近30年吉林市景观格局变化及气候效应

在ArcGIS、ENVI、Excel和FRAGSTATS软件支持下, 利用景观指数中的斑块数量、最大斑块指数、斑块密度、周长面积分维数、聚集度和香农多样性指数, 对1980年、1995年和2010年的吉林市景观格局进行了分析。结果表明:近30年间吉林市斑块数量、斑块密度、周长面积分维数和香农多样性指数呈先增加后减少的趋势, 聚集度呈先减少后增加的趋势, 最大斑块指数逐渐减少;林地景观面积、草地景观面积一直在减少, 湿地景观面积呈先增加后减少趋势, 旱田景观面积逐渐增加。在东北地区气候变化背景下, 吉林市景观格局的变化对该区气候产生了一定的影响, 使该区气温上升、降雨量减少。吉林市景观格局变化与气温、降雨量变化的空间分布格局有较好的对应关系。     

图像异常检测方法与应用研究

论述了图像异常的定义和检测图像异常的几种方法;滑动窗口法,变换域处理法和图像分类法,以及其在抽感图像中的具体应用。     

和平台深井地电阻率在中强地震前异常特征

介绍了和平台深井地电阻率观测概况和台站附近新丰江水库区的地震活动,分析了深井地电阻率数据变化,总结了在6次M 4.0级以上地震发生前深井地电阻率的异常特征。深井地电阻率在中强地震前存在加速上升或加速下降的变化,不同的异常形态可能和地震震源机制解有关。     

基于遥感技术的地质地貌旅游资源调查与研究

以清江流域为例,探讨了遥感在地质地貌旅游资源调查中的应用;根据遥感图像成像规律以及不同地质地貌景观类型在遥感图像上所显示的不同解译标志,划分出该流域地质地貌景观类型,以及地质地貌景观的展布特征;指出了遥感技术在这一类资源调查中的优势和潜力,以及在旅游规划中的作用。     

基于遥感技术的地质地貌旅游资源调查与研究--以清江流域为例

以清江流域为例,探讨了遥感在地质地貌旅游资源调查中的应用;根据遥感图像成像规律以及不同地质地貌景观类型在遥感图像上所显示的不同解译标志,划分出该流域地质地貌景观类型,以及地质地貌景观的展布特征;指出了遥感技术在这一类资源调查中的优势和潜力,以及在旅游规划中的应用。     

1955~2010年小三江平原沼泽湿地景观格局变化及其对人为干扰的响应

以湿地变化较为剧烈的小三江平原为研究区域,以1955~2010年的地形图和Landsat TM遥感数据为数据源,采用网格分析法研究景观指数的时空分异规律,并分析不同时期人为干扰度对景观格局指数的影响。结果表明：① 从时间上看,1955~2010年小三江平原沼泽湿地的面积和最大斑块逐渐减小,斑块占景观比从52.87%下降到10.41%,最大斑块减少了47.6%,破碎化和分散性逐渐增加,连接度从1.02%增加到2.88%后下降为0.79%,呈先增加后降低的趋势,斑块的形状由复杂变得简单后又变得复杂,人为干扰度逐渐增加,从0.31%增加到0.6%;② 从空间上看,1955年研究区沼泽湿地景观由西南向东北破碎化逐渐减弱,1986年后变为由西南向东北破碎化逐渐增加的格局。沼泽湿地斑块类型所占景观面积比例和连接度指数的高值区主要分布在研究区的中部和东北部。人为干扰度的空间分布格局是由西南向东北逐渐减弱;③ 1955~2010年人为干扰对小三江平原沼泽湿地的邻近与连接程度的影响逐渐减弱,对沼泽湿地边缘密度影响逐渐增强,人为干扰对沼泽湿地斑块密度的影响主要受沼泽湿地面积的影响,人为干扰对沼泽湿地斑块的形状影响较小,沼泽湿地的优势景观控制力逐渐下降,人为干扰是小三江平原湿地面积减少的主要原因。     

遥感影像地质异常分析及其应用

论述了地质异常理论在遥感找矿中应用的意义，特别是地质异常理论的思想方法在遥感找矿图像处理中的意义及遥感影像地质异常的研究内容与研究方法；认为提取和分析影像异常是遥感找矿中一种新的图像分析方法，并且以实例说明了其在遥感找矿应用中的有效性。     

广东省前兆台网数据跟踪分析情况概述

介绍了2014年6月份以来,广东前兆台网数据跟踪分析的开展情况,包括分析工作的推进,工作过程中存在过的问题及解决情况,事件分析的归类汇总和产出,典型事件记录的介绍和分析讨论。     

吉林省西部湿地土地利用格局变化的多情景模拟

吉林省西部属于生态脆弱区,湿地作为重要的生态单元,其发展变化对区域生态环境产生重要影响。近年来,由于受到较多的人为干扰,该区域湿地变化极为显著。为了充分发挥湿地生态环境功能,促进区域生态环境改善,以吉林省西部2000-2010年湿地变化数据为基础,基于情景分析法设置了自然变化（情景1）、规划优先（情景2）和生态优先（情景3）三种情景,利用CLUE-S模型对2020年湿地空间格局进行模拟,并从湿地空间分布变化特征和景观抗干扰能力两个方面对不同情景下的湿地格局进行分析评价,旨在了解不同情景下湿地格局的差异性,寻求合理的湿地空间分布格局。结果表明：CLUE-S模型的土地利用预测正确率为84.54%,κ指数为0.83,能够较好地模拟2020年湿地格局变化,特别是对沼泽湿地、水域和建设用地模拟效果较好;不同情景下湿地空间格局特征具有明显的差异性,三种情景下的沼泽湿地的质心均偏向西南,水域的质心均偏向东南,而水田的质心在情景1中偏向东北,在情景2和情景3中偏南,沼泽湿地和水田在情景3比情景1中具有更强的聚集性,而水域恰相反,情景1比情景3中具有更强的聚集性;不同情景下的湿地景观抗干扰能力不同,2010-2020年,情景1中的所有湿地类型的景观干扰指数都逐渐增加,而情景2和情景3中沼泽湿地和水域的景观干扰指数逐渐降低,尤以生态优先情景的下降幅度最大。表明在实施科学的生态建设时,湿地景观具有较强的抗干扰能力。