数字气味v1.0是一款专为硅藻微体古生态学研究量身打造的智能化图像分析与形态计量科研辅助工具。该软件致力于将传统依赖人工镜检与经验判别的硅藻鉴定、计数与生境反演流程，转化为自动化、标准化、可量化的数字工作流。自2026年3月面向国内高校及科研机构开放内测以来，已吸引超过120个湖泊沉积、海洋地质及环境考古课题组入驻，累计处理硅藻显微图像逾58万张。平台深度融合计算机视觉、分形几何与数理统计方法，将单一样品从图像采集到输出完整硅藻组合谱系的平均耗时从3.5小时压缩至26分钟，鉴定一致性较人工镜检提升35%，为第四纪古环境重建及现代水体生态监测提供了革命性的技术支撑。

软件功能

1、全自动硅藻图像批量导入与智能预处理系统：支持从手机相册、显微镜控制端或实验室NAS一次性批量导入JPEG、TIFF、BMP、RAW等10种格式的硅藻显微图像，单批次最高处理5，000张图像。系统内置基于位移不变小波变换与自适应直方图均衡化的智能去噪及边缘增强算法，可自动识别并分割视野中重叠、破损或焦点模糊的硅藻个体，分割准确率达96.8%。独创的“虚拟标尺”技术允许用户在首张图像中框选已知比例尺的目镜测微尺，系统将自动为全部批量图像建立像素-微米映射关系，测量校准误差控制在0.2μm以内，彻底消除多批次图像因放大倍率差异带来的度量偏差。

2、多维硅藻壳纹饰形态计量分析引擎：针对硅藻分类学及形态计量学的核心痛点，平台构建了全球首个覆盖圆筛藻属、小环藻属、羽纹藻属、桥弯藻属等12个关键属的壳纹饰自动识别与参数化解析模块。系统可精确提取壳面线纹密度（每10微米线纹数）、点条纹排列周期、中央节与极节形态等8类传统分类特征；同时创新性地引入分形维度（评估纹饰复杂度）、傅里叶轮廓描述子（量化壳体轮廓不对称性）及灰度共生矩阵二阶矩（表征壳面纹理粗糙度）等6项高级形态计量指标。所有测量数据以0.01μm精度实时输出并关联至对应个体图像，将传统需数小时人工完成的单样晶计数与测量工作压缩至2分钟内，且测量结果100%可追溯复核。

3、淡水/海水生境智能判别与置信度输出系统：基于超过15万张已标注生境来源的硅藻图像训练集，平台构建了深度卷积神经网络判别模型。系统可依据硅藻组合中广盐种、寡盐种、淡水种与海水种的丰度比例、壳面硅质化程度及纹饰形态特征，自动计算样品所属水体的盐度区间（淡水0-5‰、寡咸水5-18‰、中咸水18-30‰、真海水>30‰），并以0-100%的概率值输出置信度。该功能借鉴了古海洋学研究中成熟的“硅藻-盐度转换函数”原理，将多元回归模型与机器学习方法融合，经闽江口、长江口及台湾淡水河等6个典型河口区沉积样品验证，生境判别总体准确率达92.3%，为海侵历史重建、河口古盐度定量反演及海洋生态区划提供了关键的自动化工具。

软件特色

1、面向硅藻研究的垂直领域深度定制：区别于通用型藻类计数系统对绿藻、蓝藻、甲藻等15个门类1.5万余种浮游生物的广泛覆盖，数字气味v1.0选择聚焦于硅藻这一对古环境重建具有不可替代指示意义的微体化石类群。平台深度整合了《中国淡水藻志·硅藻门》及《中国海藻志·硅藻卷》中收录的超过2，000种常见硅藻的壳面纹饰特征库，并针对小环藻属等疑难类群开发了“线纹计数辅助校准”功能——系统可自动在10μm标尺范围内标定线纹峰值位置，并提供3种不同计数路径的均值结果，有效解决了传统镜检中因壳体直径微小（部分不足10μm）导致的计数主观性强、重复性差的问题。

2、“自动化鉴定-专家复核-反馈优化”闭环工作流：平台深刻理解科研场景对数据准确性的极致苛求，并未将“全自动鉴定”作为唯一目标，而是构建了人机协同的增强智能架构。系统对每张图像的识别结果均附加特征激活热图，以可视化方式高亮展示支撑其分类判据的关键纹饰区域；用户可随时对误判个体进行一键标注修正，并将修正后的图像及标签一键入库，用于后续模型的增量训练。该机制使平台在单个课题组的连续使用过程中，3个月后针对该区域特异硅藻类群的识别准确率平均可提升12%，实现了算法与专家经验的持续共生进化。

3、本地化样本库与绝对数据主权保障：针对古环境研究中大量未发表钻孔样品及珍稀模式标本图像的保密需求，数字气味v1.0严格遵循“本地优先”架构原则。所有原始图像、测量数据及分析结果100%存储于用户本地设备或私有服务器，无需任何形式的云端API调用或用户账户注册。平台内置符合GDPR及国内个人信息保护法规范的本地加密数据库引擎，支持多用户权限分级访问与操作审计追踪，确保从样品图像导入到研究成果发表的全周期数据主权完全归属于课题组及依托单位。

软件亮点

1、形态计量学在硅藻古生态学领域的算法范式创新：数字气味v1.0的核心学术贡献，在于将国际模式识别领域前沿的数学形态学曲率尺度空间理论，首次系统性地引入硅藻壳体轮廓的自动化特征提取。该算法通过对壳体轮廓在不同尺度下的曲率变化进行多分辨率解析，可有效捕捉传统形态测量难以量化的瓣面凹凸度、壳缘波曲频率及顶连接棘的着生角度等细微分类特征。经荷兰格罗宁根大学及国内3家海洋研究所联合测试，在350张圆筛藻显微图像中，该算法自动提取的特征数量与人工镜检判据的匹配度高达92%，为困扰分类学界半个世纪的小环藻属疑难种区分问题提供了可重复、可量化的计算解决方案。

2、古盐度定量重建的“数字探针”功能：平台独特的淡水/海水生境判别与置信度输出模块，为第四纪地质学及全球变化研究提供了前所未有的高分辨率古环境反演工具。基于闽江口3个钻孔、逾200个沉积层位的对比研究证明，由数字气味v1.0输出的硅藻组合盐度指数与基于硅藻-盐度转换函数WA-PLS模型计算出的古盐度值（相关系数R²=0.9885）具有高度的一致性，且因排除了人工计数的主观偏差，其层间变异系数降低了40%。这一突破使得研究人员能够以亚毫米级的精度，连续重建河口地区晚更新世以来长达3万年的海侵-海退旋回历史，为预测未来海平面上升背景下的海岸带生态响应提供了坚实的数据基础。

3、极低标注样本依赖的迁移学习架构：面对全球硅藻种类多样性极高（已描述物种逾2万种）而带标注的高质量显微图像相对稀缺的现实矛盾，平台创新性地引入了小样本学习与领域自适应技术。通过在海量未标注硅藻图像上进行自监督预训练，再以少量（每类50-100张）专家标注图像进行微调，模型即可在特定区域的水体监测或钻孔研究中达到85%以上的识别准确率。该特性使数字气味v1.0能够快速适配长江口、珠江口、渤海湾等不同地理区系的硅藻组合特征，将传统AI辅助鉴定系统部署所需的数月数据准备周期压缩至1周以内，极大降低了古生态学数字化升级的技术门槛。