北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

欧洲计划于年末发射2颗伽利略卫星

【据每日GPS网站2020年3月31日报道】欧洲计划于2020年12月15日在法属圭那亚库鲁发射场发射2颗伽利略卫星。运载火箭采用俄罗斯的“联盟号”,并非“阿里安-6”。“阿里安”运载火箭将用于执行2021年中的伽利略卫星发射任务。伽利略计划于1999开始实施,2013年发射首颗卫星。     

基于改进自组织神经网络的遥感图像分类研究

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。     

栉孔扇贝foxl2基因在卵子发生中的必要性

采用RNAi技术研究了栉孔扇贝(Chlamysfarreri)foxl2基因在卵子发生和卵巢功能维持中的作用。使用体外合成的栉孔扇贝foxl2双链RNA(dsRNA),以每只50μg/次的剂量注射进闭壳肌中,连续注射2次(第一次注射后7天,再进行第二次注射);以注射相同体积PBS(相同注射方法)的扇贝作为阴性对照组,以不注射扇贝作为空白对照组。qRT-PCR检测干扰组扇贝卵巢中的foxl2 mRNA表达量较空白对照组下降了62%, Western blotting检测该蛋白在卵巢中的含量也明显下降,显示靶基因的表达水平被有效地敲降。组织学观察发现,栉孔扇贝foxl2干扰后的卵巢中卵母细胞形态异常、细胞核固缩,卵子发生明显受阻。表明该基因在栉孔扇贝卵子发生中起重要作用。     

基于ROMS和4DVAR的沿轨与网格化SSH数据同化效果评价

Remote sensing products are significant in the data assimilation of an ocean model. Considering the resolution and space coverage of different remote sensing data, two types of sea surface height(SSH) product are employed in the assimilation, including the gridded products from AVISO and the original along-track observations used in the generation. To explore their impact on the assimilation results, an experiment focus on the South China Sea(SCS) is conducted based on the Regional Ocean Modeling System(ROMS) and the four-dimensional variational data assimilation(4 DVAR) technology. The comparison with EN4 data set and Argo profile indicates that, the along-track SSH assimilation result presents to be more accurate than the gridded SSH assimilation, because some noises may have been introduced in the merging process. Moreover, the mesoscale eddy detection capability of the assimilation results is analyzed by a vector geometry–based algorithm. It is verified that, the assimilation of the gridded SSH shows superiority in describing the eddy's characteristics, since the complete structure of the ocean surface has been reconstructed by the original data merging.     

基于肌肉量和体脂率探讨中老年2型糖尿病与脾虚的关系

目的：探讨中老年2型糖尿病患者肌肉量减少、体脂率肥胖与脾虚的关系，并以此为从脾论治中老年2型糖尿病提供临床依据。方法：采用病例对照研究方法，随机选取≥50岁的2型糖尿病住院患者100 例为研究对象，其中男、女各50 例，按照相关标准辨证分为脾虚组和非脾虚组。对研究对象进行生物电阻抗（BIA）、体脂率（PBF）、肌肉量检测和生化指标检验。结果：不同性别在脾虚组与非脾虚组中PBF、骨骼肌指数（ASMI）之间分别存在差异，且差异具有统计学意义（P＜0.05）。以量表评分的高低评估脾虚的程度，不同性别存在差异，男性主要表现为骨骼肌含量减少，与量表评分呈负相关性，女性则以体脂率的增加为主，与量表评分呈正相关性。男性≥70岁者有出现肌肉量减少伴体脂率高的肌少性肥胖倾向。在体脂率及骨骼肌质量中，存在相互依存关系，表现为脂肪组织对肌肉的保护作用。结论：中老年2型糖尿病患者肌肉量减少、体脂率肥胖均与脾虚相关，从脾论治是一个可行的思路。     

三峡水库运行后洞庭湖洪涝灾害遥感研究

利用洞庭湖区洪水位下的国产高分辨率影像和无人机航摄数据开展洞庭湖区洪涝灾害和堤垸溃缺监测,并结合20世纪90年代高洪水位下的遥感影像和洞庭湖区水文站点数据,分析了三峡水库运行后的湖泊蓄水、堤垸防洪情况。监测结果表明:(1)城陵矶水位达到三峡水库运行后的最高水位(34.47 m)时,洞庭湖的水域面积为2 245.26 km2,仍有435.03 km2的洲滩出露水面,主要分布在七里湖和目平湖,且大通湖水域面积与平水期水域面积变化不大,说明即便在高洪水位下,这3个湖泊的蓄洪能力也极为有限,七里湖和目平湖应作为未来清淤的重点;(2)国产卫星数据可满足洪涝灾害的宏观性应急监测需求,无人机技术是开展局部区域应急监测的有效手段;(3)遥感影像显示洞庭湖的堤垸基本无内涝淹没区域,与20世纪90年代高洪水位时的内涝灾情形成鲜明对比,说明洞庭湖的洪涝灾害防治工程成效显著。新华垸的溃决,也说明三峡水库的运行并不能从根本上解决洞庭湖的洪涝灾害隐患,洞庭湖区的防洪工作任重而道远。     

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。