【摘 要】
：
微生物复垦技术是矿区环境治理的重要手段之一，对改善矿区的生态环境具有举足轻重的意义，而矿区微生物修复是一个生态持续演变过程，科学评价微生物复垦多年后采煤塌陷区的土壤质量和生态效应是目前亟待解决问题。为了探明接种丛枝菌根真菌（AMF）复垦多年后对采煤沉陷区土壤改良的生态效应，科学评价微生物复垦技术在矿区环境修复中的重要作用，以神东采煤沉陷地2012年种植的紫穗槐复垦地为研究区，分析了接菌区和对照区两
论文部分内容阅读
微生物复垦技术是矿区环境治理的重要手段之一，对改善矿区的生态环境具有举足轻重的意义，而矿区微生物修复是一个生态持续演变过程，科学评价微生物复垦多年后采煤塌陷区的土壤质量和生态效应是目前亟待解决问题。为了探明接种丛枝菌根真菌（AMF）复垦多年后对采煤沉陷区土壤改良的生态效应，科学评价微生物复垦技术在矿区环境修复中的重要作用，以神东采煤沉陷地2012年种植的紫穗槐复垦地为研究区，分析了接菌区和对照区两种不同处理下土壤基本理化性质、土壤活性有机碳、高光谱特征及其相互影响关系。研究结果表明：接种AM真菌7年
其他文献
基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果.然而,现有的方法通常存在对边缘恢复不清晰的问题.因此,本文提出一种强边缘提取网络(Strong-edge Extraction Network, SEEN),用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量.设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成, SEEN-1实现双边滤波器的功能,用于提取滤除了细节信息后
针对低阶MRF模型难以有效表达自然图像中复杂的先验知识而造成误分割问题, 提出一种基于多节点拓扑重叠测度的高阶MRF模型的图像分割方法. 首先, 为了描述图像局部区域内多像素蕴含的复杂空间拓扑结构信息, 利用多像素拓扑重叠测度建立图像局部区域的高阶先验模型; 其次, 利用较大的局部区域包含更多的标签节点信息能力, 基于Pairwise MRF模型建立基于局部区域的部分二阶Potts先验模型, 提高
在中国,彝文古籍文献日益流失而且损毁严重,由于通晓古彝文的研究人员缺乏,使得古籍恢复工作进展十分缓慢。人工智能在图像文本领域的应用,为古籍文献的自动修复提供可能。本文设计了一种双判别器生成对抗网络(D2GAN),以还原古代彝族字符中的缺失部分。D2GAN是在深度卷积生成对抗网络的基础上,增加一个古彝文筛选判别器。通过三个阶段的训练来迭代地优化古彝文字符生成网络,以获得古彝文字符的文字生成器。根据筛
针对传统算法在不同的应用场景中需要手动调整参数，鲁棒性低等问题，本文提出了一种基于卷积神经网络的低照度图像增强算法。整个网络框架分为三个阶段：分解网络、增强网络和图像重建，首先分解网络将输入的低照度图像做分层处理，利用数据驱动的方式分解为反射分量与光照分量，然后将两部分分量输入不同网络模型中增强，最后依据Retinex原理合成最后的图像。模型训练阶段，对每个子网络不需要提供对照组训练，只需整体输入
在农业生产中，植株病虫害的识别能够有效地提高农作物产量。然而，当前数据驱动的深度植株病虫害识别方法需要大量的有标签数据，导致现有方法难以很好地识别少样本的新病虫，经验难以推广。另一方面，基于深度学习的方法需要对大量的参数进行训练，难以削减计算开销。针对上述挑战，本文设计一种基于彩票迁移的稀疏网络植株病虫害识别模型。具体地，本文首先定义深度网络的彩票迁移假设，利用压缩策略构建稀疏网络，识别迁移源域的
[目的]对干旱荒漠草原区矿区生物修复中生态适应性和有效性进行分析,为采煤塌陷区的生态环境恢复提供科学依据。[方法]运用Li-6800光合作用全自动测量系统,对原生境西鄂尔多斯生长的和神东矿区移植的四合木(Tetraena mongolica)、沙冬青(Ammopiptanthus mongolicus)和霸王(Sarcozygium xanthoxylon)的光合生理进行测定,以分析生物修复在该地
球囊霉素作为一种丛枝菌根真菌（AMF）分泌的难降解土壤蛋白，是长期碳贮的重要组成部分，广泛分布于陆地生态系统沉积物中。然而，当前对其在滨海湿地中的分布鲜有研究。本文对我国环渤海主要湿地表层沉积物中球囊霉素相关土壤蛋白（GRSP）含量的空间分布特征进行了表征，探讨了不同生境下GRSP含量的分布及其对湿地沉积物风化的指示意义。我们选取辽河三角洲湿地、北大港湿地和黄河三角洲湿地作为研究区，对166个表层
以吉林省两种成土母质发育的典型黑钙土为供试土壤，采用室内培养方法，探究加入不同比例秸秆（0%、0.5%、1%、2%、3%、5%、10%、15%）后，黑钙土有机碳含量及团聚体稳定性的变化特征。结果表明：与对照处理相比，增加秸秆的施用量，有机碳含量低、中、高三种黄土耕层土壤（LLC-Ap、LMC-Ap、LHC-Ap）的有机碳增量分别为0.28～4.67倍、0.06～3.14倍、0.07～2.10倍；有
在模糊核未知的情况下对模糊图像进行复原称为盲解卷积问题,这是一个欠定逆问题,现有的大部分盲解卷积算法利用图像的各种先验知识约束问题的解空间。由于清晰图像的跨尺度自相似性强于模糊图像的跨尺度自相似性,且降采样模糊图像与清晰图像具有更强的相似性,本文提出了一种基于跨尺度低秩约束的单幅图像盲解卷积算法,利用图像跨尺度自相似性,在降采样图像中搜索相似图像块构成相似图像块组,从整体上对相似图像块组进行低秩约
基于胶囊网络的向量神经元思想和EM算法，本文设计了一种以EM为向量聚类算法的深度胶囊网络，实现了重叠手写数字的识别与分离。该网络由两部分组成，第一部分使用两个卷积层、两个基础胶囊层、两个EM聚类胶囊层构成6层网络结构。其将胶囊维数由常规的8维扩充为16维，并利用姿态转换矩阵实现低级特征到高级特征的预测，同时将EM算法改为EM向量聚类算法，以替换原胶囊网络中的迭代路由部分，优化了网络的运算过程，实现