对长江流域水生态监测评估的思考

为加快长江流域水生态监测评估工作,建立完善长江流域片水生态监测体系,依据长江流域综合规划和长江经济带生态环境保护规划对水生态监测的总体要求,结合流域水生态监测工作现状,从监测任务、监测内容和方法、监测点布设及监测方案、组织管理等方面,探讨了长江流域水生态监测与评估体系建设需要注意的问题。研究成果可为长江流域水生态信息库构建,长江流域水生生物多样性调查与观测网络建设、水生态监测方法和技术规范制定及定期发布长江流域水生态监测公报提供参考。     

数字水系分级对流溪河模型中小河流洪水预报的影响

为了探讨流溪河模型在中小河流洪水预报中的适用性,以及基于DEM的数字水系提取和分级对流域洪水预报的影响,构建了江西省龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,最后验证模型并讨论了数字水系分级对流域洪水预报的影响。结果表明:随着数字水系分级变多,流域洪水峰值增大、峰现时间提前、径流系数越大、模拟过程越接近实测值;采用流溪河模型进行中小河流洪水预报时,不能采用1级数字水系构建模型,适宜采用3级水系构建模型;流溪河模型采用PSO算法的自动优选模型参数,实际应用中只需要一场具有代表性的实测洪水过程就可以优选模型参数,有效提高了模型的性能;基于3级水系构建龙华江流域洪水预报流溪河模型,采用PSO算法优选模型参数,对50场洪水过程的模拟结果与实测值吻合很好,模型可用于龙华江流域实时洪水预报。     

变化环境下气象水文预报研究进展

随着全球气候变化、下垫面改变及高强度人类活动的不断加剧,流域降水、蒸发、径流等气象水文要素都受到直接性的影响,水文序列的一致性假设不复存在。在变化环境下,传统径流预报方法适用性逐步变差,从而对气象水文的精准预报带来挑战。本文分别从气象水文预报的各个环节——多源降水数据融合、数值天气预报、流域水文模型、参数率定、数据同化、集合预报等方面综述了变化环境下的气象水文预报的研究进展。可以看到,国内外学者围绕上述技术都开展了大量研究,并取得了大量成果。未来针对变化环境下气象水文预报研究,将主要围绕以下方向开展:(1)落地和预报降水精度及时空分辨率的进一步提高;(2)水文模型结构的改进及不确定性分析;(3)水文预报误差的描述方法及其可靠性。     

面向珍珠分拣机器人的形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法。采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度。为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位。根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化。实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms。该方法可准确高效对珍珠进行分拣分级,具有一定的实用价值。     

基于改进控制标记符分水岭的牙体硬组织分割

针对口腔视频图像中的牙齿形态特点,提出了一种基于改进控制标记符分水岭变换的牙体硬组织分割算法,进而为临床诊断、矫正、修复等提供参考。该方法首先对牙齿图像进行预处理,并结合牙体硬组织颜色特征分析,提取出牙体硬组织区域,作为初步控制标记符;其次,利用支持向量机对初步控制标记符进行分类优化,并经形态学操作处理后,提取出最终的控制标记符;最后,利用基于改进控制标记符的分水岭方法对图像进行分割,将视频图像分成同质区域,并通过计算区域平均特征,完成牙体硬组织的自动分割。仿真实验结果表明,本算法具有较好的适应性和鲁棒性,提高了牙齿硬组织的分割精度。     

基于图像畸变校正的车轮踏面区域提取

为了实现踏面缺陷部位面积的精确测量,提出了一种基于图像畸变校正的车轮踏 面区域提取方法。首先采用改进的彩色图像标记分水岭初次分割侧视视角踏面曲面图像,然后 根据踏面曲面图像横向和纵向畸变的不同特点顺次进行平面横纵坐标几何校正并在此过程中完 成踏面区域的二次分割与视角转换,最后得到踏面正视视角矫正图像。实验结果表明,该方法 可以准确分割并校正侧视视角踏面图像,为实现踏面缺陷面积的精确计算打下基础。     

城市雨水口流域等流时线法降雨径流模拟模型

根据等流时线法理论和计算机模拟技术，建立了城市雨水管网系统雨水口流域降雨径流模拟模型．该模型可根据实测降雨水资料或城市暴雨公式和相应的扣损方法，模拟计算城市雨水管网系统各雨水口入流流量过程线．经与北京百万庄实测降雨径流资料比较，该模型可以真实地模拟地表径流过程，结果与实测数据十分接近．     

基于分层多尺度形态学梯度修正的分水岭分割

形态学分水岭分割对图像中的噪声和非规则细节较为敏感, 常常导致较严重的过分割. 如果在分水岭分割之前采用线性滤波器进行平滑,可以在某种程度上消除噪声和非规则细节干扰造成的分水岭过分割, 但是可能使分割出的目标轮廓产生位置偏移. 为了能够在消除过分割的同时保持目标轮廓的位置不变, 提出了一种基于分层多尺度形态学梯度修正的分水岭分割方法. 首先对原始图像进行多尺度形态学滤波平滑; 然后根据形态学梯度图像的三维地貌体积对其进行分层多尺度修正, 自适应地确定修正所需的结构元素尺寸, 对于低梯度层级采用较大尺寸结构元素进行形态学闭运算, 消除因非规则细节产生过分割的非规则局部极小值, 而对较高梯度层则采用较小尺寸的结构元素, 保持区域轮廓的位置不变; 最后在修正梯度图像基础上, 运用标准分水岭变换实现图像分割. 实验结果表明, 该方法能够在消除过分割的同时, 较准确的保持目标轮廓的位置.     

一种基于脊线的层级分水岭新算法

针对传统V.S.分水岭算法存在的过分割现象,提出一种基于脊线的层级分水岭算法。通过对传统V.S.分水岭算法中浸没过程的适当改进,找到完整无冗余的区域脊线;再次修改浸没过程,仅对脊线进行多级迭代的分水岭再分割,即可完成区域分割。实验结果显示:该算法能处理传统V.S.分水岭算法的过分割现象,且计算速度较快。     

基于改进分水岭算法及Hopfield神经网络的牛肉大理石纹等级评级方法

在HSV颜色空间H分量图像上进行分割预处理,结合改进分水岭算法对牛眼肌与大理石花纹区域进行精确分割,对中国、日本及美国的大理石纹的标准等级图的特征参数作相关性分析,优选出5个表征大理石纹分布的特征参数,提出一种基于图像处理及Hopfield神经网络的自动评级方法,结果表明,对大理石花纹分级准确率达到87.23%。