秦岭森林物候时空分布特征及对水热条件的响应

大量观测数据分析表明，全球气候正逐步变暖。植物物候现象是全球自然环境变化的指示器。物候对气候变化的响应是研究全球气候变化的重要手段之一。森林是全球生态系统的重要组成部分，森林物候特征变化是反映气候变化对森林生长影响的综合性生物指标。利用2001—2018年MOD09A1卫星数据重建了秦岭地区增强型植被指数（EVI）序列，采用最大变化速率和阈值法结合提取了秦岭森林物候参数，结果表明：（1） Whittaker滤波法在灌木、农田、森林3种生态样地重建中稳定性较好，在秦岭山地有较好的适用性。（2） 秦岭地区物候多年均值分布同秦岭地区水热条件密切，由高海拔高山区到农耕区，生长季始期(Start of Growth Season,SOG)逐渐提前，生长季末期(End of Growth Season,EOG)逐渐推迟，生长季长度(Length of Growth Season,LOG)由高海拔区向低海拔区逐渐加长。秦岭浅山区和东部伏牛山农耕带生长季（SOG）开始较早，出现在3月上旬，高山区针叶林带生长季开始的较晚，出现在5月上旬到中旬（120～135 d）之间。生长季末期（EOG）集中出现在10月~11月初（270～310 d），高山区针叶林带生长季结束较早，浅山区植被生长季结束较晚，普遍出现在11月（300 d）以后。生长季长度（LOG）分布在150～200 d之间，低海拔地区LOG较长，大于180 d，高海拔林区生长季较短LOG集中在150～170 d。（3） 年际变化特征：2001—2018年生长季始期（SOG）呈现提前趋势,其中高海拔区提前明显，南北麓海拔低于500 m部分区域和东部伏牛山少部分区域出现推迟。生长季末期（EOG）呈现推迟趋势，其中秦岭北麓和东部中低海拔区域推迟明显，生长期长度（LOG）总体呈延长趋势。（4） 秦岭地区近17 a气温呈现上升趋势，变化率为0.02 ℃·a^-1，降水呈现不明显的上升趋势，日照时数则呈现明显的下降趋势，变化率为14.6 h·a^-1。（5） 秦岭地区物候参数同0 ℃、5 ℃和10 ℃界限温度、降水、日照时数相关性分析表明，全球变化下的升温作用是影响秦岭森林物候变化的主要因子，升温作用导致SOG提前，EOG推迟、LOG延长，主要集中在秦岭南北麓1 000~2 000 m之间，秦岭东部伏牛山低海拔区境内相关性最低，表明受温度制约较小。     

结合LOG算子和大津法的遥感影像边缘检测方法

针对遥感影像具有丰富的细节和混合噪声,采用传统高斯拉普拉斯(LOG)算子难以有效地提取遥感影像地物边缘信息,文章提出一种结合LOG算子和大津法(Otsu法)的遥感影像地物边缘信息提取算法。此算法采用中值滤波对原始影像进行消噪,利用Otsu算法对滤波后影像进行自适应阈值分割得到目标影像,采用LOG算子对目标影像进行边缘信息提取。以安宁某区域的遥感影像为例,实验结果表明,提出的算法与传统LOG算子相比,具有更高的提取精度,能有效地提取出遥感影像的真实边缘、减少伪边缘。     

一种改进的边缘检测算法

对传统的微分边缘检测算法进行了分析和评价。针对微分边缘检测算法的缺陷,提出了一种改进的边缘检测算法。新算法将待检测像素的邻域也作为一个考虑的对象,通过计算该邻域的性质,从而增加了梯度运算的可靠性。实验表明,新算法能够检测到更细的边缘,并且在椒盐噪声的情况下要优于常用的微分边缘检测算法。     

利用LOG算子和改进相干算法提高地震资料分辨率

利用LOG算子和改进相干算法相结合可提高地震资料分辨率。模型数据与实际数据的应用效果证明, 该方法同其他方法相比, 具有较强的信噪分离作用, 能有效提高地震资料分辨率。     

Marr方法在多波段遥感影像边缘信息分析中的应用

简要介绍了Marr理论的基本框架，并详细介绍了Marr-Hildreth边缘检测理论的基本原理，同时给出了LOG模板算子实例。在此基础上，提出这一理论用于多波段影像边缘分析的几种不同的方法，指出了本文所采取方法的原理和算法流程。试验结果的分析对比说明，多波段影像分析的效果优于单波段。     

一种基于线空间的直线抽取算法研究

以LOG算子为边缘检测手段 ,对直线段特征的抽取过程进行了研究 ,提出并实现了相关的算法 ,给出了应用实例