季节性通过影响给定位置的个人存在的环境条件的变化影响物种分布。尽管洞穴小气候的动力学是众所周知的,但只有少数研究评估了这种动力学对非刻痕洞穴物种的影响。在这里,我们评估了利用地下环境的物种是否显示出与洞穴微气象季节性变化有关的栖息地占用变化。我们每个月在意大利中部进行了一年的16个洞穴。洞穴被细分为三米的纵向部门。在每个部门中,我们测量了洞穴形态和微气候特征,评估了八个非湿球体分类群(正翅目,蜘蛛,胃足类和两栖动物)的出现,以及相关物种分布到环境特征和抽样周期。大多数物种的发生都与洞穴形态和微气候特征有关。调查月是确定洞穴部门物种存在的主要因素,表明洞穴居民在活动和分布中表现出强烈的季节性。对于多种物种,我们检测到采样周期和微气候特征之间的相互作用,这表明物种可以全年与不同的微生境相关。最富有的社区是在特定微气候(即高湿度,温度温度和低光)的地点发现的,但是物种丰富度的季节性也很强,这强调了户外和地下环境之间相互作用的复杂性。
建议使用几种地球物理技术进行空腔探索,例如接地式雷达(GPR),重量法,磁力测定法,电阻调查和地震反射率。但是,由于喀斯特环境的复杂和动态性质,它们的间接表面应用与某些不确定性有关。例如,永远无法提前确定它是干的还是水洞,或者是否具有沉积物盖(这使其不适合特定仪器)。另一个挑战是,在一定深度处的小洞穴可能会在更大深度的较大洞穴中产生相似的传感器观察,从而导致映射歧义。因此,依赖环境的不同物理特性的多传感器探索比单个技术的精度提高了结果。不同技术与其他信息的组合(例如本地地质,地下特征和地形的详细信息)可以进一步改善结果。在本文提出的研究中,在已知洞穴上方的表面和内部进行了调查运动,以调查多传感器洞穴检测的有效性。
在本讲座中,我们将讨论如何将光学图像转换为数字图像,以便计算机视觉系统对其进行分析。我们将首先简要介绍成像的历史,并列出导致现代数码相机诞生的重大发明的时间表。我们认为成像发展中最重要的发明是图像传感器。我们将描述两种类型的图像传感器——CCD 传感器和 CMOS 传感器——并研究它们的特性,包括分辨率(图像中的像素数)、噪声(对图像的不良修改)和动态范围(传感器能够测量的亮度值范围)。然后,我们将讨论如何设计图像传感器来捕捉颜色,简单地说,颜色是人类对不同波长光的反应。
摘要:Rock Art提供了我们最遥远的过去的痕迹,并用避难所,墙壁或洞穴天花板中的矿物和有机物质制成。非常脆弱,很幸运,某些实例保持完整,但是各种自然和人为因素可能导致其消失。因此,作为宝贵的文化遗产,岩石艺术需要特殊的保护和保护措施。地质遥感技术,例如3D陆地激光扫描(3DTL),无人驾驶飞机和地面穿透雷达(GPR),使我们能够在2D,2.5D和3D中生成详尽的洞穴及其环境。但是,仅与3D地理信息系统(GIS)合并使用,才能生成新的洞穴地图,并提供诸如上覆的层厚度,凹坑,断裂,关节和脱离等细节,这些洞穴也更精确地揭示了内部的外部互连和气态交换;即,容纳洞穴的喀斯特巨人的衰老状态。此类信息对于洞穴艺术的研究,管理,保护,监测和传播至关重要。
共积累了 16 种来自四个蝙蝠科的物种(翼手目:Mormoopidae、Phyllostomidae、vespertilionidae、Molossidae)。 丰富度在不同采样月份有所不同,2 月份物种数量较少(7 种),4 月份丰富度较高(10 种)。 有 7 种(Pteronotus parnellii、Artibeus jamaicensis、A. intermedius、A. lituratus、Glossophaga comissarissi、Desmodus rotundus、Tadarida brasil- iensis)在所有采样月份都稳定存在,因此被认为是洞穴中的常住物种;这些物种的整个生命周期都在这个洞穴中度过。 其他物种暂时使用洞穴作为替代昼间栖息地或繁殖地点。相对丰度在波动,我们遇到了 12 种繁殖期(怀孕或哺乳期)的雌性,它们在繁殖季节将洞穴用作安全的栖息地。我们的研究结果证实了这个洞穴对蝙蝠保护的重要性:1)它是当时已知的墨西哥蝙蝠种类最多的洞穴,以丰富度和丰度为基础;2)这个洞穴栖息着墨西哥南部已知的唯一大型迁徙墨西哥无尾蝙蝠(Tadarida brasiliensis)群落,显然是一个常住种群;3)是一个繁殖期
诗人约瑟夫·艾迪生曾经说过:“我们的视觉是我们所有感官中最完美、最令人愉悦的。”计算机视觉的目标是制造能够看见的机器。我们已经见证了一些成功的视觉应用,例如人脸识别和无人驾驶汽车。未来还有更多。在未来十年,我们可以期待计算机视觉对我们的生活方式产生深远的影响。本系列讲座的目标是涵盖计算机视觉的数学和物理基础。视觉处理图像。我们将研究图像的形成方式,然后开发各种从图像中恢复有关物理世界的信息的方法。在此过程中,我们将展示视觉的几个现实世界应用。由于深度学习如今很流行,您可能想知道是否值得了解视觉的第一原理,或者就此而言,了解任何领域的第一原理。给定一个任务,为什么不直接用大量数据训练神经网络来解决任务呢?事实上,有些应用这种方法可能就足够了,但有几个理由让我们接受基础知识。首先,训练网络来学习可以用第一原理简明而准确地描述的现象是费力且不必要的。其次,当网络表现不佳时,第一原理是您了解原因的唯一希望。第三,旨在学习复杂映射的网络通常需要收集大量训练数据。这可能很乏味,有时甚至不切实际。在这种情况下,基于第一原理的模型可用于合成训练数据而不是收集数据。最后,学习任何领域第一原理的最令人信服的理由是好奇心。人类的独特之处在于我们天生渴望知道事物为什么以它们的方式运作。我将本系列讲座分为 5 个模块,每个模块涵盖计算机视觉的一个重要方面。模块 1 是关于成像。模块 2 是关于检测特征和边界。模块 3 是关于从单一视点进行 3D 重建。模块 4 是关于使用多个视点进行 3D 重建。模块 5 涵盖感知。要学习这些模块中的任何一个,您不需要任何计算机视觉方面的先验知识。你只需要了解线性代数和微积分的基础知识。如果你恰好懂一门编程语言,它就能让你想象我所描述的方法如何在软件中实现。简而言之,任何理科或工科二年级学生都应该能够轻松掌握这些内容。
背景:子宫平滑肌(肌瘤)是子宫肌肉的良性生长,是女性生产力丧失和发病率的主要原因。先前的研究表明,患有子宫肌瘤的妇女往往比没有的血清维生素D水平低(Baird等,2013; Okoro等,2024)。先前对巴巴德人口的研究探讨了与激素产生有关的遗传因素的影响(Alleyne and Bideau,2019; Bideau and Alleyne,2016; Bideau and Alleyne,2019年);迄今为止,尚无研究探索巴巴德人群中的维生素D和肌瘤。目标:确定具有和没有子宫肌瘤的女性的血清维生素D浓度,并评估同一妇女维生素D受体中的SNP。方法:拟议的项目使用荷兰人人群中女性收集的匿名血液样本和生物识别数据来评估患有和没有肌瘤女性的维生素D。学生将进行多种分子分析,并将其与参与者的生物识别数据相关联。这些包括使用液相色谱和维生素D受体中的SNP多态性分析维生素D。要求:必须舒适使用血液样本。参考:
引言白鼻子综合征是一种由非本地真菌引起的冬眠蝙蝠疾病,称为pseudogymnoascus destructans或PD简称。Cave Explorers在2006年在纽约奥尔巴尼附近的一个洞穴中首先看到了蝙蝠,伴有白鼻子综合症的迹象。从那以后,该疾病遍布北美,造成数百万蝙蝠。这种疾病不会影响人们,但是真菌的孢子可以长时间持续在衣服,鞋子,背包,摄像头和其他物品上。结果,真菌生活的洞穴游客可以在不知不觉中将其传播到其他地区。展示洞穴,也称为旅游洞穴或商业洞穴,为将公众介绍给自然地下环境的奇观提供了重要的机会。作为表演洞穴的所有者和经理,您可以进一步帮助保护本地洞穴环境和使用它们的蝙蝠,从而减少在洞穴中花费时间的游客,人员或研究人员可能会干扰蝙蝠并可能将真菌从一个地方移至另一个地方。本指南提供了一种风险评估工具,建议和示例,以支持您努力降低访客的风险,从而传播导致这种毁灭性疾病的真菌。背景洞穴包含丰富的自然,文化和古生物学资源,并为娱乐,探索,教育和研究提供了宝贵的机会。许多室外教育团体和社区组织依靠洞穴来提高对蝙蝠和其他洞穴居住生物的认识,展示独特的地质特征,并促进对自然的欣赏。表演洞穴还通过旅游业增加了经济并丰富我们的社区。以前,白鼻综合症反应团队开发了WNS净化协议1和设备限制的建议,并管理访问Subterranean Bat Roosts 2。这些建议基于通用预防措施3的应用和最佳的科学信息,这表明参观洞穴的人们有可能传播白鼻综合症,并可能干扰冬眠的蝙蝠2。目的本文档提供了参考资料,以帮助显示洞穴操作员考虑降低人们将PD散布到洞穴中或从洞穴中传播的风险,并减少白鼻综合症对蝙蝠的影响。提供信息和工具以帮助执行其他国家指导(例如“ Cave Access Advisory 2”和全国WNS净化协议3)专门用于探访,研究或旅游业的洞穴。这些建议专门针对人们传播PD的风险,但也可能会降低