青藏高原东南缘贡嘎山东坡亚高山土壤的土相

根据土相学定义，提出了包括研究内容、方法和分类命名等的土相学研究具体方案。并以贡嘎山东坡亚高山为例，对该地从海拔l820m～3650m的垂直地带土壤的土相，进行了实例研究。分析了典型土壤的土貌、土型和土壤微形态等土相要素和土相的特征；提出了各要素和土相的具体分类系统和命名方法。研究结果表明，土相可系统、完整地表述宏观、中观和微观各层次的土壤形态特征。既继承了土壤学研究的传统理论，又充分吸收了土壤学最新理论研究成果；既有扎实的理论基础，又有可操作性。在理论和实际应用上都有重要意义。     

青海省新型功能材料研究和产业的分析(续完)

介绍了部分新型功能材料的前沿领域发展情况;通过对青海省在能源、矿产资源方面的优势及青海省可持续发展能力的分析,对我省目前及未来可以发展的新型功能材料产业提出了意见和建议。     

中国城市职能分类研究综述

城市职能分类的研究一直以来就是城市地理学研究的重要领域。在简要回顾中国城市职能分类研究的主要成果和观点的基础上，从研究的阶段性角度将城市职能分类分为研究初步展开、研究发展、研究逐步完善3个时期；并提出为适应新形势的发展，城市职能分类研究将在拓展研究对象、创新研究方法、完善数据指标体系、充分利用研究成果等方面得到完善和提高。     

大连有个“蓝色生物谷”

蓝色生物谷——加快形成以海洋生物工程、海洋功能保健食品、海洋生物制药、海洋生化制品、海洋环境污染修复技术及产品为主的产业格局,把大连建设成为国家海洋生物中试与产业化基地     

机载激光雷达技术现状及展望

介绍了LiDAR系统的特点,与航空摄影测量技术进行对比。总结当前LiDAR硬件系统和数据处理的现状和主要趋势,以期对国内用户在仪器选型和行业应用中提供帮助,对我国LiDAR硬件系统研制和数据处理软件开发提供借鉴和参考。     

面向对象的高分辨率影像土地利用信息提取

运用面向对象的分类方法对实验区高分辨率影像进行最优分割尺度的影像分割。首先利用ESP算法确定影像的最佳分割尺度,再运用CART决策树分类对土地利用信息进行提取,并对分类结果进行后处理,进一步提高分类精度。最终分类结果精度达到80.38%。     

基于决策树分类的大屯矿区地物信息提取及矿区污染分析

本文在对国内外遥感图像分类方法充分研究分析的基础上,选择决策树分类法对大屯矿区的Landsat 8遥感图像进行分类研究。选取样本提取并分析研究区典型地类光谱特征曲线,依据光谱曲线特征和归一化植被指数建立了土地利用分类决策树模型,通过反复试验和修正,筛选出适宜大屯矿区地物分类的决策树最优阈值,对研究区进行分类和精度评价,最后通过分类结果对研究区的水体污染状况进行简要分析。     

基于改进型决策树遥感分类的土地利用变化研究

在遥感和GIS技术支持下,以香格里拉建塘镇为研究区,以2000年、2009年Landsat TM影像为基础数据,运用光谱特征和地学辅助知识相结合的改进型决策树分类方法分别对研究区2个年份的基础数据进行土地利用信息提取和变化分析。研究结果显示:(1)基于改进型决策树遥感分类法与最大似然法相比分类精度有明显提高;(2)10 a间,香格里拉建塘镇城镇建筑用地、裸地面积呈上升趋势且变化最大,灌草地面积小幅增加,耕地、林地、水体、雪地冰川呈减少趋势,土地利用变化速度和综合程度越来越快。     

基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究

典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。     

高光谱影像概率分类向量机分类方法研究

从分析基于支持向量机和相关向量机的高光谱影像分类方法的优势和不足出发,将基于概率分类向量机的方法用于高光谱影像分类试验。在贝叶斯理论框架下,概率分类向量机为基函数权值引入截断Gauss先验概率分布,使得不同类别的基函数权值具有不同符号的先验分布,并利用EM算法进行参数推断,得到足够稀疏的概率模型,弥补了相关向量机选取错误类别的样本作为相关向量的不足,从而有效地提高了模型的分类精度和稳定性。OMIS和PHI影像分类试验表明,概率分类向量机能够很好地应用在高光谱影像分类。