露天煤矿区植被变化遥感监测与受损程度评估

以青海省聚乎更露天煤矿区为研究区,利用2001～2016年TM影像,提取了研究区植被覆盖度。以每3 a为一个时间节点,对6期数据进行像元尺度上的线性回归,首先分析了研究区内植被覆盖度变化趋势,并通过植被等级转移矩阵展现不同等级植被间的转移情况;再结合t分布,定量评估了研究区植被受损情况;最后利用剖面分析揭示了研究区恢复治理情况。结果表明,研究区植被长势整体上与时间推移呈负向变化趋势;露天采场、排土场等场地的修建直接摧毁了原有植被,高植被覆盖度区域受损最严重,矿区周边植被受影响程度与距离呈负相关;区内已全面开展恢复治理工作,部分渣山治理效果较为显著。     

基于特征优选的随机森林模型的黄河口滨海湿地信息提取研究

以2016年8月26日Landsat-8 OLI影像为数据源,针对特征变量数目可影响分类精度和运算速率问题,采用一种基于特征优选的随机森林模型,提取了黄河口滨海湿地高精度信息。首先,采用Relief(relevant features)-F算法,对全部特征变量进行权重排序,剔除不相关变量;然后,分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法,提取黄河口滨海湿地信息,比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明,基于特征优选的随机森林模型滨海湿地分类效果最佳,总精度为86.39%,Kappa系数为0.81,明显高于最大似然和神经网络分类方法;其中,河流湿地分类精度最高,为95.83%,盐田分类精度最低,主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似,易于混淆;但与最大似然分类和神经网络分类方法相比,该方法提取效果明显改善,分类精度分别提高了16.84%和4.44%。本研究结果证明,采用Relief-F算法特征优选的随机森林模型提取滨海湿地信息的方法,具有分类精度高、运算速率快的优势,适用于滨海地区不同类型湿地高精度信息提取。     

Windows CE下的地图显示引擎的开发与应用

分析了嵌入式平台下地图显示的特点,应用了微软公司在Windows CE设备上特殊的游戏编程接口,设计了二维地图显示引擎,实现了可扩展性和可移植性。     

贡嘎山东坡峨眉冷杉林C循环的初步研究

根据定位观测数据和有关历史资料,研究了贡嘎山东坡峨眉冷杉（Ａｂｉｅｓｆａｂｒｉ）近熟林和中龄林Ｃ循环。测定了两种林分植物Ｃ储量、土壤有机Ｃ储量、凋落物和立枯量中的Ｃ储量,并对两种林分的净光合速率进行了对照研究。     

长三角地区人口城镇化空间差异及其影响因素研究

以长江三角洲41个城市市域为研究单元,基于2017年统计年鉴数据,构建影响因子体系,利用探索性空间数据分析和GWR模型,定量研究长三角市域人口城镇化空间差异、影响因子及其异质性作用。结果显示:长三角市域人口城镇化水平发展不平衡,存在明显的空间分异特征,呈现出以上海市为核心的梯度集聚分布;经济发展活力、投资强度、第一产业发展水平、医疗资源对于各市人口城镇化起着异质性作用,其中经济因子占主导作用、医疗资源因子的异质性作用显著。据此从推进一体化、高质量发展角度,为长三角人口城镇化协调发展提出建议。     

基于MODIS的川西北江河源区草地退化状况时空分析

川西北江河源区位于四川西北部,其境内的草地有着十分高的生态服务和社会服务价值。以其作为研究区域,利用2001年-2010年MODIS植被指数数据,通过GIS的空间分析和地统计分析功能,得到10年内江河源区植被覆盖度。同时,使用四川省高寒草甸草地生物量模型在MODIS植被指数的基础上反演了2001年-2010年川西北江河源区草地生物量。综合草地植被覆盖度和草地生物量指标,建立了川西北草地退化状况分级评价体系。结合研究区DEM数据对草地退化状况的空间分布进行了分析,结果表明:(1)草地退化率与海拔高度呈反比关系,海拔越高,退化率越低,反之,退化率越高;(2)草地退化率随着坡度的增大呈缓慢升高状态,在32.28°退化率达到最大,之后退化率开始出现降低趋势;(3)草地在各坡向上的分布面积虽有高有低,但退化率变化不大。