棕囊藻的生物学概述—I．形态分类和生理生态学

海洋浮游植物棕囊藻Phaeocystis spp.在自然界常以游离单细胞和由粘胶质包裹的细胞集群体两种细胞形式轮换出现,它在世界各营养丰富的海域中无处不在,并可形成高细胞密度、暴发性繁殖及形成赤潮.rRNA基因研究数据说明,目前全世界海洋分布的Phaeocystis spp.有3个分开种,即Phaeocystis pouchetii、Phaeocystis globosa和Phaeocystis antarctica.棕囊藻奇特的生理学和生态学特征是独一无二的,它复杂的多形态变化生命循环导致海域植物性和海底食物网(如微量元素的生物地球化学)的结构与功能均发生了极大的变化.棕囊藻的生命循环体现了其主要的生态学特征,不同棕囊藻形态的生物化学和营养代谢与细菌,微型、中型和后生浮游动物的作用以及海洋环境中的物理结构均有关.在自然界,棕囊藻的生命循环中最常见和最重要的是它的集群体形态,集群体形态是一个具有整体生物学功能特征的生物实体.棕囊藻在生态系中起到重要作用的关键在于集群体形态在合成糖粘胶质的能力较强.     

基于光谱分析的MODIS云检测算法的研究

在总结云、陆地、植被、水体等目标光谱特性以及云和不同目标间光谱差异的基础上,改进了一种下垫面多光谱云检测算法,并采用MODIS影响进行了试验.试验结果表明,此改进方法行之有效.     

改进的直方图均衡化在遥感图像分类中的应用

遥感图像监督分类主要依据地物的光谱特征,具有很大的局限性.本文提出一种改进的直方图均衡化方法一均衡化后各像素灰度值调整,利用该方法对遥感图像进行处理,处理后的图像再进行监督分类.实验结果表明该方法直观、简明、处理速度快.并能取得较高的分类精度,具有一定的实用性.     

义乌市分类处置闲置土地

义乌市积极开展闲置土地清理处置工作,今年共查出闲置土地7宗,总面积3．0681公顷。闲置土地主要集中在工业用地,闲置原因主要是“三通一平”等配套基础设施没有及时跟上,致使企业无法正常开工建设。义乌市采取分类处置的办法处理闲置土地,因政府原因造成的闲置土地：一是努力消除闲置原因。对政策处理未到位原因造成的闲置,政府加大工作力度、兑现政策,交付土地尽快开工。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

基于决策树的我国农业数据挖掘分析

决策树是用于分类的常用建模方法。首先对分类的概念和决策树方法分别进行了总体介绍,在此基础上对我国30个省市自治区的乡村劳动力、耕地面积以及农业总产值信息数据进行了挖掘分析,在运用决策树对数据进行分类过程中对连续数据采用聚类分析的方法进行离散化处理,从而避免了原始经验分类方法的主观性。最后,通过上述决策树分类方法,生成我国农业情况的决策树,获得相关空间分类规则,并对其进行分析说明。结果表明,决策树分类方法适合我国农业情况。     

平面约束条件在LIDAR点云滤波中的应用

介绍了一种利用平面约束条件对LIDAR点云数据进行滤波的方法,利用每个数据点的邻域点拟合平面,根据平面约束条件和平面点分类方法得到地面点,最后利用地面点内插该区域的DTM.     

机载激光雷达平均树高提取研究

为了研究机载激光雷达(LiDAR)树高提取技术,以山东省泰安市徂徕山林场为实验区,于2005年5月进行了机载LiDAR数据获取和外业测量.通过对LiDAR点云数据的分类处理,分别得到了试验区的地面点云子集、植被点云子集和高程归一化的植被点云子集.基于高程归一化的植被点云子集计算了上四分位数处的高度,与实地测量的数据进行了比较,并结合中国森林调查规程进行了实用性分析.结果表明:对于较低密度的点云数据,使用分位数法可以较好地进行林分平均高的估计;机载激光雷达技术对树高估计是可行的,精度都高于87%,总体平均精度为90.59%,其中阔叶树的精度高于针叶树.该试验精度可以满足中国二类森林调查规程中平均树高因子的一般商品林和生态公益林的精度要求,对国有商品林小班的调查精度要求(5%)存在一点差距,需要在国有商品林区进一步开展验证工作.对本试验区而言,已经可以满足其作为森林公园生态公益林的调查要求.     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

MODIS数据自适应火点检测的改进算法

在MODIS火点检测算法基础上提出一种自适应火点检测的改进算法,并对改进算法进行的构建详细描述.改进的算法按照直方图统计来选择进行非火点排除的中红外通道亮温阈值,利用背景像素相对增温法判断疑似火点,提高了火点的识别能力.另外改进算法对云覆盖下的火点也有一定的识别能力.选择中国小火点发生频繁的广东地区进行改进算法的检验,结果表明火点检测效果理想.