深度学习农作物分类的弱样本适用性

基于大数据驱动的深度学习挖掘图像数据的规律和层次已成为遥感影像解译的研究热点。海量标签样本是训练深度学习模型的前提条件,但成本昂贵的人工标记样本限制了深度学习技术在遥感领域的应用。本文提出了一种基于弱样本的深度学习模型农作物分类策略：以GF-1影像为数据源,将传统分类器SVM分类结果视为弱样本,训练深度卷积网络模型DCNN (Deep Convolutional Neural Networks),获取辽宁省水稻和玉米的空间分布,分析弱样本的适用性。结果显示：测试集总体精度达到0.90,水稻和玉米F1分数分别为0.81和0.90;在不同地形地貌、复杂种植结构的农业景观下均表现出良好的分类效果;与SVM结果的空间一致性为0.90;当弱样本最大面积误差比例小于0.36时,弱样本仍适用于DCNN作物分类,结果的总体精度保持在0.86以上。综上,该策略一定程度上消除了深度学习模型对大量人工标记样本高度依赖的局限性,为实现大尺度农作物遥感分类提供了一种新途径。     

浙江省龙泉市乌岙多金属矿区二轮找矿认识

文章在总结乌岙矿区成矿规律的基础上,运用地质、物化探新技术、新方法,论证了在龙泉市乌岙多金属矿区进行新一轮找矿勘探的必要性和可行性,并指出了乌岙矿区新一轮找矿的方向和靶区.     

The influence of land surface changes on regional climate in Northwest China

Land surface changes effect the regional climate due to the complex coupling of land-atmosphere interactions. From 1995 to 2000, a decrease in the vegetation density and an increase in ground-level thermodynamic activity has been documented by multiple data sources in Northwest China, including meteorological, reanalysis from European Centre for Medium-Range Weather Forecasts （ECMWF）, National Oceanic and Atmospheric Administration＇s （NOAA） Advanced Very High Resolution Radiometer （AVHRR） and TIROS Operational Vertical Sounder （TOVS） satellite remote sensing data. As the ground-level thermodynamic activity increases, humid air from the surrounding regions converge toward desert （and semi-desert） regions, causing areas with high vegetation cover to become gradually more arid. Furthermore, land surface changes in Northwest China are responsible for a decrease in total cloud cover, a decline in the fraction of low and middle clouds, an increase in high cloud cover （due to thermodynamic activity） and other regional climatic adaptations. It is proposed that, beginning in 1995, these cloud cover changes contributed to a ＂green- house＂ effect, leading to the rapid air temperature increases and other regional climate impacts that have been observed over Northwest China.     

三疣梭子蟹几丁质酶基因克隆鉴定及在低盐胁迫和蜕皮周期中的表达分析

几丁质酶在甲壳动物中参与多个生物学进程,发挥重要作用。本研究采用RACE技术,克隆获得总长为3694 bp的三疣梭子蟹(Portunus trituberculatus)几丁质酶基因全长c DNA序列,命名为Pt Cht基因。该基因5′和3′非编码区分别为200bp和455bp,开放阅读框为3039bp,推测编码1012个氨基酸,预测分子量为113.4k Da,理论等电点为6.289。生物信息学分析表明,Pt Cht基因含有2个催化结构域和1个几丁质结合结构域Cht BD2,催化结构域具有几丁质酶第18家族的保守基序MotifⅠ、Ⅱ、Ⅲ、Ⅳ;同源性和系统进化分析表明,三疣梭子蟹Pt Cht基因与亚洲玉米螟(Ostrinia furnacalis)Cht的同源性最高;荧光定量RT-PCR分析表明,Pt Cht基因在各组织中均有表达,而在眼柄和表皮中的相对表达量较高。Pt Cht基因在蜕皮周期中的表达规律表明,Pt Cht基因在不同蜕皮时期存在明显变化,在表皮中先下调后上调;在眼柄中,呈整体上调趋势。通过分析Pt Cht基因在低盐胁迫进程中的表达规律发现,低盐胁迫可显著改变Pt Cht基因在鳃和肝胰腺中的表达模式,整体呈先下降后上升最后下降的表达趋势。该研究结果表明Pt Cht基因在三疣梭子蟹蜕皮发育和渗透压调节中发挥重要作用,为深入研究三疣梭子蟹和其它甲壳动物几丁质酶的功能提供了重要信息。     

IAP AGCM-I水平分辨率的提高及对全球和东亚区域气候的数值模拟

在中国科学院大气物理研究所 (IAP)第一代大气环流模式 (AGCM1 2 )的基础上 ,将其水平分辨率从原先的 4°×5°分别提高到 2°× 2 5°和 1°×1 2 5°,得到更新版本的IAPAGCM1 3a (水平分辨率为 2°× 2 5°)和IAPAGCM1 3b (水平分辨率为 1°× 1 2 5°)。利用上述水平分辨率提高后的模式进行了长时间积分 ,分析模式模拟结果可知 :水平分辨率的提高确实可以在一定程度上改进气候模式对当代气候的模拟能力 ,特别是对地形雨以及东亚夏季风降水细致分布的模拟。从而为进一步改进IAP跨季度数值气候预测系统 ,提高短期气候预测能力提供了模式基础。     

IAP AGCM-Ⅰ水平分辨率的提高及对全球和东亚区域气候的数值模拟

在中国科学院大气物理研究所(IAP)第一代大气环流模式(AGCM1.2)的基础上,将其水平分辨率从原先的4°×5°分别提高到2°×2.5°和1×1.25°,得到更新版本的IAP AGCM1.3a(水平分辨率为2°×2.5°)和IAP AGCM1.3b(水平分辨率为1°×1.25°).利用上述水平分辨率提高后的模式进行了长时间积分,分析模式模拟结果可知:水平分辨率的提高确实可以在一定程度上改进气候模式对当代气候的模拟能力,特别是对地形雨以及东亚夏季风降水细致分布的模拟.从而为进一步改进IAP跨季度数值气候预测系统,提高短期气候预测能力提供了模式基础.     

从第三极到北极： 多年冻土碳循环研究进展

多年冻土区储存着大量的土壤有机碳, 其碳库变化及生态系统碳反馈机制是当前全球气候变化研究中备受关注的热点问题。为了增强对多年冻土碳循环的认识, 通过综合第三极和北极地区多年冻土碳循环研究, 概述了土壤有机碳库大小、 脆弱性及生态系统碳交换过程, 分析了涉及大气、 海洋和陆地综合影响的多年冻土区生态系统碳循环。研究表明： 第三极和北极多年冻土区碳储量不确定性较大, 影响和控制有机碳分解和生态系统碳交换的生物地球化学过程仍需进一步研究, 进而改进生态系统碳循环相关的模拟研究。在全球气候变化背景下, 研究多年冻土碳库变化及其对气候变化的响应, 是预估未来气候变化的关键环节。     

AGCM中云的不均匀性作用的初步研究

利用ISCCP的云不均匀性资料,探讨了云不均匀性在AGCM中的作用,分别考查了不均匀云光学厚度的贡献、单次散射反照率和不对称因子的贡献,以及3个因子的总贡献.研究表明,考虑云不均匀性效应后,AGCM模拟的气候场有着较为明显的变化.由于不均匀云光学厚度对短波辐射场的贡献与不均匀云单次散射反照率和不对称因子这两个因子对短波辐射场的作用基本上是相反的,从而造成同时考虑3个因子作用时,云的不均匀性效应对辐射场的直接作用很小,但可通过云水场的改变来间接影响辐射场.研究清楚地显示了云-辐射相互作用的复杂性,云的全面正确处理对模式模拟能力的提高非常重要.       

浅析云南省城市化问题

城市化是解决经济与社会发展诸多矛盾的关键。云南省极低的城市化水平已成为经济发展的瓶颈。要提高云南省的城市化水平必须认清云南省城市发展的现状和存在的主要问题,在此基础上综合考虑云南省各个区域的自然条件、历史基础和省情再来选择城市化的发展路径,才能走城镇可持续发展之路。同时,要快速、协调、卓有成效地推进云南省城市化进程,须区分经济城市化与政治城市化,要注重从提高城市的竞争力入手,通过城市与周边县域经济的互补发展,充分发挥云南省城市经济对全省经济的辐射作用。