一种随机化的椭圆拟合方法

针对计算机视觉领域中常见的椭圆拟合问题,本文讨论Theil Sen、Repeated Median方法,并结合两种方法提出一种计算量小、易于实现的随机化拟合方法。这种方法在细胞拟合的实际应用中取得了很好的效果。

云南省植被覆盖时空变化特征及影响因素研究

云南省物种资源丰富但生态系统十分脆弱,生态环境脆弱性保护与植被覆盖联系紧密。为此,该文采用2000—2022年MOD13Q1数据集的归一化植被指数(normalized difference vegetation index,NDVI),利用最大值合成法(maximum value composite,MVC)、Theil-Sen中位数趋势分析、Mann-Kendall显著性检验方法动态监测植被的时空格局变化。利用相关分析方法探讨植被对地形地貌、气候变化及土地覆被等影响因素的响应。研究表明:2000—2022年,云南省整体植被覆盖度较高,年均NDVI值在0.74~0.90之间,呈波动上升趋势,其中增加趋势的面积占91.17%,滇东北增长速率最快;植被覆盖在地域上存在差异,滇东南、滇西南的植被覆盖高于滇西北、滇中、滇东北;在海拔3900 m以下,云南省NDVI值比较稳定,3900 m以上随海拔升高而NDVI值呈减少趋势;坡度<3°时,NDVI值最低,随着坡度增加,NDVI值先增加后降低;平面坡向的NDVI值最低,除平面坡向外,其余坡向对植被生长影响较小;2000—2022年,滇中、滇东南、滇东北的植被覆盖与降水呈正相关,表明降水有利于植被生长;而滇西南、滇西北与降水呈负相关。全区及各区域的植被覆盖与气温呈正相关,表明气温有利于植被生长。研究结果可为加强云南省生态环境建设和生态管理提供科学依据。

东北三省NDVI时空变化特征及对气候因子的响应

中国东北地区是全球气候变化最敏感的区域之一,了解植被的时空变化及对气候因子的响应对东北地区生态环境的构建和评价具有重要意义,对全球气候变化的响应也具有重要的指示作用。基于MODIS归一化差值植被指数(NDVI),利用Theil-Sen斜率估计、Mann-Kendall检验和Hurst指数开展2000—2021年东北三省NDVI时空演变特征及未来变化趋势研究,并通过相关分析方法研究NDVI对气候因子的响应。结果表明:2000—2021年NDVI整体均值为0.391,季节上呈现出春冬季低、夏秋季高的变化趋势,空间上呈现出西低东高的变化趋势;2000—2021年,NDVI年均增长率为0.003 a~(-1),而2010—2021年,NDVI整体呈现极显著上升趋势,年均增长率为0.006a~(-1);东北三省86.93%面积的NDVI在未来可持续增长,表明未来植被生长态势较好;相关分析表明,NDVI与气候因子在空间尺度上存在依赖性,气温与NDVI有更好的相关性;在东北三省大部分地区,气温和降水均对NDVI变化有正贡献,且两者的贡献相当,但在空间上存在着差异。

基于Theil不等系数的组合预测模型的性质

基于Theil不等系数的组合预测模型是一种新的相关性的组合预测模型,研究了该模型的性质。在提出若干新概念的基础上,探讨了模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,给出了冗余信息的判定。

斑点杂交法检测SEN病毒感染

目的 :探讨斑点杂交法检测SEN病毒 (SENV)感染的应用价值 .方法 :应用地高辛标记、制备SENV部分基因探针并用斑点杂交技术检测SENVDNA ,与聚合酶链反应 (PCR)检测结果相比较 .结果 :在 191份血清中 ,采用斑点杂交法检出 6份阳性 ,检出率为 3.1% .PCR方法检测出 11份阳性 ,阳性率 5 .8% .结论 :制备的地高辛探针具有SENV特异性 ,以地高辛标记的SENV探针可用于检测SENV感染 .

利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

在利用高空间分辨率影像研究小区域植被覆盖度(FVC)变化时,传感器、成像条件及云量的影响会导致连续的长时序影像数据缺失或数据质量较差,同时影像的低时间分辨率也限制了对小区域连续时序FVC变化的研究。针对该问题,本文采用线性融合方法融合出连续的长时序FVC影像,解决了在研究FVC时空变化时云量和条带影响导致的Landsat影像连续时序数据缺失和低时间分辨率问题;利用Sen+Mann-Kendall进行趋势分析发现,金花茶自然保护区的FVC在2000—2016年整体呈增加趋势,FVC显著增加的区域约占37.32%,不显著增加的区域约占58.56%。线性融合方法得到的FVC影像可以精细地表征地表FVC的变化,较好地解决了高空间分辨率影像FVC连续时序数据缺失的限制,有利于小区域FVC的长时序时空变化研究。

SEN病毒D亚型部分基因的克隆、表达和鉴定

目的获得序列正确的SENV-D亚型ORF1 C-端蛋白基因,并进行表达。方法用PCR法从SENV阳性血清中获得SENV-D ORF1 C-端基因,测序验证后,构建pQE30-SD重组表达质粒,并转化E.coliM15,进行IPTG诱导表达及Western blot分析。结果获得的SENV-D亚型ORF1 C-端蛋白基因序列正确,表达蛋白相对分子质量约为38 000。经Western blot证实能与阳性血清发生抗原抗体反应。结论已成功获得了SENV-D ORF1 C-端蛋白,为今后进一步研究奠定了基础。

基于NDVI数据的陇南市植被覆盖度时空演变

为研究陇南市的植被覆盖变化,基于2001—2020年归一化差异植被指数数据,采用像元二分模型最大值合成植被覆盖度,通过趋势分析、显著性检验,Hurst指数等方法,系统地分析甘肃省陇南市近20年来植被覆盖度的时空演化特征,并对其发展趋势进行预测。结果表明:①陇南市植被覆盖度整体呈现出一个波动性的上升趋势,变化速率在(-0.0417208~0.0479985)/a;②不同地区的植被覆盖度稳定性存在明显的差异,其中植被覆盖稳定不变区域占比7.26%,明显改善区域占比31.12%,严重退化区域占比9.39%;③在植被覆盖演变过程中,持续性和反持续性呈现出交错的分布模式,总体上主要呈现为弱持续性的序列。研究结果可为陇南市生态环境的修复和保护工作提供参考依据。

基于Theil不等系数的调和平均组合预测模型研究

The il不等系数是一种新的相关性指标,基于该指标提出调和平均组合预测的一种新的模型,探讨了该模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并给出冗余信息的判定.

SEN病毒的研究进展

发现和鉴定新型肝炎病毒一直是肝炎研究的热点之一。在2000年发现的SEN病毒被认为是一种新的肝炎病毒,最初的文献推测其可能与输血后非甲非戊型肝炎密切相关;但通过近两年的研究表明,其作为肝炎致病因子的地位有待进一步证实。本文从SEN病毒的基因组结构、检测方法、与肝炎的相关性和流行病学等方面重点介绍了其研究现状和所面临的问题。

Theil’s回归及应用

分析两事物间的数量关系,常用的统计方法是应用最小二乘法作直线回归分析。作这种直线回归分析的条件是要求应变量 y(对应于不同的自变量 x 取值)呈等方差的正态分布,因此它的应用就有一定的限制。另外,在实际工作中,常会遇到一些"离群"的数据。如果有证据表明这种数据是一种错误,当然可以弃之不用。在许多情况下。

远程和数字化学习,社会公平和发展:通向开放大学使命的相关能力方法

本文综述了大型远程教育和开放大学使命的相关论述,用以分析开放大学主张的、也许是其与生俱来的关于发展和社会公平的理论。据称,这些主张在多数情况下没有依据或者是幼稚的。本文进一步从阿玛蒂亚·森(Amartya Sen)看待发展的能力方法的性质出发,用以确定在更大范围内将远程和数字化学习作为发展和社会公平的贡献者的可能性。

贵州省2000-2020年NPP时空变化特征及影响因素

[目的]如何利用长时序遥感数据信息对贵州省植被净初级生产力(Net Primary Productivity,NPP)的时空变化特征及影响因子进行定量分析,对喀斯特区域生态质量评估和监测具有典型意义,可为该区域的碳平衡和生态保护研究提供科学依据。[方法]综合利用Theil-Sen趋势分析法、Mann-Kendall检验法、相关性分析法和地理探测器等模型方法,基于2000—2020年MODIS NPP数据,以及DEM、气温、降水、人口密度等多源数据,定量计算和解析贵州省NPP的时空演变特征及其影响因子。[结果]贵州省NPP的空间分布呈现中南和西南部高、北部和东部低的空间异质性特征。近20年来,贵州省NPP总体呈波动上升趋势,增长区主要分布在西部和西南部,减少区主要分布在中部及东南部。气温和降水对NPP的影响最为显著,其与NPP的正相关水平分别达85.27%和63.35%,升温对NPP有促进作用,而降水过多则对NPP有阻碍作用。[结论]单因子分析表明降水对NPP影响最大,而任意两个因子交互的影响力计算显示,降水与气温是2000—2020年对贵州省NPP影响作用最大的交互因子。

闽江流域生态环境质量动态变化及其驱动力

[目的]探究闽江流域生态环境质量动态变化的驱动因子及相互作用,为该流域生态环境质量改善和实现人与自然和谐发展提供理论支持。[方法]选用2001—2020年的MODIS系列遥感数据,基于Google Earth Engine(GEE)平台计算闽江流域的遥感生态指数(RSEI),结合趋势分析研究闽江流域生态环境质量的时空变化,最后通过地理探测器探测RSEI的驱动因子。[结果]①RSEI计算结果中4个生态指标的第一主成分平均贡献率达到69.01%,说明RSEI能够充分反映闽江流域生态环境质量状况。②闽江流域生态环境质量良好且向好发展。2001—2020年闽江流域的RSEI均值由0.618上升到0.701,生态环境质量等级优良的面积比例增加了19.16%,流域90.28%的地区生态环境质量有所改善。[结论]闽江流域生态环境质量受多个因子共同影响,其中海拔和夜间灯光对闽江流域生态环境质量解释度较高,是主要的影响因素和驱动力,因子间的相互作用均会加大对生态环境质量的影响。

广东省植被叶面积指数时空变化特征及其影响因素

植被变化是评价生态环境和衡量地表植被状况的重要指标之一,探讨植被的时空动态变化特征及其影响因素对生态环境的保护及植被的恢复建设具有重要意义。基于MODIS叶面积指数(LAI)卫星遥感产品、气象数据和社会经济数据,运用Theil-Sen Median趋势分析、Mann-Kendall显著性检验、Hurst指数分析和地理探测器等方法,探究了广东省2003~2020年叶面积指数的时空变化特征及其影响因素。结果表明:2003~2020年,广东省叶面积指数年际变化呈现为波动上升趋势(增长率为0.219/10a),叶面积指数季节均值的增长率从大到小依次为冬季(0.405/10a)、春季(0.251/10a)、秋季(0.139/10a)和夏季(0.111/10a);在空间上,叶面积指数表现为西北高、东南低的特征,低值区主要集中在珠江三角洲地区和沿海经济区;叶面积指数未来变化趋势以弱反持续性和弱持续性为主,持续改善区域的面积远远大于持续退化区域的面积,说明广东省植被覆盖未来改善的可能性较大;叶面积指数主要影响因素为高程、人口密度和GDP,其中高程的影响最为显著,对叶面积指数空间分异的解释力为16.9%,且双因素的交互作用能增强对叶面积指数空间分异的解释力。

蒙古高原500 m分辨率植被物候及变化趋势数据集(2001-2019年)

蒙古高原地处欧亚大陆中部,是典型的干旱半干旱地区,对气候变化高度敏感。植被物候是气候条件季节和年际变化最直观、最敏感的生物指示器,利用植被物候数据可以很好地对蒙古高原的生态情况、气候变化进行探究。本研究基于MODIS土地覆盖动态产品(MCD12Q2 C6),通过提取子数据集、镶嵌拼接、投影转换和裁剪等预处理操作,采用非参数Theil-Sen Median趋势分析与Mann-Kendall显著性检验方法,生成了2001-2019年蒙古高原500 m分辨率植被生长季开始时间、生长季结束时间、生长季节长度、生长峰值时间四个物候期以及变化趋势数据。本数据可反映蒙古高原19年植被物候期的时空变化情况,结合温度、降水等气候要素,可探究植被物候变化对环境要素的响应及其反馈机制,并可为植被变化分析、气候变化、碳循环等方面的研究提供数据支持。

蒙古高原250 m分辨率植被生长季NDVI年际时空变化数据集(2001-2021年)

蒙古高原对我国北方生态安全有着重要的影响,植被对气候变化和生态环境有着重要的指示作用,植被的时空变化格局与趋势是评估区域生态状况的重要指标。本研究基于MOD13Q1 NDVI数据,利用R语言调用Google Earth Engine服务进行月度最大值合成,之后使用R语言terra包完成生长季年度均值合成、变异系数计算、Theil-Sen median趋势分析和Mann-Kendall显著性检验以及Hurst指数计算,形成了2001-2021年蒙古高原250m分辨率植被生长季NDVI年际时空变化数据集,包含蒙古高原地区生长季NDVI时空变化格局和趋势特征信息。通过在国家地球系统科学数据中心共享数据,为科学认识蒙古高原区域植被覆盖时空变化规律提供数据支撑。

2000-2021年青藏高原地区地表净辐射的时空变化

基于CERES卫星提供的2000年3月至2022年2月SYN1 deg–Level 3辐射数据,结合Theil-Sen Median趋势分析、Mann-Kendall检验以及EOF分析等方法,分析了22年间青藏高原地表净辐射的时空变化规律。研究发现,在空间分布特征上,青藏高原地表净辐射总体呈现南高北低的分布特征,地表净辐射变化趋势具有高度一致性,但在青藏高原南部地表净辐射变化量级远高于青藏高原北部;在时间演化特征上,地表净辐射呈现准正弦振动,年周期变化明显,特别是2016-2017年出现突变,下降约5.52 W·m^(–2),同期云覆盖度年平均值提高约18.75%。

2000—2013年北部湾海岸带蒸散量时空动态特征

基于北部湾海岸带2000-2013年MOD16蒸散发（ET）数据和植被类型数据，借助于Theil—Sen中值趋势分析、Mann—Kendall检验以及Hurst指数等数理统计方法对海岸带蒸散量的时空变化特征进行定量分析，并在此基础上对蒸散量的未来变化趋势进行预测。结果表明：时间尺度上，2000--2013年北部湾海岸带蒸散量呈波动增加趋势，增速为1．41mm／a，高于广西桂南地区，海岸东岸蒸散量增速快于全区，而丘陵地区和海岸西岸地区增速慢于全区。季节蒸散量由大到小排序为：夏季（111．88mm）、秋季（93．45mm）、春季（85．57mm）、冬季（47．98mm），分别占年内蒸散量的33．01％、27．58％、25．25％和14．16％；空间尺度上，蒸散量自东北一西南中心线呈现海岸带西岸年均蒸散量高于海岸带东岸，东南地带年均蒸散量达到全年最小值的态势，ET—sen趋势度介于-50．93～51．76mm／a，海岸带蒸散量在空间上呈现出减小的趋势；空间波动性上，海岸带蒸散量的变异系数较大，其值介于0．02～0．39。海岸带中部以及东南部蒸散量处于高波动状态，而海岸带西岸和西北部处于低波动状态，其中合浦县的南流江三角洲蒸散量的波动性最大；未来变化趋势上，海岸带蒸散量Hurst指数的范围为0．25—0．93，平均值为0．68，呈现单峰右偏分布，Hurst指数反持续序列（7．58％）小于持续性序列（92．42％），说明研究区ET未来变化呈持续性减小的趋势。