主编手记

人类在海洋上争夺权益古已有之,从领地到物资,海洋承载着战舰炮艇,承载着征服的欲望,承载着扩张的野心,最终书写了一部历史。这些海上的争斗,虽不能算作人类的光彩,但从一定的角度来看,却也折射出了人类文明的演进历程。而海洋在这部历史中所扮演的角色,除了是货物转运的重要途径之外，也是文明传播的主要通道。随着人类社会的发展越来越受限于陆地的资源与环境困境，海洋逐渐成为了人们寄托希望的最后领地。     

三年完成数字湖南地理空间框架建设

湖南省在＂十一五＂期间把测绘事业发展纳入社会经济发展全局统筹把握,测绘事业进入发展快车道。2008年,湖南省出台了《关于加强测绘工作的通知》（湘发[2008]30号）,这是湖南第一次以省政府名义就加强测绘工作出台文件,对推动测绘发展具有十分重要的意义。     

基于建构主义理念,优化初中地理学习活动设计——以沪教版初中地理七年级上册"季风气候显著"为例

建构主义强调学习是个体在原有经验的基础上通过自主建构或社会建构形成新经验的过程。自主性、互动性、反思性、建构性是建构主义理念下学习活动的特点。本文通过课例分析,提出了一些优化学习活动设计的建议。     

基于时频特征的高分辨率遥感图像道路提取

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。     

基于时空大数据的社会管理创新平台建设

依托智慧武汉时空信息云平台,采用时空大数据、云计算、物联网等科技手段,建立了武汉市统一的社会管理创新平台。以时空大数据为基础,按照网格化管理的思想,整合公安、计生、民政、人社、卫生等部门的人口、法人和社会经济信息,将各类资源纳入全市统一平台,建立了市、区、街、社区、网格5级联动机制,实现了精确、敏捷、高效、全时段、全方位覆盖的社会管理与服务,为武汉中心城市、和谐城市、幸福城市的建设提供一体化的信息支撑。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

历史数据和强化学习相结合的低频轨迹数据匹配算法

针对低频(采样间隔大于1min)轨迹数据匹配算法精度不高的问题,提出了一种基于强化学习和历史轨迹的匹配算法HMDP-Q,首先通过增量匹配算法提取历史路径作为历史参考经验库;根据历史参考经验库、最短路径和可达性筛选候选路径集;再将地图匹配过程建模成马尔科夫决策过程,利用轨迹点偏离道路距离和历史轨迹构建回报函数;然后借助强化学习算法求解马尔科夫决策过程的最大回报值,即轨迹与道路的最优匹配结果;最后应用某市浮动车轨迹数据进行试验。结果表明:本文算法能有效提高轨迹数据与道路匹配精度;本算法在1min低频采样间隔下轨迹匹配准确率达到了89.2%;采样频率为16min时,该算法匹配精度也能达到61.4%;与IVVM算法相比,HMDP-Q算法匹配精度和求解效率均优于IVVM算法,16min采样频率时本文算法轨迹匹配精度提高了26%。     

地球观测数据共享的发展和趋势

地球观测数据共享是地球科学和相关学科科研活动中非常重要的基础性工作,是对地观测信息生命周期中的重要环节。受到由资源提供者、资源消费者和资源加工者组成的社会生态系统发展变化的影响,共享模式经历了无共享、项目共享、部门共享、社会共享等渐进的4个发展阶段,并呈现出区域差异和阶段差异。地球观测数据共享的概念体系包含数据开放、数据共享、数据互联等不同层次的问题,并受到信息技术等使能技术的驱动。其中开放性代表数据在网络中可被访问的状态,共享性是对于数据重复使用的授权和模式,互联性则是强调可共享数据资源在科学含义上的相互理解。而地球观测数据共享的技术体系则包含数据开放技术、数据共享技术和数据出版与引用技术。目前地球观测领域的数据共享正在经历巨大的文化、政策、技术和应用变革,下一代的地球观测数据设施集中体现了数据的共享和协作,并将呈现国际化、多学科化、标准化、设施化、大数据化和公众社会化等新的技术特征,将对相关科学活动产生重大影响。