基于线粒体16SrRNA基因的14种造礁石珊瑚系统发育关系分析

通过16SrRNA基因特异扩增测序,对惠州大亚湾大辣甲岛和小辣甲岛附近海域14种造礁石珊瑚16SrRNA基因片段序列进行了比较分析。结果表明,该片段序列的平均A+T含量为63.5%,所有物种的序列碱基AT含量大于GC含量,序列都处于高度饱和的状态。14种造礁石珊瑚的平均遗传距离为0.179。采用NJ、ML和ME法构建系统发育树,结果显示蜂巢珊瑚科单独作为分支处于发育树的基部,而第二支分支包括菌珊瑚科、鹿角珊瑚科、滨珊瑚科和枇杷珊瑚科。裸肋珊瑚科的腐蚀刺柄珊瑚聚到了蜂巢珊瑚科中,与传统形态学分类存在差异,提示造礁石珊瑚表型的变异性可能对传统分类存在影响。     

运用ITS基因分析大鹏半岛海域石珊瑚系统发育关系

通过ITS基因特异扩增测序,对大鹏半岛海域46种石珊瑚ITS基因片段序列进行了比较分析。结果表明,该片段序列长度在674~806碱基对(bp)之间,A、T含量在40%~55.5%之间,大部分物种的序列碱基A、T含量小于G、C含量。46种造礁珊瑚的平均遗传距离为0.261。采用邻位连接(NJ)和最小进化(ME)法分别构建15种复合型珊瑚的5.8S r DNA系统发育树和28种坚实型珊瑚的ITS2系统发育树,结果显示15种复合型珊瑚的5.8S r RNA序列系统进化聚类结果较符合传统形态学分类结果,而28种坚实型珊瑚的ITS2序列系统进化聚类结果与传统形态学存在较大的差异,提示石珊瑚表型的变异性可能对传统分类存在影响。     

广东雷州地区3种滨珊瑚系统发生关系的研究

对雷州常见的3种滨珊瑚科珊瑚：澄黄滨珊瑚（Porites lutea）、灰黑滨珊瑚（Porites nigrescens）、普哥滨珊瑚（Porites pukoensis）,共32个样本的12S rRNA基因序列进行了PCR扩增和测序,研究其系统发生关系。结果显示,所得的3种珊瑚的12S rRNA基因长度在728～908 bp之间,G+C含量在34.3%～39.2%之间,遗传距离在0.004~0.019之间。利用邻接（NJ）法、最大似然（ML）法和不加权对群分析(UPGMA)法构建的系统进化树显示：3种珊瑚被分成了2个支系,澄黄滨珊瑚和灰黑滨珊瑚聚合在一个分支上,而普格滨珊瑚在另一支,这一研究结果与传统形态学分类研究的结果存在一定差异。     

LSTM支持下时序Sentinel-1A数据的太白山区植被制图

植被分类是森林资源调查与动态监测的基础与前提。当前植被分类研究大都利用光学遥感影像,然而,光学遥感成像易受到云雨覆盖的影响,难以构建完整时间序列,植被分类精度有限。微波遥感具有全天时全天候、时间序列完整的优势,在植被调查与分析中具有巨大的应用潜力。本文利用2018年Sentinel-1A微波遥感时间序列数据和深度循环网络方法,对秦岭太白山区的森林植被进行分类制图。首先利用Sentinel-2光学影像与数字高程数据对研究区进行多尺度分割;然后将处理后的时间序列Sentinel-1A数据空间叠加到分割地块上,构建地块的多元时间序列曲线;最后利用深度循环网络提取与学习多元时间序列的时序特征并分类。实验结果表明：① 与传统机器学习方法（如RF、SVM）相比,本文提出的深度循环网络方法的分类精度提高10%以上;② 在Sentinel-1A微波极化特征组合中VV+VH表现最好,与VV+VH+VV/VH极化特征组合的精度相近;③ 使用全年的时间影像构建时间序列分类精度最高,达到82%。研究表明,利用深度循环网络与时间序列Sentinel-1A数据的方法能够有效提高植被分类的精度,从数据源与分类方法上为森林植被分类研究提供了新的思路。     

珠海庙湾岛海域造礁石珊瑚的分布及种类多样性

【目的】对珠海庙湾岛海域进行造礁石珊瑚分布及种类多样性调查。【方法】采用石珊瑚群落边界摸查和截线样条法开展石珊瑚群落的面积分布及生态资源调查。【结果与结论】造礁石珊瑚分布区共有14个,分布面积共42.33 hm~2,分布区主要集中在庙湾岛滃崖礁东、下风湾、庙湾岛西中、水坑湾、钳虫尾湾及庙湾岛东南近岸海域;珠海庙湾岛海域共有造礁石珊瑚11科23属50种及2个未定种,优势种为澄黄滨珊瑚、翼形蔷薇珊瑚和秘密角蜂巢珊瑚;庙湾岛活造礁石珊瑚覆盖率显著下降,珊瑚礁资源退化严重,其中水坑湾降幅达43.56%,下风湾及钳虫尾湾珊瑚覆盖率降低20%～30%。     

徐闻8种珊瑚共附生真菌的分离及初步鉴定

从徐闻珊瑚保护区的8种珊瑚中分离共附生真菌,以获得珊瑚共附生可培养真菌的多样性信息。选用5种培养基,采用平板涂布法培养分离共附生真菌,并进行形态鉴定。8种珊瑚共分离121株真菌,鉴定了其中97株真菌,分属于14个属,青霉属和枝孢霉为优势种属,其次是曲霉属和木霉属。二异角孔珊瑚上分离出22株,数量最多;盔型珊瑚上分离菌株数量最少仅8株。除优势种属外,不同珊瑚样品上真菌种类分布有较大差异,炭角菌属和葡萄穗霉菌属均来源于盔形珊瑚,镰刀菌属在盔形珊瑚和角孔珊瑚上较为常见,盔形珊瑚样品上还分离出2株散囊菌属,1株节菱孢属,因此盔形珊瑚的种群最为丰富;不同培养基分离真菌的能力不同,淀粉培养基分离的菌株最多占所有分离菌株的30.6%,CDA培养基最少,但种类特异。     

环境16S rDNA和16S rcDNA序列分析湖光岩玛珥湖的浮游细菌组成

通过提取环境总16S rDNA和总16S rRNA分别构建DNA克隆文库和反转录cDNA文库,并进行克隆测序和序列分析,探讨湖光岩玛珥湖浮游细菌和浮游活性细菌的遗传多样性。结果表明:构建两个水层的4个克隆文库,即1 m和10 m水层总菌的16S rDNA文库和总活性菌的16S rcDNA文库,共获得413条序列,分属15门、32目、52科;1 m水层的rDNA文库与rcDNA文库中Verrucomicrobia类群所占比例最大(36.8%和32.1%),其次为Alphaproteobacteri(a 15.1%和16%)和Betaproteobacteri(a 17.9%和16%);在10 m水层的2个文库中,Alphaproteobacteria类群均占绝对优势,分别为63.5%(rDNA)和43.8%(rcDNA),其次为Verrucomicrobia(11.5%和14.3%),其他细菌类群包括Acidobacteria、Chloroflexi、Firmicutes、待定门OD1、Planctomycetes、Spirochetes和Deltaproteobacteria,比例在0.8%~3.8%之间;在科的水平上,SAR11为湖光岩玛珥湖最为丰富的类群,占总克隆数的26.9%,其中在10 m水层的比例高达51.5%。序列同源性分析表明,绝大多数序列(89.8%)来源于新种,其中19.6%的序列可能来自于新属,69%的序列可能来自于全新的科。湖光岩玛珥湖浮游细菌群落结构较为独特,有大量的浮游细菌种类尚未获得相应的纯培养物,蕴含着丰富而新颖的微生物资源。     

基于线粒体COI基因的雷州半岛马尾藻属常见种DNA条形码鉴定及系统进化分析

采用DNA条形码技术辅以传统形态分类方法,对雷州半岛马尾藻属(Sargassum)6常见种进行物种鉴定和系统进化分析。测得6种马尾藻线粒体COI基因序列,该序列与Gen Bank和BOLD数据库中马尾藻序列同源性均大于或等于99%,该结果与形态分类学鉴定结果一致。COI基因序列特征分析表明,6种马尾藻保守位点421个,变异位点58个,简约信息位点21个,单一突变位点37个,变异率7.7%,T、C、A、G平均含量分别为39.1%、18.9%、19.1%、22.9%,A+T含量(58.2%)高于C+G含量(41.8%),UUU所编码的苯丙氨酸(F)使用频率最高,达12.5%,最大似然法估算的转换颠换比值为2.42,种间遗传距离多在0.030±0.013~0.100±0.016之间。聚类分析结果与形态学鉴定、同源性分析结果一致。     

基于光谱时间序列拟合的中国南方水稻遥感识别方法研究

多云多雾现象是农作物遥感分类经常遇到的问题,影响分类精度。为解决此类问题,本文提出一种基于时间序列GF-1号遥感影像识别水稻方法。利用多时相时间序列的GF-1号遥感影像提取中稻、晚稻的近红外波段（NIR）反射率、红光（R）波段反射率、归一化植被指数（NDVI）特征;拟合光谱和植被指数时间序列特征曲线;分析多时相影像离散近红外波段 、红光波段、NDVI值落在拟合中稻、晚稻近红外波段、红光波段、NDVI时间序列曲线两侧的敏感性区域的比例,该区域也可以视为水稻作物识别特征的目标特征区域,只有达到一定的比例才能视为某类水稻作物。在此情形下,需要综合3种情况进行集中投票决定其最终分类结果。研究表明：该方法可以在多云雾地区对中稻和晚稻精确识别,中稻和晚稻用户精度可达95.97%和95.95%,总体精度为95.76%,kappa系数为0.9335。实验结果表明了NIR、R、NDVI时间序列曲线拟合的有效性,以及拟合曲线目标特征区域设置的合理性。     

专家系统在红树林湿地鸟类鉴别中的设计与实现

应用计算机专家系统对红树林湿地的鸟类进行分类与鉴别。结合产生式系统体系结构,设计开发红树林湿地鸟类鉴别系统,该系统利用鸟类目科检索表与二叉树的结构相似性,构建鸟类目科检索二叉树,结合B+树和判定树学习,设计鸟类检索编码表,实现红树林湿地鸟类目科和属种的鉴别。     

Mapping of freshwater lake wetlands using object-relations and rule-based inference

Inland freshwater lake wetlands play an important role in regional ecological balance.Hongze Lake is the fourth biggest freshwater lake in China.In the past three decades,there has been significant loss of freshwater wetlands within the lake and at the mouths of neighboring rivers,due to disturbance,primarily from human activities.The main purpose of this paper was to explore a practical technology for differentiating wetlands effectively from upland types in close proximity to them.In the paper,an integrated method,which combined per-pixel and per-field classification,was used for mapping wetlands of Hongze Lake and their neighboring upland types.Firstly,Landsat ETM+ imagery was segmented and classified by using spectral and textural features.Secondly,ETM+ spectral bands,textural features derived from ETM+ Pan imagery,relative relations between neighboring classes,shape features,and elevation were used in a decision tree classification.Thirdly,per-pixel classification results from the decision tree classifier were improved by using classification results from object-oriented classification as a context.The results show that the technology has not only overcome the salt-and-pepper effect commonly observed in the past studies,but also has improved the accuracy of identification by nearly 5%.     

高分六号遥感卫星新增波段下的树种分类精度分析

高分六号卫星具有覆盖广、多种分辨率、波段多的优势,能为遥感解译提供更丰富的信息。为探究高分六号卫星新增波段在森林树种识别上的应用,本文以覆盖根河市阿龙山林业局的一期高分六号宽幅影像为数据源,基于特征优化空间算法（Feature Space Optimization,FSO）和最大似然分类法,分别利用高分六号的前4个波段和所有波段（8波段）的光谱、纹理等特征进行了森林树种分类,并逐一添加新增波段特征确定了各波段的贡献率排名。结果表明：在加入了优选出的均匀性纹理、均值纹理和角二阶矩纹理3种纹理特征后,前4波段和8波段的分类精度比只基于光谱特征时的精度分别高出13.23%和24.63%;利用8波段信息比只利用前4波段在基于光谱特征上的精度高11.88%,在基于光谱+纹理特征上则高23.24%;基于8波段光谱+纹理特征的树种分类精度最高,达到68.74%,新增4波段的贡献率排名为B6>B5>B8>B7,说明新增红边波段对于本次树种分类试验的贡献率最高,能为北方树种识别提供有效帮助。     

基于随机森林特征选择的城市绿化乔木树种分类

城市绿化在改善空气、水和土壤质量,吸收和减少二氧化碳及各种污染物,缓解城市热岛和减少雨水径流等方面发挥着重要作用。及时准确地获取树种信息是城市规划与绿化管理的先决条件,对进一步改善城市生态环境也具有重要意义。基于遥感技术,使用高空间分辨率的WorldView-2卫星影像,采用光谱、纹理、指数以及几何等多种特征相结合的面向对象方法,并通过随机森林进行特征选择,对福州大学旗山校区北部的榕树、杧果、香樟、重阳木、羊蹄甲、垂叶榕以及木棉7种主要绿化乔木进行树种分类。实地验证结果表明：通过特征选择可以减少或规避数据冗余以及休斯效应的产生,该方法可以提高现有同类型树种分类的精度,当淘汰全部特征的20%,利用34个特征（包括15个光谱特征、6个纹理特征、8个指数特征和5个几何特征）进行分类时,总精度最高,可达74.95%,Kappa系数为0.67。其中,光谱平均值的特征重要性最高,而各波段的标准差的重要性较低。WorldView-2卫星影像的4个新增波段,特别是黄光和红边波段及其构建的指数特征重要性较高,也说明这些波段在植被遥感,特别是树种分类中极具应用前景。     

CSD和CDD结合下的最优遥感特征指数集构建及其在湿地信息提取中的应用

依托中分辨率成像光谱仪完整的数据序列和丰富的光谱信息,遥感特征指数在湿地生态系统发展变化的状态、趋向和规律研究方面发挥着不可替代的优势。传统类间距离判别的遥感特征指数选取中常存在过分依赖数据统计特征、入选指数与目标地类间生态学意义不明确、分类模型普适性差等局限性。基于此,本研究以河北省白洋淀湿地自然保护区为例,提出类可分离性距离判别（Class Separation Discrimination,CSD）与类间距离判别（Class Distance Discrimination,CDD）相结合的方法构建最优遥感特征指数集,并采用QUEST算法和马氏距离判别法构建分类决策树模型用于白洋淀湿地信息的提取研究,尝试克服传统类间距离指数选取中的不足。结果表明：运用CSD和CDD相结合的方法所选取的遥感特征指数在研究区湿地信息提取过程中的总体分类精度达到了91.32%,Kappa系数0.88,较传统的分类与回归树（Classification and Regression Tree,CART）方法,分类精度提高了1.67%;其次选取的最优指数与待提取的湿地类型均具有明确的生态学意义,如挺水植物在立地干湿交替条件下的潴育化过程决定了氧化铁比率IO可成功的将混分的耕地和挺水植物进一步分离;进一步将基于研究区2017年OLI影像构建的CSD和CDD相结合方法与CART方法的模型分别应用于研究区2019年OLI影像进行分类,基于CSD和CDD相结合方法构建的模型分类总体精度和Kappa系数分别为：86.97%、0.83,基于CART方法构建的模型无法满足分类需求,研究结果较好地证明了基于CSD和CDD相结合方法构建的模型在年际之间具有良好的适用性和稳定性。总之,CSD和CDD相结合的方法在不降低湿地信息提取精度的基础上,有效避免了传统遥感特征指数选择方法的局限性,提高了分类模型的普适性,是遥感特征指数选择算法和决策树相结合在湿地信息提取方面的有益尝试。     

基于决策树方法的蒙古高原土地覆盖遥感分类——以蒙古国中央省为例

蒙古高原包括蒙古全部、俄罗斯南部和中国北部部分地区。蒙古高原的土地利用/覆盖格局与变化,对揭示该区域乃至整个东北亚地区的资源、环境和生态特征,促进该区域可持续发展具有重要的现实和科学意义。本文以在蒙古国中央省及其所含首都乌兰巴托市为研究区,利用空间分辨率为30 m的TM影像,采取QUEST(Quick Unbiased and Efficient Statistical Tree)决策树方法,通过图像目视解译,获取了研究区2010年土地覆盖分类数据。结果显示,草地占据研究区总面积的70.88%,其次是森林占14.83%、裸地占10.73%、农田占2.98%、水体占0.31%、建筑用地占0.27%、湿地占0.02%。通过野外实地采集的139个GPS验证点进行精度评价发现,一级土地覆盖类型的总体精度可达72.66%。针对草地的二级分类的总体精度有较明显下降,其主要是由于中蒙科学家对于草地类型分类体系的差异所造成的典型草地和荒漠草地的混分。     

基于决策树的多角度遥感影像分类

快速准确地获取土地利用/覆被信息是遥感领域研究的一个热点课题.本文用5种决策树分类器及MISR多角度数据,对塔里木河下游地区进行土地覆被分类研究.通过对不同波段和观测角数据组合形成的6个数据集进行分类比较发现:(1)无论使用哪种分类器,相比于天底角观测方式,多角度观测都能获得更高的分类精度,特别是能显著提高灌木,林地和草地类型的分类精度,说明多角度观测能有效地反映地物的反射异质性信息,更好地区分地物.(2)与MLC分类法相比,决策树算法的分类精度更高,特别是随机森林和C 5.0方法最为突出,说明决策树的分类能力要优于MLC法.使用多角度数据集时,这种差别更明显,说明决策树能更有效地利用多角度信息.(3)4种决策树算法(J48,Random Forest,LMT,C 5.0)使用近红外波段的分类效果好于使用红光波段的分类效果,说明近红外波段能提供更多的地物反射异质性信息.     

基于随机森林的黄土地貌分类研究

地貌分类在指导人类建设活动的规模与布局中有着重要的意义。然而,传统的基于数字高程模型(DEM)的地貌分类方法使用的地形因子和考虑到的地貌特征往往比较单一。本文提出了一种基于流域单元的地貌分类方法,该方法考虑了流域单元的多方面特征,包括基本地形因子统计量、地形特征点线统计量、小流域特征和纹理特征。本研究首先基于DEM进行水文分析将研究区域划分成不同的小流域。然后利用数字地形分析提取29个不同方面的特征来表征流域的形态,并基于随机森林(RF)算法进行了特征选择和参数标定。RF是一种基于决策树算法的集成分类器,能有效地处理高维数据,分类精度高。最后选择训练集小流域对RF分类器进行训练,使用训练完成的分类器对整个研究区域的地貌进行分类,研究地貌分异的规律。该实验在我国陕北黄土高原典型黄土地貌区域的地貌分类中取得了较好的结果,结果表明不同的地貌之间存在明显的区域界线,特定的地貌类型在空间上表现出明显的聚集性。通过人工判读进行验证的分类精度达到了85%,Kappa系数为0.83。     

应用Sentinel-2A NDVI时间序列和面向对象决策树方法的农作物分类

农作物种植结构是农业生产活动对土地利用的表现形式。及时精确地获取农作物的空间分布信息对指导农业生产、合理分配资源以及解决粮食安全问题等具有重要意义。目前农作物信息提取研究大多局限于中低分辨率遥感影像的NDVI时间序列,影响了作物空间分布信息提取的准确性。随着Sentinel-2A卫星成功发射,为高分辨率NDVI时间序列的构建提供了可能。本文以黑龙江省北安市为研究区,基于覆盖完整生育期的Sentinel-2A多光谱数据,构建10 m分辨率的NDVI时间序列数据集,利用 Savitzky Golay (S-G) 滤波器对 Sentinel-2A NDVI时间序列数据进行平滑。基于典型时相的多光谱数据和NDVI时间序列构建面向对象决策树分类模型进行作物类型遥感识别。通过对样本的NDVI时间序列曲线分析,可以得出NDVI时间序列能够清晰地区分作物物候差异。此外,本文还利用面向对象分类和支持向量机（Support Vector Machine, SVM）分类两种方法,对典型时相的多光谱数据进行了作物分类对比实验,并对结果进行了对比分析。研究结果表明：① 典型时相多光谱数据引入平滑重构后的NDVI时间序列能够更好地描述作物的物候特性,能够准确刻画研究区作物发育情况,有效区分各类作物;② 通过对比分类实验发现,典型时相多光谱数据引入NDVI时间序列特征,增强了不同作物之间的光谱差异,提高了作物分类精度,总体精度和kappa系数较典型时相多光谱数据进行分类的结果分别提高了7.7% 和0.055;③ 基于面向对象的决策树分类模型在作物分类的结果中精度最高,总体精度为96.2%,kappa系数为0.892。本研究的方法为其他大区域农作物的分类提供了重要参考和借鉴价值。     

判定树归纳分类法在数据挖掘中的应用

介绍了判定树归纳分类法的概念及基于ID3算法的基本策略,给出通过最高信息增益构 造判定树的数据挖掘算法进行分类的预测模型,对判定树归纳分类法的具体应用给出了实例并作 分析。     

漳平市森林可燃物类型变化遥感动态监测

森林可燃物类型的空间分布是林火蔓延、灭火可视化建模与仿真中需要考虑的重要因素之一。在对森林可燃物类型划分的研究进行回顾的基础上,提出了考虑树种信息的分类方法。根据漳平市2003年小班图层中的优势树种信息,获得该市2003年四种森林可燃物类型即竹林、阔叶树、杉木林以及马尾松的空间分布专题图。在此基础上,采用面向对象分类技术,对ASTER影像进行分类,探测每种可燃物类型的内部变化和外部变化。该技术利用影像分割技术构建分类对象,使每个对象具有光谱信息的同时,具备大小、形状、拓扑关系、类别层次等诸多信息。对分类结果进行评价的结果表明,利用面向对象分类技术,充分利用了光谱特征以及类别相关特征,提高了分类精度,分类的面积精度达到89.3%。由于影像分割过程应用了专题图层,对象的边界不会超越专题图层的边界,使得对现有图层的更新尤为容易。最后,利用矢量格式的遥感分类结果对原森林小班图层进行更新,获得新的可燃物类型图层,作为林火可视化模型的输入图层。该研究不仅提供了现势性强的森林可燃物类型图层,而且在不破坏原小班边界的基础上,对发生变化的区域进行刻画。对于森林资源管理者,提供了实地调查过程的目标区域的信息。