基于DEM的水系自动提取与分级研究进展

随着信息化技术的快速发展,基于DEM产品提取水系等数据已经变得不再困难,但是,目前无论在水系自 动提取方面还是自动分级方面,都存在很多需要改进之处。论文分析了自动提取河网水系与流域边界,以及河网水 系分级的研究进展,在此基础上总结了当前存在的问题：(1)水系自动提取中的洼地处理、平地区域流向处理等; (2)河网水系自动分级方法中的参数单一,准确性较差,并且缺少水系实体之间的互相关联关系等问题。在此基础 上,提出了基于地理特征建立水系分级模型以解决分级问题的构想。     

基于Web文本的灾害事件信息获取进展

大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点。本文从Web文本挖掘的整体技术框架、灾害主题页面抓取、灾害事件信息解析与抽取、灾害事件信息空间展示分析、以及防灾减灾应用系统等方面调研和综述了相关进展。针对防灾减灾领域的Web文本信息获取未来趋势,分析概括了全流程的Web文本灾害事件信息提取适用技术,并指出未来研究趋势：① 重点开展全球灾害信息全景式获取分析,实现全球灾害事件信息的自动化获取、分析及可视化展示;② 向联合国可持续发展目标（SDGs）和中国“一带一路”倡议,加强典型热点区域的Web灾害事件信息获取分析应用研究并形成示范系统;③ 按照数据、信息、知识的应用层次,建立以大数据挖掘和分析技术支撑的新型防灾减灾知识服务系统。     

精准水稻种植信息系统结构、管理与应用

精准农业是当今世界农业发展的新潮流 ,中国 2 1世纪农业的发展方向之一。稻谷产量占我国粮食总产量的 4 0 %左右 ,实现精准水稻种植具有重大意义。在上海市农工商现代化农业园区“精准农业试验与示范基地”开展的水稻精准种植试验 ,结果与其他地块相比较 ,化肥使用量减少 1 5 % ,单产提高 8% ,总收益提高 1 8%。精准水稻种植信息系统是实现水稻精准种植的核心 ,目前完成 PRC/ INFO1 .0版本的开发 ,本文介绍了系统的结构、功能和技术特点。     

基于稀疏样点的蒙古国产草量估算方法研究

产草量是衡量草原生产力和诊断草原健康状况的指标,是草地资源管理的重要依据。近年来,遥感数据结合地面实测数据建模已成为产草量估算的重要手段。充足的实测样点信息是产草量遥感建模估算的基础。受境外采样多重因素的制约,蒙古国产草量估算研究中无法获取足够且分布均匀的实测样点,估产模型的精度受到影响,这一问题目前尚未发现有好的解决方法。本研究选取中蒙铁路沿线（蒙古段）两侧200 km缓冲区作为研究区,针对产草量遥感估算中野外样点稀少且分布不均的问题,引入P-BSHADE方法,基于多年NDVI数据和获取的少量地面实测样点数据,考虑草地分布的非均匀性以及样点之间的相关性,对均匀分布的模拟样点处的产草量数据进行插值实验。结果显示,P-BSHADE法的插值效果优于Kriging法,可得到均匀分布于研究区的样点。基于以上实测样点和插值样点,结合NDVI、EVI、PsnNet 3种植被指数进行遥感建模,最优模型精度达到80%,精度优于已有相关研究。选取其中最优的基于NDVI的指数模型对研究区2000—2019年产草量进行反演,获得的产草量空间格局与年际变化与已有研究结果趋势吻合,进一步印证了结果的可靠性和插值方法的可行性。本研究通过插值的方式改善数据源从而提高估算模型精度是一种全新的思路与尝试,对于“一带一路”等境外区域资源环境监测具有借鉴意义。