摘要：为了高效地进行鸟类姿态分类,提出一种基于全局与随机局部特征融合的鸟类姿态识别模型.首先利用融合多分辨率的网络提取鸟类姿态全局特征;然后于网络中浅层与深层的高分辨率特征引入随机定位模块,即根据随机抽取的特征图求取最大值位置,形成包围盒裁剪原图;再将裁剪的局部图片送入子分类网络提取鸟类姿态局部特征;最后将全局和随机局部特征进行融合,并采用融合全局损失和局部损失的多损失策略进行网络调整,构建一种融合全局与随机局部特征的鸟类姿态识别模型.对CUB200-2011中存在完整单种姿态的鸟类图片进行整理汇总得到包含蹲伏、飞翔、游水和站立4种姿态的鸟类姿态数据集,基于该数据集进行实验的结果表明,所提模型的分类精度优于主流卷积神经网络框架,达到96.1%;对随机定位模块及其内部是否随机、分组情况和多损失策略等进行消融实验的结果表明,引入随机定位模块和多损失策略能够提高识别正确率,证明了随机定位模块和多损失策略的有效性.

摘要：土壤水分是植被格局形成和演变的关键因子,其空间异质性研究有助于理解高海拔植物幼苗更新对环境的响应机制。为此,采用地统计与GIS空间分析技术,对戴云山自然保护区陈板岭头1hm2黄山松林样地上100个10m×10m土壤水分实测数据的空间变异特征与格局进行分析。结果表明:土壤含水量、土壤容重、毛管孔隙度和非毛管孔隙度变异系数在12.26%~43.79%之间,均为中等变异;最佳半方差函数理论模型均为高斯模型;由随机性因素引起的空间变异占总变异的比例依次为0.15%、0.03%、0.18%和0;有效变程分别为19.40m、17.32m、17.32m和14.90m。4个指标各向异性明显,空间自相关范围总体均随空间距离增大而呈减弱趋势。分形维数:毛管孔隙度(1.793)>土壤含水量(1.669)>土壤容重(1.406)>非毛管孔隙度(1.348),与半方差函数曲线所反映的规律相一致。从空间分布特征看,各指标均表现为带状和斑块状镶嵌分布。土壤含水量在东南方向、西边中部和北向中部都有高值区,而西南-东北向较低。毛管孔隙度与土壤含水量空间分布相似,土壤容重和非毛管孔隙的空间分布与土壤含水量呈互补趋势。土壤水分-物理性质各指标的空间变异和格局与研究区地形、植被覆盖以及微生境干扰有关。土壤含水量对黄山松幼苗更新有制约作用。研究结果可为黄山松林土壤水分取样设计和更新苗格局-过程机理研究提供理论依据。

摘要：在自然保护区规划设计中,如何以最合理地块构建自然保护区并能在最大程度上有效地保护生物多样性、维护生态安全,是缓解生态保护与经济开发矛盾所亟需解决的问题。本研究针对戴云山地区探讨地块选择方法的适用性,基于戴云山地区生态评价,结合空间特征和生态现状要求,提出戴云山自然保护区空间优化建议。结合保护区植被多样性特征,应用地块选择算法,将戴云山所属地区共18 762小班进行网格分割,根据森林资源二类调查资料,选取地类、树种组成、郁闭度、平均树高、平均胸径、龄组和立地质量7个指标,求得各网格的生态值,绘制戴云山地区生态值分布图,引入改进的nal-Briers优化模型,实现保护区范围的最优化选择。依此方法共选择88个地块(网格)组成5个构建自然保护区的备选区域,其中包含原自然保护区2处备选区域(编号2,3),新增备选区域位于原保护区东部(编号4)、北部(编号1)和东南部(编号5)各1处。考虑保护区设计原则,编号2,3和4备选区域形成的区域可有效减弱边缘效应的影响,为建设戴云山自然保护区最优区域组合。选择后的戴云山自然保护区,实现了地块数量与生态值间的最优组合,最大限度保护戴云山整体植被多样性。地块选择算法在国内森林生态系统类型自然保护区设计中可能具有适用性,为我国森林生态系统类型自然保护区设计研究提出了新思路。

摘要：自然保护区规划是保护生物多样性的有效方式.传统保护区规划方法只能识别物种保护的重点区域,无法科学确定保护区的适宜面积.地块选择方法基于数学模型,从规划区域中选择部分地块组成自然保护区,保护特定物种或生态系统,是缓解生态保护与开发利用矛盾的重要手段.现有地块选择法未考虑各单元生态差异,且最优化算法存在计算效率的瓶颈.本文首先构建适用于森林生态系统的生态值赋分评价体系,据此计算戴云山生态值并绘制其分布图;然后,结合生态值建立生态集合覆盖模型(ESCP),并基于ESCP嵌入空间紧凑性提出空间生态集合覆盖模型(SSCP);最后,利用寻优性能良好的自学习禁忌搜索算法(STS)搜索各保护目标下的近似最优选址方案,给出福建省戴云山现有建成区优化方案.结果表明:戴云山生态值计算结果在空间分布上存在明显差异;ESCP比原集合覆盖模型(SCP)能产生生态值更高的选址方案;SSCP在ESCP基础上对生态值较高区域有聚集作用,且周长权重越大,聚集效果越明显;建议现保护区可向外拓展136 km^2,并将西北向分布长苞铁杉的地块纳入保护区范围.研究结果为实现戴云山保护区可持续发展及土地资源优化配置提供了优化方案,也可为我国森林生态系统类型的自然保护区设计提供新思路.

摘要：【目的】保护区规划设计是自然保护区研究的重要内容,以数学模型为工具研究保护区设计成为新趋势。集合覆盖物种模型(SCSP)和最大集合物种模型(MCSP)等传统数学模型,仅考虑以最小代价进行保护区规划及设计,未考虑保护区的空间特征,导致选择的保护区区域过于分散,且仅考虑土地市场价格,不能完全体现保护区生态价值。本研究以生态值为衡量指标,结合连续性和紧实性的空间特征,构建有效合理的保护区规划模型,以期为自然保护区建立提供科学依据。【方法】以福建省戴云山国家级自然保护区为例,将戴云山区域划分为567个规则地块,每个地块面积为2 km×2 km,且任意地块都包含若干个小班。依据生态值赋分标准和重心算法,先后计算戴云山小班和其所属地块生态值。结合特殊空间特征与生态值,构建基于尾长法的空间集合覆盖模型(SSCP),并探讨不同紧实性权重和物种保护比例组合对保护区规划结果的影响。最后,以传统SCSP模型、系统保护规划工具Marxan模型和Zonation模型的规划结果为对照组,验证SSCP模型的有效性。【结果】从空间分布来看,用SCSP模型、Marxan模型和Zonation模型求解的保护区设计结果表现为地块分布离散,破碎度高,SSCP模型的设计结果表现出更好的连续性和紧实性;从选地数量来看,SSCP模型的选地数量与物种保护比例及紧实性权重正相关,即物种保护比例上升,或紧实性权重增大,选中的地块数增加。【结论】研究设计了新型保护区数学规划模型——SSCP模型,并以戴云山自然保护区为例验证了算法的合理性,提出规划建议:向其西北方向和东南方向扩展,其中西北方向纵向扩展6 km,横向扩展18 km,东南方向纵向扩展9 km,横向扩展8 km。本研究方法的提出为我国保护区规划设计理论与实践提供新思路。

摘要：针对大部分降水临近预报产品无法兼顾高覆盖率、高准确率及低成本的问题,提出一种基于室外监控图像和深度神经网络能预报未来1 h降水强度的方法。设计双流3D卷积神经网络来提取图像降雨信息的高维特征。该网络在低计算代价下自适应产生局部信息,并通过双损失函数从整体和局部统筹网络,提取降雨信息的时间特性和空间特性。实验结果表明,在降水强度预报领域,基于双损失函数的神经网络优于单损失函数。所提网络的误警率、命中率、临界成功指数、准确率在多数情况下优于其他模型。在模型效果可视化方面,所提网络能有效提取降水图像的特征信息。所提降水临近预报方法有能力进行精细且低成本的降水临近预报。

摘要：2014年1月至2015年3月,对福清兴化湾水鸟种类、数量及分布进行调查,共记录到水鸟6目9科17属29种。其中,国家二级重点保护野生动物有黑脸琵鹭、白琵鹭、白额雁3种;福建省重点保护鸟类有小鸊、大鷉白鹭、白鹭、苍鹭、普通鸬鹚、银鸥、黑嘴鸥、白腰杓鹬等8种;中日候鸟保护协定保护鸟类有20种;中澳候鸟保护协定保护鸟类9种。种群组成以鸻鹬类、鹭类和雁鸭类为主,水鸟居留型以冬候鸟为主,有24种;结合地理区系分析,冬候鸟以古北种为主,夏候鸟和留鸟均为东洋种,旅鸟都为古北种。水鸟主要分布于水产养殖场和淤泥质海滩2种生境中。同时,对福清兴化湾湿地受威胁因素进行了分析,并提出了相关的保护建议。