摘要：对栖息于泉州市不同海拔梯度鸟类种类和数量进行了调查,分析了海拔梯度格局对鸟类物种多样性的影响。结果表明:泉州市鸟类α物种多样性指数沿海拔梯度基本呈先升高后降低的"单峰型"曲线,与"中间膨胀"理论相符合,在500～1 000 m海拔段均最大。在500～1 250 m海拔段和50～500 m海拔段中鸟类β多样性指数较大,表明该海拔段鸟类物种多样性变化剧烈,相似性Jaccrad相似性指数和Sorenson相似性指数进一步说明500～1 250 m海拔段和50～500 m海拔段是多样性敏感区域。栖息于不同海拔带的鸟类科属多样性基本随着海拔升高呈先上升后下降趋势,在500～1 000 m海拔段最大,与α多样性格局一致。研究表明,气候条件、植被类型和人为干扰程度等因素是影响不同海拔段梯度鸟类物种多样性的主要因素,为泉州市鸟类生物多样性保护和监测提供了科学依据。

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。