3个时期骆马湖大型水生植物的分布及变化

大型水生植物对湖泊的生物地球化学循环具有重要影响.一方面,大型水生植物在生长过程吸收营养;另一方面,其通过向水体释放氧气而影响磷元素以及其他相关因子,进而影响磷元素的生物地球化学循环.为了从宏观上了解骆马湖生态系统变化,以1990年9月20日、2000年5月2日和2008年10月15日Landsat TM/ETM+影像为主要数据源,以大型水生植物的归一化植被指数(NDVI)为测试变量,运用分类回归树(classifica-tion and regression tree,CART)方法确定分割阈值,通过构建知识决策树的方法识别骆马湖大型水生植物动态变化特征.3个时期的遥感分类的总体精度与kappa系数分别为92.28％和0.87、91.73％和0.86、93.38％和0.88,因此,该方法的分类精度完全满足骆马湖水生植物分布及变化的研究.研究结果表明,骆马湖大型水生植物分布面积由1990年的55.461 6 km2,减少到2000年的41.801 4 km2,2008年又增加到79.065 km2;大型水生植物主要分布在骆马湖北部河湖交汇区;人类活动干扰是造成骆马湖大型水生植物分布面积发生变化的主要原因.     

基于决策树的多光谱影像分类研究

采用了辅以纹理特征的决策树方法进行分类,探讨了决策树在遥感数据分类方面的优势,提高了遥感影像的分类精度。     

How do machine learning techniques help in increasing accuracy of landslide susceptibility maps?

Landslides are abundant in mountainous regions.They are responsible for substantial damages and losses in those areas.The A1 Highway,which is an important road in Algeria,was sometimes constructed in mountainous and/or semi-mountainous areas.Previous studies of landslide susceptibility mapping conducted near this road using statistical and expert methods have yielded ordinary results.In this research,we are interested in how do machine learning techniques help in increasing accuracy of landslide susceptibility maps in the vicinity of the A1 Highway corridor.To do this,an important section at Ain Bouziane(NE,Algeria) is chosen as a case study to evaluate the landslide susceptibility using three different machine learning methods,namely,random forest(RF),support vector machine(SVM),and boosted regression tree(BRT).First,an inventory map and nine input factors were prepared for landslide susceptibility mapping(LSM) analyses.The three models were constructed to find the most susceptible areas to this phenomenon.The results were assessed by calculating the receiver operating characteristic(ROC) curve,the standard error(Std.error),and the confidence interval(CI) at 95%.The RF model reached the highest predictive accuracy(AUC=97.2%) comparatively to the other models.The outcomes of this research proved that the obtained machine learning models had the ability to predict future landslide locations in this important road section.In addition,their application gives an improvement of the accuracy of LSMs near the road corridor.The machine learning models may become an important prediction tool that will identify landslide alleviation actions.     

矢量电子地图的线目标在线简化

为了适应实时GIS的变比例尺显示与网络GIS的快速矢量数据传输,提出了数字地图的在线综合概念,讨论了对线目标的在线简化算法。提出的两个在线简化算法都是对DP简化算法进行改造,使算法对时间的复杂度从θ(n)~θ(n²)的乘法运算改进为θ(1)~θ(n)的赋值运算,并讨论了减少算法所涉及的空间复杂度的可能性。     

利用目标点最小生成树的路面裂缝检测

分析路面裂缝的成像特点,提出了一种基于目标点最小生成树的路面裂缝检测方法。最小生成树具有描述空间线性聚集特征的优点,有利于实现对裂缝的全局分析和提取。实验结果表明,对不连续裂缝的处理,本文方法优于传统方法。     

森林经营措施对土壤的扰动和压实影响

根据森林经营措施对林地土壤的扰动和压实及其对树木生长和森林生产力的影响 ,指出森林经营措施对土壤造成的干扰是长期存在的 ,干扰强度越大 ,对林地生产力的影响越严重。从伐区作业、林地清理、整地、幼林抚育等方面提出减少土壤受扰动和压实的具体措施 ,为减少经营措施对林地生态系统的影响 ,从而改进传统的森林经营措施 ,实现森林可持续经营提供借鉴。     

胡杨树轮δ13C记录的艾比湖地区夏季最高温度变化

摘要：艾比湖是新疆北部生态环境最为敏感和脆弱的地区,这里分布的大片长龄胡杨是过去气候变化良好的记录体。本文利用艾比湖东岸的胡杨树轮资料,分析其宽度和稳定碳同位素组成,建立了树轮宽度年表和δ^13C序列,并对δ^13C序列进行了校正处理。树轮参数的气候意义分析表明胡杨树轮宽度所含的气候信息较少,而树轮δ^13C校正序列与精河夏季高温显著负相关,为荒漠平原区树轮气候研究提供了新的资料。研究区夏季的高温超过了光合作用的适宜温度,降低光合作用速率（A）,而地下水埋深较浅,叶片气候导度（g）并没有因受到水分条件限制而减小,在以上两个因素的共同作用下,叶片内部二氧化碳浓度（Ci）升高,导致胡杨δ^13C与夏季高温负相关关系。建立了胡杨树轮δ^13C校正序列与精河夏季高温的转换方程,方差解释量为33．0％。重建的精河145a来夏季高温序列反映了这一地区气候变暖的趋势,其升温的幅度高于北半球夏季升温幅度,但二者冷暖阶段变化并不完全一致。     

决策树在遥感影像分类中的应用

在充分了解决策二叉树分类过程的基础上, 以西藏波密地区的TM遥感影像为研究对象, 提取并分析各种典型地物的反射光谱特征, 利用不同地物的光谱差异并结合人工目视判读建立了一组能够精确、快速划分遥感影像的分类规则。用ENVI建立分类决策树对实验区遥感影像进行分类, 并将分类结果和传统的最大似然法相比较。结果表明:决策树分类的总体精度和Kappa分别为97.15%和0.9644, 优于传统的最大似然法, 取得了较为满意的分类结果。     

中华齿米虾胰蛋白酶基因的研究

以中华齿米虾(Neocaridina denticulata sinensis)基因组DNA为模板,根据胰蛋白酶基因保守序列设计简并引物,利用PCR技术获得一个基因。序列分析表明此基因与已报道的凡纳滨对虾(Litopenaeus vannamei)胰蛋白酶基因有较高的相似度,序列中包含一个内含子和两个不完整的外显子,编码182个氨基酸残基。该氨基酸序列与凡纳滨对虾胰蛋白酶氨基酸序列的相似度为83.5%;含有胰蛋白酶所特有的His、Asp和Ser组成的活性三联体、决定胰蛋白酶底物专一性的Asp、底物结合部位的G1y残基。综合分析认定该基因为胰蛋白酶基因片断。将其氨基酸序列与报道的其他动物胰蛋白酶氨基酸序列进行了系统进化分析。系统进化分析的结果与现有以表型特征为依据的虾分类结果是一致的。     

基于随机森林的盐城湿地近20年景观格局变化

掌握湿地景观分类及其动态变化能够有效监测湿地生态系统格局变化。选取江苏盐城国家级珍禽自然保护区核心区湿地,采用最大似然、CART决策树和随机森林的方法分别对该核心区进行信息提取,分析发现,随机森林方法的精确度最高（总体分类精度达91.02%,Kappa系数为0.89）。进而采用该方法针对整个江苏盐城滨海湿地进行景观信息提取,得到了1995、2006、2016年度的江苏盐城湿地景观分类（共分为6种类型）,并通过转移矩阵分析了各类型的每年度变化情况,结果发现,江苏盐城湿地面积总体呈增长趋势,主要表现在水产养殖区向浅海区不断扩张,1995—2006年期间植被、建筑区和农作物面积都有所增长,2006—2016年期间基本保持稳定。