云南边境生态环境数据组织管理研究

生态环境数据合理有效地组织与管理,对于开展区域生态环境研究意义重大。本文首先探讨了生态环境数据组织管理的基本流程。在此基础上,指出生态环境数据分类编码与元数据的规范化,以及生态环境模型的设计是实现生态环境数据组织管理的难点所在。随后,笔者以云南边境地带生态环境数据为例,提出了生态环境数据分类编码与元数据方案。并且在深入剖析生态环境数据特征的基础上,重点研究了生态环境数据的建模方案,提出了生态环境辅助数据模型(EcoADM)。最后,简要介绍了云南边境生态环境数据库管理原型系统的建设。     

近20年京津唐地区不透水面变化的遥感监测

不透水面是衡量城市化程度的重要指标之一,对京津唐城市群的不透水面进行深入研究,可以量化城市群扩张过程及其影响,对该区域多城市协调发展及规划布局具有重要意义。本文结合高分辨遥感影像、生长季及落叶季的Landsat TM遥感影像和夜间灯光数据等,采用分类和回归树（Classification and rRegression Tree, CART）算法,构建了适于京津唐地区不透水面盖度提取的技术方案,获取了京津唐地区1995-2016年共5期地表不透水面盖度专题信息,并分析了地表不透水面的时空演变规律,结论为：① 适于京津唐地区不透水面盖度提取的CART算法的最佳输入变量组合为：生长季和落叶季的Landsat TM图像以及对应的夜间灯光数据;其次为生长季Landsat TM遥感图像和夜间灯光数据组合方案。利用该组合方案,ISP估算输出结果的交叉验证精度R值可以达到约0.85,可以满足地表不透水面纵向对比分析的需要。② 从地表不透水面总面积数量值来看,1995-2016年京津唐主体城市区域整体上呈增长趋势,其中2011-2016年地表不透水面积增加愈加明显;③ 从地表不透水面盖度值的高低来看,1995-2016年京津唐中、高盖度不透水面的占比都是在不断增长的,低盖度不透水面占比存在少量下降现象,且京、津、唐3城市的主体城区各阶段变化差异较大,反映出了各城市扩张具有各自不同的时空演变特征。     

基于改进BP神经网络的海底底质分类

通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。     

A study on the early-warning technique concerning debris flow disasters

According to the principle of the eruption of debris flows, the new torrent classification techniques are brought forward. The torrent there can be divided into 4 types such as the debris flow torrent with high destructive strength, the debris flow torrent, high sand-carrying capacity flush flood torrent and common flush flood by the techniques. In this paper, the classification indices system and the quantitative rating methods are presented. Based on torrent classification, debris flow torrent hazard zone mapping techniques by which the debris flow disaster early-warning object can be ascertained accurately are identified. The key techniques of building the debris flow disaster neural network (NN)real time forecasting model are given detailed explanations in this paper, including the determination of neural node at the input layer, the output layer and the implicit layer, the construction of knowledge source and the initial weight value and so on. With this technique, the debris flow disaster real-time forecasting neural network model is built according to the rainfall features of the historical debris flow disasters, which includes multiple rain factors such as rainfall of the disaster day, the rainfall of 15 days before the disaster day, the maximal rate of rainfall in one hour and ten minutes. It can forecast the probability, critical rainfall of eruption of the debris flows, through the real-time rainfall monitoring or weather forecasting. Based on the torrent classification and hazard zone mapping, combined with rainfall monitoring in the rainy season and real-time forecasting models, the debris flow disaster early-warning system is built. In this system, the GIS technique, the advanced international software and hardware are applied, which makes the system′s performance steady with good expansibility. The system is a visual information system that serves management and decision-making, which can facilitate timely inspect of the variation of the torrent type and hazardous zone, the torrent management, the early-warning of disasters and the disaster reduction and prevention.     

中国土地荒漠化分类系统探讨

通过对前人研究土地荒漠化类型划分成果的学习消化并结合自己多年对土地荒漠化研究,提出我国土地荒漠化类型划分的原则和分类系统,以主导营力和表现形式为划分指标,不但将全国划分为流水作用、风力作用、化学作用和人为直接作用等4个类型,而且从不同类型中再细分出侵蚀劣地,侵蚀裸岩、裸土,堆积沙砾地,土壤劣化;风蚀劣地,风积半流动沙丘,风蚀裸地,土壤粗化、贫化;次生盐渍化、酸化、碱化地,三废污染,农药、化肥污染;废弃土、石、渣堆积,人工挖掘劣地等13个亚类,并对其分布、特征及形成等作了简要论述。     

湖泊和水库营养灰色聚类分析

选取浮游植物初级产量、浮游植物现存量、有机物耗氧量、总氮、无机氮、总磷、活性磷等七项指标,由德尔菲法确定各指标的类别界限值和权重,用灰色系统理论的定权灰色聚类方法,借用计算机对23个湖泊和水库营养类型主要参数作灰色聚类分析,以建立一种划分我国湖泊和水库营养类型的有效方法,作为渔业生产的依据。     

基于HJ-1A高光谱影像的湿地精细分类

混合像元的存在不仅影响了基于高光谱影像的地物识别和分类精度,而且已成为遥感科学向定量化发展的主要障碍。本文以扎龙湿地为试验区,以环境一号卫星采集的高光谱影像为数据源,分别采用传统的全约束最小二乘光谱解混算法(fully constrained least squares spectral unmixing algorithm, FCLS)与基于稀疏约束最小二乘光谱解混算法(sparse constrained least squares spectral unmixing algorithm, SUFCLS)实现了试验区湿地的精细分类,并对两种分类结果的表现及其分类精度进行了对比分析。研究结果表明：SUFCLS算法能够自适应的从光谱库中选择场景中所占比例最高的一组端元,并将此端元的组合应用于传统的全约束最小二乘光谱解混中实现不同湿地类型丰度的提取,该算法充分考虑了端元的空间异质性,弥补了FCLS算法在端元选取过程中的不足。精度验证结果表明与FCLS算法相比,SUFCLS算法分类结果的均方根误差更小,丰度的相关系数更高,因此该方法对于提高湿地解混精度以及实现湿地精细化分类具有重要意义。     

THE EVOLUTION OF SERVICE ECONOMIES: A GEOGRAPHICAL PERSPECTIVE1

Of the several classifications of services, each emphasizes different characteristics. The International Standard Industrial Classification (ISIC) is used for a comparative study on the transformation into service economies of the U.S., Canada, Great Britain, France, West Germany, Italy and Japan. Service economies are defined as national economies in which employment in services surpassed that in manufacturing. The pace of the evolution of service economies has been rapid with North America leading, followed in order by Great Britain, France, Italy, Japan and West Germany. Service economies have important implications for urban growth, intercity competition, and international trade.     

基于卷积神经网络的ICESat-2光子点云去噪分类

ICESat-2（Ice, Cloud, and land Elevation Satellite-2）是美国NASA（National Aeronautics and Space Administration）在2018年发射的激光测高卫星,其上搭载的激光测高系统ATLAS（Advanced Topographic Laser Altimeter System）采用微脉冲多波束光子计数激光雷达系统,因其低能耗、高探测灵敏度、高重复频率的特性极大改善了沿轨采样密度,但也使获取的数据中包含大量的噪声,如何有效实现光子点云去噪分类成为后续应用的关键,也是当前研究的热点和难点,为此本文提出一种基于卷积神经网络的光子点云去噪和分类算法。首先将光子点云按照沿轨和高程方向划分格网,去除明显的噪声光子,并将每个粗信号光子点栅格化为影像;然后基于少量样本构建的卷积神经网络分类模型实现光子点云精去噪和分类;最后利用机载激光雷达数据进行验证,并与ATL08产品的去噪分类结果进行对比。结果表明,对于裸地和森林区域,卷积神经网络算法均能有效去除噪声光子,特别对于森林区域,可同时实现去噪和分类;其中,裸地区域地表计算的R²和RMSE分别为1.0和0.72 m,森林区域地表和树冠计算的R²分别为1.0和0.70, RMSE分别为1.11 m和4.99 m。本文利用深度学习算法实现光子点云去噪分类,在裸地和森林区域均取得了较好的结果,为后续光子点云数据处理提供了参考。     

陕西省生态农业干旱区划研究

选取主要气候变量、地质土壤类型、水文、径流特征、地表植被类型及分布等10个影响陕西省生态农业干旱因子,利用K-Means Clustel‘Analysis(快速聚类法)和Hierarchical Cluster Analy-sis(分层聚类法)相结合的方法,对陕西省生态农业干旱区划进行研究,将陕西地区划分为8个生态农业干旱相似区,并对区划合理性进行了检验.分析表明:采用生态因子和干旱因子相结合的聚类分析方法能够较好地反映陕西省生态农业干旱实际情况,充分地体现"陕西省生态农业干旱"的空间分布特征,具有较强的科学性.