巨型海洋生物:高潮迭起的視覺圖像

2021-02-15 利維坦

利維坦按:我對巨型事物的迷戀不知道是否有什麼心理學上的分析論述,總之,對於巨大的東西都很喜歡——巨型直升機、霍華德·休斯的「雲杉鵝」、布雷的牛頓紀念堂、前蘇聯的蘇維埃宮、塔特林的第三國際紀念塔、BIOS-3封閉生態、巨型飛艇、史前巨型生物、河中怪魚(六須鯰魚、巨骨舌魚、腔棘魚)、根斯巴克的電力紀念碑……以及今天文章介紹的巨型海洋生物。


另外,大王具足蟲和日本蜘蛛蟹長得實在是太他娘的科幻了!


譯/丹尼爾

原文/distractify.com/uncategorized/2015/01/21/colossal-sea-creatures-1197821431

海洋佔地球總生存空間的99%,而已經被人類探索過的海洋領域僅僅佔總海域的10%。下面這些巨大的海洋生物只是冰山一角,這不由得引起我們的遐想:那些隱藏在深海未知領域的神秘居民,它們的體型會是何等巨大!

藍鯨

長約30米,重達200噸,藍鯨是人類目前所知體型最大的物種。夏季的進食期,一隻藍鯨每天可以吃下4000萬磷蝦。藍鯨的身軀瘦長,背部是青灰色的,不過在水中看起來有時顏色會比較淡。目前已知藍鯨至少有三個亞種:生活在北大西洋和北太平洋的B.m.musculus;棲息在南冰洋的B.m.intermedia與印度洋和南太平洋的B.m.brevicauda(也稱侏儒藍鯨)。在印度洋發現的B.m.indica則可能是另一個亞種。與其他鬚鯨一樣,藍鯨主要以小型的甲殼類(例如磷蝦)與小型魚類為食,有時也包括魷魚。

來,聽一聽藍鯨的歌聲,實在太迷人:

巨烏賊

巨烏賊(Giant squid),通常棲息在深海地區,主要產於北大西洋和北太平洋。是體型次大的無脊椎動物,僅次於大王酸漿魷,身長估計約10至13米,是目前已知的第二大軟體動物和無脊椎動物。人類曾經發現最大的一隻巨烏賊,長約18米,重達1噸。

在過去以來,曾被認為是一種傳說中的生物。由於巨烏賊的活動領域在海中,人們對巨烏賊多半只能從其天敵抹香鯨胃中未消化的殘骸中和漁民們口耳相傳的目睹事件中拼湊猜測其生態,對於某些生物學家而言是絕對存在的。

大王具足蟲


這是一種與蝦類和蟹類有遠房親戚關係的物種。這種大王具足蟲體重可達到1.7公斤,長76釐米。

法國動物學家米奈·愛德華是描繪此物種的第一人。他於1879年在墨西哥灣捕獲一隻大王具足蟲的雄性幼崽。這個驚人的消息震撼了當時的科學界和社會大眾,因為當時只有少數科學家例如查爾斯·威維爾·湯森提出了的「深海有生命論」的觀點。

1891年,首次捕獲大王具足蟲的雌性幼崽。 因為大王具足蟲難被捕獲且沒有很大的市場銷路,因此商業捕魚業對它沒有很大興趣。此外,在美洲的水族館裡也可以看到一些被誘捕出海的大王具足蟲標本。

作為食材,大王具足蟲亦有在香港西貢、臺灣北部和其他的一些海濱的餐館中看到。大王具足蟲的來源不一,有從西南非的納米比亞進口。

長鬚鯨

長鬚鯨(學名:Balaenoptera physalus)又稱脊鰭鯨、真鬚鯨、剃刀鯨、鯡鯨或鰭鯨,是鬚鯨亞目中的一種水生哺乳動物。它們是全球第二大的鯨,也是現存第二大的動物,僅次於藍鯨。

長鬚鯨的身軀長而苗條,全身大多呈棕灰色,下腹部的顏色較淺。現時所知,長鬚鯨最少有兩個現存的亞種:北大西洋的北長鬚鯨,以及另一較大的亞種——南冰洋的南極長鬚鯨。在極地到熱帶地區的大型海洋中均可找到長鬚鯨,只是北極和南極附近的地區,以及大型海域附近的小水域找不到它們。所有密度最高的長鬚鯨族群均分布於溫帶地區及水較冷的地帶。它們的食物有小型的魚類、烏賊及甲殼動物(這包括糠蝦和磷蝦)。

跟其他所有大型的鯨類一樣,長鬚鯨在20世紀期間曾被大量捕撈,現時仍屬瀕危物種。

北太平洋巨型章魚


這種北太平洋章魚的體型和壽命都要比一般的章魚長。人類曾捉到最長的一隻,身長約9.1米,體重重達272公斤。

雙吻前口蝠鱝


雙吻前口蝠鱝(又稱鬼蝠鱝)在同科物種中屬於體型最大的一種。它們的壽命也長達20年。雙吻前口蝠鱝扁平,體盤寬,舌狀鰭突出於眼前,能自由搖動,並可從下向外轉捲成管狀。眼球大,齒細小,粒狀。鰓裂很寬,魚體背面淺灰黑色,腹面淡白色。尾細而短,無棘刺。翼展可達9米,體重達3噸。

南象海豹

南象海豹是海豹中體型最大的一類。雄性南象海豹最長可達6米,體重4000公斤。有趣的是,象海象的名字並非來源於它們的體型,而是因為它們長著一隻大象般的鼻子。

抹香鯨

雄性抹香鯨最長可達20.5米,它們的頭部會佔去三分之二的體長。抹香鯨能潛入2000米深的海域搜捕它們最喜歡的食物:烏賊。它們在所有鯨類中潛得最深、最久,因此號稱為動物王國中的「潛水冠軍」。

巨型皇帶魚

巨型皇帶魚屬於硬骨魚的一種,這種皇帶魚剛出生的時候只是個小不點,但它長勢驚人,在同種類中,它的身體可以長到11米長。上圖拍攝於加利福尼亞的聖地牙哥海岸,一群美國軍人用手託著一隻被衝上岸的巨型皇帶魚。

巨型管蠕蟲

這種生活在海洋中的蠕蟲體長能達到2.4米!而它們管狀的身體直徑能達到4釐米。巨型管蠕蟲生活在水深幾公裡的太平洋洋底的海底煙柱旁,管蠕蟲能承受高強度的硫化氫。

加勒比海桶狀海綿

這種形態惹人注目的「海綿」也許已經活了100多年,直徑和高度均為1.8米左右。

獅鬃水母

獅鬃水母也被稱作飄髮水母,這種水母是人類已知最大的一種。1870年,人們在麻薩諸塞海灣發現了一直擱淺的水母並把它做成了標本。這隻水母是人類發現的最大的水母,它那鍾型的身體直徑2.3米,而它的觸角長達37米。

鯨鯊



行動緩慢、過濾式進食的鯨鯊是地球上體型最大的魚類。人類已知最大的鯨鯊長12.65米,體重超過21公噸。

巨型海星

這種巨型海星生活在北美西海岸一帶(從卑詩省到南加利福尼亞)。它的直徑最長可達61釐米。

日本蜘蛛蟹

在節肢動物中,日本蜘蛛蟹的腿長是其它同類物種所無法比擬的。從一隻蟹爪到另一隻長達3.8米,體長能達到40釐米,整隻日本蜘蛛蟹的體重能達到19公斤。

僧帽水母

又叫葡萄牙戰艦水母。人們經常把它和水母弄混,僧帽水母是一種管水母。儘管它看上去像水母,但實際是一個各種有機體共存的群落。普通狀態下的僧帽水母體長30釐米左右,寬13釐米,但當它的觸手伸展開的時候長度能達到50米。

大白鯊

大白鯊以它的巨大體型和兇猛殘忍而著稱。一隻成年大白鯊的體長能達到6.4米,體重最多能達到3324公斤。它的壽命也是出奇的長,能活70多年,而其遊動的速度可達到每小時56公裡。

巨蛤

這種生活在海底的巨獸是地球上最大的軟體動物,身長可達1.2米,重達227公斤。一旦巨蛤看上了某個暗礁,那便是它一輩子的居所。

哦對了,雙十一的時候利維坦T恤會有對摺的優惠,各位把口水都先咽肚子裡,坐等吧。


這是廣告:利維坦衛衣/開衫已經開售,點擊左下角「閱讀原文」即可購買。


「利維坦」(微信號liweitan2014),神經基礎研究、腦科學、詩歌、小說、哲學……亂七八糟的什麼都有。反清新,反心靈雞湯,反一般二逼文藝,反基礎,反本質。

投稿郵箱:wumiaotrends@163.com 合作聯繫QQ157571102

相關焦點

  • 海洋生物:僧帽水母
    隨後他便在明亮的看版臺上給僧帽水母拍攝,並用PS軟體處理圖像。在拍攝時,這些僧帽水母還是活著的,拍攝結束後它們會被送回海岸。Aaron Ansarov表示,在不能自主移動的前提下,被衝到岸邊的僧帽水母很難存活,但這又是大自然的一種獨特設計。
  • 機器視覺圖像處理——基於LabVIEW圖像管理與顯示
    9.IMAQ Is Vision Info Present2:檢測圖像數據中是否包含機器視覺系統信息或用戶自定義數據10.IMAQ Get Custom Keys:返回所有用戶自定義數據的鍵值11.IMAQ Remove Vision Info2:刪除機器視覺系統信息以及(所有圖像中)用戶自定義數據
  • 3D視覺:一張圖像如何看出3D效果?
    為了達到類似人類的視覺水平,各種算法層出不窮,本篇就來窺探其冰山一角。我們生活的世界是一個三維物理空間。直觀而言,三維視覺系統有助於機器更好地感知和理解真實的三維場景。三維視覺作為計算機視覺的一個比較重要的研究方向,在過去幾十年間得到了紮實和系統地發展,形成了一套完整的理論體系。近年來,隨著三維成像技術如雷射雷達、TOF 相機及結構光等的快速發展,三維視覺研究再次成為研究熱點。
  • 總結 | 計算機視覺中的圖像標註工具
    點上面藍色 機器視覺沙龍 免費關注
  • 瀋陽人自己的太平洋巨型章魚,終於有一個「瀋陽特色」的名字啦!
    它就是剛剛落戶瀋陽不久的一隻北太平洋巨型章魚。北太平洋巨型章魚,又名北太平洋巨人章魚,是一種巨型的章魚。它們分布在北太平洋海岸水深達65米的地方,也可以到較淺或較深水的地方居住。因曾發現重達71公斤的個體,故有指它們是最大的章魚。遍布太平洋的各個不同溫度的水域。
  • 符號、儀式與原型:圖像事件中英雄形象建構的視覺修辭實踐
    綜合來看,學術界對英雄形象的研究較少從當代現實社會及其視覺文化語境出發,審視公共事件中圖片、視頻文本對英雄的視覺建構,因而相對缺乏圖像分析的視覺修辭視角。 近年來,大眾媒介越來越多地以圖像的方式生產公共事件——本質上體現為圖像事件(image events),並以此完成諸多出自普通民眾的英雄形象建構。
  • 【乾貨】計算機視覺實戰系列06——用Python做圖像處理
    【乾貨】計算機視覺實戰系列01——用Python做圖像處理(基本的圖像操作和處理)【乾貨】計算機視覺實戰系列02——用Python做圖像處理(Matplotlib基本的圖像操作和處理)【乾貨】計算機視覺實戰系列03——用Python做圖像處理(Numpy基本操作和圖像灰度變換)【乾貨】計算機視覺實戰系列04——用Python做圖像處理(圖像的縮放
  • 【乾貨】計算機視覺實戰系列08——用Python做圖像處理
    【乾貨】計算機視覺實戰系列01——用Python做圖像處理(基本的圖像操作和處理)【乾貨】計算機視覺實戰系列02——用Python做圖像處理(Matplotlib基本的圖像操作和處理)【乾貨】計算機視覺實戰系列03——用Python做圖像處理(Numpy基本操作和圖像灰度變換)【乾貨】計算機視覺實戰系列04——用Python做圖像處理(圖像的縮放
  • 【乾貨】計算機視覺實戰系列01——用Python做圖像處理
    於是,計算機視覺相關技術便應運而生,並且得到了快速的發展。專知成員hui計劃推出一系列計算機視覺入門實戰講解,以時下最流行的Python語言為工具,對圖像處理技術的具體操作進行詳細講述,旨在讓零基礎的讀者也可以輕鬆上手!
  • 使用Python+OpenCV進行圖像處理(二)| 視覺入門
    【前言】圖像預處理對於整個圖像處理任務來講特別重要。如果我們沒有進行恰當的預處理,無論我們有多麼好的數據也很難得到理想的結果。本篇是視覺入門系列教程的第二篇。整個視覺入門系列內容如下:理解顏色模型與在圖像上繪製圖形(圖像處理基本操作)。基本的圖像處理與濾波技術。從特徵檢測到人臉檢測。
  • 西雅圖要不要北太平洋巨型章魚這道菜?
    這片垃圾場是海洋生物們的安生之所,它們在此繁衍生息。正因為如此,2號小海灣吸引了眾多潛水者。梅耶剛從沃爾瑪超市購買了捕魚許可證。這個證件允許他捕捉並烹飪海洋生物。這正是梅耶的此行計劃。他並不是什麼大廚,但是梅耶有在野外搜尋食材的經歷。他上過的高中開設了一門遠近聞名的 「美國未來農夫」(一個全國性的青少年組織,教育初、高中學生農業知識——譯註)課程;梅耶知道怎麼屠宰母牛和閹割公牛。
  • 計算機視覺丨雙目立體視覺原理及應用
    這是雙目視覺的核心問題。2)、極線約束那麼問題來了,對於左圖中的一個像素點,如何確定該點在右圖中的位置?是不是需要我們在整個圖像中地毯式搜索一個個匹配?答案是:不需要。因為有極線約束(名字聽著很嚇人)。極線約束對於求解圖像對中像素點的對應關係非常重要。那什麼是極線呢?如下圖所示。
  • CCD(視覺檢測)
    視覺檢測是指通過機器視覺產品(即圖像攝取裝置,分 CMOS 和CCD 兩種)將被攝取目標轉換成圖像信號,傳送給專用的圖像處理系統,根據像素分布和亮度、顏色等信息,轉變成數位化信號;圖像系統對這些信號進行各種運算來抽取目標的特徵,進而根據判別的結果來控制現場的設備動作。是用於生產、裝配或包裝的有價值的機制。它在檢測缺陷和防止缺陷產品被配送到消費者的功能方面具有不可估量的價值。
  • 淺談什麼是視覺引導
    視覺引導與圖像引導或圖像記錄有什麼相同或不同呢?現在有些文章把這三者混為一談,我個人對此有些不同的觀點。在此,謹提出一些個人看法與大家磋商。歡迎批評指正。首先,視覺引導(Visual Facilitation)、圖像引導(Graphic Facilitation)和圖像記錄(Graphic Record)都是引導技術的一部分,都可以應用在引導會議中。但這三者之間還是有一些差別。
  • 【機器視覺教學】視覺裡程計的入門實踐
    所謂前端,就是視覺裡程計的部分,視覺裡程計又稱前端。在視覺構建中,前端的作用就是把圖像的信息處理為相關後續可以使用的計算向量,就是通過圖像得出相機的運動信息,為後續計算提供可能。圖像處理中,特徵點指的是圖像灰度值發生劇烈變化的點或者在圖像邊緣上曲率較大的點(即兩個邊緣的交點)。圖像特徵點在基於特徵點的圖像匹配算法中有著十分重要的作用。
  • 機器視覺的現狀及發展趨勢
    摘要:介紹了機器視覺的概念和機器視覺的組成,闡述了機器視覺技術的發展現狀,如光源照明技術、光學鏡頭、攝 像機及圖像採集卡、 圖像信號處理、執行機構等,分析了機器視覺技術在工業、民用、科學、軍事領域的應用狀況
  • 視覺SLAM技術
    、傳感器之視覺SLAM視覺SLAM是21世紀SLAM研究熱點之一,一方面是因為視覺十分直觀,不免令人覺得:為何人能通過眼睛認路,機器人就不行呢?另一方面,由於CPU、GPU處理速度的增長,使得許多以前被認為無法實時化的視覺算法,得以在10 Hz以上的速度運行。硬體的提高也促進了視覺SLAM的發展。
  • 圖像特徵點、投影變換與圖像拼接
    。廣角鏡頭、魚眼鏡頭能夠讓你拍攝出非常大FOV的圖像。這裡你可以看到,只要新的視角和原始視角有共同的光學中心,並且和原視角有共同的視線範圍,就可以將原始視覺的圖像利用投影變換變換到新的視角下。但是實際我們要做圖像拼接的場景通常比名片更加複雜,沒有可以輕易指定的邊框角,有沒有更智能的方法來獲取圖像間的對應點呢?這就是下一節所要講的。四、圖像對齊時的特徵點獲取正如上面所講,要計算圖像視角間的變換矩陣,需要確定圖像的對應點的位置。那麼什麼樣的點適合這個用途呢?
  • 【乾貨】計算機視覺實戰系列03——用Python做圖像處理
    Numpy基本操作和圖像灰度變換Python中有好多工具包應用於圖像處理當中,本章作為入門章節,首先來介紹Python中最基本的幾個工具包,也希望讀者可以在之後自行練習。 ▌NumpyNumpy中的數組對象可以幫助我們進行數組的重要操作,比如矩陣乘積、轉置、解方程系統、向量乘積歸一化,通過這些操作,我們可以對圖像進行建模、圖像分類、圖像聚類等複雜的圖像處理工作。
  • 微軟發布視覺模型ResNet-50
    微軟在2月3日公開了其視覺模型ResNet-50,該模型是微軟必應的多媒體組創建的一個大型預訓練視覺模型,利用搜尋引擎的網絡尺度圖像數據建立,以便為其圖像搜索和視覺搜索提供動力