生物功能催化膜定点固定化技术研究进展

介绍了从生物物理学、生物分析化学、化学工程学和分子生物学等学科角度研究开发的基于定点固定化技术的生物功能催化膜。着重阐述了基因定点突变技术、基因融合技术和翻译修饰技术等新兴定点固定化技术的原理、特点和操作。最后,对生物功能催化膜的研究方向进行了展望。     

全最小二乘法在三坐标测量中的应用

介绍了全最小二乘法的原理,并通过实例阐述了以点到直线距离平方和最小为条件的空间直线拟合方法,同时,比较了三坐标测量对两平面平行度全最小二乘法与最小二乘法的精度,说明这种方法适用于三坐标机测量后的计算.     

户外公共空间遮阳分析

对城市户外公共空间的遮阳形式进行了总结,比较了几种常用遮阳措施的遮阳效果,并肯定了建筑阴影较好的遮阳作用;提出了现代城市户外公共空间的遮阳要充分利用高层建筑产生的阴影,并合理地与其他遮阳措施结合利用;以沙坪坝三峡广场为例分析了综合应用各种遮阳形式的热环境设计,以期对未来的城市公共空间设计和已有城市公共空间改造提供参考。     

我国非常规水源利用结构及空间分布研究

非常规水源对于缓解我国水资源供需矛盾,提高区域水资源配置效率和利用效益具有重要作用。基于2003—2021年非常规水源利用统计数据,定性分析了我国各地区非常规水源的利用结构,从时间和空间两个维度对我国非常规水源利用特点进行了定量研究。对我国非常规水源利用趋势在时间和利用结构上的变化趋势进行了分析,可为非常规水源开发管理者提供指导依据。     

基于地形修正的降水空间插值方法及其应用

获取精准的降水空间分布信息对于水资源管理和洪涝灾害预报预警具有重要意义。地形变化对降水空间分布有显著影响,然而传统的降水空间插值方法难以考虑这种影响。基于黄土高原气象站1988～2017年长序列降水观测数据和高精度地形数据,建立了综合考虑站点与插值目标网格的位置、高程及坡向关系的降水空间插值方法(Angular Distance Aspect Gradient Weighting method, ADAGW),并在黄土高原地区进行应用。结果表明：相较于传统空间插值方法,ADAGW方法能够更有效地捕捉复杂地形下的降水空间分布。该方法在日尺度、月尺度、年尺度上的空间插值结果的决定性系数(R²)和均方根误差(RMSE)均优于传统降水空间插值方法;地形对于降水分布的影响与时间尺度有关,当时间尺度较长时,地形因素对降水分布的影响更为明显。该方法考虑了高程及坡向对降水空间分布的影响,有助于获取更精准的面雨量分布。     

Spatial-temporal changes of wetlands and its driving factors in Guangdong-Hong Kong-Macao Greater Bay Area from 2010 to 2020EI北大核心CSCD

基于高分遥感影像提取2010年、2015年和2020年湿地数据,使用探索性空间数据分析和地理探测器,定量解析了粤港澳大湾区2010—2020年湿地时空变化及其驱动因素。结果表明:2010—2020年粤港澳大湾区湿地面积不断减少,其中,人工湿地减少更明显(305.33 km^(2)),自然湿地减少90.17 km^(2),湿地向建设用地、草地转移是湿地损失的主要形式;2010—2015年湿地损失的主要区域为大湾区中部核心区和沿海城镇带,2015—2020年湿地损失区域在新区、新建产业基地等局部区域聚集;人工湿地变化主要受GDP、渔业产量、第二产业产值等社会经济发展因素驱动,常住人口的影响力逐渐增强;气温、第一产业产值和道路密度对自然湿地变化起重要作用,其余因子影响较弱。     

中国水资源空间均衡评价与空间关联性分析

为科学认知中国水资源空间均衡现状和空间分布特征,在对水资源空间均衡内涵进行解析的基础上,构建了水资源空间均衡评价指标体系,以中国333个地级行政区和4个直辖市为研究对象,对全国各地区水资源空间均衡状态进行了评价和空间关联性分析。结果表明:各省级行政区空间均衡状态存在空间差异大的特点,全国31个省级行政区(不包括港澳台)有17个处于空间不均衡状态,主要分布于东三省、华北平原、河西走廊、华南部分地区和新疆南部;各研究单元空间均衡状态存在一定的聚集性,主要表现为高值聚集和低值聚集两种形态,也散布有小范围的低高聚集、高低聚集形态。     

基于自适应聚合与深度优化的三维重建算法

针对现有基于多视图的三维重建方法未充分考虑像素点在其余视图的可见性,从而导致重建完整度不足,且在弱纹理和遮挡区域重建困难等问题,提出了一种应用于高分辨率的三维重建网络。首先提出了一种引入可见性感知的自适应成本聚合方法用于成本量的聚合,通过网络获取视图中像素点的可见性,可以提高遮挡区域重建完整性;采用基于方差预测每像素视差范围,构建空间变化的深度假设面用于分阶段重建,在最后一阶段提出了基于卷积空间传播网络的深度图优化模块,以获得优化的深度图;最后采用改进深度图融合算法,结合所有视图的像素点与3D点的重投影误差进行一致性检查,得到密集点云。在DTU 数据集上与其他方法的定量定性比较结果表明,提出的方法可以重建出细节上表现更好的场景。     

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。     

LFSCA-UNet：基于空间与通道注意力机制的肝纤维化区域分割网络

目的 肝纤维化是众多慢性肝脏疾病的常见表现,如不及时治疗可发展为肝硬化甚至引发肝癌。肝纤维化的准确评估对临床治疗和预后评估等至关重要。目前,肝纤维化的诊断通过肝穿活检判断,有创且有并发症危险。为此,基于影像学的无创诊断方法越来越受到关注。本文提出一种基于通道注意力与空间注意力机制改进的用于肝纤维化区域的自动化分割U-Net （liver fibrosis region segmentation network based on spatial and channel attention mechanisms,LFSCA-UNet）。方法 依据Attention U-Net的改进方式,围绕U-Net的跳跃连接结构进行基于注意力的改进,在AG （attention gate）的基础上,加入以ECA （efficient channel attention）模块为实现方式的通道注意力机制,依据加入ECA的位置,LFSCA-UNet分为A、B、C共3个子型。结果 在肝数据集上与其他实验网络进行评估对比,本文提出的LFSCA-UNet网络结构平均Dice系数达到了93.33%,相比原始U-Net的Dice系数提高了0.539 6%。结论 本文方法将空间注意力机制与通道注意力机制进行结合,有效提高了肝纤维化区域的分割精度,对空间注意力模块使用通道注意力模块优化输入和输出,增加了网络的稳定性,提升了网络的整体效果。