简介：板块学说与均变论王建华（福建师范大学管理学系）自从赫顿、赖尔建立近代地质学以来，均变论（ｕｎｉｆｏｒｍｉｔａｒｉａｎｉｓｍ）一直是地质学研究的指导思想。从历史的角度看，均交论对地质科学的发展曾起过很大的推动作用。它在破除地球表面静止不变的早期观念方面...

简介：选取2012年2月24日的SPOT5遥感影像和2013年12月6日的Landsat8、＂高分一号＂遥感影像,应用最大似然法、支持向量机和面向对象方法提取红树林信息,并引入F值评价提取效果。研究结果表明,用最大似然法和支持向量机提取红树林信息的精度相似,与影像的特征光谱信息量相关性较强;而对于SPOT5影像等更高分辨率遥感影像,面向对象方法降低了最大似然法和支持向量机分类的红树林斑块破碎程度,其信息提取精度与影像的空间分辨率正相关。

简介：本研究分别在平潭青峰、坛南湾和闽江口琅岐岛采集18个老红砂样品、19个海滩砂样品以及40个河滩砂样品，并对这些样品进行粒度和稀土元素（REE）测量。结果发现老红砂与闽江口琅岐岛河口砂的稀土元素含量特征十分接近；分别对老红砂与闽江河口砂REE数据以及坛南湾海滩砂与闽江口砂（REE）进行了判别函数分析，老红砂的∑REE平均值为84.25μg/g，琅岐岛河口砂的∑REE平均值为89.81μg/g，相似性明显；坛南湾海滩砂的∑REE平均值为16.41μg/g，与闽江河口砂含量差别较大。研究表明：青峰老红砂沉积物主要来源于闽江口河口砂，末次间冰期暖湿气候下闽江输砂量增大，河口外沿岸流增强，大量河砂进入海坛海峡，在强劲的季风搬运下，沉积于平潭岛北部，形成以青峰为代表的平潭岛北部老红砂；而坛南湾海滩砂代表海洋波浪搬运的泥沙，不是老红砂的物源。

简介：随着人类活动对湿地影响的加剧，人类对湿地的干扰已经成为新的研究热点。以三江源区为主要研究区，通过构建人类干扰强度空间化指数，利用连续网格法，对人类干扰强度与不同时期的湿地率分布、湿地类型分布、湿地率和湿地类型年际变化的关系进行分析。研究结果表明，不同人类干扰强度等级内的湿地率与等级呈负相关关系，随着人类干扰强度等级的增大，湿地率明显减小。而在不同干扰等级下，对1990年、2000年和2008年湿地率变化的分析表明，人类干扰强度越大，湿地的年际变化越小。基于栅格单元对湿地的分布、变化的进一步分析同样表明，人类干扰强度越大，湿地率越小，湿地的年际变化也越小。不同类型的湿地在不同人类干扰等级间的分布差异也较大，湖泊、沼泽等在人类干扰弱的区域内所占比例较大；而河流湿地和水库、池塘等主要分布在人类干扰强度大的地区，且这些湿地类型的年际变化较小。

简介：草原鼠洞的识别定位可以为鼠害的监测、预测和防治等提供科学参考,因此,如何快速且准确地识别草地鼠洞成为亟需解决的问题。选取玛多县典型区作为研究区,利用可见光波段无人机影像,研究并建立了面向对象的模板匹配法和支持向量机法的草地鼠洞自动识别方法。模板匹配法是在多尺度分割的影像中选取不同种类的鼠洞对象并生成匹配模板,接着进行目标检测并产生初始结果,最后构建光谱、几何和纹理特征库对检测结果进行筛选。支持向量机法首先采集鼠洞训练样本并优化分类特征空间,然后采用支持向量机分类器监督分类得到鼠洞识别结果。对2种方法的识别结果进行精度评价与分析表明:2种方法的总体精度均较高,适用于三江源区草原鼠洞的精准识别。基于面向对象的模板匹配法比支持向量机法的总体识别精度整体高1%,错分误差低3%,识别效果较好。

简介：随着国土资源管理信息化和国土资源“一张图”工程的建立,国土资源管理各个业务工作的信息化建设速度逐渐加快。同时,覆盖遥感影像、土地利用现状、基本农田、土地利用规划、基础地理、土地利用动态监测等多源数据的国土资源“一张图”数据库基本建成。如何充分利用现有的国土资源“一张图”底图和各业务审批数据,将国土资源的各项业务:土地利用规划、土地利用年度计划、建设用地审批、城镇建设用地增加与农村建设用地减少相挂钩、土地供应、开发利用、土地市场、耕地补充、土地登记、卫片执法、案件线索、案件查处、土地督察等环节,使得各项环节环环相扣,实现“一地一证一号”。

简介：为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、总磷（TP）6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM（1,1）灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。

简介：本文应用山仔水库2003～2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练，在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据，推算出1997～2002年间缺失的叶绿素a浓度，并对1997—2006年春末夏初的叶绿素a浓度动态进行分析，结果表明：山仔水库1997年建库初期，叶绿素a浓度处于较高水平，2000年以后叶绿素a浓度开始降低，近几年基本保持稳定．2003—2006年叶绿素a浓度呈季节周期性变化，春末经夏季到初秋，叶绿素a浓度持续升高，冬季下降明显，春季又开始回升；说明近几年山仔水库水体春末夏季秋初处于富营养化水平，秋末冬季处于中营养水平．本研究结果将为山仔水库的富营养化防治提供科学依据．