Application of deep learning in ecological resource research: Theories,methods, and challenges

Ecological resources are an important material foundation for the survival, development, and self-realization of human beings. In-depth and comprehensive research and understanding of ecological resources are beneficial for the sustainable development of human society. Advances in observation technology have improved the ability to acquire long-term, cross-scale,massive, heterogeneous, and multi-source data. Ecological resource research is entering a new era driven by big data. Traditional statistical learning and machine learning algorithms have problems with saturation in dealing with big data. Deep learning is a method for automatically extracting complex high-dimensional nonlinear features, which is increasingly used for scientific and industrial data processing because of its ability to avoid saturation with big data. To promote the application of deep learning in the field of ecological resource research, here, we first introduce the relationship between deep learning theory and research on ecological resources, common tools, and datasets. Second, applications of deep learning in classification and recognition,detection and localization, semantic segmentation, instance segmentation, and graph neural network in typical spatial discrete data are presented through three cases: species classification, crop breeding, and vegetation mapping. Finally, challenges and opportunities for the application of deep learning in ecological resource research in the era of big data are summarized by considering the characteristics of ecological resource data and the development status of deep learning. It is anticipated that the cooperation and training of cross-disciplinary talents may promote the standardization and sharing of ecological resource data,improve the universality and interpretability of algorithms, and enrich applications with the development of hardware.     

卫星测高技术及其在南北两极的应用

本文简略地叙述了卫星测高技术的发展概况及其基本原理 ,并在此基础上 ,详细地介绍了在南北两极的应用情况及应解决的问题     

综合航空物探方法在金矿勘查中的应用研究--以新疆康古尔塔格地区金矿勘查为例

通过对新疆康古尔塔格地区Ⅵ号和Ⅷ号金矿进行的试验研究,结合测区的地质与地貌的实际情况,确立了空中和地面地球物理测量条件,建立了本区寻找金矿的综合地质-地球物理标志;应用综合找矿标志,圈出了该区金矿远景区10个,经地面查证发现了其中含金矿化蚀变带5处,并确认该区石炭系苦水组地层为新的含矿层.     

京九铁路沿线(江西段)矿产资源、地质环境与可持续发展

京九铁路沿线矿产资源、地质环境与可持续发展是地区发展战略中一个重要组成部分。本文叙述了京九一矿产资源概况和开发现状、地质环境状况,讨论了区内矿产资源开发形势和地质环境发展趋势。就区内矿产资源、地质环境与可持续发展提出了５点建议。     

21世纪海上丝绸之路海洋环境的气候变化与风暴灾害风险探析

海洋环境安全是21世纪海上丝绸之路(丝路)建设的重要保障。文章简要分析了丝路海洋环境关键要素和风暴以上等级灾害性热带气旋系统(简称风暴灾害)的气候变化特征,探讨了海洋环境变化和灾害风险的可能影响,并提出了有关的研究建议。分析表明,气候变化背景下,丝路海区的海水显著变暖、热比容海平面升高明显,丝路沿海洪水、风暴潮等高水位事件发生频次可能会增加,进而对港口建设和航线通畅造成较大影响。1940-2016年间,西北太平洋风暴灾害主要集中登陆和影响厦门以南沿海地区,其中,南海风暴灾害的路径分布自20世纪80年代后有向孟加拉湾周边地区拓展的趋势;登陆厦门以北的风暴灾害的路径分布和影响范围20年左右的趋势变化明显,近期有向南(厦门)集中推进的趋势,基于此,未来20年风暴灾害登陆路径和影响范围以向北迁移推进为主,这可能会在一定程度上有利于我国海上丝路建设的顺利开展和实施。而气候变化下强的热带气旋发生频次和登陆密集度有可能增加,随之可能带来更大的影响和损失。此外,北印度洋风暴灾害的影响范围也会向西和南扩展,以至经常影响阿拉伯半岛和索马里半岛;地中海西部海岸,在北大西洋飓风活动频次和强度增强的情景下,未来有可能存在风暴潮的威胁。今后加强开展气候变化与海洋环境灾害风险方面的观测和基础应用研究,是提升21世纪海上丝绸之路海洋环境安全保障水平的主要任务之一。     

大亚湾海水网箱养殖与海洋环境相互影响研究

１９８７—１９８９年，对大亚湾海区海水网箱养殖与海洋环境之间相互影响进行了研究。长期网箱养殖使养殖区内海水和沉积物分别受营养盐、硫化物污染，直接影响网箱养殖生态环境；养殖区附近工程建设也严重影响海水网箱养殖的发展。为此，提出防治的措施和对策。     

华北地台太古宙主要变质岩的平均化学组成

在华北地台太古宙高级变质区和花岗岩，绿岩带内系统采集了变质杂岩体和变质火山岩样品２７７５个，组合成３３９件分析样，采用１５种分析方法对样品进行测试，同时由国际公认的国家一级地球化学标准物质监控分析质量，提出了华北地台长英质片麻岩、变粒岩、麻粒岩和斜长角闪岩２６种变质岩类１３个主成分和６４种微量元素的平均含量     

铀矿床勘探剖面数据库设计

本文介绍了该子数据库的整个设计过程，对剖面图中的数据内容、数据分类和数据之间的联系了详细分析，并给出了适用于关系型数据库管理系统的勘探剖面数据库文件结构。     

基本层序、标志层在1:50000区调中的应用及意义——以赣西北三都、修水幅古生界及三叠系地层

本文以基本层序，标志层在赣西北古生以及三叠纪地层应用为例，阐述了这两种方法各自功能以及相互渗透、相互结合的作用。     

中国东部地壳元素丰度与岩石平均化学组成研究

迄今我们习用的地壳化学元素丰度和岩石平均化学组成的文献值大多是收集的汇编数据,不少微量元素特别是贵金属等难测元素的丰度所依据的样品的代表性和测试质量难以考证,其值存在着颇大的不确定度。本研究立足于实测资料,在中国东部系统采集了各类火成岩和变质杂岩体及各时代的标准地层剖面岩石样品28253个,组合成2718个分析样。采用中子活化等15种可靠分析方法测试,以国家一级标准物质作质量监控。求得的华北地台地壳、中国东部上地壳和出露地壳及各类岩石的78种化学元素丰度,显著改善了地壳和岩石的化学元素丰度,填补了多种岩石微量元素丰度的空白。