高光谱技术——生态学领域研究的新方法

高光谱技术是一种新的地物探测技术,该技术以其敏锐的地物光谱特征探测能力为精准识别地物属性提供了强有力的手段,在生态系统过程与属性研究中具有广阔的应用前景。该文以可见光-近红外光谱分析技术为例概述了高光谱技术的原理、特点与优势,以及高光谱技术分析的流程;总结并归纳了其在土壤、植物生理、农产品品质检测、凋落物分解方面的研究应用,指出高光谱技术与遥感成像技术结合在生态监测研究中的优势;归纳了高光谱技术应用中面临的问题,并希望高光谱技术在生态学领域研究中得到更广泛的应用。     

浙江省森林信息提取及其变化的空间分布

如何利用遥感技术提取森林信息是遥感应用的重要领域之一。以不同时相的Landsat TM/ETM+为数据源,采用面向对象和基于多级决策树的分类方法得到浙江省2000年、2005年以及2010年的森林植被覆被图。经实地采样点验证,2010年分类精度达到92.76%,精度满足要求。介绍了浙江森林信息的快速提取方法,即统计不同森林类型的Landsat TM影像原始波段和LBV变换值以及各种植被指数在各时相上的差异,经过C5决策树训练,选取合适的规则和阈值实现森林信息的提取。结果表明,面向对象分割与决策树算法结合可以作为森林信息提取的有效方法。最后,通过对3期森林专题图进行空间叠加分析,得到了森林资源动态变化的空间分布,并以此为基础对林地变化的类型及原因进行分析,结果显示浙江省森林资源变化主要分布在浙西北山区、浙中南山区以及沿海地带,这一结果可以为有关部门的决策提供依据。     

基于中分辨率TM数据的湿地水生植被提取

利用湿地水生植被生长旺盛、光谱反射较强、光谱信息比较丰富的8月份中分辨率Landsat TM和ETM+多光谱遥感影像,采用面向对象的分类方法,进行野鸭湖湿地水生植被的提取。研究表明:在提取过程中,通过对原始影像进行主成分变换和穗帽变换,将主要信息与噪声分离,不仅减小了数据冗余和波段间的相关性,而且增大了影像上湿地水生植被与其他地物类型光谱和空间信息的差异性,并结合野外水生植被光谱特征分析,选择归一化植被指数NDVI与归一化水体指数NDWI辅助分类,构建特征波段或波段组合,然后,确定适当的隶属度函数和阈值范围,构建分类决策树,完成湿地水生植被的自动分类,提高了影像分割与面向对象分类的精度,取得了较为理想的湿地水生植被提取结果。2002年和2008年两景影像的总体分类精度分别达到86.5%和85.44%,表明中分辨率TM影像可以满足湿地水生植被提取的需要,又因为其具有较高的波谱分辨率、极为丰富的信息量、相对较低的价格、长时间序列,可以作为近20a湿地水生植被提取和动态变化监测的主要数据源。     

基于Barista软件的高分辨率遥感影像中建筑物3D信息的提取

城市建筑物空间信息的获取对城市规划、环境保护等社会各行业越来越重要,高分辨率商业卫星的出现为提取建筑物3D信息提供了可能性.本文基于Barista软件,利用QuickBird数据提取了建筑物的3D信息并进行了精度验证.结果表明：基于Barista软件从高分辨率卫星影像中提取建筑物3D信息,具有专业水平要求低、普适性强、操作简单、精度高等优点;当数字高程模型（DEM）和传感器定位模型精度较高、影像偏天底角较理想时,3D信息提取的水平定位精度和高度测量精度可达到1个像素水平.     

多源空间数据融合的城市人居环境监测模型与应用研究

人居环境监测作为城市人居环境建设与管理实践提升的基本,是目前人居环境研究落地的重点。传统的城市人居环境监测在数据更新速度、精度等方面存在不足,难以满足精细化管理需求。提出利用遥感数据与互联网的兴趣点POI(Point of interest)数据结合,建立人居环境监测模型。模型主要有两个关键环节,一是构建自动化提取建筑物算法,该算法通过建立地物特征集,以POI点对应样本为种子,利用全局最优和区域生长算法,自动提取城市建筑物,再利用全局最优算法确定其他地类的阈值;二是人居环境指标计算,将建筑物、绿地、水体信息提取结果与POI数据结合,利用密度类与距离类空间分析算法,分别计算自然、社会经济类指标。基于上述模型,利用2018年4月的北京二号遥感影像和POI点数据在北京市回龙观社区进行实验验证,结果显示:信息提取结果中,总体精度超过95%,Kappa系数超过92%,提取效率提高2.3倍,表明信息提取精度高且可信,适合工程化应用。计算回龙观社区人居环境监测指标,分析结果认为,社区内自然类指标差异不大,但缺乏水体生态系统,生物多样性不够丰富,社区内的商业比较繁华,但是学校和医疗不充足,尤其是缺乏大型公立医院。综上,通过人居环境监测模型研究和应用分析,将遥感数据和互联网数据结合应用于人居环境质量监测有效提高了精度和速度,有利于业务化,服务政府管理。     

基于多源遥感数据的生态保护修复项目区监测方法评述

回顾了山水林田湖草生态保护修复项目的实施背景,针对生态保护修复项目监测监管范围广、技术难等问题,强调了基于多源遥感数据开展项目遥感监测的重要性与必要性。从监测指标拟定、遥感地物信息提取、多源遥感数据融合、动态变化检测等方面评述了基于多源遥感数据的生态保护修复项目区监测方法,包括基于中高空间分辨率遥感数据的地物信息提取、融合机器学习的非线性混合像元分析、基于混合像元分析的时空融合等。在总结技术和工作推进方面的优势、局限基础上,提出要结合实际工作,持续优化国土空间生态保护修复监测指标;充分挖掘遥感数据解析的相关算法潜力,提升地物信息提取和混合像元分析的精度;加强时空融合算法与变化检测方法的研究探索,加强相关方法的实践应用;以“山水林田湖草生态保护修复工程试点”项目为平台,建立稳定的国土空间生态保护修复遥感监测运行机制,加强科技创新,形成技术标准,指导工作开展。     

蛋白质相互作用信息的文本挖掘研究进展

蛋白质相互作用是生命活动中一种极其重要的生物分子关系, 对此领域的研究不仅具有理论意义, 还具有较强的应用价值. 近年来, 随着研究的深入, 各种蛋白质相互作用的生物医学文献激增, 挖掘其中的蛋白质相互作用关系成为人们面临的一大挑战. 当前, 已提出了多种文本挖掘方法, 对分散于生物医学文献中的蛋白质相互作用信息进行结构化或半结构化处理. 对这些工作进行分析, 总结出基于生物文本挖掘蛋白质相互作用信息的一般流程, 从蛋白质命名实体的识别、蛋白质相互作用关系的提取和蛋白质相互作用注释信息的提取3个子任务进行阐述, 同时介绍了生物文本挖掘领域的评测会议和一些挖掘蛋白质相互作用相关信息的工具. 最后, 对该领域存在的一些重要问题进行分析, 并预测了未来可能的发展方向, 以期对该领域相关研究提供一定的参考.     

典型小流域喀斯特石漠化演变特征及其关键表征因子与驱动因素

中国西南喀斯特区域土地石漠化生态灾难已经严重制约了经济和社会的发展,而对石漠化进行治理,其空间分布信息的准确提取是必不可少的。针对现有石漠化信息提取技术存在不可能发生喀斯特石漠化(Impossible to develop karst rocky desertification,IKRD)范围提取不准确,关于石漠化的时空演变分析较少及其驱动因子、表征因子繁杂等问题,本文以典型喀斯特流域后寨河流域为研究对象,基于高精度影像识别提取IKRD范围,利用植被覆盖度、岩石裸露率对研究区域准确提取石漠化信息,揭示该区域不同石漠化等级的时空演变规律,同时探明石漠化分布与地表反照率、坡度的相关性。研究结果表明:(1)2005年至2010年后寨河流域石漠化程度整体在恶化,在后寨河流域西南部分和中部极少区域石漠化程度有所减轻,其余区域基本未发生变化,而在2010年至2015年后寨河流域石漠化程度大部分区域都呈减轻状态,而且石漠化程度减轻强度较大,在南侧大部分区域石漠化程度都呈减轻状态,且强度较大。(2)2005年至2010年后寨河流域石漠化程度减轻、未发生变化以及加重的面积分别为4.23 km~2、25.736 km~2、20.81 km~2,各部分面积占比分别为8.3%、 50.7%、41%。(3)2010年至2015年后寨河流域石漠化程度减轻、未发生变化以及加重的面积分别为31.87 km~2、16.57 km~2、6.85 km~2,各部分面积占比分别为57.6%、30%、 12.4%。(4)石漠化区域的坡度、地表反照率主要集中在2°—22°、0.12—0.21之间,而且随着坡度值的增加,潜在石漠化、重度石漠化面积占比增高,轻度石漠化和中度石漠化面积占比降低,随着地表反照率增加潜在石漠化、轻度石漠化面积占比增高,重度石漠化面积占比降低。综上所述,在2005年至2015年间,后寨河流域石漠化演变因贵州省2008年至2010年开始实施退耕还林还草等石漠化综合治理工程而呈现先恶化,后减轻的状态,同时通过对该区域石漠化分布与地表反照率、坡度的相关分析发现,地表反照率和坡度可以作为石漠化研究的辅助表征因子和驱动因子。     

基于微博的数据挖掘方案

微博作为一种新兴的互联网社交软件,拥有越来越多的用户,并产生广泛的社会影响力。分析微博产生的海量信息,并从中找到有用信息对于发现社会热点、准确定位用户等方面具有相当高的价值。本文提出的数据挖掘方案包括以下几个步骤:基于爬虫程序和API的方式获取微博数据,用中文分词系统提取核心词汇,然后对数据清洗,根据需要采取合适的算法得出目标值。本文的方法能够有效处理多种结构类型的网页,根据用户动态提取相关信息满足各方面的研究需要。     

塔里木河下游林地树冠QuickBird影像信息提取与分析

基于QuickBird影像,采用人机交互方法提取了塔里木河下游不同离河距离胡杨、柽柳树冠信息,以实测数据为真值检验遥感提取冠幅、郁闭度及混交比精度;并建立了胡杨冠幅、胸径、树高关系模型,为塔里木河流域植被调查、生物量估测及生态恢复评价提供依据和方法借鉴.结果表明:胡杨、柽柳冠幅提取精度分别为84.00%、76.24%;林分郁闭度、混交比提取精度分别为69.45%、66.96%.基于实测数据建立的冠幅与胸径、胸径与树高模型相关显著(R2>0.8,P<0.01);根据遥感解译因子反演胡杨胸径、树高的平均精度分别为80.33%、89.25%.