论地球数据科学与共享

地球科学大数据的到来,迫切需要通过地球数据科学系统对地学数据机理、采集处理、存储管理,特别是集成共享与挖掘分析等进行研究,以便通过大数据资源,发现和揭示数据背后隐含的地学规律和知识,促进地学科技创新。本文首先分析了地球数据科学的内涵特征,提出了地球数据科学的基础理论方法和技术体系。然后基于国家地球系统科学数据共享实践,重点研究了大数据时代下,面向地球数据科学的地学数据共享新发展。     

基于AdaBoost算法的城镇建设用地遥感动态提取研究

利用2007年的上海地区CBERS影像,使用AdaBoost组合分类器,将基于影像地物光谱信息、纹理结构信息和基于决策树分类器的提取方法组合,以提高分类精度。实验结果显示,AdaBoost算法在提高城镇建设用地的分类精度上显著有效。     

野外科学观测研究台站（网络）和科学数据中心建设发展

中国科学院地理科学与资源研究所成立80年来,十分重视野外台站（网络）和科学数据中心的建设,取得了辉煌成就。研究所建立了4个野外观测研究网络,引领了中国生态系统研究网络的建设与发展;成立了2个国家级科学数据中心,1个中国科学院数据中心,1个数据出版系统并于2016年加入了世界数据系统;拥有2个国家级野外观测研究站,1个中国科学院野外研究站,形成了独具特色的野外观测研究平台和数据共享服务平台。本文回顾了中国生态系统研究网络、国家生态系统观测研究网络、中国通量观测研究网络、中国物候观测网和禹城站、拉萨站、千烟洲站以及地球系统科学数据中心、生态科学数据中心、资源环境科学数据中心和全球变化科学研究数据出版系统的发展历程。地理资源所台站（网络）从无到有,不断发展壮大,引领了中国野外观测研究事业的发展,支撑了地理学、生态学等重要科学成果产出,科技支撑能力和示范能力大幅提升,有力支撑了华北平原、青藏高原以及南方山地丘陵区的生态文明建设;成为中国地球系统科学、野外台站、资源环境等学科和领域最大的科学数据汇聚中心,数据共享服务成效显著,在国内外具有广泛影响力。在未来发展中,地理资源所将充分发挥野外台站（网络）综合中心作用,强化生态系统、碳水通量、物候等观测研究网络的能力建设,稳步提升野外观测研究站条件保障能力和科学数据中心的数据汇聚能力、分析挖掘能力以及共享服务能力,持续推动和引领中国科学数据的共享,在科学研究和支撑国家需求等方面做出更大贡献。     

基于混合过滤的地学数据个性化推荐方法设计与实现

推荐系统是帮助互联网用户克服信息过剩的有效工具。在地学数据共享领域,较其他物品的内容属性,地学数据具有更加丰富的时空属性,这也给地学数据推荐带来挑战。针对地学数据的特点,为地学数据共享推荐服务开发了一种动态加权的混合过滤方法。该方法分别采用协同过滤和基于内容过滤算法预测用户对数据的兴趣度,再以训练模型计算最优加权权重,计算最终预测评分。在数据获取阶段,通过用户访问日志数据,采用Jenks Natural Break算法分析用户访问记录获取用户的数据兴趣度。在基于内容过滤部分,通过数据的空间、时间及内容属性计算数据相似度,并以用户历史行为为依据计算用户兴趣。在协同过滤和基于内容过滤中分别采用k-NN算法计算用户对未访问数据的预测评分,并进行加权求和。通过训练集,对理想权重值及用户的共同评价度（co-rating level）进行建模,拟合二者的关系。该模型被应用于混合过滤的权重调整,以获得最优的加权方程。测试结果显示,结合数据时空属性的混合过滤方法的准确度和召回率,较单一的协同过滤或基于内容过滤方法有显著提高。     

蒙古国植被物候特征及其对地理要素的响应

蒙古高原是中国重要的北方生态屏障。在全球气候变化的背景下,研究蒙古国植被物候变化特征对于认识蒙古国草地生态系统对气候变化的响应和促进区域畜牧业可持续发展具有重要意义。本研究利用非对称高斯拟合法对蒙古国2001—2019年MOD13Q1产品中的归一化植被指数（Normalized Differential Vegetation Index,NDVI）数据拟合,得到较为平滑的NDVI时间序列数据;基于TIMESAT平台,采用动态阈值法分析获得蒙古国连续19a植被物候数据。研究分析了蒙古国植被物候的空间分布及年际变化趋势,发现蒙古国植被返青期（Start of growing season,SOS）主要集中在110~150d,总体呈微弱推迟趋势,植被枯黄期（End of growing season,EOS）主要集中在270~310d,总体呈提前趋势,从而导致蒙古国生长季长度（Length of growing season,LOS）呈缩短趋势,且缩短时间最长可达2d以上。采用偏相关分析方法分析了植被物候对地形、降水、地表温度等地理要素的响应,表明蒙古国植被物候具有明显的空间异质性和海拔依赖性,不同植被物候对降水、地表温度（Land Surface Temperature,LST）的响应不同,SOS与日间LST呈显著正相关,EOS与夜间LST呈显著正相关,而LOS与年均降水呈显著负相关关系。     

利用彭曼公式计算潜在蒸发的高度订正方法

英国学者H.L.彭曼推导的计算潜在蒸发公式,具有较可靠的物理基础和较精确的计算等优点,被国内、外学者广泛应用。 彭曼公式     

城市化对北京平均气温的影响

本文利用北京（观象台）及周围几个气象台站月平均气温资料，滑动平均后，采用主成分分析方法，再进行倾向性分析，探讨了北京城市化对气平均气温的影响，估算对北京（观象台）气温记录的影响约为０．２１℃／３３ａ推断市中心二环路以内强烈地影响。     

元数据技术在地学数据共享网络中的应用探讨

指出元数据的可扩展性和互操作性是其在地学数据共享网络中应用的关键。针对地学数据共享网络,建立了元数据的扩展模式,并依此构建多学科元数据可扩展体系;分3个方面分析了元数据互操作技术,包括元数据映射、RDF技术框架和SRW服务。     

"973"计划资源环境领域数据汇交进展与数据分析

国家科技计划项目数据汇交对于促进科学数据的整合集成,增强国家科技投入的效益,提高我国科技计划项目管理水平具有重要意义。经过充分研究,科技部基础司选择国家重点基础研究发展计划(973计划)资源环境领域作为试点,于2008年启动数据汇交工作,并专门成立数据汇交中心。2008年,按照数据汇交计划制定、数据汇交准备、数据实体汇交、数据共享服务4个阶段的工作流程,分"已结题"、"即将于2008年结题"和"在研"3种类型开展汇交工作,完成了24个结题项目的数据汇交,汇交数据总量超过620 GB。为了保证数据汇交的可操作性和规范化,数据汇交中心制定了包括核心元数据规范、数据文档格式等7项标准规范;研制了数据汇交软件工具;建立了海量数据存储环境;设计开发了数据汇交共享服务网络平台。面向数据服务进一步的需要,分析了已汇交数据情况,具体分为5种类型,即定点长期监测和野外定点调查类、区域调查和统计分析类、模型计算类、试验化验分析类、客观或主观描述类,并提出了相应的数据展示策略。     

水网藻(Hydrodictyon reticulatum)水华在鄱阳湖的纪录

水网藻水华在国外出现较多,在国内鲜有报道.2013年5月对鄱阳湖进行采样时首次发现水网藻水华;结合现场观测及遥感影像确定其分布范围为老爷庙至落星墩水域,分布面积约为26 hm²,推测水网藻可能是由上游稻田等静止水体迁移至鄱阳湖,在相对静水区进行聚集生长,加上合适的理化条件(温度及营养盐),从而形成水华.在此基础上,本文进一步分析了水网藻水华对鄱阳湖水生态环境可能产生的影响.