简介:为推动新时代自然资源管理事业高质量发展,大力提升干部队伍综合能力,推进“两学一做”学习教育常态化、制度化,山东省滨州市国土资源局从今年3月起,在全系统开展“大学习、大调研、大改进”专项活动,不分阶段、不设环节,同时展开、同步推进,准确把握自然资源管理“源头严防、过程严管、后果严惩”的新要求,通过抓学习提境界、抓调研增本领、抓改进促落实,使全系统干部队伍的思想观念得到更新、素质得到提升、活力得到进发,坚持一手抓标本兼治,一手抓规范提升,坚持既要“一次办好”,更要“全面做优”,把党中央的重大决策部署变成滨州国土人的生动实践,为推动滨州高质量发展提供了有力资源保障。
简介:日前,国家自然科学基金委员会公布2010年度首批资助项目,福建师范大学地理科学学院继2009年获得8项之后,今年再创佳绩,增至11项,继续保持强劲的增长势头.其中面上项目3项,青年科学基金项目7项,国家基础科学人才培养基金1项,总计金额262万元.
简介:2009年福建师范大学地理科学学院在承担高层次科研项目上取得突破,获得国家自然科学基金委员会地球科学部、生命科学部和工程与材料科学部资助项目8项,其中面上项目4项,青年科学基金项目4项,总计金额222万元.
简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:国家自然科学基金委员会日前公布了2012年国家自然科学基金资助项目,福建师范大学地理科学学院喜获14项资助,经费达1197万元,立项数和资助经费均创历史最好水平.其中,刘秀铭教授主持的项目获得国际(地区)合作与交流项目立项资助(金额300万元),
简介:单独利用遥感影像光谱信息进行近海水产养殖信息提取时,养殖水体与自然水体易混淆,而单独利用遥感影像纹理信息提取近海水域水产养殖信息时,单一大块养殖水体与自然水体又难以区分。针对上述问题,利用OLI影像数据,提出了一种综合遥感影像光谱与纹理信息进行水产养殖信息提取的方法。首先,在对研究区养殖水体类型进行光谱特征分析的基础上,采用主成分变换方法,对OLI影像光谱信息进行压缩、挖掘和选取;其次,分析灰度共生矩阵窗口尺寸和纹理特征统计量对研究区水产养殖区域的区分能力,完成纹理特征的选取,并将选取的纹理信息和光谱信息进行特征协同;最后,对特征协同数据进行多尺度分割,根据各水体类型间的光谱特征和纹理特征的差异,构建研究区3种养殖水体的模糊逻辑隶属度函数,实现对研究区水产养殖信息的自动提取。研究结果表明,该方法能较好地提取研究区水产养殖信息,总体分类精度达到97.93%。