检索结果-南通市图书馆

2021年春季和秋季中国沿海定鞭藻群落时空分布特征研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

2021年春季和秋季中国沿海定鞭藻群落时空分布特征研究

作者：武存超烟台大学

学位级别：硕士

定鞭藻是海洋微型和微微型真核浮游生物的重要组成部分,广泛分布在各大海洋中。它们是重要的初级生产者,在海洋生态系统中发挥着关键作用。由于个体微小,传统研究中定鞭藻常被忽略。本研究选用定鞭藻特异性引物,通过基于18S r DNA V4区... 详细信息

定鞭藻是海洋微型和微微型真核浮游生物的重要组成部分,广泛分布在各大海洋中。它们是重要的初级生产者,在海洋生态系统中发挥着关键作用。由于个体微小,传统研究中定鞭藻常被忽略。本研究选用定鞭藻特异性引物,通过基于18S r DNA V4区序列扩增子序列变异（amplicon sequence variants,ASVs）宏条形码技术,调查研究了定鞭藻在中国沿海不同海域（渤海、北黄海、南黄海、东海）春季和秋季的生物多样性和时空分布特征,并深入探讨不同定鞭藻类群对环境因子的响应。根据结果构建了定鞭藻物种共现网络,并通过网络拓扑性质分析了春秋两季共现网络的稳定性。主要结论如下:1.定鞭藻群落结构组成及时空差异春季和秋季分别获得623个和3756个定鞭藻ASVs,分别属于8个目和30个系统发育群。根据PR数据库和NCBI的NT数据库进行物种注释,金色藻属（Chrysochromulina）是调查海域第一优势属,无论是丰富度还是序列相对丰度均为最高。春季优势类群以金色藻属为主、其次HAP 2-3-4-5支系、棕囊藻属（Phaeocystis）和三毛金藻属（Prymnesium）,秋季优势类群为金色藻属、棕囊藻属和艾密里藻属（Emiliania）/桥石藻属（Gephyrocapsa）,其中艾密里藻属/桥石藻属序列相对丰度比例显著增加并成为优势属。根据克鲁斯卡尔-沃利斯检验分析表明秋季α多样性高于春季,具有显著差异,并且不同海域间α多样性也具有显著差异。非度量多维排列和置换多元方差分析表明,定鞭藻群落在中国沿海存在显著空间差异和季节差异（P<0.05）。2.定鞭藻优势类群分布特征定鞭藻优势种群分布呈显著的空间分布特征。总体来讲,春季定鞭藻主要分布在山东半岛和东海外海海域,其中赫氏艾密里藻/大洋桥石藻（Emiliania huxleyi/Gephyrocapsa oceanica）、球形棕囊藻（Phaeocystis globosa）主要分布在南黄海的西南部沿岸、黄海与东海的交接处;HAP2分支主要分布在山东半岛沿岸海域。秋季定鞭藻高丰度出现在南黄海及东海东南部海域,其中简单金色藻（Chrysochromulina simplex）在南黄海中东部附近海域相对丰度较高。球形棕囊藻主要分布在渤海中部、山东南部沿海、长江口和温州附近海域,而赫氏艾密里藻/大洋桥石藻在南黄海中部和东海外海海域相对丰度较高。3.定鞭藻对环境因子的响应中国沿海海域环境因子呈现显著空间变化和季节波动,与部分定鞭藻优势类群具有显著相关性。典范对应分析（CCA）和BIOENV分析表明温度是影响春季和秋季定鞭藻群落结构组成最重要的环境因子。Spearman相关性分析和Mantel test分析表明,春季,球形棕囊藻序列丰度与磷酸盐和铵盐浓度呈现显著正相关,与温度呈现显著负相关（P<0.01）。HAP2分支和波切棕囊藻（***）序列丰度与温度、盐度和硅酸盐浓度均呈现显著负相关（P<0.01）。秋季,球形棕囊藻序列丰度与磷酸盐和硅酸盐浓度呈现显著正相关（P<0.01）。不同环境因子对定鞭藻物种的影响具有时空差异性。定鞭藻物种共现网络分析显示,秋季网络结构比春季更复杂,具有更高的总连接度、平均加权度、平均聚类系数和网络直径等数据,网络间的连接更加紧密,网络稳定性更低。无论是春季网络还是秋季网络,关键物种均为球形棕囊藻、简单金色藻、赫氏艾密里藻/大洋桥石藻和***等。

关键词：定鞭藻种类多样性季节变化地理分布中国沿海

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海洋铂电阻温度传感器快速响应方法研究

海洋铂电阻温度传感器快速响应方法研究

作者：黄存宝齐鲁工业大学

学位级别：硕士

温度作为国际单位制中七个基本单位之一,是海洋最基本的物理参量,影响着海水盐度、压力等重要海水参量的测量。受传感器探头材料、封装结构的导热属性以及传感器硬件电路的电气特性限制,传统铂电阻温度传感器的响应速度较慢,导致传感器... 详细信息

温度作为国际单位制中七个基本单位之一,是海洋最基本的物理参量,影响着海水盐度、压力等重要海水参量的测量。受传感器探头材料、封装结构的导热属性以及传感器硬件电路的电气特性限制,传统铂电阻温度传感器的响应速度较慢,导致传感器的测量结果存在动态误差,这种现象在拖曳式、抛弃式温盐深传感器测量中造成的影响尤为明显。因此,开展铂电阻的导热结构设计优化与动态响应补偿算法改进,以提升海洋铂电阻温度传感器的快速响应性能是现阶段海洋监测技术亟需解决的共性关键技术问题之一。本文针对现有铂电阻响应速度不优的问题,首先通过COMSOL仿真及标定实验优选满足设计指标的铂电阻,搭建铂电阻温度传感器软硬件系统,随后根据阶跃响应测试的原理搭建铂电阻温度传感器响应速度测试系统,对测试结果进行系统建模获取传感器输出响应的数学模型,引入粒子群模糊PID补偿算法对传感器的输出响应进行动态补偿,提高铂电阻温度传感器的响应速度。主要工作内容如下:1、设计制备了不同栅条间距、阻值等参数的铂电阻,通过水槽实验标定确定了铂电阻温度系数,采用COMSOL仿真分析了其结构参数对性能的影响,结合探头自热效应仿真,优选铂电阻的结构设计与测量电路激励等关键参数,确保传感探头满足设计指标。2、完成了铂电阻温度传感器软硬件系统设计搭建。在铂电阻探头水槽标定实验和自热效应仿真基础上,设计并搭建了包含主控电路、AD转换电路、通信电路以及电源电路在内的铂电阻温度采集电路,完成了包含主控程序、信号采集程序、通信程序的软件系统以及上位机界面等软件的调试。3、提出了铂电阻温度传感器响应速度测试系统、测试方法及快速响应补偿方法,并开展相关算法优化。基于阶跃响应实验,通过逆建模方法构建传感器响应数学模型的传递函数,进一步引入基于粒子群优化的模糊PID动态补偿滤波器优化传感器的输出响应。通过仿真和实测对比,补偿后的铂电阻响应时间常数相较于传统PID控制器有明显提高,铂电阻温度传感器的动态响应特性有明显改善。

关键词：铂电阻时间常数快速响应动态补偿

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

RCEP与亚太地区重叠式自由贸易区整合

东北亚论坛 2024年第2期33卷 114-126,128页

作者：范存祺莫敏中国人民大学国际关系学院北京100872 广西民族大学东盟学院南宁530004

以东盟为轴心、“10+1”自由贸易协定为辐条的“东盟+”的自由贸易区网络是当前亚太地区重叠式自由贸易区的显著特征,然而重叠式自由贸易区安排会造成亚太区域经济合作碎片化和复杂化的困局。RCEP作为亚太地区进阶的巨型自由贸易协定,... 详细信息

以东盟为轴心、“10+1”自由贸易协定为辐条的“东盟+”的自由贸易区网络是当前亚太地区重叠式自由贸易区的显著特征,然而重叠式自由贸易区安排会造成亚太区域经济合作碎片化和复杂化的困局。RCEP作为亚太地区进阶的巨型自由贸易协定,在顶层设计上可以有效覆盖多个多边、双边自由贸易安排,通过制度融合与规则对接、政治互信与文明互鉴、经济重塑与话语权提升等三大路径,可有效降低亚太区域经济合作碎片化和复杂化风险,推动亚太地区重叠式自由贸易区整合和实现更高质量的区域经济一体化。中国应该从近期、中期、远期入手,深度参与RCEP等亚太区域经济合作,形成更深层次的对外开放格局,为亚太地区重叠式自由贸易区建设提供增长动力。

关键词： RCEP 重叠式自由贸易区区域经济合作亚太区域经济一体化中国应对

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的农机运动模式识别方法研究

基于深度学习的农机运动模式识别方法研究

作者：卞存翔齐鲁工业大学

学位级别：硕士

随着装有定位设备的智能农机的普及,海量的农机轨迹数据应运而生。精准识别农机的运动模式是数据挖掘领域的一项重要研究内容,对实现农田面积计算和农村路网构建具有重要意义。然而,原始的轨迹数据含有大量异常点,它们会影响识别的精度... 详细信息

随着装有定位设备的智能农机的普及,海量的农机轨迹数据应运而生。精准识别农机的运动模式是数据挖掘领域的一项重要研究内容,对实现农田面积计算和农村路网构建具有重要意义。然而,原始的轨迹数据含有大量异常点,它们会影响识别的精度。其次,原始轨迹数据仅记录了时间、经纬度、速度和方向,单纯依靠它们难以实现高精度识别。为了丰富轨迹数据,研究者开始关注于加速度和角速度等运动特征的设计。这些特征充分反映了农机的运动状态,但是它们未能反映农机的分布特性,导致识别精度难以极大提高。近年来,基于深度学习的识别方法凭借着自动提取深层特征的优势取得了显著成功。然而大部分方法忽略了深层局部和全局特征的融合,未能充分利用轨迹特征,导致识别精度难以进一步提高。针对上述问题,本文从数据清洗、特征增强和深度学习模型构建三个方面出发,开展基于深度学习的农机运动模式识别及其应用研究:1.在数据清洗方面,针对由于卫星信号干扰等因素而产生的离散点和漂移点,本文提出基于移动窗口的平均距离比较法和基于相邻点距离的比较法来将它们剔除,以提高轨迹数据的质量,确保后续特征增强的可靠性和模式识别的准确性。2.在特征增强方面,除了8个运动特征(例如,速度、方向和加速度等)之外,本文提出一种基于空间关系的统计方法从原始轨迹中提取2种分布特征(密度和平行特征),以充分反映农机的分布情况,使轨迹特征更加丰富。3.在模型构建方面,本文提出一种能够提取并融合深层局部和全局特征的Conv TEBi LSTM模型。该模型首先利用1D-CNN和Transformer-Encoder从轨迹特征中提取深层局部和全局特征。然后,模型利用Bi LSTM来将上述特征进行融合。最后,基于融合特征,该模型利用线性分类器将轨迹点识别为田间和道路点。4.在Harvester和Paddy两个数据集进行实验,以验证特征增强的有效性。结果表明本方法取得97.55%和86.44%的准确率,具有很高的识别精度。在Harvester上进行对比和消融实验,以验证Conv TEBi LSTM模型以及改进子模块的有效性。结果表明本方法取得98.21%的准确率和94.35%的F1值,具有很好的识别效果。在农机管理云平台上进行了模型部署和测试,以验证本方法的识别结果在面积计算应用上的有效性。结果表明该平台实现了误差小于300平方米的面积计算,具有很好的应用效果,这为农机作业补贴管理提供了可靠的数据支持。

关键词：农机运动模式识别深度学习时空轨迹数据数据增强数据清洗