, CNN)模型待训参数量过大、多层网络导致特征和梯度消失等问题,提出一种基于拆分层和Inception-ResNet的卷积神经网络模型用于入侵检测。首先将网络流量数据转化为具有空间相关性的图像以适用于卷积神经网络的输入;然后使用Inception-ResNet卷积层增加网络深度,减少模型训练参数数量以及消除梯度消失问题,拆分层在降低图像尺度时基本保持图像原有分类特征;最后采用NSL-KDD数据集对改进模型进行训练和测试。测试结果表明：改进模型相对于Inception-ResNet模型具有更高的检测准确率和少数类样本召回率以及更好的训练时间性能。     

一种基于多尺度融合卷积神经网络的人群计数方法

人群间的相互遮挡和多变的空间尺度是基于单幅图像人群计数算法面临的主要挑战.近年来,基于深度学习的人群计数算法在该问题上取得了显著的成效,然而越来越深的网络结构给模型的训练和应用带来了困难.为了解决上述问题,提出了一种基于多尺度融合卷积神经网络(multi-scale fusion convolution neural network,MSF-CNN)的人群计数方法.方法采用三列不同大小卷积核的卷积神经网络来提取不同空间尺度的图像特征,同时在网络结构中引入融合层将提取到的特征进行融合并求取密度图,最后对密度图积分求和得到人群数量.在ShanghaiTech数据集及UCF_CC_50数据集上的实验结果表明,该方法能够适应复杂的场景,有效减少人群间相互遮挡和空间尺度的变化对计数结果的影响,同时模型易于训练,明显优于现有人群计数方法.     

提高估算软件成本精度的方法研究

指出已有的软件成本估算方法中的问题,提卅采用模糊神经网络方法构建软件成本的快速估算模型来提高估算精度。将60个软件项目的相关数据作为样本,分别对神经网络和模糊神经网络两种系统进行训练。将两种模型的训练和估算结果进行比较．结果显示模糊神经网络模型在软件成本估算上比神经网络模型具有更高的学习效率和估算精度。     

一种复材层合板低速冲击后压缩强度估算方法

低速冲击后压缩强度是复合材料层合板的重要性能指标.在分析CCF300/5428复合材料层合板遭受不同能量等级低速冲击后压缩强度试验数据的基础上,提出一种基于广义回归神经网络技术的低速冲击后压缩强度估算模型.该模型以冲击能量、凹痕深度以及损伤面积为输入参数,以高斯函数为隐含层激励函数,使用部分试验数据训练,寻找最优光滑因子.此外,以最优光滑因子对所提模型进行重构并采用部分试验数据对该模型进行验证.结果表明:基于广义回归神经网络的模型具有较好的试验数据泛化能力,可用于估算低速冲击后复合材料的压缩强度.     

大规模MIMO组网场景中的网络时延预测

针对5G网络规划与优化存在的问题,提出一种融合系统仿真和深度神经网络模型的网络时延预测方法.基于射线追踪模型、高清地图、工程参数等构建时延仿真模型,利用时延仿真模型获取大量时延数据.基于无线通信理论提出三视图特征模型,此模型用于输入特征提取.通过深度神经网络学习时延数据特征,训练神经网络模型,利用神经网络模型预测网络时延.实验结果表明该方法具有可行性和有效性.     

基于多尺度特征融合的单目图像深度估计

为解决从单目图像中很难恢复出准确、有效深度信息的问题,提出一种多尺度特征融合的单目图像深度估计算法.算法采用端对端训练的卷积神经网络(CNN)结构,引入从图像编码器到解码器的跳层连接来实现在不同尺度上特征的提取和表达,设计了一种多尺度的损失函数来提升卷积神经网络的训练效果.通过在NYU Depth V2室内场景深度数据集和KITTI室外场景深度数据集上的训练、验证和测试,实验结果表明:提出的多尺度特征融合方法得到的深度图边缘清晰、层次分明,且在室内场景和室外场景中均能适用,具有较强的泛化性,可以适应多种实际场景的需求.     

基于多尺度卷积的胶囊网络知识图谱嵌入模型

该文基于胶囊神经网络出色的维度信息挖掘能力,加入多尺度卷积以进一步增强其特征提取和交互能力,提出了基于多尺度卷积的胶囊网络知识图谱嵌入模型.首先,通过TransE算法训练得到实体和关系的初始化嵌入向量;其次,通过多尺度卷积生成不同的特征图,将得到的特征图进行特征融合,融合后得到的特征图重组为相对应的胶囊;最后,利用动态路由指定从第一层胶囊到第二层胶囊的连接,经过路由得到的第二层胶囊利用squash函数得到最终向量长度,该向量长度决定三元组的置信度.知识图谱链接预测任务的实验结果表明,较嵌入模型CapsE,本文提出的模型在WN18RR数据集上指标Hit@10提高1.8%,MRR提高1.4%,在FB15k-237数据集上Hit@10提高2.2%,MR提高4.8%.     

基于EfficientDet的高效目标检测算法研究

针对神经网络训练时收敛慢和模型泛化能力差的问题,文章首先分析传统的和基于深度学习的目标检测算法各自的优势和不足,接着概括梯度下降法各种变体优化算法和现阶段主流数据增强方法对应的优缺点,最后对训练时的优化问题提出组合使用AdaMod和AdamW的训练优化方案,提高了训练网络收敛效率。针对深度神经网络性能表现比较依赖于数据集从而导致泛化能力差的问题,该文使用基于线性插值的数据增强方案,对类别不同的样本之间的领域关系进行建模,增强了神经网络的健壮性。在VOC07+12数据集上实验结果表明EfficientDet-d0检测算法模型参数量、浮点计算量、精度和泛化性能比较均衡,泛化能力得到增强,训练过程收敛更快,验证了该文提出的训练优化方案和使用的数据增强方法是有效的。     

城市单株乔木三维冷岛效应特征及其蒸散贡献研究

通过对城市单株乔木蒸散发特征及其冷岛响应的三维观测和数值分析, 定量解析植被冷岛效应的成因。研究结果表明: 1) 小叶榕各部位冷岛强度绝对值基本上在3.0°C以上, 其中前部最强能达到?5.19°C, 顶部能达到?3.57°C; 2) 早上, 东侧(前部和右部)的叶片蒸散发率先升高, 正午顶部蒸散发达最强, 西边(左部, 后部)的叶片蒸散发较晚达到峰值, 夜间各部位的蒸腾量非常微弱, 不超过0.05 mm/h; 3) 城市乔木整体的冷岛效应强度与其蒸散发的相关系数为0.70, 显著性低于0.01, 蒸散发每升高1 mm/h, 整树可降低 3.56°C, 顶部的蒸散发对顶部的冷岛效应贡献最明显(Spearman 相关系数为?0.61), 顶部、前部和右部的蒸散发对整树的冷岛效应贡献最大(相关系数绝对值均大于0.60), 各部位蒸散发对整树冷岛效应贡献顺序为前部>顶部>右部>左部>后部>底部, 即东侧和顶部>西侧>底部。     

厦门城市公园植物群落的物种丰富度调查分析

对厦门城市公园植物群落的物种丰富度进行了分析。结果表明：厦门城市公园乔木层共有28个科75种,灌木层共有30个科48种,棕榈科植物在乔灌层分布比例最高,分别占22.7%和27.1%。植物群落中乔木优势种的组成主要有：华盛顿棕榈、榕树、大王椰子、凤凰木、鱼尾葵、盆架子、洋紫荆、木棉、刺桐、天竺桂、台湾相思等;灌木优势种主要有：杜鹃、桂花、扶桑。厦门城市公园乔木层物种丰富度为6.136 4,生态优势度指数为068,Shannon Wienner指数为1.962 3,均匀度指数为0.795 0。灌木层物种丰富度为5.957 4,生态优势度指数平均为0.609 9,Shannon Wienner指数平均为1.685 9,均匀度指数平均为0.725 3。相对其他城市而言,厦门城市公园物种多样性性指数较高。     

快速城市化流域全氟化合物的污染特征及生态风险

为探究快速城市化地区城市河流中全氟化合物(PFCs)的污染特征, 于枯水期和丰水期分别采集深圳市观澜河干流的表层水样, 通过固相萃取法处理水样, 并利用超高效液相色谱–三重四级杆串联质谱(UPLCESI-MS/MS)技术分析 11 种PFCs的含量。结果表明, 丰水期和枯水期观澜河干流水体中PFCs的含量分别为179.15~613.68和37.04~103.70 ng/L。其中, 全氟己烷磺酸(PFHxS)、全氟丁烷磺酸(PFBS)、全氟己酸(PFHxA)和全氟辛酸(PFOA)是主要污染物。所采集的样品中, 丰水期PFCs的浓度高于枯水期, 下游采样点PFCs的浓度高于上中游河段。与已报道的其他水体相比, 由于流域的快速城市化, 观澜河水体的PFCs含量水平较高。生态风险评估表明, 水体中检出的PFCs均不会对水体造成生态风险。     

乌兰布和沙漠人工梭梭茎干液流季节变化及其与气象因子的关系

【目的】揭示乌兰布和沙漠1979年人工种植梭梭水分利用过程,以期为当地梭梭林的经营管理提供理论参考。【方法】利用PS-TDP8树木茎流监测系统和自动气象站对乌兰布和沙漠梭梭的液流变化及其周围的气象因子进行观测。【结果】梭梭晴天茎干液流日变化呈“单峰型”。春、夏、秋季梭梭茎干液流连日变化趋势一致,白天液流速率高于夜间,且夜间液流速率变化幅度小。5、7、9月时茎干直径12.5 cm的梭梭液流启动时间均早于直径8.95 cm的梭梭,平均液流速率也较高。茎干直径12.5 cm的梭梭在5、7、9月的液流峰值分别为2.90、4.18、3.15 cm/h,液流日累积量分别为12.29、14.23、9.44 L;茎干直径8.95 cm的梭梭同时期液流峰值分别为1.06、1.20、1.07 cm/h,液流日累积量分别为2.84、3.68、3.10 L;同一茎干直径梭梭在7月的液流日累积量最大。梭梭液流日变化中,晴天为“单峰型”,雨天呈“双峰型”;雨天液流峰值及夜间液流均低于晴天。夏季茎干液流启动时间最早,峰值出现时间最早,峰值最大;春季液流启动时间最晚,峰值出现时间最晚,峰值最小。春、夏、秋季梭梭夜间均存在微弱液流。【结论】影响梭梭液流速率的气象因子中,春季主要为太阳总辐射、空气温度、风速,夏季主要为太阳总辐射、空气相对湿度、风速,秋季主要为太阳总辐射、空气温度。     

西藏东南部急尖长苞冷杉蒸腾耗水及其驱动因子分析

目的 探讨不同径级急尖长苞冷杉个体蒸腾耗水规律,并分析其与主要气象因子的相关性,为明确西藏亚高山区林木生长规律提供重要参考。方法 应用树干液流测定系统在西藏色季拉山天然急尖长苞冷杉林内对8株不同径级急尖长苞冷杉个体进行蒸腾耗水的连续测定,并同步监测5个气象因子。结果 急尖长苞冷杉树干液流速率日变化为单峰曲线,7月、8月和9月8株样木平均液流速率分别为137.09、142.71和184.43 g/h,日活动时间为10:00—22:00,其峰值出现在16:00左右。急尖长苞冷杉树干蒸腾耗水速率与大气温度和光合有效辐射呈极显著正相关关系,与饱和水汽压差显著正相关,与大气湿度极显著负相关,与风速无关;蒸腾耗水与各因子相关系数绝对值排序为大气湿度>大气温度>光合有效辐射>饱和水汽压差。急尖长苞冷杉边材面积和日蒸腾耗水量均与胸径呈极显著的二次曲线关系,决定系数分别为0.999和0.937。结论 急尖长苞冷杉蒸腾耗水日变化呈“N”形变化,受大气温湿度和光合有效辐射等环境因子影响显著;随胸径增加,单株日蒸腾耗水量迅速升高。     

西双版纳热带雨林树种斜叶榕F. tinctoria水分利用方式的季节变化

 以斜叶榕F.tinctoria为研究对象,通过测定其木质部与其各种潜在水源的氢氧同位素组成,揭示西双版纳地区斜叶榕在不同季节的水分利用变化.结果表明在干热季时的30cm土壤处水势达到最低值-30.5kPa,在雾凉季时此深度土壤处出现最大水势,为-14.5kPa,在各个季节70cm处的土壤水势几乎没有变化.雨季时的土壤含水量比雾凉季与干热季都高(P<0.001),而雾凉季与干热季的土壤含水量则没有显著差异(P=0.64).通过对雨水、雾水、浅层土壤水、深层土壤水、树干腐殖质水及植物木质部水的稳定同位素分析得出,在雨季,雨水与浅层土壤水是斜叶榕的最主要水源;雾凉季时,斜叶榕主要利用土壤水(包括浅层土壤水与深层土壤水).干热季时,浅层土壤水是斜叶榕的最主要水源.因此,斜叶榕的水分利用存在季节变化.     

深圳市常见园林植物滞尘效应研究

以深圳市6种常见的园林植物为对象, 研究其单位面积滞尘量及其粒径组成特征, 探究植物叶片表面的微观形貌结构以及滞留颗粒物的组分和分布特征, 分析气象因子对植物滞尘的影响。结果表明: 1) 6种园林植物的单位叶面积滞尘量排序为黄金榕(0.74±0.21 g/m²)>鹅掌藤(0.42±0.26 g/m²)>对叶榕(0.24±0.26 g/m²)>龙船花(0.20±0.07 g/m²)>沿阶草(0.18±0.10 g/m²)>鸡蛋花(0.15±0.10 g/m²); 2) 6种园林植物滞尘以粒径α>10 μm的颗粒物为主, 质量占比为59.21%~88.92% (黄金榕除外), 鹅掌藤对α>10 μm 颗粒物的滞尘能力最强(0.34±0.20 g/m²), 黄金榕对3 μm<α<10 μm (0.51±0.15 g/m2)和 0.15 μm<α<3 μm (0.14±0.07 g/m2)颗粒物的滞留能力最强; 3) 6种园林植物叶表面的气孔、褶皱、沟槽、絮状凸起和绒毛等微观形貌有利于叶片对颗粒物的截留, 叶片滞留颗粒物的元素组成主要为O, Si和Al; 4) 6种园林植物叶表滞留的大颗粒物(α>10 μm)易受风速和温度的影响。研究结果对深圳市园林植物配置具有指导意义, 并可为通过植物滞尘效应改善空气质量提供一定的理论依据。     

六盘山华北落叶松林分蒸腾特征及其影响因素

[目的]林分蒸腾作为土壤-植物-大气连续体的关键过程,是森林生态系统中重要的水分输出项,可占森林总蒸散的50％以上,探究林分蒸腾对环境因子的响应规律可为科学指导造林及林水综合管理提供理论依据和数据支持.[方法]以国家林业和草原局宁夏六盘山定位站为依托,在2016年生长季(5—9月),对六盘山半湿润区的华北落叶松(Lar...     

基于Kalman滤波的ARIMA-NAR神经网络模型

深基坑变形监测在城市建设安全施工中显得越来越重要.鉴于监测数据不可避免地存在噪声及单个预测模型存在的预测残差问题,为提高基坑监测预测精度,以兰州市某深基坑监测中具有明显沉降的ZJ52为例,采取一种基于Kalman去噪的ARIMA-NAR神经网络组合模型进行预测分析.结果发现,经Kalman去噪后建立的ARIMA-NAR组合模型的预测结果的平均绝对误差、平均相对误差和残差方差分别为0.43、0.04、2.23 mm,预测结果均优于单一的ARIMA和NAR神经网络模型的预测结果,预测精度较好,其结果可为本项目的安全施工提供可靠指导.