发布时间：
1、题名规范
题名应简明、具体、确切，能概括论文的特定内容，有助于选定关键词，符合编制题录、索引和检索的有关原则。
2、命题方式
简明扼要，提纲挈领。应能概括整个论文最重要的内容，言简意赅，引人注目，一般不宜超过20个字。
论文题目是一篇论文给出的涉及论文范围与水平的第一个重要信息，也是必须考虑到有助于选定关键词不达意和编制题录、索引等二次文献可以提供检索的特定实用信息。论文题目十分重要，必须用心斟酌选定。
扩展资料：
技巧一：依据学术方向进行选题。论文写作的价值，关键在于能够解决特定行业的特定问题，特别是在学术方面的论文更是如此。因此，论文选择和提炼标题的技巧之一，就是依据学术价值进行选择提炼。
技巧二：依据兴趣爱好进行选题。论文选择和提炼标题的技巧之二，就是从作者的爱好和兴趣出发，只有选题符合作者兴趣和爱好，作者平日所积累的资料才能得以发挥效用，语言应用等方面也才能熟能生巧。
技巧三：依据掌握的文献资料进行选题。文献资料是支撑、充实论文的基础，同时更能体现论文所研究的方向和观点，因而，作者从现有文献资料出发，进行选题和提炼标题，即成为第三大技巧。
技巧四：从小从专进行选题。所谓从小从专，即是指论文撰稿者在进行选择和提炼标题时，要从专业出发，从小处入手进行突破，切忌全而不专，大而空洞。
参考资料来源：百度百科-论文格式
标题一般分为一般标题、副标题、副标题。而一个题名与第二个题名与所代表的题名是序号，且字体大小不相同；
设置子标题的主要目的是为了清晰地显示文章的层次结构。有的利用文字，一般水平的中心内容其清楚；也有的用数字，只表示“一、二、三”等顺序，起到承上启下的作用。需要注意的是：无论采用哪种形式，关卡的内容都要紧密相连，以及上面和下面之间的联系。
一级标题：标题序号为“一、”，4号黑体，独占行，末尾不加标点符号。
二级标题：标题序号为“（一）”与正文字号相同，独占行，末尾不加标点符号。
三级标题：标题序号为“1．”与正文字号、字体相同。
另外还有四、五级标题；
四级标题：标题序号为“（1）”与正文字号、字体相同。
五级标题：标题序号为“①”与正文字号、字体相同。
扩展资料：
对于题目的要求，有三点：
第一，要明确。能够揭示主题或参数的范围，这样人们可以阅读标题可以知道文章的大纲，讨论的主要内容和作者的写作意图，但不似是而非的，隐藏的头和尾巴，和读者玩捉迷藏。
第二，我们应该简洁。论文的题目不宜过长，过长容易让人觉得繁琐繁琐，不能得到鲜明的印象，从而影响对文章的整体评价。标题不宜太抽象、空洞，标题不能用很常用或发明的词，以免读者看到标题会像落海一样，百思不解，直到全文知道标题的耸人听闻。
第三，新奇。标题和文章的内容、形式，都应该有自己独特的地方。不要标新立异，也不要落入陷阱，这样才能引人入胜，赏心悦目，从而激起读者的阅读兴趣。
作为水纸的一个例子，最常见的是这个领域的期刊。你可以查查
最佳答案水，滋润万物，与人们的生产生活息息相关。水是甘甜的。但有时又是苦涩的；水是宝贵的，但有时它又泛滥成灾；水是清冽的，但在一些地方它却变得污浊不堪；一切生物都离不开水，但在一些特别需要水的地方，它却变得那样吝啬……面对我们日日不可或缺的生命之源一-水 最佳答案人类进入21世纪以来，我们不得不正视一个事实：可利用的淡水资源越来越匮乏。在全面建设小康社会的进程中，能否确立水资源可持续利用的发展观，是关系到我国社会经济发展和子孙后代生存的重大问题。加大执法力度，全面关注水资源，应当是摆在我们面前的迫切课题。 天气、气候与水资源 水是生命赖以生存的重要自然资源。地球上的生物所需要的水，绝大部分来自河流、湖泊、冰川和海洋等。这些可贵的淡水资源，其补给来源主要为大气降水。在气候系统中，水循环是最重要的物质循环之一。天气、气候与水分循环在正常情况下有利于人类生存与发展，这就是人们常说的风调雨顺。 怎样才能期盼到风调雨顺？生态学家研究后得出这样一个结论：一个国家，如果它的森林覆盖率达到30%左右，就很少发生重大的自然灾害，如果能达到40%，就有一个比较好的生态环境；如果达到60%，这个国家将风调雨顺、美丽富饶。 我国水资源面临的严峻情况 随着人类活动的不断加剧、人口与城市化发展迅速，水资源面临的情况越来越严峻。早在1972年，联合国第一次人类环境会议就发出：“水将导致严重的社会危机”的警告。30多年过去了，水资源问题不仅没有得到根本解决，而且越来越严重。 目前，我国水资源供需矛盾面临非常严峻的形势，在全国660多座城市中，缺水城市达400多个，其中严重缺水的城市108座。全国每年因缺水少产粮食近 800亿公斤。每年因缺水造成的经济损失达2000亿元。我国人均水资源仅为世界平均水平的1/4、美国的1/5，在世界上名列第110位，是全球人均水资源最贫乏的国家之一。缺水已成为影响我国经济发展、人民生活和环境改善的主要制约因素。 不容乐观的是，在缺水的同时，我国水土流失和水资源污染情况仍然严重，水土流失导致生态环境进一步恶化，生态环境的恶化使得水资源与水环境陷入恶性循环的怪圈。 根据水利部《21世纪中国水供求》分析，2010年我国工业、农业、生活及生态环境总需水量在中等干旱年为6988亿立方米，供水总量6670亿立方米，缺水318亿立方米。这表明，2010年后我国将开始进入严重的缺水期。 从人口的增长上看，2030年左右，我国人口将达到16亿，人均占有水资源量将比目前减少1/5，降至1700立方米左右；从经济增长上看，到21世纪中叶，国内生产总值要增长10倍以上，城市和工业用水将较大幅度增长，废污水排放量也将相应增加，开源节流保护任务十分艰巨；从城市发展看，21世纪中叶，我国的城市化率将达到70%，城市水供求矛盾更加尖锐；从农业生产，特别是粮食生产上看，2050年前，我国粮食产量要比现在增加1400亿公斤以上，这意味着农业灌溉总用水量必须增加，尤其是北方地区的水资源形势将更加严峻。 依法节水、治水 水资源是重要的自然资源，是人类赖以生存和社会发展不可缺少而又无法替代的物质资源。面对我国水资源供需面临非常严峻的形势，解决水资源须加大执法力度，从以下三个环节入手。 首先要依法节水，这是解决眼前供需矛盾的最有效措施。2002年8月修订公布的新《水法》第八条明确规定：“国家厉行节约用水，大力推行节约用水措施，推广节约用水新技术、新工艺，发展节水型工业、农业和服务业，建立节水型社会”。节约用水的口号已提了许多年，但缺乏约束力，收效不明显。现在应进入全民节水、依法节水的时代了。在全社会开展节水教育，利用经济杠杆，进行强制性节水。对于肆意浪费水资源的单位和个人，依法进行处治，切实建立节水型社会。 其次，要从战略的角度，重视大气水的开发利用。向空中要水是解决水资源危机的另一条途径。我国人工增雨始于上世纪50年代末。目前我国大部分地区都已开展人工增雨的工作。1995年至2003年，全国有23个省共组织实施人工增雨4230多次，累计飞行9881小时，增雨面积达到300余万平方公里，增加降水约2100亿立方米，在减轻和缓解干旱对国民经济带来不利影响方面，发挥了显著的作用。第三，建设良好的生态环境是解决水资源的长远与根本之计。森林与植被的破坏是导致水资源紧缺的重要因素。半个世纪以来，我国消耗森林资源达86亿立方米，相当于把过去全国的森林都砍了一遍。如今，人均占有森林面积和蓄积量分别只有世界平均水平的20%和12%。大规模盲目利用生态资源，使我国的生态资源质量急剧下降，江河断流、湖泊萎缩，水资源涵养和调节能力严重不足。不断发生的洪涝、干旱和沙化三大灾害成为威胁中华民族的心腹之患。 水资源危机已成为影响我国国民经济发展的瓶颈，它将威胁着中华民族的腾飞。为了拯救我们共同的家园，为了我们自身的生存与发展，在日益严峻的水资源危机面前，加大执法力度，运用法制的手段严格约束和治理，应当是解决水资源问题的有效突破口。 论文其实就是一种文章,就一种讨论某种问题或研究某种问题的文章。它有自己独有的论文格式。 下面就是标准的论文格式： 1、论文格式的论文题目：（下附署名）要求准确、简练、醒目、新颖。 2、论文格式的目录 目录是论文中主要段落的简表。（短篇论文不必列目录） 3、论文格式的内容提要： 是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。 4、论文格式的关键词或主题词 关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作计算机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。 主题词是经过规范化的词，在确定主题词时，要对论文进行主题分析，依照标引和组配规则转换成主题词表中的规范词语。（参见《汉语主题词表》和《世界汉语主题词表》）。 5、论文格式的论文正文： （1）引言：引言又称前言、序言和导言，用在论文的开头。引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。 〈2〉论文正文：正文是论文的主体，正文应包括论点、论据、论证过程和结论。主体部分包括以下内容： a.提出问题-论点； b.分析问题-论据和论证； c.解决问题-论证方法与步骤；d.结论。 6、论文格式的参考文献 一篇论文的参考文献是将论文在研究和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。 中文：标题--作者--出版物信息（版地、版者、版期） 英文：作者--标题--出版物信息 所列参考文献的要求是：（1）所列参考文献应是正式出版物，以便读者考证。 （2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。 按照上边的论文格式来写，可以使你的论文更加容易被读者了解，被编辑采纳。 最佳答案水，滋润万物，与人们的生产生活息息相关。水是甘甜的。但有时又是苦涩的；水是宝贵的，但有时它又泛滥成灾；水是清冽的，但在一些地方它却变得污浊不堪；一切生物都离不开水，但在一些特别需要水的地方，它却变得那样吝啬……面对我们日日不可或缺的生命之源一-水，我们知道的到底有多少? ●人均水资源占有量十分有限 据世界银行1998年对132个国家的统计，我国水资源总量占世界第4位，但人均水资源占有量却排到了82位。按照国际标准，人均水资源量2000立方米为严重缺水边缘，人均1000立方米为人类生存起码要求。目前我国有15个省、区、市人均水资源严重低于缺水线，有7个省、区(宁夏、河北、山东、河南、山西、辽宁、江苏)人均水资源量低于生存的起码要求。 ●水污染程度严重,损失巨大 据水利部对全国700余条河流约10万公里河长开展的水资源质量评价，46.5%河长受到污染；10.6%的河长严重污染，水体己丧失使用价值。90%以上的城市水域污染严重。 在全国七大流域中，太湖、淮河、黄河流域均有70%以上的河段受到污染；海河、松辽河流域污染也相当严重，污染河段占60%以上，全国有1／4的人口饮用不符合卫生标准的水。水污染直接影响着我国民众生活、生存环境。 ●河湖萎缩，黄河断流 黄河从1972年开始出现断流到1998年的27年间，黄河利津站共有21年发生断流，断流频率已达四年五断，共计断流1050天，平均每个断流年份50天，其中1997年断流226天，断流河段长达704公里，占下游河段总长的90%。 海河流域中下游平原地区的河流基本干涸，河口淤积加剧，生态环境破坏严重。由于径流剧减，城镇排出的污水得不到稀释.形成不少污水河，被形象地称为："无河不干，有水则污。" 调查表明，近30年来，我国湖泊水面面积已缩小了30%。 ●西北地区水环境恶劣 目前，我国西北干旱、半干旱地区湖泊于涸现象十分严重，部分湖泊含盐量和矿化度明显升高，特别是西北湖泊咸化趋势更为明显。新疆博斯腾湖，由于上游修建灌溉工程，导致人湖水量锐减，含盐高的灌区退水又不断入湖，因此，该湖在短短的10多年内就由淡水湖演变成咸水湖，湖水矿化度上升了6倍，水面减少120平方公里，水位降低3.54米。素有"绿色迷宫"之称的准噶尔盆地西部的艾比湖，因60年代在湖区毁林开荒，70年代截流断水，至今艾比湖湖面已由过去的1300平方公里减至600平方公里，干涸的湖盆已沦为盐漠。曾为我国历史上最大的咸水湖--罗布泊也已干涸。 ●湿地面积萎缩，生态蜕化 由于人口增长，耕地扩大，生态类型擅变，我国湿地面积严重萎缩。北大荒的连年垦荒使这块我国最大的湿地面积缩小了60%，三江平原的湿地面积已由建国初期的443万公顷下降到190万公顷。如不采取紧急保护措施，十几年内三江平原的湿地将丧失殆尽。 ●南方围湖造田后果严重 围湖造田是导致南方湖泊面积萎缩的首要原因。曾经蔚为壮观的江汉湖群因围垦而消失湖泊983个，面积减少2041平方公里，目前仅存湖泊83个，浩浩荡荡的800里洞庭在不到40年的时间内，围垦面积达226万亩，淤积与围垦互为因果，导致湖区生态恶性循环。 ●地下水超采过量,引发环境问题 由于地表水资源贫乏和水污染加剧，致使一些地区对地下水进行掠夺式开发，地下水超采十分严重。据不完全统计，目前全国已形成地下水域性降落漏斗149个，漏斗面积15.8万平方公里，其中严重超采面积6.7万平方公里，占超采面积的42.3%。多年平均超采地下水67.8亿立方米，有的漏斗中心水位埋深已达60--80米，有些城市还出现了地面沉降，造成严重后果。 ●水土流失面广量大，后果堪优 我国己成为世界上水土流失最严重的国家之一，全国水土流失面积达367万平方公里，占国土面积的38%，其中水力侵蚀面积179万平方公里。此外，每年流失土壤50多亿吨，全国每年因水土流失新增荒漠化面积2100平方公里，因同样原因而损失的耕地面积达7万多公顷。黄土高原每年水土流失带走的氮、磷、钾就达4000万吨，相当于全国一年的化肥产量。 赢水污染事故频发。 近些年，全国各地水污染事故频繁发生，平均每年在1600起以上。1994年淮河特大污染事故，造成苏皖两省150万人饮水困难。1996年春节后，淮河再次发生污染事故，使蚌埠市70万人陷入水荒。近10年来，仅海河流域的水污染事故就达数百起，由水污染导致的地区间纠纷不断发生，严重影响社会稳定。 阅读一份沉甸甸的水资源报告． 读了这篇文章，你有什么感想？你觉得我国的水资源存在那些问题？ 地球的储水量是很丰富的，共有14.5亿立方千米之多。地球上的水，尽管数量巨大，而能直接被人们生产和生活利用的，却少得可怜。首先，海水又咸又苦，不能饮用，不能浇地，也难以用于工业。其次，地球的淡水资源仅占其总水量的2.5%，而在这极少的淡水资源中，又有70%以上被冻结在南极和北极的冰盖中，加上难以利用的高山冰川和永冻积雪，有87%的淡水资源难以利用。人类真正能够利用的淡水资源是江河湖泊和地下水中的一部分，约占地球总水量的0.26%。全球淡水资源不仅短缺而且地区分布极不平衡。按地区分布，巴西、俄罗斯、加拿大、中国、美国、印度尼西亚、印度、哥伦比亚和刚果等9个国家的淡水资源占了世界淡水资源的60%。约占世界人口总数40%的80个国家和地区约15亿人口淡水不足，其中26个国家约3亿人极度缺水。更可怕的是，预计到2025年，世界上将会有30亿人面临缺水，40个国家和地区淡水严重不足。 中国水资源总量为2.8万亿立方米。其中地表水2.7万亿立方米，地下水0.83万亿立方米，由于地表水与地下水相互转换、互为补给，扣除两者重复计算量0.73万亿立方米，与河川径流不重复的地下水资源量约为0.1万亿立方米。按照国际公认的标准，人均水资源低于3000立方米为轻度缺水；人均水资源低于2000立方米为中度缺水；人均水资源低于1000立方米为严重缺水；人均水资源低于500立方米为极度缺水。中国目前有16个省(区、市)人均水资源量(不包括过境水)低于严重缺水线，有6个省、区(宁夏、河北、山东、河南、山西、江苏)人均水资源量低于500立方米。中国水资源总量并不算多，排在世界第6位，而人均占有量更少，2240立方米，在世界银行统计的153的国家中排在第88位。中国水资源地区分布也很不平衡，长江流域及其以南地区，国土面积只占全国的36.5%，其水资源量占全国的81%；其以北地区，国土面积占全国的63.5%，其水资源量仅占全国的19%。面临这严峻的水资源形势，我们是该做些什么了： 1、要有惜水意识，长期以来，人们普遍认为水 “取之不尽，用之不竭”，不知道爱惜，有的甚至将水白白浪费。应当知道我国水资源人均量并不丰富，地区分布也不均匀，而且年际差别很大，年内也变化莫测，再加上污染，使水资源紧缺，自来水更加来之不易。爱惜水是节水的基础，只有意识到“节约水光荣，浪费水可耻”，才能时时处处注意节水。 2、养成好习惯，据分析，家庭只要注意改掉不良的习惯，就能节水70%左右。与浪费水有关的习惯很多，比如：用抽水马桶冲掉烟头和碎细废物；为了接一杯热水，而白白放掉许多冷水；先洗土豆、胡萝卜后削皮，或冲洗之后再择蔬菜；用水时的间断（开门接客人，接电话，改变电视机频道时），未关水龙头；停水期间，忘记关水龙头；洗手、洗脸、刷牙时，让水一直流着；睡觉之前、出门之前，不检查水龙头；设备漏水，不及时修好。 3、使用节水器具，家庭节水除了注意养成良好的用水习惯以外，采用节水器具很重要，也最有效。为了省钱，很多人宁可放任自流，也不肯更换节水器具，其实，交这么多水费长期下来是更不合算的。使用节水器具，既省钱，还能保护环境，岂不是一举两得？节水器具种类繁多，有节水型水箱、节水龙头、节水马桶等。随便用上几个就为节水做出了不少贡献啊！ 4、查漏塞流，在家中“滴水成河”并非开玩笑。要经常检查家中自来水管路。防微杜渐，不要忽视水龙头和水管节头的漏水。发现漏水，要及时请人或自己动手修理，堵塞流水。一时修不了的漏水，干脆用总开关暂时控制水流也好。管好水龙头，把水龙头的水门拧小一半，漏水流量自然也小了，同样的时间里流失水量也减少一半。 就生产而言，特别对一些高消耗水的行业，我们要围绕如何优化水系统的运行，如何提高循环水的浓缩倍数，如何提高水资源的循环利用等作为节水工作的重点，积极组织技术攻关，提高水的综合利用率；同时制定切实可行的操作制度，对产品水消耗实行定额管理，并作为一项技术经济指标进行考核，减少浪费现象。 长期以来，大多数人有节约用水的理念，但缺少具体的行动，大手大脚的现象还比较普遍。一些人认为家大业大，再加上身处长江边，总认为这源泉取之不尽，用之不竭，缺少节水的紧迫感和忧患意识。如果真正到了“水比油贵”之时，我们再抓节水工作就悔之晚矣.曾经有人说，地球应该叫做水球。因为当一个人在太空向地球了望时，他将看到一颗巨大的蓝色球体，因为他看到的是覆盖地球大部分的海洋，因而使地球成为一颗“蓝色的行星”。因为在表面积为 5.11×108平方千米的地球中大部分都是海洋、江河、湖泊只有 1.49×108平方千米是陆地，因而科学家得到了一个结论：地球上七分是海洋，三分是陆地。 因此绝大多数人都认为地球上的水有那么多，浪费一点也没有事，反正地球上的水用之不尽，取之不竭。但是他们并不知道，全球虽然有71%为海洋，但是供人类用的淡水资源却很少。在全球71%的海洋中，约有97%为海洋水，即咸水或其他人类不可用的水资源，而人类所需的淡水却仅占全球水量的2.5% 地球上的淡水资源，绝大部分为两极和高山的冰川，其余大部分为深层地下水。目前人类利用的淡水资源，主要是江河湖泊水和浅层地下水，仅占全球淡水资源的0.3% 我国是一个贫水的国家。与世界各国相比，我国水资源总量少于巴西、俄罗斯、美国和印度尼西亚，位于世界第6位；若按人均水资源计算，则仅为世界水平的1/4排在第110位之后。缺水情况在全国范围内普遍存在，而且又不断加剧的趋势。以城市供水为例，全国大约670个城市中，一半以上存在着不同程度的缺水现象，其中严重缺水的有110多个。 然而近几十年来，随着全球人口的增长、社会经济的发展，以及人们生活水平的提高，导致人类对淡水资源的需求与日俱增不少地区出现了水资源不足和用水紧张的问题。与此同时，人类活动所造成的水污染，又使大量宝贵的水资源失去了利用价值，从而进一步加剧了水资源的危机。水资源短缺的问题，目前已引起国际社会以及我国政府和民众的广泛关注。有专家预言，水资源短缺将成为人类二十一世纪面临的最为严重的资源问题。 请不要让眼泪成为最后一滴水！培养节水意识的措施 (1)大范围的实行在标准用水量范围内的普通水价，超出则加倍甚至更高的收费。这种方式可以有区域性，但方式要全国推广。 (2)不仅仅以贴广告画作为宣传节水的手段，也可通过电视或在重要的场合内提出来，要使人们觉得节水也是一种义务。 (3)进入21世纪以后，中国的城市居民用水的方式也可改成投币式或读卡式。将水表换成带有感光仪器的投币孔，投入不同颜色代表不同的硬币后，水管里会自动流出相应的用水量。这种硬币需要人们自己购买。也可将水表换成读卡机，读人磁卡内的信息后，才会流水直至磁卡上的水用完。 (4)家庭中的下水管道的结构可以改变成一个污水处理系统。倒掉的水若可重复使用的话，可流人马桶蓄水池内，以供冲厕；也可流人固定的水池内，以供其他用途。例如：洗拖布、浇花等。那样，水的重复使用就不会像现在这样麻烦了。 总之，只要加强人们的节水意识，中国淡水资源的节约不是不可能的。因此，目前我国的家庭节水潜力还很大。节约用水，保护水资源 水看上去是那样的普通，普通得让人须臾不可缺少而又随时可以忘记。人们只是在渴了的时候想到喝水，而对于水的本身关心得很少甚至从未关心过。 水，是生命之源，是任何物质都不可替代的。没有水就没有生命，更谈不上什么文明和发展。当前，由于世界人口的剧增、人类的过度索取和浪费，以及工业污染等原因，世界淡水资源越来越匮乏，人类正面临着严重的水危机。 中国是一个水资源紧缺的国家，尽管水资源总储量达2.81万亿立方米，居世界第六位，但中国养活着世界1/4的人口，人均水资源占有量不足世界人均占水量的1/4，被列为全球13个人均水资源贫乏的国家之一。专家预测，中国人口将在2030年达到16亿的高峰，再加上日益严重的水污染，到那时，中国将成为严重缺水的国家。 侧耳倾听，淮河在呐喊，黄河在哭泣，长江在叹息……水污染像一种持久的顽疾折磨着大大小小的河流、湖泊、水库……水环境的恶化直接威胁着人们的身体健康。为了呼吁人类关注水污染，节约水资源，联合国将每年的3月22日定为“世界水日”，呼唤着地球儿女要珍惜每一滴水。 国家人均日用水量；夏天冲个凉水澡所用的水相当于缺水国家几十个人的日用水量；当水龙头没有拧紧，一个晚上流失的水相当于非洲或亚洲缺水地区一个村庄的居民日饮用水总量！由此可见，节约用水是多么的重要。 水资源是人类的共同财富，我们每个人都应该提高对水资源的认识，自觉养成节约用水的良好习惯。同学们，做一名环保小卫士吧！从身边的小事做起，随时注意拧紧水龙头，做清洁时节约用水，在生活中与浪费水资源、破坏水资源的行为做斗争。以自己的实际行动珍惜每一滴水，保护水资源。 目前，世界上约有三分之一的人生活在淡水资源缺乏的环境中，有资料表明,我国现有淡水2.8万亿吨，而每排放一吨废水，就会污染8吨淡水，如果每年的废水排放量为5亿吨，那么我国的淡水只能维持700年，记得有一句保护淡水资源的公益广告词是这样写的：“保护水资源，珍惜生命，不要让水生物哭泣＂。人类进入21世纪以来，我们不得不正视一个事实：可利用的淡水资源越来越匮乏。在全面建设小康社会的进程中，能否确立水资源可持续利用的发展观，是关系到我国社会经济发展和子孙后代生存的重大问题。加大执法力度，全面关注水资源，应当是摆在我们面前的迫切课题。 天气、气候与水资源 水是生命赖以生存的重要自然资源。地球上的生物所需要的水，绝大部分来自河流、湖泊、冰川和海洋等。这些可贵的淡水资源，其补给来源主要为大气降水。在气候系统中，水循环是最重要的物质循环之一。天气、气候与水分循环在正常情况下有利于人类生存与发展，这就是人们常说的风调雨顺。 怎样才能期盼到风调雨顺？生态学家研究后得出这样一个结论：一个国家，如果它的森林覆盖率达到30%左右，就很少发生重大的自然灾害，如果能达到40%，就有一个比较好的生态环境；如果达到60%，这个国家将风调雨顺、美丽富饶。 我国水资源面临的严峻情况 随着人类活动的不断加剧、人口与城市化发展迅速，水资源面临的情况越来越严峻。早在1972年，联合国第一次人类环境会议就发出：“水将导致严重的社会危机”的警告。30多年过去了，水资源问题不仅没有得到根本解决，而且越来越严重。 目前，我国水资源供需矛盾面临非常严峻的形势，在全国660多座城市中，缺水城市达400多个，其中严重缺水的城市108座。全国每年因缺水少产粮食近 800亿公斤。每年因缺水造成的经济损失达2000亿元。我国人均水资源仅为世界平均水平的1/4、美国的1/5，在世界上名列第110位，是全球人均水资源最贫乏的国家之一。缺水已成为影响我国经济发展、人民生活和环境改善的主要制约因素。 不容乐观的是，在缺水的同时，我国水土流失和水资源污染情况仍然严重，水土流失导致生态环境进一步恶化，生态环境的恶化使得水资源与水环境陷入恶性循环。
目标检测论文整理最近开始看一些object detection的文章，顺便整理一下思路。排版比较乱，而且几乎所有图片都是应用的博客或论文，如有侵权请联系我。文章阅读路线参考目前已完成的文章如下，后续还会继续补充（其中加粗的为精读文章）：RCNNOverfeatMR-CNNSPPNetFast RCNNA Fast RCNNFaster RCNNFPNR-FCNMask RCNNYOLOYOLO 9000YOLO v3SSDDSSDR-SSDRetinaNet（focal loss）DSODCascade R-CNN（待续）吐槽一下，博客园的markdown竟然没有补齐功能，我还是先在本地补全再传上来吧。。。RCNN之前的故事Histogram of Gradient (HOG) 特征在深度学习应用之前，图像的特征是人工定义的具有鲁棒性的特征，如SIFT，HOG等，下面简要介绍一下HOG。8x8像素框内计算方向梯度直方图：HOG Pyramid特征金字塔，对于不同大小的物体进行适应，设计尺度不变性特征HOG特征 -> SVM分类DPM模型 Deformable Part Model加组件组合的HOG特征， 组件间计算弹性得分，优化可变形参数如果没有弹性距离，就是BoW (Bag of Word)模型， 问题很大， 位置全部丢失:n个组件的DPM计算流程:Selective Search 思想过分割后基于颜色纹理等相似度合并,然后，过分割、分层合并、建议区域排序基于Selective Search + DPM/HoG + SVM的物体识别此时的框架就是RCNN的雏形，因为DPM就是基本由RBG和他导师主导，所以大神就是大神。AlexNet的图像分类（深度学习登场）2012年AlexNet赢得LSVRC的ImageNet分类竞赛。深度CNN结构用来图像特征提取。bounding-box regression 框回归BBR 在DPM时代就和SVM分类结合，一般直接使用线性回归，或者和SVR结合RCNN: Rich feature hierarchies for accurate object detection and semantic segmentationRCNN作为深度学习用于目标检测的开山之作，可以看出是基于Selective Search + DPM/HoG + SVM框架，只不过将是将手工特征转变为CNN提取特征，本文主要贡献如下：CNN用于object detection解决数据集不足的问题主要流程如下：regional preposals（selective research）CNN feature extractionSVM ClassificationNMSbounding-box regression（BBR）为啥能work？优秀的目标检测框架，region proposal 和 regression offset降低了目标检测的难度，强大的CNN特征提取器，代替传统的已经到瓶颈的手工特征迁移训练降低了对数据集的要求MR-CNN：Object detection via a multi-region & semantic segmentation-aware CNN modelMulti-Region的提出， 开始对Box进一步做文章， 相当于对Box进一步做增强，希望改进增强后的效果，主要改善了部分重叠交叉的情况。特征拼接后使得空间变大，再使用SVM处理， 效果和R-CNN基本类似.OverFeat:Integrated Recognition, Localization and Detection using Convolutional Networks不得不说虽然OverFeat在但是比赛成绩不是太好，但是它的思想还是很有启发性的。OverFeat直接抛弃了Selective Search，采用CNN上slide windows来进行框推荐，并且把Bounding box Regression整合一起使用全连接层搞定， 解决了后面一端的问题（取代了SVM分类器和BBR线性回归器），这个思想影响了后来的Fast RCNN。是第一个End to End 的目标检测模型，模型虽然简陋，但是可以验证网络强大的拟合能力注意整合目标检测的各项功能（分类，回归）。亮点：先用CNN得到feature map再做slide windows推荐区域，避免了特征重复计算。设计了End to End模型，方便优化和加快检测速度设计全卷积网络，并进行多尺度图像训练maxpool offset（没有Fast RCNN的ROI Pooling自然）为啥能work？可以看出OverFeat将不同的两个问题物体分类和位置回归采用了两个分支网络，共用前面的CNN特征表述，而CNN提取的特征正如OverFeat所言，是一种类似于SIFT，HOG等人工描述子的一种稳定的描述子（底层抽象），可以用于构建不同的任务（高层表述），也就是模型为什么能work的原因。SPPNetR-CNN和Overfeat都存在部分多尺度，重叠效果的问题。 某种意义上， 应对了HoG特征， 这样对于物体来说类似BoW模型， 我们知道DPM里面，是带有组件空间分布的弹性得分的， 另外也有HoG Pyramid的思想。 如何把Pyramid思想和空间限制得分加入改善多尺度和重叠的效果呢？ MR-CNN里面尝试了区域增强， Overfeat里面尝试了多尺度输入。 但是效果都一般。 这里我们介绍另外一个技术Spatial Pyramid Matching, SPM，是采用了空间尺度金字塔的特点。和R-CNN相比做到了先特征后区域， 和Overfeat相比自带Multi-Scale。SPP pooling layer 的优势：解决了卷积层到全连接层需要固定图片大小的问题，方便多尺度训练。能够对于任意大小的输入产生固定的输出，这样使得一幅图片的多个region proposal提取一次特征成为可能。进一步强调了CNN特征计算前移， 区域处理后移的思想， 极大节省计算量也能看出文章还是强调用CNN做特征的提取，还是用的BBR和SVM完成回归和分类的问题Fast RCNN可以看出Fast RCNN结合了OverFeat和Sppnet的实现，打通了高层表述和底层特征之间的联系主要流程：任意size图片输入CNN网络，经过若干卷积层与池化层，得到特征图；在任意size图片上采用selective search算法提取约2k个建议框；根据原图中建议框到特征图映射关系，在特征图中找到每个建议框对应的特征框【深度和特征图一致】，并在RoI池化层中将每个特征框池化到H×W【VGG-16网络是7×7】的size；固定H×W【VGG-16网络是7×7】大小的特征框经过全连接层得到固定大小的特征向量；将上一步所得特征向量经由各自的全连接层【由SVD分解实现(全连接层加速)】，分别得到两个输出向量：一个是softmax的分类得分，一个是Bounding-box窗口回归；利用窗口得分分别对每一类物体进行非极大值抑制剔除重叠建议框其中ROI POOL层是将每一个候选框映射到feature map上得到的特征框经池化到固定的大小，其次用了SVD近似求解实现全连接层加速。这里需要注意的一点，作者在文中说道即使进行多尺度训练，map只有微小的提升，scale对Fast RCNN的影响并不是很大，反而在测试时需要构建图像金字塔使得检测效率降低。这也为下一步的多尺度改进埋下了伏笔。为啥能更好的work？也是结合了OverFeat的和SPPnet的work，同时规范了正负样本的判定（之前由于SVM和CNN对区域样本的阈值划分不同而无法统一网络，当然这只是其中的一个原因。更多的估计是作者当时没想到），将网络的特征抽取和分类回归统一到了一个网络中。A Fast RCNN： Hard Positive Generation via Adversary for Object Detection这篇论文是对,CMU与rbg的online hard example mining(OHEM)改进，hard example mining是一个针对目标检测的难例挖掘的过程，这是一个更充分利用数据集的过程。实际上在RCNN训练SVM时就已经用到，但是OHEM强调的是online，即如何在训练过程中选择样本。同期还有S-OHEM的改进。而随着但是GAN的火热，A-Fast-RCNN尝试生成hard example（使用对抗网络生成有遮挡和有形变的两种特征，分别对应网络ASDN和ASTN）结论如下：ASTN 和 随机抖动（random jittering）做了对比，发现使用AlexNet，mAP分别是58.1%h和57.3%，使用VGG16，mAP分别是69.9%和68.6%，ASTN 的表现都比比随机抖动效果好。作者又和OHEM对比，在VOC 2007数据集上，本文方法略好（71.4% vs. 69.9%），而在VOC 2012数据集上，OHEM更好（69.0% vs. 69.8%）。gan用于目标检测还没有很好的idea，这篇论文相当于抛砖引玉了。同时需要注意的一个问题，网络对于比较多的遮挡和形变情况识别情况更好；但是对于正常目标的特征抽象能力下降，所以有时候创造难例也要注意样本的数量。下面是一些由于遮挡原因造成的误判。Faster RCNN：Towards Real-Time Object Detection with Region Proposal Networks这篇文章标志着two-stage目标检测的相对成熟，其主要改进是对候选区域的改进，将候选区域推荐整合进了网络中。结合后面的一系列文章，可以马后炮一下它的缺点：虽然Faster RCNN已经共享了绝大部分卷积层运算，但是RoI之后还有部分ConvNet的计算，有没有可能把ROI之上的计算进一步前移？ 请看R-FCNFaster RCNN还是没有很好的解决多尺度问题，如何解决，请看FPNYOLO：You Only Look Once作者的论文简直是一股论文界的泥石流，作者本身是一个喜欢粉红小马的大叔，萌萌哒。实际上YOLO一直发展到v3都是简单粗暴的目标检测方法，虽然学术界模型繁杂多样，但是在实际应用工业应用上YOLO绝对是一个首选的推荐。YOLO v1版本现在看来真是简单粗暴，也印证了网络抽象的强大之处。可以看出作者没有受到太多前辈的影响，将对象检测重新定义为单个回归问题，直接从图像像素到边界框坐标和类概率（当然这也是一个缺少坐标约束也是一个缺点）。YOLO的明显缺点，如多尺度问题，密集物体，检测框耦合，直接回归坐标等在yolo 9000中也做了比较好的改进。SSD：Single Shot MultiBox DetectorSSD作为one stage的代表模型之一，省去了判断推荐候选区域的步骤(实际上可以认为one-stage就是以feature map cell来抽象代替ROI Pooling功能） ，虽然SSD和Faster RCNN在Anchor box上一脉相承，但是Faster RCNN却还是有一个推荐候选区域（含有物体的区域）的监督部分（注意后面其实也是整合到了最终Loss中），因此one-stage优势是更快，而含有区域推荐的two-stage目前是更加准确一些。（更看好one-stage，其实区域推荐不太符合视觉系统，但是可以简化目标检测问题），主要贡献：用多尺度feature map来预测，也生成了更多的default box检测框对每一类对象产生分数（低耦合，对比yolo）缺点：底层feature map高级语义不足 （FPN)正负样本影响 (focal loss)feature map抽象分类和回归任务只用了两个卷积核抽象性不足（DSSD）为啥能更好的工作？SSD的出现对多尺度目标检测有了突破性进展，利用卷积层的天然金字塔形状，设定roi scale让底层学习小物体识别，顶层学习大物体识别FPN：feature pyramid networksSSD网络引入了多尺度feature map，效果显著。那Faster RCNN自然也不能落后，如何在Faster RCNN中引入多尺度呢？自然有FPN结构同时FPN也指出了SSD因为底层语义不足导致无法作为目标检测的feature map注意原图的候选框在Faster RCNN中只固定映射到同一个ROI Pooling中，而现在如果某个anchor和一个给定的ground truth有最高的IOU或者和任意一个Ground truth的IOU都大于0.7，则是正样本。如果一个anchor和任意一个ground truth的IOU都小于0.3，则为负样本。本文算法在小物体检测上的提升是比较明显的，另外作者强调这些实验并没有采用其他的提升方法（比如增加数据集，迭代回归，hard negative mining），因此能达到这样的结果实属不易。DSSD：Deconvolutional Single Shot Detector一个SSD上移植FPN的典型例子，作者主要有一下改动：将FPN的Upsampling变成deconv复杂了高层表述分支（分类，回归）网络的复杂度R-SSD：Enhancement of SSD by concatenating feature maps for object detection本文着重讨论了不同特征图之间的融合对SSD的影响（水论文三大法宝），这篇论文创新点不是太多，就不说了DSOD： Learning Deeply Supervised Object Detectors from Scratch这篇文章的亮点：提出来了不需要预训练的网络模型DSOD实际上是densenet思想+SSD，只不过并不是在base model中采用densenet，而是密集连接提取default dox的层，这样有一个好处：通过更少的连接路径，loss能够更直接的监督前面基础层的优化，这实际上是DSOD能够直接训练也能取得很好效果的最主要原因，另外，SSD和Faster RCNN直接训练无法取得很好的效果果然还是因为网络太深（Loss监督不到）或者网络太复杂。Dense Prediction Structure 也是参考的densenetstem能保留更多的信息，好吧，这也行，但是对效果还是有提升的。YOLO 9000：Better, Faster, Stronger很喜欢这个作者的论文风格，要是大家都这么写也会少一点套路，多一点真诚。。。。文章针对yolo做了较多的实验和改进，简单粗暴的列出每项改进提升的map。这个建议详细的看论文。下面列举几个亮点：如何用结合分类的数据集训练检测的网络来获得更好的鲁棒性将全连接层改为卷积层并结合了细粒度信息（passthrough layer）Multi-Scale TraningDimension Clustersdarknet-19更少的参数Direct locaion prediction对offset进行约束R-FCN：Object Detection via Region-based Fully Convolutional Networks本文提出了一个问题，base CNN网络是为分类而设计的（pooling 实际上是反应了位置的不变性，我一张人脸图片只要存在鼻子，两只眼睛，分类网络就认为它是人脸，这也就是Geoffrey Hinton 在Capsule中吐槽卷积的缺陷），而目标检测则要求对目标的平移做出准确响应。Faster RCNN是通过ROI pooling让其网络学习位置可变得能力的，再次之前的base CNN还是分类的结构，之前讲过R-FCN将Faster RCNN ROI提取出来的部分的卷积计算共享了，那共享的分类和回归功能的卷积一定在划分ROI之前，那么问题来了，如何设计让卷积对位置敏感？主要贡献：将用来回归位置和类别的卷积前置共享计算，提高了速度。巧妙设计score map（feature map）的意义（感觉设计思想和yolo v1最后的全连接层一样），让其何以获得位置信息，之后在经过ROI pooling和vote得到结果为啥能work？实际上rfcn的feature map设计表达目标检测问题的方式更加抽象（ROI pool前的feature map中每一个cell的channel代表定义都很明确），loss在监督该层时更能通过论文中关于ROI pool和vote设计，在不同的channel上获得高的响应，这种设计方式可能更好优化（这个是需要大量的实验得出的结论），至于前面的resnet-base 自然是抽象监督，我们本身是无法理解的，只是作为fintuning。实际上fpn的loss监督也是非常浅和明确的，感觉这种可以理解的优化模块设计比较能work。Focal Loss: Focal Loss for Dense Object Detection这篇文章实际上提供了另外一个角度，之前一直认为Single stage detector结果不够好的原因是使用的feature不够准确（使用一个位置上的feature），所以需要Roi Pooling这样的feature aggregation办法得到更准确的表示。但是这篇文章基本否认了这个观点，提出Single stage detector不好的原因完全在于：极度不平衡的正负样本比例: anchor近似于sliding window的方式会使正负样本接近1000：1，而且绝大部分负样本都是easy example，这就导致下面一个问题：gradient被easy example dominant的问题：往往这些easy example虽然loss很低，但由于数 量众多，对于loss依旧有很大贡献，从而导致收敛到不够好的一个结果。所以作者的解决方案也很直接：直接按照loss decay掉那些easy example的权重，这样使训练更加bias到更有意义的样本中去。很直接地，如下图所示:实验中作者比较了已有的各种样本选择方式：按照class比例加权重：最常用处理类别不平衡问题的方式OHEM：只保留loss最高的那些样本，完全忽略掉简单样本OHEM+按class比例sample：在前者基础上，再保证正负样本的比例（1：3）Focal loss各种吊打这三种方式，coco上AP的提升都在3个点左右，非常显著。值得注意的是，3的结果比2要更差，其实这也表明，其实正负样本不平衡不是最核心的因素，而是由这个因素导出的easy example dominant的问题。RetinaNet 结构如下实际上就是SSD+FPN的改进版
原文： Scalable Object Detection using Deep Neural Networks——学术范 最近，深度卷积神经网络在许多图像识别基准上取得了最先进的性能，包括ImageNet大规模视觉识别挑战(ILSVRC-2012)。在定位子任务中获胜的模型是一个网络，它预测了图像中每个对象类别的单个边界框和置信度得分。这样的模型捕获了围绕对象的整幅图像上下文，但如果不天真地复制每个实例的输出数量，就无法处理图像中同一对象的多个实例。在这篇论文中提出了一个显著性启发的神经网络检测模型，它预测了一组与类无关的边界框，每个框有一个分数，对应于它包含任何感兴趣的对象的可能性。该模型自然地为每个类处理数量可变的实例，并允许在网络的最高级别上进行跨类泛化。 目标检测是计算机视觉的基本任务之一。一个解决这个问题的通用范例是训练在子图像上操作的对象检测器，并在所有的场所和尺度上以详尽的方式应用这些检测器。这一范例被成功地应用于经过区别训练的可变形零件模型(DPM)中，以实现检测任务的最新结果。对所有可能位置和尺度的穷举搜索带来了计算上的挑战。随着类数量的增加，这个挑战变得更加困难，因为大多数方法都训练每个类单独的检测器。为了解决这个问题，人们提出了多种方法，从检测器级联到使用分割提出少量的对象假设。 关于对象检测的文献非常多，在本节中，我们将重点讨论利用类不可知思想和解决可伸缩性的方法。 许多提出的检测方法都是基于基于部件的模型，最近由于有区别学习和精心设计的特征，已经取得了令人印象深刻的性能。然而,这些方法依赖于在多个尺度上详尽地应用零件模板，这是非常昂贵的。此外，它们在类的数量上是可伸缩的，这对像ImageNet这样的现代数据集来说是一个挑战。 为了解决前一个问题，Lampert等人使用分支绑定策略来避免计算所有可能的对象位置。为了解决后一个问题，Song et al.使用了一个低维部件基，在所有对象类中共享。基于哈希算法的零件检测也取得了良好的结果。 另一种不同的工作，与我们的工作更接近，是基于对象可以本地化的想法，而不必知道它们的类。其中一些方法建立在自底向上无阶级分割[9]的基础上。通过这种方式得到的片段可以使用自上而下的反馈进行评分。基于同样的动机，Alexe等人使用一种廉价的分类器对对象假设是否为对象进行评分，并以这种方式减少了后续检测步骤的位置数量。这些方法可以被认为是多层模型，分割作为第一层，分割分类作为后续层。尽管它们编码了已证明的感知原理，但我们将表明，有更深入的模型，充分学习可以导致更好的结果。 最后，我们利用了DeepLearning的最新进展，最引人注目的是Krizhevsky等人的工作。我们将他们的边界盒回归检测方法扩展到以可扩展的方式处理多个对象的情况。然而，基于dnn的回归已经被Szegedy等人应用到对象掩模中。最后一种方法实现了最先进的检测性能，但由于单个掩模回归的成本，不能扩展到多个类。 我们的目标是通过预测一组表示潜在对象的边界盒来实现一种与类无关的可扩展对象检测。更准确地说，我们使用了深度神经网络(DNN)，它输出固定数量的包围盒。此外，它为每个盒子输出一个分数，表示这个盒子包含一个对象的网络信任度。 为了形式化上述思想，我们将i-thobject框及其相关的置信度编码为最后一网层的节点值: Bounding box: 我们将每个框的左上角和右下角坐标编码为四个节点值，可以写成vectorli∈R4。这些坐标是归一化的w. r. t.图像尺寸，以实现图像绝对尺寸的不变性。每个归一化坐标是由最后一层的线性变换产生的。 Confidence: 置信度:包含一个对象的盒子的置信度得分被编码为单个节点valueci∈[0,1]。这个值是通过最后一个隐藏层的线性变换产生的，后面跟着一个sigmoid。 我们可以组合边界盒位置sli,i∈{1，…K}为一个线性层。同样，我们可以将所有置信区间ci,i∈{1，…K}作为一个s型层的输出。这两个输出层都连接到最后一个隐藏层 在推理时，我们的算法生成kbound盒。在我们的实验中，我们使用ek = 100和K= 200。如果需要，我们可以使用置信分数和非最大抑制在推理时获得较少数量的高置信框。这些盒子应该代表对象。因此，它们可以通过后续的分类器进行分类，实现目标检测。由于盒子的数量非常少，我们可以提供强大的分类器。在我们的实验中，我们使用另一个dnn进行分类。 我们训练一个DNN来预测每个训练图像的边界框及其置信度得分，以便得分最高的框与图像的groundtruth对象框很好地匹配。假设对于一个特定的训练例子，对象被标记为boundingboxesgj,j∈{1，…，M}。在实践中，pre- dictionary的数量远远大于groundtruthboxm的数量。因此，我们试图只优化与地面真实最匹配的预测框子集。我们优化他们的位置，以提高他们的匹配度，最大化他们的信心。与此同时，我们将剩余预测的置信度最小化，这被认为不能很好地定位真实对象。为了达到上述目的，我们为每个训练实例制定一个分配问题。Wexij∈{0,1}表示赋值:xij= 1，如果第i个预测被赋值给第j个真对象。这项任务的目标可以表示为 其中，我们使用标准化边界框坐标之间的el2距离来量化边界框之间的不同。此外，我们希望根据分配x优化盒子的可信度。最大化指定预测的置信度可以表示为 最终的损失目标结合了匹配损失和信心损失 受式1的约束。α平衡了不同损失条款的贡献。 对于每个训练例子，我们通过解决一个最佳的赋值x*的预测到真实的盒子 约束执行赋值解决方案。这是二部匹配的一种变体，是一种多项式复杂度匹配。在我们的应用程序中，匹配是非常便宜的——每幅图像中标记的对象的数量少于一打，而且在大多数情况下只有很少的对象被标记。然后，通过反向传播优化网络参数。例如，反向传播算法的一阶导数计算w、r、t、l和c 尽管上述定义的损失在原则上是足够的，但三次修改使其有可能更快地达到更好的准确性。第一个修改是对地面真实位置进行聚类，并找到这样的聚类/质心，我们可以使用这些聚类/质心作为每个预测位置的先验。因此，鼓励学习算法为每个预测位置学习一个残差到一个先验。 第二个修改涉及到在匹配过程中使用这些先验:不是将N个groundtruth位置与K个预测进行匹配，而是在K个先验和groundtruth之间找到最佳匹配。一旦匹配完成，就会像之前一样计算目标的置信度。此外，位置预测损失也不变:对于任何一对匹配的(目标，预测)位置，其损失定义为groundtruth和对应于匹配先验的坐标之间的差值。我们把使用先验匹配称为先验匹配，并假设它促进了预测的多样化。 需要注意的是，尽管我们以一种与类无关的方式定义了我们的方法，但我们可以将它应用于预测特定类的对象盒。要做到这一点，我们只需要在类的边框上训练我们的模型。此外，我们可以预测每个类的kbox。不幸的是，这个模型的参数数量会随着类的数量线性增长。此外，在一个典型的设置中，给定类的对象数量相对较少，这些参数中的大多数会看到很少有相应梯度贡献的训练示例。因此，我们认为我们的两步过程——首先本地化，然后识别——是一个更好的选择，因为它允许使用少量参数利用同一图像中多个对象类型的数据 我们使用的本地化和分类模型的网络架构与[10]使用的网络架构相同。我们使用Adagrad来控制学习速率衰减，128的小批量，以及使用多个相同的网络副本进行并行分布式训练，从而实现更快的收敛。如前所述，我们在定位损失中使用先验——这些是使用训练集上的均值来计算的。我们还使用α = 0.3来平衡局部化和置信度损失。定位器可以输出用于推断的种植区以外的坐标。坐标被映射和截断到最后的图像区域。另外，使用非最大抑制对盒进行修剪，Jaccard相似度阈值为0.5。然后，我们的第二个模型将每个边界框分类为感兴趣的对象或“背景”。为了训练我们的定位器网络，我们从训练集中生成了大约3000万幅图像，并对训练集中的每幅图像应用以下步骤。最后，样品被打乱。为了训练我们的本地化网络，我们通过对训练集中的每一幅图像应用以下步骤，从训练集中生成了大约3000万幅图像。对于每幅图像，我们生成相同数量的平方样本，使样本总数大约为1000万。对于每幅图像，样本被桶状填充，这样，对于0 - 5%、5 - 15%、15 - 50%、50 - 100%范围内的每个比例，都有相同数量的样本，其中被包围框覆盖的比例在给定范围内。训练集和我们大多数超参数的选择是基于过去使用非公开数据集的经验。在下面的实验中，我们没有探索任何非标准数据生成或正则化选项。在所有的实验中，所有的超参数都是通过对训练集。 Pascal Visual Object Classes (VOC)挑战是最常用的对象检测算法基准。它主要由复杂的场景图像组成，其中包含了20种不同的对象类别的边界框。在我们的评估中，我们关注的是2007版VOC，为此发布了一个测试集。我们通过培训VOC 2012展示了结果，其中包含了大约。11000张图片。我们训练了一个100框的定位器和一个基于深度网络的分类器。 我们在一个由1000万作物组成的数据集上训练分类器，该数据集重叠的对象至少为0.5 jaccard重叠相似度。这些作物被标记为20个VOC对象类中的一个。•2000万负作物与任何物体盒最多有0.2个Jaccard相似度。这些作物被贴上特殊的“背景”类标签。体系结构和超参数的选择遵循。 在第一轮中，定位器模型应用于图像中最大-最小中心方形作物。作物的大小调整到网络输入大小is220×220。单次通过这个网络，我们就可以得到上百个候选日期框。在对重叠阈值为0.5的非最大抑制后，保留评分最高的前10个检测项，并通过21路分类器模型分别通过网络进行分类。最终的检测分数是给定盒子的定位分数乘以分类器在作物周围的最大方形区域上评估的分数的乘积。这些分数通过评估，并用于计算精确查全曲线。 首先，我们分析了本地化器在隔离状态下的性能。我们给出了被检测对象的数量，正如Pascal检测标准所定义的那样，与生成的包围框的数量相对比。在图1中，我们展示了使用VOC2012进行训练所获得的结果。此外，我们通过使用图像的最大中心面积(max-center square crop)作为输入以及使用两个尺度(second scale)来给出结果:最大中心面积(max-center crop)的第二个尺度(select3×3windows的大小为图像大小的60%)正如我们所看到的，当使用10个边界框的预算时，我们可以用第一个模型本地化45.3%的对象，用第二个模型本地化48%的对象。这显示出比其他报告的结果更好的性能，例如对象度算法达到42%[1]。此外，这个图表显示了在不同分辨率下观察图像的重要性。虽然我们的算法通过使用最大中心作物获得了大量的对象，但当使用更高分辨率的图像作物时，我们获得了额外的提升。进一步，我们用21-way分类器对生成的包围盒进行分类，如上所述。表1列出了VOC 2007的平均精度(APs)。达到的平均AP是0.29，与先进水平相当。注意，我们的运行时间复杂度非常低——我们只使用top10框。示例检测和全精度召回曲线分别如图2和图3所示。值得注意的是，可视化检测是通过仅使用最大中心方形图像裁剪，即使用全图像获得的。然而，我们设法获得了相对较小的对象，例如第二行和第二列的船，以及第三行和第三列的羊。 在本工作中，我们提出了一种新的方法来定位图像中的对象，该方法可以预测多个边界框的时间。该方法使用深度卷积神经网络作为基本特征提取和学习模型。它制定了一个能够利用可变数量的groundtruth位置的多箱定位成本。在“一个类一个箱”方法的情况下，对1000个盒子进行非max-suppression，使用与给定图像中感兴趣的DeepMulti-Box方法相同的准则，并学习在未见图像中预测这些位置。 我们在VOC2007和ILSVRC-2012这两个具有挑战性的基准上给出了结果，在这两个基准上，所提出的方法具有竞争力。此外，该方法能够很好地预测后续分类器将探测到的位置。我们的结果表明，deepmultibox的方法是可扩展的，甚至可以在两个数据集之间泛化，就能够预测感兴趣的定位，甚至对于它没有训练的类别。此外，它能够捕获同一类物体的多种情况，这是旨在更好地理解图像的算法的一个重要特征。 在未来，我们希望能够将定位和识别路径折叠到一个单一的网络中，这样我们就能够在一个通过网络的一次性前馈中提取位置和类标签信息。即使在其当前状态下，双通道过程(本地化网络之后是分类网络)也会产生5-10个网络评估，每个评估的速度大约为1个CPU-sec(现代机器)。重要的是，这个数字并不与要识别的类的数量成线性关系，这使得所提出的方法与类似dpm的方法非常有竞争力。
论文原文：
YOLO（you only look once）是继RCNN、faster-RCNN之后，又一里程碑式的目标检测算法。yolo在保持不错的准确度的情况下，解决了当时基于深度学习的检测中的痛点---速度问题。下图是各目标检测系统的检测性能对比：
如果说faster-RCNN是真正实现了完全基于深度学习的端到端的检测，那么yolo则是更进一步，将 目标区域预测 与 目标类别判断 整合到单个神经网络模型中。各检测算法结构见下图：
每个网格要预测B个bounding box，每个bounding box除了要回归自身的位置之外，还要附带预测一个confidence值。这个confidence代表了所预测的box中含有object的置信度和这个box预测的有多准两重信息，其值是这样计算的：
其中如果有object落在一个grid cell里，第一项取1，否则取0。第二项是预测的bounding box和实际的groundtruth之间的IoU值。
每个bounding box要预测(x, y, w, h)和confidence共5个值，每个网格还要预测一个类别信息，记为C类。即SxS个网格，每个网格除了要预测B个bounding box外，还要预测C个categories。输出就是S x S x (5*B+C)的一个tensor。（注意：class信息是针对每个网格的，即一个网格只预测一组类别而不管里面有多少个bounding box，而confidence信息是针对每个bounding box的。）
举例说明: 在PASCAL VOC中，图像输入为448x448，取S=7，B=2，一共有20个类别(C=20)。则输出就是7x7x30的一个tensor。整个网络结构如下图所示：
在test的时候，每个网格预测的class信息和bounding box预测的confidence信息相乘，就得到每个bounding box的class-specific confidence score:
等式左边第一项就是每个网格预测的类别信息，第二三项就是每个bounding box预测的confidence。这个乘积即encode了预测的box属于某一类的概率，也有该box准确度的信息。
得到每个box的class-specific confidence score以后，设置阈值，滤掉得分低的boxes，对保留的boxes进行NMS（非极大值抑制non-maximum suppresssion）处理，就得到最终的检测结果。
1、每个grid因为预测两个bounding box有30维（30=2*5+20），这30维中，8维是回归box的坐标，2维是box的confidence，还有20维是类别。其中坐标的x,y用bounding box相对grid的offset归一化到0-1之间，w,h除以图像的width和height也归一化到0-1之间。
2、对不同大小的box预测中，相比于大box预测偏一点，小box预测偏一点肯定更不能被忍受的。而sum-square error loss中对同样的偏移loss是一样。为了缓和这个问题，作者用了一个比较取巧的办法，就是将box的width和height取平方根代替原本的height和width。这个参考下面的图很容易理解，小box的横轴值较小，发生偏移时，反应到y轴上相比大box要大。其实就是让算法对小box预测的偏移更加敏感。
3、一个网格预测多个box，希望的是每个box predictor专门负责预测某个object。具体做法就是看当前预测的box与ground truth box中哪个IoU大，就负责哪个。这种做法称作box predictor的specialization。
4、损失函数公式见下图：
在实现中，最主要的就是怎么设计损失函数，坐标（x,y,w,h），confidence，classification 让这个三个方面得到很好的平衡。简单的全部采用sum-squared error loss来做这件事会有以下不足：
解决方法：
只有当某个网格中有object的时候才对classification error进行惩罚。只有当某个box predictor对某个ground truth box负责的时候，才会对box的coordinate error进行惩罚，而对哪个ground truth box负责就看其预测值和ground truth box的IoU是不是在那个cell的所有box中最大。
作者采用ImageNet 1000-class 数据集来预训练卷积层。预训练阶段，采用网络中的前20卷积层，外加average-pooling层和全连接层。模型训练了一周，获得了top-5 accuracy为0.88（ImageNet2012 validation set），与GoogleNet模型准确率相当。
然后，将模型转换为检测模型。作者向预训练模型中加入了4个卷积层和两层全连接层，提高了模型输入分辨率（224×224->448×448）。顶层预测类别概率和bounding box协调值。bounding box的宽和高通过输入图像宽和高归一化到0-1区间。顶层采用linear activation，其它层使用 leaky rectified linear。
作者采用sum-squared error为目标函数来优化，增加bounding box loss权重，减少置信度权重，实验中，设定为\lambda _{coord} =5 and\lambda _{noobj}=0.5 。
作者在PASCAL VOC2007和PASCAL VOC2012数据集上进行了训练和测试。训练135轮，batch size为64，动量为0.9，学习速率延迟为0.0005。Learning schedule为：第一轮，学习速率从0.001缓慢增加到0.01（因为如果初始为高学习速率，会导致模型发散）；保持0.01速率到75轮；然后在后30轮中，下降到0.001；最后30轮，学习速率为0.0001。
作者还采用了dropout和 data augmentation来预防过拟合。dropout值为0.5；data augmentation包括：random scaling，translation，adjust exposure和saturation。
YOLO模型相对于之前的物体检测方法有多个优点：
1、 YOLO检测物体非常快
因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的Fast YOLO检测速度可以达到155 FPS。而且，YOLO的mAP是之前其他实时物体检测系统的两倍以上。
2、 YOLO可以很好的避免背景错误，产生false positives
不像其他物体检测系统使用了滑窗或region proposal，分类器只能得到图像的局部信息。YOLO在训练和测试时都能够看到一整张图像的信息，因此YOLO在检测物体时能很好的利用上下文信息，从而不容易在背景上预测出错误的物体信息。和Fast-R-CNN相比，YOLO的背景错误不到Fast-R-CNN的一半。
3、 YOLO可以学到物体的泛化特征
当YOLO在自然图像上做训练，在艺术作品上做测试时，YOLO表现的性能比DPM、R-CNN等之前的物体检测系统要好很多。因为YOLO可以学习到高度泛化的特征，从而迁移到其他领域。
尽管YOLO有这些优点，它也有一些缺点：
1、YOLO的物体检测精度低于其他state-of-the-art的物体检测系统。
2、YOLO容易产生物体的定位错误。
3、YOLO对小物体的检测效果不好（尤其是密集的小物体，因为一个栅格只能预测2个物体）。
物联网是通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。下面我给大家带来2021好写的物联网专业论文题目写作参考，希望能帮助到大家!
物联网论文题目
1、 基于嵌入式PC和物联网的无人驾驶 拖拉机 研究
2、 太阳能农机发动机监测系统设计—基于智慧农业物联网信息采集
3、 基于物联网的农业生产监控系统设计
4、 基于农业物联网的智能温室系统架构与实现
5、 基于物联网的水田无线监控系统设计
6、 基于物联网植物工厂监控系统的设计
7、 基于物联网的精准农业玉米长势监测分析系统研究
8、 基于物联网的葡萄园信息获取与智能灌溉系统设计
9、 基于物联网技术的智慧长输管道
10、 矿山物联网云计算与平台技术
11、 基于物联网的智能衣柜系统
12、 基于MQTT的物联网系统文件传输 方法 的实现
13、 基于物联网技术的能源互联网数据支撑平台
14、 农业物联网技术研究进展与发展趋势分析
15、 高校智慧教室物联网系统设计与实现
16、 运营商窄带物联网部署实现探讨
17、 基于物联网思维的商业银行管理重构的战略思想
18、 面向矿山安全物联网的光纤传感器
19、 基于物联网的水质监测系统的设计与实现
20、 工业物联网环境下隐式人机交互消息传播方法
21、 基于物联网技术的智慧农业监控系统设计
22、 疫苗冷链物流风险管理中物联网技术的应用
23、 基于物联网远程血压监测结合APP管理对高血压患者的影响
24、 公安物联网技术在社会治安防控中的应用
25、 物联网中增强安全的RFID认证协议
26、 农业物联网技术供需双方决策行为分析——演化博弈模型及其仿真
27、 物联网环境下数据转发模型研究
28、 基于云计算的物联网数据网关的建设研究
29、 基于Citespace的技术机会发现研究——以物联网技术发展为例
30、 利用物联网技术探索智慧物流新未来——访神州数码集团智能互联本部物联网事业部总经理闫军
31、 物联网虚拟仿真实验教学中心平台建设
32、 物联网智能家居的远程视频监控系统设计
33、 是德科技中标福州物联网开放实验室窄带物联网低功耗测试系统以及射频一致性测试系统
34、 基于物联网的智慧家庭健康医疗系统
35、 农业物联网技术研究进展与发展趋势分析
36、 新工科背景下物联网专业学生创新实践能力培养
37、 新工科语境下物联网专业课程设置研究
38、 铁塔公司基于LoRa物联网的共享单车方案研究
39、 面向大数据的突发事件物联网情报采集
40、 区块链技术增强物联网安全应用前景分析
41、 物联网工程专业实验室建设方案研究
42、 大数据时代基于物联网和云计算的地震信息化研究
43、 矿山物联网 网络技术 发展趋势与关键技术
44、 基于物联网与GPRS技术对武汉市内涝监测预警系统的优化设计
45、 基于物联网的医院病房智能监护系统设计与实现
46、 基于电力物联网边缘计算实现脱网应急通信的方法
47、 物联网商业方法的专利保护探析
48、 物联网分享还是人工智能垄断:马克思主义视野中的数字资本主义
49、 基于MQTT协议的物联网电梯监控系统设计
50、 基于时间自动机的物联网网关安全系统的建模及验证
物联网 毕业 论文题目参考
1、基于物联网的火电机组远程诊断服务实践
2、语义物联网中一种多领域信息互操作方法
3、矿山物联网服务承载平台与矿山购买服务
4、物联网环境下的锰矿开采过程监测软件设计
5、基于物联网的馆藏系统实现
6、地方转型本科高校物联网专业人才培养方案研究
7、基于物联网的智能家居环境监控系统的设计与分析
8、智能建筑中物联网技术的应用剖析
9、关于物联网关键技术及应用的探讨
10、蓝牙传输发现服务助力实现协作型物联网
11、无线传感器网络与物联网的应用研究
12、物联网系统集成实训室建设的探索与实践
13、高校物联网实验中心规划方案
14、面向异构物联网的轻量级网络构建层设计
15、探索物联网环境下企业组织架构的转变
16、物联网技术下校园智能安防系统的设计
17、物联网在农业中的应用及前景展望
18、战略新兴物联网专业校企合作模式研究
19、物联网/传感网时代下新型图书管理模式探析
20、物联网信息感知与交互技术
21、探讨农业物联网技术的创新运用方式
22、基于物联网技术的远程智能灌溉系统的设计与实现
23、农业物联网技术创新及应用策略探讨
24、基于物联网的园区停车管理系统的设计与实现
25、基于物联网技术的“蔬菜”溯源体系探索
26、基于物联网技术的气象灾害监测预警体系研究
27、物联网接入技术研究与系统设计
28、基于物联网技术的数据中心整体运维解决方案研究
29、基于工作导向的中职物联网课程实践教学分析
30、面向服务的物联网软件体系结构设计与模型检测
31、面向物联网的无线传感器网络探讨
32、物联网环境下多智能体决策信息支持技术研究
33、物联网和融合环境区域食品安全云服务框架
34、高职《物联网技术概论》教学思考与实践
35、基于物联网的远程视频监控系统设计
36、物联网分布式数据库系统优化研究
37、物联网隐私安全保护研究
38、璧山环保监管物联网系统试点应用研究
39、智能家居无线物联网系统设计
40、物联网温室智能管理平台的研究
好写的物联网论文题目
1、物联网的结构体系与发展
2、对于我国物联网应用与发展的思考
3、物联网环境下UC安全的组证明RFID协议
4、农业物联网研究与应用现状及发展对策研究
5、物联网时代的智慧型物品探析
6、基于Zigbee/GPRS物联网网关系统的设计与实现
7、物联网概述第3篇:物联网、物联网系统与物联网事件
8、物联网技术在食品及农产品中应用的研究进展
9、物联网——后IP时代国家创新发展的重大战略机遇
10、物联网体系结构研究
11、构建基于云计算的物联网运营平台
12、基于物联网的煤矿综合自动化系统设计
13、我国物联网产业未来发展路径探析
14、基于物联网的干旱区智能化微灌系统
15、物联网大趋势
16、物联网网关技术与应用
17、基于SIM900A的物联网短信报警系统
18、物联网概述第1篇:什么是物联网?
19、物联网技术安全问题探析
20、基于RFID电子标签的物联网物流管理系统
二、物联网毕业论文题目推荐:
1、基于RFID和EPC物联网的水产品供应链可追溯平台开发
2、物联网与感知矿山专题讲座之一——物联网基本概念及典型应用
3、我国物联网产业发展现状与产业链分析
4、面向智能电网的物联网技术及其应用
5、从云计算到海计算:论物联网的体系结构
6、物联网 商业模式 探讨
7、物联网:影响图书馆的第四代技术
8、从嵌入式系统视角看物联网
9、试论物联网及其在我国的科学发展
10、物联网架构和智能信息处理理论与关键技术
11、基于物联网技术的智能家居系统
12、物联网在电力系统的应用展望
13、基于物联网的九寨沟智慧景区管理
14、基于物联网Android平台的水产养殖远程监控系统
15、基于物联网Android平台的水产养殖远程监控系统
16、基于物联网的智能图书馆设计与实现
17、物联网资源寻址关键技术研究
18、基于物联网的自动入库管理系统及其应用研究
19、互联网与物联网
20、"物联网"推动RFID技术和通信网络的发展
物联网专业论文题目写作参考相关 文章 ：
★ 优秀论文题目大全2021
★ 电子类专业毕业论文题目及选题
★ 大学生论文题目参考2021
★ 2021通信学专业论文题目与选题
★ 通信专业毕业论文题目与选题
★ 大学生论文题目大全2021
★ 2021电子商务毕业论文题目
★ 2021环境工程专业论文题目
★ 建筑工程方向毕业论文题目与选题
★ mba各方向的论文题目与选题推荐
废水化学除磷的现状
像水资源论文的范例，最多的就应该是这个领域的期刊撒~你可以 去找下（水资源研究）吧~~~
中国水质质量调查农村饮用水存在的问题
通过水的原理aqui te amo。
在线水分仪，又名在线水分测定仪，在线水分测量仪，在线水分监测仪，在线水分检测仪，在线测水仪等，用于测量固体、液体及浆体物料中的水分含量。按原理分，主要有MS-590在线微波水分仪和MS-580在线近红外水分仪按行业分，主要有粮食在线水分仪，烟草烟叶在线水分仪，废纸包在线水分仪，食品在线水分仪，烧结在料线水分仪，煤炭在线水分仪，原油在线水分仪，洗衣液在线水分仪，阿胶在线水分仪，纺织布匹在线水分仪，化工固体液体在线水分仪，糖液糖浆在线水分仪、建材陶瓷混泥土在线水分仪等。在线水分仪，广泛适用于造纸、煤炭、冶金、石油、电力、化工、建材、糖业、饲料、烟草、粮食、食品、纺织、日化等行业原料水分检测、生产过程水分检测，以及产品质量控制等工艺环节使用。
1.《中国茶树栽培学》（参编），上海科学技术出版社，2005。2.《中国茶产品加工》（参编），上海科学技术出版社，2008。3.《Economic Crisis in Tea Industry》（参编），Studium Press LLC, USA, 2008。4.《种茶技术100问》，中国农业出版社 ，2009。5．2009-2010茶学学科发展报告，中国科学技术出版社，2010。 1．Free Radical Scavenging Effect of Pu-erh Tea Extracts and Their Protective Effect on Oxidative Damage in Human Fibroblast Cells，J. Agric. Food Chem.，2006，54 (21) .2．The Extraction and Purification of Theanine，International Journal of Tea Science，2004， 3(3&4).3. Tea Plantation Industry and Trade of China, The Assam Review & Tea News，2002，91(8). 1 高密度石磨粉碎对绿茶理化成分和感官品质的影响 谭俊峰; 彭群华;林智; 吕海鹏; 郭丽 食品科学 2010-09-012 ISO方法与常规方法测定茶叶中茶多酚总量及儿茶素组分上的差异比较 吕海鹏;林智; 谭俊峰; 郭丽 分析试验室 2008- 12-153 顶空固相微萃取-气质联用法分析白茶的香气成分 王力; 蔡良绥;林智; 钟秋生; 吕海鹏; 谭俊峰; 郭丽 茶叶科学 2010-04-154 基于双磁法的茶叶中磁性物质检验的可行性研究 郭丽;林智; 吕海鹏; 谭俊峰; 邵青; 彭群华 安徽农业科学 2010-03-105 自动化炒青绿茶生产线的设计与应用 谭俊峰; 金华强; 黄跃进; 彭群华; 邵青; 沈希;林智茶叶科学 2010-06-156 茶叶香气影响因子的研究进展 王力;林智; 吕海鹏; 谭俊峰; 郭丽 食品科学 2010-08-017 表没食子儿茶素没食子酸酯的甲基化分子修饰 吕海鹏; 孙业良;林智; 谭俊峰; 郭丽 食品科学 2010-08-018 全球茶叶市场现状和展望——参加联合国粮农组织政府间茶叶工作组第19届会议的报告 封槐松; 陈宗懋;林智; 尹晓民 中国茶叶 2010-08-159 机制扁形名优茶加工工艺流程试验初报 郭丽; 谭俊峰;林智; 吕海鹏 中国茶叶 2009-03-1510 东方美人茶和铁观音香气成分的比较研究 钟秋生; 吕海鹏;林智; 谭俊峰; 郭丽 食品科学 2009-04-1511 普洱茶加工过程中香气成分的变化规律研究 吕海鹏; 钟秋生; 王力;林智茶叶科学 2009-04-1512 陈香普洱茶的香气成分研究 吕海鹏; 钟秋生;林智茶叶科学 2009-06-1513 2003～2007年注册茶保健食品的情况分析 李靓;林智; 吕海鹏; 谭俊峰; 郭丽 安徽农业科学 2009-04-1014 茶氨酸改善小鼠睡眠状况的实验研究 李靓;林智; 何普明; 韩铨; 阮征; 吕海鹏; 谭俊峰; 郭丽 食品科学 2009-08-0115 超高压处理对绿茶汁品质的影响 陈小强; 苏丽慧; 叶阳;林智; 王川丕; 谭俊峰 食品科学 2009-09-0116 花香型绿茶加工工艺的研究 郭丽; 谭俊峰; 王力; 吕海鹏;林智; 邵青; 唐妙火 浙江农业科学 2009-10-1117 UML在茶叶加工专家系统中的研究与应用 吴洁; 沈希; 金华强;林智茶叶 2009-09-1018 茶叶中EGCG3″Me的分析方法研究 孙业良; 吕海鹏;林智; 黎星辉 茶叶科学 2009-10-1519 超高压处理对茶多酚提取率和抗DPPH自由基活性的影响 谭俊峰;林智; 吕海鹏; 郭丽; 彭群华; 邵青 食品科学 2009-09-1520 从茶叶抗病毒的研究——谈茶氨酸的生产与应用前景林智中国茶叶 2003-06-2521 乌龙茶加工过程中香气成分变化研究 苗爱清; 舒爱民 ; 伍锡岳;林智; 胡海涛; 蒋迎 中国茶叶 2003-08-2522 绿茶初制工艺对饮料加工特性的影响 尹军峰;林智; 谭俊峰; 袁海波; 俞光兵 茶叶科学 2005-09-3023 绿茶初制工艺与饮料适制性的研究 尹军峰;林智; 谭俊峰 饮料工业 2003-07-3024 厌氧处理对茶叶中γ-氨基丁酸含量及其品质的影响林智; 林钟鸣; 尹军峰; 谭俊峰 食品科学 2004-02-1525 茶多酚对蛋鸡生产性能、脂类代谢及蛋品品质的影响 楼洪兴;林智; 王友明; 卢福庄; 谭俊峰; 尹军峰; 杨钟鸣 茶叶科学 2004-06-3026 花茶窨制过程中主要化学成分的变化规律 尹军峰;林智; 谭俊峰; 汤玉平 中国茶叶 2004-06-2527 茶氨酸提取纯化工艺研究林智; 杨勇; 谭俊峰; 尹军峰; 成浩; 杨贤强 天然产物研究与开发 2004-10-3028 鲜叶微波杀青过程中的热效率分析 叶阳; 袁海波; 尹军峰;林智茶叶科学 2004-12-3029 茶多酚干废液对猪生产性能及猪肉品质的影响林智; 楼洪兴; 王云龙; 华卫东; 谭俊峰; 尹军峰; 郑汝龙 饲料工业 2004-10-0530 降低砖茶氟含量技术研究初报林智; 舒爱民; 蒋迎; 傅尚文; 文建辉; 周兴长; 刘杏益 中国茶叶 2002-02-2531 γ-氨基丁酸茶(Gabaron Tea)降血压机理的研究林智; 大森正司 茶叶科学 2001-12-1232 国内外茶饮料加工技术研究进展 尹军峰;林智茶叶科学 2002-06-2533 γ-氨基丁酸茶成分对大鼠血管紧张素I转换酶(ACE)活性的影响林智; 大森正司 茶叶科学 2002-06-2534 茶园土壤主要营养障碍因子及系列茶树专用肥的研制 韩文炎; 阮建云;林智; 吴洵; 许允文; 石元值; 马立峰 茶叶科学 2002-06-2535 自动化炒青绿茶生产线的设计与应用 谭俊峰; 金华强; 黄跃进; 彭群华; 邵青; 沈希;林智中国茶叶科技创新与产业发展学术研讨会论文集 2009-09-2636 顶空固相微萃取-气质联用法分析白茶的香气成分 王力; 蔡良绥;林智; 吕海鹏; 谭俊峰; 郭丽; 钟秋生 中国茶叶科技创新与产业发展学术研讨会论文集 2009-09-2637 茶叶中磁性物质检验的一种新途径:双磁法 郭丽;林智中国茶叶科技创新与产业发展学术研讨会论文集 2009-09-2638 出口炒青绿茶品质提升技术研究林智; 尹军峰; 吴剑民; 汤玉平; 谭俊峰; 权启爱 中国茶叶学会成立四十周年庆祝大会暨2004年学术年会论文集 2004-10-0139 不同纯度茶多酚对蛋鸡产蛋性能、血脂含量及蛋品品质的影响 楼洪兴;林智; 王友明; 卢福庄; 华卫东; 谭俊峰; 尹军峰; 杨钟鸣 中国畜牧兽医学会动物营养学分会——第九届学术研讨会论文集 2004-08-0140 普洱茶提取物自由基的清楚能力及对HPF-1细胞氧化损伤的保护作用 揭国良;林智; 张龙泽; 吕海鹏; 何普明; 赵保路 华东六省一市生物化学与分子生物学学会2006年学术交流会论文集 2006-10-0141 浙江省绿茶的微生物、重金属和磁性物污染情况研究林智; 叶阳; 罗列万; 谭俊峰; 吕海鹏; 郭丽; 陈丽燕 第四届海峡两岸茶业学术研讨会论文集 2006-09-0142 茶叶儿茶素组分HPLC测定中的提取方法研究 吕海鹏;林智; 郭丽; 谭俊峰 全国茶业科技学术研讨会论文集 2007-07-0143 出口炒青绿茶品质提升加工技术研究林智; 尹军峰; 吴剑民; 汤玉平; 谭俊峰; 权启爱 食品科学 2006-03-1544 普洱茶的抗氧化酚类化学成分的研究林智; 吕海鹏; 崔文锐; 折改梅; 张颖君; 杨崇仁 茶叶科学 2006-06-1545 茶树种质资源EGCG3Me含量及其变化规律研究 吕海鹏; 谭俊峰;林智茶叶科学 2006-12-1546 低咖啡碱茶加工工艺及其关键设备林智中国茶叶 2007-02-1047 普洱茶的化学成分及生物活性研究进展 吕海鹏; 谷记平;林智; 郭丽; 谭俊峰; 彭群华 茶叶科学 2007-02-1548 茶氨酸生物合成工程菌构建 王贤波; 王丽鸳; 成浩; 周健;林智茶叶科学 2007-02-1549 普洱茶中的没食子酸研究 吕海鹏 ;林智; 谷记平; 郭丽; 谭俊峰 茶叶科学 2007-05-1550 普洱茶的抗氧化活性研究进展 东方; 何普明;林智食品科学 2007-05-1551 龙井茶品质化学成分在炒制中的变化研究 郭丽;林智; 谭俊峰; 吕海鹏; 姜爱琴 浙江农业科学 2007-06-1152 超高压对茶鲜叶的细胞结构、多酚氧化酶活性及主要化学成分的影响 谭俊峰;林智; 郭丽; 吕海鹏; 彭群华; 邵青 食品科学 2007-09-1553 茶树鲜叶摊放工艺参数研究初探 叶阳;林智; 尹军峰; 权启爱; 罗列万; 袁海波 中国茶叶 2007-08-1054 γ-氨基丁酸茶加工工艺及关键设备林智; 杨钟鸣; 权启爱 中国茶叶 2007-08-1055 茶叶儿茶素组分HPLC测定中的提取方法研究 吕海鹏;林智; 谷记平; 郭丽; 谭俊峰 食品与发酵工业 2007-06-1556 高温蒸汽处理对绿茶中没食子儿茶素没食子酸酯含量的影响 吕海鹏;林智; 郭丽; 谭俊峰 食品研究与开发 2007-10-0557 鲜叶自动化摊放贮青机研制 叶阳;林智; 尹军峰; 权启爱; 罗列万; 袁海波; 吴利方 中国茶叶 2007-10-1058 水分测定仪在茶叶上的应用可行性探讨 郭丽;林智; 邵青; 吕海鹏; 潭俊峰 福建茶叶 2007-09-1559 名优绿茶清洁化生产线关键设备研制 叶阳;林智; 尹军峰; 权启爱; 罗列万; 袁海波; 吴利方 中国茶叶 2007-12-1060 香味茶加工原理及工艺林智; 黄国资; 陈栋; 陈德新 中国茶叶 2008-01-1561 茶叶中的EGCG3″Me研究 吕海鹏;林智; 谭俊峰; 郭丽 食品与发酵工业 2008-10-3062 茶叶中EGCG3″Me的研究与开发 吕海鹏;林智; 谭俊峰; 郭丽 食品工业科技 2008-12-2563 冷水冲泡型茶叶加工方法林智; 谭俊峰; 吕海鹏; 郭丽 中国茶叶 2008-02-1564 绿茶中的GCG研究 吕海鹏; 谭俊峰; 郭丽; 谷记平;林智茶叶科学 2008-04-1565 普洱茶提取物对高糖作用下人胚肺成纤维细胞的保护作用 揭国良; 何普明; 张龙泽; 赵保路; 吕海鹏;林智食品科学 2008-04-1566 普洱茶抗氧化活性成分的LC-MS分析 东方; 杨子银; 何普明;林智中国食品学报 2008-04-1567 超高压处理对红碎茶感官品质和主要化学成分的影响 谭俊峰; 郭丽; 吕海鹏; 彭群华; 邵青;林智食品科学 2008-09-1568 VA 菌根对茶树生长和矿质元素吸收的影响林智茶叶科学 1993-04-0269 低丘红壤茶园的磷素营养及转化(英文) 俞永明; 吴洵; 王晓萍;林智茶叶科学 1989-04-0270 土壤pH值对茶树生长及矿质元素吸收的影响林智; 吴洵; 俞永明 茶叶科学 1990-07-02 1.获省部级科技进步二等奖2项。2.获省部级科技进步三等奖3项。3.2001年入选中国农业科学院三级岗位杰出人才。4.2006年入选浙江省151人才工程第一层次培养人员。
水资源保护监测的不足和发展建议论文
大家最不陌生的就是作文了吧，尤其是议论文，议论文是对某个问题或某件事进行分析、评论，表达自己的观点和主张的文章体裁。这类型的作文应该怎么写呢？以下是我整理的水资源保护监测的不足和发展建议论文，仅供参考，欢迎大家阅读。
摘要：
随着工业化进程的不断加速，我国水资源问题越来越突出，有些地方直接影响了生活用水供应。可见，研究水资源保护监测尤为重要。鉴于此，文章深入探讨水资源保护监测中存在的问题，并提出可行的建设建议，强化水资源保护意识，更好地促进我国水资源保护工作可持续发展。
关键词:
水资源保护；监测；问题；建议；
引言:
我国社会主义现代化建设的不断发展使得水资源需求量也在不断增加，但是工业发展又引发了水资源浪费及污染等一系列问题。在此情形下，社会水资源供需矛盾突出，一定程度上制约了社会经济的发展。目前，我国水污染问题亟待解决，监测水质对保护水资源具有重要实践意义。
1、水资源保护中水质监测的重要性
1.1、有效保护水资源
水资源保护监测即针对水质进行监测，及时把控水资源质量。水资源监测可以反映入河污染物总量、河道纳污能力以及消减量等指标。水质监测结果通常用数据来表示，通过对一定范围水环境在一定时间段内进行连续监测，可以有效掌握该区域内水资源污染物质来源、分布状况和分布规律[1]，同时也能科学预测水质污染情况，合理监测水环境，进一步明确水环境污染的控制对象，进而提出科学控制和保护策略。
1.2、以水资源监测保障用水安全
我国水质监测工作中主要采取定期、定点的监测方法，规定每年针对河流水质监测采样频率不能低于12次，于每月中旬开展采样。水质监测可针对某一特定水环境水质变化情况进行重复跟踪和监测，以此来保障水环境质量监测数据科学性。另外，水质监测也可针对突发性水污染事件进行及时跟踪，为人们生活、生产用水提供保障[2]。
1.3、提供决策参考
政府部门对水资源进行宏观的开发利用及资源配置，很大程度上都依赖于水质监测所提供的有效数据。在开展水资源配置和调度时要全面掌握水资源质量状况，同时要尽可能实现水资源的合理利用。例如，我国在2013年开展的黄济津水资源调度过程中引发了水质恶化事件，针对这一问题，政府部门推出了引黄政策，及时处理了污染水质，最大程度地节约了人力、物力、财力资源[3]。
2、水资源保护监测存在的问题
水资源保护监测中的首要目标是保护饮用水源。目前，我国大部分省份水功能区的监测主要集中在地表水层面，对地下饮用水的监测较少。未来水资源保护工作主要建立在水功能区的管理上。从实际监测角度看，水功能监测主要集中在重点水功能区，监测范围比较有限；针对入河排污口，多数省份仍然采取每年一次的监测频率，部分地区也会采取两年一次或一年两次的监测频率，这种监测方式下监测结果代表性不足，监测方式不够合理，不能准确计算水环境某一时期内污水及污染物排放量[4]。此外，全国水质监测点位的设置明显不足，不能直观、准确地反映地下水水质状况；水体生态监测也处在起步阶段，没有构建完善的评价体系；针对紧急污染事件的监测能力明显不足，不少地区的水环境保护监测中心仅配备了一台应急监测车。
2.1、监测能力不足
近年来，虽然全国各地不断加大水质监测建设方面的投资力度，促进了地区监测中心监测技术设备的更新，但从全局来看，不少地区的中心实验室仍然存在监测设备老化、技术水平落后等问题。大部分地区仅省中心能够完成认证参数监测，且主要以手工操作监测方式为主，监测效率较低。在我国全面推进水务工作的前提下，各省份的市级分中心监测频率、监测范围等已经不能满足水务工作快速发展的实际需求，各地监测站点设置不足对地区水资源发展造成了一定限制。
2.2、实验室设备配套不足
近年来，我国在水资源监控建设项目、省界水质监测分中心监测建设方面不断加大投资力度，极大改善了各分中心的设施及环境，有效提升了监测能力，但中心实验室的建设仍未达到预期效果。实验室的仪器设备水平仅能满足常规的.监测需求，且没有配套足够应急监测设备，对水源地监测、生态监测及突发应急监测能力不足，监测设备、仪器陈旧，自动化、智能化水平低，对水质监测质量、监测准确性有极大影响。
2.3、专业技术人员配置不足
当前，我国正在全面推进水质监测工作，监测项目的不断增加导致水质监测分析技术难度加大，对专业化人才资源的需求越来越迫切。由于专业监测人员配备数量不足，水质监测质量及管理效率受到极大影响。新形势下，水质监测管理工作任务越来越重，监测工作对技术的要求也越来越高，且随着我国各实验中心大型仪器设备的不断升级，对监测人员的专业技术水平提出了更高要求。受限于我国编制体制，专业技术人员紧缺现象仍然严重，人才储备也不能满足水质监测和管理的实际要求。
3、水资源保护监测建设建议
3.1、构建水资源保护监测站网
建设水资源保护监测站网要采取统一布局的方式，从流域优化出发强化各站点之间的联系，对严重影响生产生活的水域进行强化监测，并针对不同区域及不同流域水资源评价需求进行综合考虑，以省为单位构建完善、高效的水资源监测站网。
1）水功能区监测。为进一步强化水资源开发、利用和保护，我国在2012年推出了《全国重要江河湖泊水功能区(2011—2030年)》，全国各省份重要饮用水源地都被划入国家重要水功能区，同时各省份针对国家重点水功能区及省级重要水功能区都开展了常规监测，各地政府也在季度考核中纳入了水功能区监测考核达标指标，各地水功能区监测覆盖率也达到95%。
2）省界监测站网建设。按照国家水功能区监测要求，以流域机构为准开展构建省界监测站网，根据规划，到2030年要实现国界、省界监测全覆盖，水量水自动监测站点也在加速建设中。
3）入河口监测建设。根据《全国重要江河湖泊水工区（2011—2030年）》规划要求，针对DOD、氨氮、区域性特征污染物排放超过总排放量50%的入河排污口需要实施在线计量监控，超过80%的排污口需要严格实施人工检测[5]。各省需结合省界污染物排放实际状况实现水功能区的全面普查，并以普查结果为基础制定科学监测计划[6]。
3.2、提高水资源保护监测能力
首先，要强化各省中心实验室建设，加快仪器设备更新换代，提升监测设备的自动化、智能化建设，从长期、深层次角度构建水质监测目标，保证实验室建设的前瞻性。其次，要加大人才资源开发，跟随水质监测设备的技术发展，更新人才结构，为中心储备更多专业化人才，以此来满足水质监测发展的新要求。
4、结束语
总而言之，水资源保护监测主要目标是通过构建监测站网、改进实验室、加强自动监测站建设等方法强化地表水体、水生态、地下水的监测、评价和预警，从而为水资源监督和保护提供服务，进一步促进水资源开发利用发展，有效遏制水资源及生态环境破坏，为我国社会经济发展提供有效支撑。
参考文献
[1]陈强完善水环境监测质量体系合理保护利用水资源[J].吉林农业,2018(08):57.
[2]王旭光，章启兵安徽准北地区地下水资源开发利用问题和保护对策[J].治淮2018(03):16-18.
[3]林国俊杨寅群,李志军刘学文蔡金洲,陈晓娟雷明军.厄瓜多尔Napo流域水环境现状与保护对策[J]人民长江,2017,48(22):53-57.
[4]时晓飞,王非王丽萍,加强水质监测为水资源保护提供技术支撑[J]河北水利.2016(2):33.
[5]徐剑秋,卞俊杰加强水环境监测为长江大保护提供技术支撑[J]水利水电快报,2016,37(11):1-2.
[6]卓海华刘辉吴云丽,谭凌智,兰静流域水环境监测共建共管实验室建设回顾和思考[J].人民长江，2016,47(16):5-9.
已知水的密度，测其体积。
1881年，美国实验物理学家A.麦克尔逊以高度的准确性测量了光沿着不同方向传播的速度数值。为了探测预想中的微小差别，A.麦克尔逊使用了非常精确的实验设备，他的实验精确性很高，他测量出来的速度差别比预想中的差别要小得多。A.麦克尔逊的实验，以后在不同的条件下又作过多次。他的实验得到了出乎预料的结果。在一个运动着的参照系里，光的传播情形同我们在前面推想的恰恰相反。A.麦克尔逊发现，在地球上，光向任何方向传播，其速度都时相同的、不变的。在这一意义上，光的传播使我们联想到子弹的飞行。前面我们曾经设想，在一列运动中的火车上，子弹运动同火车的运动无关。同车厢相对而言，子弹向任何方向运动，其前进速度是相同的。于是，A.麦克尔逊的实验证明：同我们的推想恰恰相反，光的传播同运动的相对性原理并不矛盾，而是完全符合运动的相对性原理。这也就是说，我们在前面“运动的相对性原理会被动摇吗”一节中所作的推理是完全错误的。相对论的研究对象是超越我们日常经验的高速运动世界和广阔的宇宙，这是我们难以理解相对论的主要原因。自相对论诞生之日起，它所带来的时空观革命就极大地拓展了人类对宇宙的理解。从相对论中，人们发现了时间旅行的奥秘、原子裂变的巨大能量、宇宙的起源和终结、黑洞和暗能量等奇妙现象。几乎宇宙所有的奥秘都隐藏在相对论那几行简单的公式中。狭义相对论证明高速旅行会使时间变慢，假定将来的某个时候，人们已解决了所有的技术难题，能够制造一艘以亚光速飞行的宇宙飞船，一定意义上的时间旅行就变成可能了。如果飞船以亚光速从地球出发向遥远的星系飞去，来回的旅程仅仅几年（按飞船上的时间），但在此期间地球上却已过去了几千年，一切都发生了天翻地覆的变化。如果人类文明依然还存在的话，那又会是一个什么新的模样呢？广义相对论表明，时空可以不是平坦的，而是弯曲的。我们可以在地球与宇宙遥远的地方这两点之间凿出一个虫洞，然后用某种“奇异物质”把洞口撑开，使之成为一个突然出现在宇宙中的超空间管道，让我们在瞬间到达遥远的彼岸。然后当我们返回时，虫洞的奇异性质让我们年轻了很多。广义相对论判定足够的质量能改变和扭曲时空，数学家法兰克•提普勒据此设想了把时空卷起来的时间旅行方法。他认为，如果太空中的一个巨大物体以一半光速旋转，时空便会扭曲折回。因此，只要将来有人制造一个巨大的圆筒，它的长约为直径的10倍，然后使圆筒以15万公里/秒的速度旋转，便会使圆筒中央附近产生一个扭曲折回的时空。要将这圆筒当时间机器使用，宇宙飞船一定要开到圆筒的中心沿圆筒内壁盘旋飞行：逆圆筒旋转的方向航行是驶入过去，顺圆筒旋转的方向航行是驶入未来，每盘旋一周都使宇宙飞船更深入过去或未来一些。时间旅行者到达了目的时间，便将飞船驶离圆筒。有一件必须明了的事是，正像所有理论上的时间机器一样，就是驶向过去无论怎样也不能到达比制成圆筒更早的时间。时间旅行是一个极具幻想色彩、也极具魅力的话题，长期以来，科学家们提出的方案一个又一个，时间旅行可能遇到的问题也被热烈讨论着。总有一天，相对论迷人的光芒会照耀着我们开始真正的时间旅行。原子裂变1905年11月，爱因斯坦同样在德国《物理学纪事》杂志上发表了关于狭义相对论的第二篇文章：《物体的惯性同它所包含的能量有关吗？》，这是一篇短文，在这篇论文中，他提出一个物体的质量并不是恒定不变的，而是随着运动速度的增加而增加。这就是运动中物体的“质增效应”。现在我们想象我们在推一辆小板车，板车很轻，上面什么东西也没有。假设这是一辆在真空中的“理想”板车，没有任何摩擦力、也没有任何阻力，因此，只要我们持续地推它，它的速度就越来越快，但随着时间的推移，它的质量也越来越大，起初像车上堆满了钢铁，然后好像是装着一座喜马拉雅山、再然后好像是装着一个地球、一个太阳系、一个银河系……当小板车接近光速时，好像整个宇宙都装在它上面——它的质量达到无穷大。这时，你无论施加多大力，无论推多长时间，它都不可能运动得再快一些。由此可见，光子既然以光速传播，它的静止质量就必须等于零，否则它的运动质量就会无穷大。当物体运动接近光速时，我们不断地对物体施加外力，供给能量，可物体速度的增加越来越困难，我们施加的能量去哪儿了呢？其实能量并没有消失，而是转化为了质量。这就是说，物体质量的增加与动能增加有着密切联系，或者说物体的质量与能量之间有着密切联系。爱因斯坦在说明这种联系的过程中，提出了著名的质能关系式：E=mc2.能量等于质量乘以光速的平方，即使是在不甚关心其实用价值的纯理论型的物理学家看来也是惊心动魄的，而在绝大多数人眼里，能量等于质量乘以光速的平方，即能量是质量的9万亿倍，是多么诱人的前景呀！指甲盖般大小的物质的质量如果完全消失，其释放的能量是用以万吨煤炭来计算的。遗憾的是，没人能随便减少质量，譬如一块石头，我们尽可以用锤子砸成小块，然后碾成碎末，可是当你仔细地收集这些碎末后就会发现它的质量并未变化。但是，十几年后的1939年，约里奥•居里、费米、西拉德这三位科学家分别独立发现了链式反应，使人类找到了释放巨大原子能的方法。铀235的核收到中子轰击就会发生裂变，分裂成两个中等质量的新原子核，放出1～3个中子，并释放出巨大能量，这些中子又能引发其它铀核再分裂，如此反复，形成连锁反应，不断释放巨大能量。这就是链式反应。宇宙大爆炸令我们这些当代人感到惊诧的是，迟至1917年，那些人类最具智慧的大脑仍然以为我们的银河系就是整个宇宙，而这个银河系大小的宇宙永远都是稳定不变的，既不会变大也不会变小，这就是流传了千百年的稳恒态宇宙观。1917年，爱因斯坦试图根据广义相对论方程推导出整个宇宙的模型，但他发现，在这样一个只有引力作用的模型中，宇宙不是膨胀就是收缩。为了使这个宇宙模型保持静止，爱因斯坦在他的方程里额外增加了一个新的概念——宇宙常数，它表示的是一种斥力，同引力相反，它随着天体之间距离的增大而增强。这是一个假想的、用以抵消引力作用的力。然而，爱因斯坦很快发现自己错了。因为科学家们很快发现，宇宙实际上是膨胀的！最早观察到这一点的是20世纪的天文学之父哈勃。哈勃1889年出生于美国的密苏里州，毕业于芝加哥大学天文系。1929年，哈勃发现所有星系都在远离我们而去，这表明宇宙正在不断膨胀。这种膨胀是一种全空间的均匀膨胀，因此，在任何一点的观测者都会看到完全一样的膨胀，从任何一个星系来看，一切星系都以它为中心向四面散开，越远的星系间彼此散开的速度越大。宇宙的膨胀意味着，在早先，星体相互之间更加靠近，并且在更遥远过去的某一刻，它们似乎在同一个很小的范围内。宇宙膨胀的消息传到著名物理学家伽莫夫那里去的时候，立即引起了这位学者的兴趣。乔治•伽莫夫出生于俄国，自小对诗歌、几何学和物理学都深感兴趣，在大学时期成为物理学家弗里德曼的得意门生。弗里德曼曾在爱因斯坦之后提出了重要的宇宙膨胀模型，伽莫夫也成为宇宙膨胀理论的热心支持人之一。1945年，人类史上第一颗原子弹爆炸成功，看着蘑菇云升起的照片，伽莫夫突发灵感：把原子弹规模“放大”到无穷大，不就成了宇宙爆炸吗？他把核物理知识和宇宙膨胀理论结合起来，逐渐形成了自己的一套大爆炸宇宙理论体系。1948年，伽莫夫和他的学生阿尔法合写了一篇著名论文，系统地提出了宇宙起源和演化的理论。与我们惯常的想法不同，这个创生宇宙的大爆炸不是发生在一个确定的点，然后向四周的空气传播开去的那种爆炸，而是空间本身在扩展，星系物质随着空间的扩展而分开。根据大爆炸宇宙论，极早期的宇宙是一大片由微观粒子构成的均匀气体，温度极高，密度极大，且以很大的速率膨胀着。伽莫夫还作出了一个非凡的预言：我们的宇宙仍沐浴在早期高温宇宙的残余辐射中，不过温度已降到6K左右。正如一个火炉虽然不再有火了，还可以冒一点热气。1964年，美国贝尔电话公司年轻的工程师——彭齐亚斯和威尔逊，因一次偶然的机会发现了伽莫夫所预言的早期宇宙的残余辐射，经过测量和计算，得出这个残余辐射的温度是2.7K（比伽莫夫预言的温度要低），一般称为3K宇宙微波背景辐射。这一发现有力的佐证了宇宙大爆炸理论。广义相对论的智慧之处就在于，它从诞生起就能描述整个完整的宇宙，即使那些未知的领域也被全部囊括进去。让它对付像太阳系这样小小的、很普通的时空领域可真是大材小用了。宇宙常数死而复生——暗能量在发现了宇宙膨胀这个事实后，爱因斯坦就急急忙忙把他方程中的宇宙常数项去掉了，并认为宇宙常数是他“一生中最大的错误”。随后，宇宙常数被抛进历史的垃圾堆。然而造化弄人，几十年后，宇宙常数又像鬼魂般的复活了。这次宇宙常数的复活要归因于暗能量的发现。1998年，天文学家们发现，宇宙不只是在膨胀，而且在以前所未有的加速度向外扩张，所有遥远的星系远离我们的速度越来越快。那么一定有某种隐藏的力量在暗中把星系相互以加速膨胀的方式撕扯开来，这是一种具有排斥力的能量，科学家们把它称为“暗能量”。近年来，科学家们通过各种的观测和计算证实，暗能量不仅存在，而且在宇宙中占主导地位，它的总量约达到宇宙总量的73%，而宇宙中的暗物质约占23%、普通物质仅约占4%.我们一直以为满天繁星就已经够多了，宇宙中还有什么能比得上它们呢？而现在，我们才发现这满天繁星却是“弱势群体”，剩下的绝大部分都是我们知之甚少或干脆一无所知的，这怎么不让人感到惊心动魄呢！事实上，早在1930年，就有天体物理学家指出，爱因斯坦那加入了宇宙常数的宇宙学方程并不能导出完全静态的宇宙：因为引力和宇宙常数是不稳定的平衡，一个小小的扰动就能导致宇宙失控的膨胀和收缩。而暗能量的发现告诉我们，爱因斯坦那作为与引力相抗衡的宇宙常数不仅确确实实存在，而且大大扰动了我们的宇宙，使宇宙的膨胀速率严重失控。在经历了一系列曲折后，宇宙常数正在时间中复活。宇宙常数今日以暗能量的面目出现在世人面前，它所产生的汹涌澎湃的排斥力已令整个宇宙为之变色！暗能量和引力之间的角力战自宇宙诞生起就没有停止过，在这场漫长的战斗中，最举足轻重的就是彼此的密度。物质的密度随着宇宙膨胀导致的空间增大而递减；但暗能量的密度在宇宙膨胀时，变化得非常缓慢，或者根本保持不变。在很久以前，物质的密度是较大的，因此那时的宇宙是处于减速膨胀的阶段；现今的暗能量密度已经大于物质的密度，排斥力已经从引力手中彻底夺得了控制权，以前所未有的速度推动宇宙膨胀。根据一些科学家的预测，再过200多亿年，宇宙将迎来动荡的末日，恐怖的暗能量终将把所有的星系、恒星、行星一一撕裂，宇宙将只剩下没有尽头的寒冷、黑暗。暗能量的发现，也充分地体现了人类认知过程又走进了一个“悖论怪圈”：即宇宙中所占比例最多的，反而是最迟也是最难为我们所知晓的。一方面人类现在对宇宙奥秘的了解越来越多，另一方面我们所要面对的未知也越来越多。而这日益深远的未知又反过来不断刺激着人类去探索宇宙背后的真相。暗能量是怎么来的？它将如何发展？这已经是21世纪宇宙学所面临的最重大问题之一。黑洞大发现广义相对论表明，引力场可以造成空间弯曲，强大的引力场可以造成强烈的空间弯曲，那么无限强大的引力场会产生什么情况呢？1916年爱因斯坦发表广义相对论后不久，德国物理学家卡尔•史瓦西就用这个理论描绘了一个假设的完全球状星体附近的空间和时间是如何弯曲的。他证明，假如星体质量聚集到一个足够小的球状区域里，比如一个天体的质量与太阳相同，而半径只有3公里时，引力的强烈挤压会使那个天体的密度无限增大，然后产生灾难性的坍塌，使那里的时空变得无限弯曲，在这样的时空中，连光都不能逃逸！由于没有了光信号的联系，这个时空就与外面的时空分割成两个性质不同的区域，那个分割球面就是视界。这就是我们今天耳熟能详的黑洞，但在那个年代，几乎没有人相信有这么奇怪的天体存在，甚至包括爱因斯坦本人和爱丁顿这样的相对论大师也明确表示反对这种怪物，爱因斯坦还说他可以证明没有任何星体可以达到密度无限大。就连黑洞这个名称也是一直到1967年才由美国物理学家惠勒命名。历史当然不会因此而停止前进，时间进入20世纪30年代，美国天文学家钱德拉塞卡提出了著名的“钱德拉塞卡极限”，即：一颗恒星当其氢核燃尽后的质量是太阳质量的1.44倍以上时，将不可能变成白矮星，而会继续坍塌收缩，变成体积比白矮星更小、密度比白矮星更大的星体，即中子星。1939年，美国物理学家奥本海默进一步证明，一颗恒星当其氢核燃尽后的质量是太阳质量的3倍以上时，其自身引力的作用将能使光线都不能逃出这个星体的范围。随着经验的积累，关于黑洞的理论变得成熟起来，人们从彻底拒绝这个怪物到渐渐相信它，到20世纪60年代，人们已普遍接受黑洞的概念，黑洞的奥秘被逐渐研究出来。严格而言，黑洞并不是通常意义下的“星”，而只是空间的一个区域。这是与我们日常宇宙空间互不连通的区域，黑洞视界将这两个区域隔绝开，在视界以外，可以由光信号在任意距离上相互联系，这就是我们所居住的正常宇宙；而在视界以内，光线并不能自由地从一个地方传播到另一个地方，而是都朝向中心集聚，事件之间的联系受到严格限制，这就是黑洞。在黑洞的内部，物体向黑洞坠落的过程中，潮汐力越来越大，在中心区域，引力和起潮力都是无限大。因此，在黑洞中心，除了质量、电荷和角动量以外，物质其他特性全部丧失，原子、分子等等都将不复存在！在这种情形下，无法谈论黑洞的哪一部分物质，黑洞是一个统一体！在黑洞中心，全部物质被极为紧密地挤压成为一个体积无限趋近于零的几何点，任何强大的力量都不可能把它们分开，这就是所谓的“奇点”状态。广义相对论无法对此进行考察，而必须代之以新的正确理论——量子理论。讽刺的是，广义相对论给我们导出了一个黑洞，却在黑洞的奇点之处失效，量子理论取而代之，而量子理论和相对论却根本互不相容！宇宙观念的发展 宇宙结构观念的发展 远古时代，人们对宇宙结构的认识处于十分幼稚的状态，他们通常按照自己的生活环境对宇宙的构造作了幼稚的推测。在中国西周时期，生活在华夏大地上的人们提出的早期盖天说认为，天穹像一口锅，倒扣在平坦的大地上；后来又发展为后期盖天说，认为大地的形状也是拱形的。公元前7世纪 ，巴比伦人认为，天和地都是拱形的，大地被海洋所环绕，而其中央则是高山。古埃及人把宇宙想象成以天为盒盖、大地为盒底的大盒子，大地的中央则是尼罗河。古印度人想象圆盘形的大地负在几只大象上，而象则站在巨大的龟背上，公元前7世纪末，古希腊的泰勒斯认为，大地是浮在水面上的巨大圆盘，上面笼罩着拱形的天穹。 最早认识到大地是球形的是古希腊人。公元前6世纪，毕达哥拉斯从美学观念出发，认为一切立体图形中最美的是球形，主张天体和我们所居住的大地都是球形的。这一观念为后来许多古希腊学者所继承，但直到1519～1522年，葡萄牙的F.麦哲伦率领探险队完成了第一次环球航行后 ，地球是球形的观念才最终证实。 公元2世纪，C.托勒密提出了一个完整的地心说。这一学说认为地球在宇宙的中央安然不动，月亮、太阳和诸行星以及最外层的恒星天都在以不同速度绕着地球旋转。为了说明行星视运动的不均匀性，他还认为行星在本轮上绕其中心转动，而本轮中心则沿均轮绕地球转动。地心说曾在欧洲流传了1000多年。1543年，N.哥白尼提出科学的日心说，认为太阳位于宇宙中心，而地球则是一颗沿圆轨道绕太阳公转的普通行星。1609年，J.开普勒揭示了地球和诸行星都在椭圆轨道上绕太阳公转，发展了哥白尼的日心说，同年，伽利略•伽利雷则率先用望远镜观测天空，用大量观测事实证实了日心说的正确性。1687年，I.牛顿提出了万有引力定律，深刻揭示了行星绕太阳运动的力学原因，使日心说有了牢固的力学基础。在这以后，人们逐渐建立起了科学的太阳系概念。 在哥白尼的宇宙图像中，恒星只是位于最外层恒星天上的光点。1584年，乔尔丹诺•布鲁诺大胆取消了这层恒星天，认为恒星都是遥远的太阳。18世纪上半叶，由于E.哈雷对恒星自行的发展和J.布拉得雷对恒星遥远距离的科学估计，布鲁诺的推测得到了越来越多人的赞同。18世纪中叶，T.赖特、I.康德和J.H.朗伯推测说，布满全天的恒星和银河构成了一个巨大的天体系统。弗里德里希•威廉•赫歇尔首创用取样统计的方法，用望远镜数出了天空中大量选定区域的星数以及亮星与暗星的比例，1785年首先获得了一幅扁而平、轮廓参差、太阳居中的银河系结构图，从而奠定了银河系概念的基础。在此后一个半世纪中，H.沙普利发现了太阳不在银河系中心、J.H.奥尔特发现了银河系的自转和旋臂，以及许多人对银河系直径、厚度的测定，科学的银河系概念才最终确立。 18世纪中叶，康德等人还提出，在整个宇宙中，存在着无数像我们的天体系统(指银河系)那样的天体系统。而当时看去呈云雾状的“星云”很可能正是这样的天体系统。此后经历了长达170年的曲折的探索历程，直到1924年，才由E.P.哈勃用造父视差法测仙女座大星云等的距离确认了河外星系的存在。 近半个世纪，人们通过对河外星系的研究，不仅已发现了星系团、超星系团等更高层次的天体系统，而且已使我们的视野扩展到远达200亿光年的宇宙深处。 宇宙演化观念的发展 在中国，早在西汉时期，《淮南子•俶真训》指出：“有始者，有未始有有始者，有未始有夫未始有有始者”，认为世界有它的开辟之时，有它的开辟以前的时期，也有它的开辟以前的以前的时期。《淮南子•天文训》中还具体勾画了世界从无形的物质状态到浑沌状态再到天地万物生成演变的过程。在古希腊，也存在着类似的见解。例如留基伯就提出，由于原子在空虚的空间中作旋涡运动，结果轻的物质逃逸到外部的虚空，而其余的物质则构成了球形的天体，从而形成了我们的世界。 太阳系概念确立以后，人们开始从科学的角度来探讨太阳系的起源。1644年，R.笛卡尔提出了太阳系起源的旋涡说；1745年，G.L.L.布丰提出了一个因大彗星与太阳掠碰导致形成行星系统的太阳系起源说；1755年和1796年，康德和拉普拉斯则各自提出了太阳系起源的星云说。现代探讨太阳系起源z的新星云说正是在康德-拉普拉斯星云说的基础上发展起来。 1911年，E.赫茨普龙建立了第一幅银河星团的颜色星等图；1913年，伯特兰•阿瑟•威廉•罗素则绘出了恒星的光谱-光度图，即赫罗图。罗素在获得此图后便提出了一个恒星从红巨星开始，先收缩进入主序，后沿主序下滑，最终成为红矮星的恒星演化学说。1924年 ，亚瑟•斯坦利•爱丁顿提出了恒星的质光关系；1937～1939年，C.F.魏茨泽克和贝特揭示了恒星的能源来自于氢聚变为氦的原子核反应。这两个发现导致了罗素理论被否定，并导致了科学的恒星演化理论的诞生。对于星系起源的研究，起步较迟，目前普遍认为，它是我们的宇宙开始形成的后期由原星系演化而来的。 1917年，A.阿尔伯特•爱因斯坦运用他刚创立的广义相对论建立了一个“静态、有限、无界”的宇宙模型，奠定了现代宇宙学的基础。1922年，G.D.弗里德曼发现，根据阿尔伯特•爱因斯坦的场方程，宇宙不一定是静态的，它可以是膨胀的，也可以是振荡的。前者对应于开放的宇宙，后者对应于闭合的宇宙。1927年，G.勒梅特也提出了一个膨胀宇宙模型.1929年 哈勃发现了星系红移与它的距离成正比，建立了著名的哈勃定律。这一发现是对膨胀宇宙模型的有力支持。20世纪中叶，G.伽莫夫等人提出了热大爆炸宇宙模型，他们还预言，根据这一模型，应能观测到宇宙空间目前残存着温度很低的背景辐射。1965年微波背景辐射的发现证实了伽莫夫等人的预言。从此，许多人把大爆炸宇宙模型看成标准宇宙模型。1980年，美国的古斯在热大爆炸宇宙模型的 基础上又进一步提出了暴涨宇宙模型。这一模型可以解释目前已知的大多数重要观测事实。 宇宙图景 当代天文学的研究成果表明，宇宙是有层次结构的、物质形态多样的、不断运动发展的天体系统。 现代天文学已经揭示了天体的起源和演化的历程。当代关于太阳系起源学说认为，太阳系很可能是50亿年前银河系中的一团尘埃气体云(原始太阳星云)由于引力收缩而逐渐形成的（见太阳系起源）。恒星是由星云产生的，它的一生经历了引力收缩阶段、主序阶段、红巨星阶段、晚期阶段和临终阶段。星系的起源和宇宙起源密切相关，流行的看法是：在宇宙发生热大爆炸后40万年，温度降到4000K，宇宙从辐射为主时期转化为物质为主时期，这时或由于密度涨落形成的引力不稳定性，或由于宇宙湍流的作用而逐步形成原星系，然后再演化为星系团和星系。热大爆炸宇宙模型描绘了我们的宇宙的起源和演化史：我们的宇宙起源于200亿年前的一次大爆炸，当时温度极高、密度极大。随着宇宙的膨胀，它经历了从热到冷、从密到稀、从辐射为主时期到物质为主时期的演变过程，直至10～20亿年前，才进入大规模形成星系的阶段，此后逐渐形成了我们当今看到的宇宙。1980年提出的暴涨宇宙模型则是热大爆炸宇宙模型的补充。它认为在宇宙极早期，在我们的宇宙诞生后约10-36秒的时候，它曾经历了一个暴涨阶段。 宇宙的创生 有些宇宙学家认为，暴涨模型最彻底的改革也许是观测宇宙中所有的物质和能量从无中产生的观点，这种观点之所以在以前不能为人们接受，是因为存在着许多守恒定律，特别是重子数守恒和能量守恒。但随着大统一理论的发展，重子数有可能是不守恒的，而宇宙中的引力能可粗略地说是负的，并精确地抵消非引力能，总能量为零。因此就不存在已知的守恒律阻止观测宇宙从无中演化出来的问题。这种“无中生有”的观点在哲学上包括两个方面：①本体论方面。如果认为“无”是绝对的虚无，则是错误的。这不仅违反了人类已知的科学实践，而且也违反了暴涨模型本身。按照该模型，我们所研究的观测宇宙仅仅是整个暴涨区域的很小的一部分，在观测宇宙之外并不是绝对的“无”。现在观测宇宙的物质是从假真空状态释放出来的能量转化而来的，这种真空能恰恰是一种特殊的物质和能量形式，并不是创生于绝对的“无”。如果进一步说这种真空能起源于“无”，因而整个观测宇宙归根到底起源于“无”，那么这个“无”也只能是一种未知的物质和能量形式。②认识论和方法论方面。暴涨模型所涉及的宇宙概念是自然科学的宇宙概念。这个宇宙不论多么巨大，作为一个有限的物质体系 ，也有其产生、发展和灭亡的历史。暴涨模型把传统的大爆炸宇宙学与大统一理论结合起来，认为观测宇宙中的物质与能量形式不是永恒的，应研究它们的起源。它把“无”作为一种未知的物质和能量形式，把“无”和“有”作为一对逻辑范畴，探讨我们的宇宙如何从“无”——未知的物质和能量形式，转化为“有”——已知的物质和能量形式，这在认识论和方法论上有一定意义。 时空起源 有些人认为，时间和空间不是永恒的，而是从没有时间和没有空间的状态产生的。根据现有的物理理论，在小于10-43秒和10-33厘米的范围内，就没有一个“钟”和一把“尺子”能加以测量，因此时间和空间概念失效了，是一个没有时间和空间的物理世界。这种观点提出已知的时空形式有其适用的界限是完全正确的。正像历史上的牛顿时空观发展到相对论时空观那样，今天随着科学实践的发展也必然要求建立新的时空观。由于在大爆炸后10-43秒以内，广义相对论失效，必须考虑引力的量子效应，因此有些人试图通过时空的量子化的途径来探讨已知的时空形式的起源。这些工作都是有益的，但我们决不能因为人类时空观念的发展或者在现有的科学技术水平上无法度量新的时空形式，而否定作为物质存在形式的时间、空间的客观存在。 人和宇宙 从本世纪60年代开始，由于人择原理的提出和讨论，出现了人类存在和宇宙产生的关系问题。人择原理认为 ，可能存在许多具有不同物理参数和初始条件的宇宙，但只有物理参数和初始条件取特定值的宇宙才能演化出人类，因此我们只能看到一种允许人类存在的宇宙。人择原理用人类的存在去约束过去可能有的初始条件和物理定律，减少它们的任意性，使一些宇宙学现象得到解释，这在科学方法论上有一定的意义。但有人提出，宇宙的产生依赖于作为观测者的人类的存在。这种观点值得商榷。现在根据暴涨模型，那些被传统大爆炸模型作为初始条件的状态，有可能从极早期宇宙的演化中产生出来，而且宇宙的演化几乎变得与初始条件的一些细节无关。这样就使上述那种利用初始条件的困难来否定宇宙客观实在性的观点失去了基础。但有些人认为，由于暴涨引起的巨大距离尺度，使得从整体上去观测宇宙的结构成为不可能。这种担心有其理由，但如果暴涨模型正确的话，随着科学实践的发展，一定有可能突破人类认识上的困难。