基于分维的多尺度植被空间格局分析

植被是一个地区植物群落的总体，是对于生态环境因素的综合反映。植被在空间上的分布是典型的分维数体，它在空间所有尺度上都有细节。在许多情况下分维数具有某种形式的自相似性，即它不随尺度的增加或缩小而变化，它独立于尺度。因此比较不同尺度上树种的空间格局与其对应的分维数值，可以对不同尺度上的空间格局有一个全面的了解。通过变异函数计算出的格局的分维数值可以描述不同尺度上空间格局的拓扑学性状和自相似性，可以很好地揭示植被的空间异质性。     

Wavelet Edge Detection Method Based-on Multi-scale Fuzzy Logic

A novel edge detection algorithm is proposed by implementing fuzzy image enhancement at different scales.The implement of this algorithm can reduce the negative influence bring from the non-maximum suppression algorithm which select only one threshold.The success of the approach depends on the selection of a general fuzzy operator(GFO) for the enhancement of contrast of region after smoothing of image at different scales.Consequently,it is more obvious that coarse intensity changes are obtained at a large scale whereas the fine details of intensity changes are obtained at a small scale.A pretty performance is obtained by used this work.     

草地植物多样性对人类干扰的多尺度响应

人类干扰是草地生态系统植物多样性变化的主要导因之一。植物多样性的形成依赖于一定空间和时间尺度上的生态系统结构与过程,只有在特定的时空尺度上才能充分表达其主导作用与效应。植物多样性的尺度特征和人类干扰的大尺度效应决定了草地植物多样性保护的复杂性和艰巨性。论述了不同尺度的草地植物多样性对放牧、旅游、刈割、施肥及开垦等各种人类干扰响应的方式、过程与生态后果,明确了尺度问题在研究中的重要作用,探讨了草地植物多样性在人类干扰下的变化导因与响应机制,以期为草地植物多样性的保护、合理利用及草地生态系统的可持续发展提供科学依据。     

基于改进YOLOV5s网络的奶牛多尺度行为识别方法

奶牛站立、喝水、行走、躺卧等日常行为与其生理健康密切相关,高效准确识别奶牛行为对及时掌握奶牛健康状况,提高养殖场经济效益具有重要意义。针对群体养殖环境下奶牛行为数据中,场景复杂、目标尺度变化大、奶牛行为多样等对行为识别造成的干扰,该研究提出一种改进YOLOV5s奶牛多尺度行为识别方法。该方法在骨干网络顶层引入基于通道的Transformer注意力机制使模型关注奶牛目标区域,同时对奶牛多尺度行为目标增加路径聚合结构的支路与检测器获取底层细节特征,并引入SE（Squeeze-and-Excitation Networks）注意力机制优化检测器,构建SEPH（SE Prediction Head）识别重要特征,提高奶牛多尺度行为识别能力。试验验证改进后的奶牛行为识别模型在无权重激增的同时,多尺度目标识别结果的平均精度均值较YOLOV5s提高1.2个百分点,尤其是对奶牛行走识别结果的平均精度4.9个百分点,研究结果为群体养殖环境下,全天实时监测奶牛行为提供参考。     

基于Copula分析生态恢复对黄土高原水沙频率耦合关系的影响

为探讨黄土高原水土流失持续治理（P1,1960—1979年;P2,1980—1999年）及退耕还林（草）（P3,2000—2019年）不同阶段水、沙频率耦合特征及演变,基于典型黄土丘陵沟壑区北洛河上游刘家河站1960—2019年的径流量与输沙量实测日数据,采用Copula函数等方法进行水、沙频率统计和模拟。结果表明：（1） Gumbel-Houggar Copula函数能很好地模拟上游水、沙联合概率分布。（2）从P1~P3阶段,5~100年各重现期径流、输沙数量均显著降低,各设计频率的水沙数量在发生概率上的异步性增强。（3）水土流失治理和生态环境建设对黄土高原生态水文过程的影响主要表现在大幅降低20年以上重现期水、沙极端事件发生的概率。黄土高原大幅度的生态恢复在区域尺度上已经表现出减水更减沙、调节水、沙极端事件发生概率等良好的生态功能。     

基于视觉显著性改进的水果图像模糊聚类分割算法

准确分割水果图像是采摘机器人实现视觉定位的关键技术。该文针对传统模糊聚类对初始聚类中心敏感、计算量大和易出现图像过分割等问题,结合机器人的视觉特性,提出了一种基于多尺度视觉显著性改进的水果图像模糊聚类分割算法。首先,选择适当的颜色模型把彩色水果图像转换为灰度图像;然后对灰度图像做不同尺度的高斯滤波处理,基于视觉显著性的特点,融合了多个不同尺度的高斯滤波图像,形成图像聚类空间;最后,用直方图和模拟退火粒子群算法对图像的传统模糊聚类分割算法进行了改进,用改进的算法分别对采集到的100张成熟荔枝和柑橘图像,各随机选取50张,进行图像分割试验。试验结果表明:该方法对成熟荔枝和柑橘的图像平均果实分割率分别为95.56%和93.68%,平均运行时间分别为0.724和0.790s,解决了水果图像过分割等问题,满足实际作业中采摘机器人对果实图像分割率和实时性的要求,为图像分割及其实时获取提供了一种新的基础算法,为视觉精确定位提供了有效的试验数据。     

特征优化结合随机森林算法的干旱区植被高光谱遥感分类方法

针对高维光谱纹理特征空间的降维和特征优化算法结果的不确定性问题,该研究在提取多尺度纹理图像构建高维光谱纹理特征空间的基础上,将遗传算法（genetic algorithm,GA）、粒子群优化算法（particle swarm optimization,PSO）等传统特征优化算法和广义正态分布优化算法（generalized normal distribution optimization,GNDO）、原子搜索算法（atom search algorithm,ASO）、海洋捕食者算法（marine predators algorithm,MPA）等特征优化算法与随机森林（random forest,RF）图像分类算法相结合,提出了GA-RF、PSO-RF、GNDO-RF、ASO-RF和MPA-RF算法,并应用于青海省海西蒙古族藏族自治州都兰县宗加镇附近区域资源一号02D（ZY1-02D）高光谱数据的植被类型分类。结果显示,在高光谱反射率数据基础上加入多尺度纹理特征使总体分类精度（overall accuracy,OA）提升了8.02个百分点。与传统RF方法相比,提出算法的植被分类 OA提升了1.32～2.40个百分点,其中MPA-RF方法取得了最高的分类精度,OA和 Kappa系数分别为88.92%和0.86。研究表明从不同窗口大小、窗口移动方向提取的纹理图像有利于区分不同的植被与地物类型,在光谱特征基础上加入多尺度纹理特征能有效提升植被识别精度。以迭代优化的方式将特征优化算法与图像分类算法相结合,缓解了优化算法结果的随机性,克服了高维特征的休斯效应,提高了植被分类精度。该研究为高光谱遥感植被分类中特征提取、特征优化与分类算法选择提供了思路。     

Online MW-MSPCA data-driven fault diagnosis

To track the non-stationary dynamics of the process which contains time-varying and multi-scale data, an online moving window multi-scale principal component analysis（MW-MSPCA） data-driven-based fault diagnosis method is proposed. In this data-driven diagnosis technique, wavelet threshold denoising is used to solve the conflict between the statistical model deviation and data correlation decreasing. The statistical models are updated by using moving window principal component analysis in various scales. The contribution of individual process variable to the process behavior change is illustrated in a 3-dimensional contribution chart. A quantitative evaluation mechanism is also given to evaluate the diagonising accuracy. The numerical experimental results for 6135D diesel demonstrate that the proposed method can diagnose sensor fault better in terms of false rejection, false alarm and diagnosing accuracy for fault diagnosis upon comparing with conventional multi-scale principal component analysis（MSPCA） and adaptive multi-way principal component analysis（AMPCA） modeling.     

多尺度空间信息服务技术及其农业应用

从省市县三级空间尺度和应用特征的区域信息服务出发,研究基于网络的多源多尺度农业空间信息共享与服务技术.集成应用空间信息技术与Web服务技术,开展多源多尺度的农业空间信息资源的数据整合、统一业务模型构造、信息交换与共享、元数据目录服务等关键技术研究,建成多尺度的基础信息数据库群,开发实现了省级区域多源多尺度应用的空间信息服务平台.有效整合多源多尺度的农业信息资源,促进了区域空间信息应用与服务.     

多尺度行政区平衡视角下耕地空间布局优化

优化耕地空间布局对提升耕地生产能力、促进农业可持续发展具有重要意义。该研究以广东封开县为例,基于“现状耕地调出-可恢复地类调入”的微观调整逻辑,综合运用空间叠加、综合评价及蚁群优化算法,构建了耕地空间布局调整模型,以调入调出数量平衡为约束条件实现了不同行政区尺度下的耕地布局优化。结果表明：1）研究区共调出耕地1 689.89 hm²,占耕地总面积的7.62%,整体上呈现出“全局零散、局部聚集”的分布特征。2）研究区可恢复地类农业生产适宜性均值为67.04,具有开展作物种植的良好禀赋条件。3）不同行政区尺度平衡情景下,调入结果在研究区北部空间差异显著,与镇内平衡情景相比,县内平衡情景下,调入耕地的农业生产适宜性均值提高了2.08,综合生态系统服务均值下降了0.67。4）两种情景下,耕地的连片性、质量及稳定性均得到提升,因不受调入规模和行政单元空间范围限制,县内平衡情景下的提升效果更加明显,适当扩大可恢复地类筛选范围有利于提升整体耕地质量并降低重要生态用地筛选概率。该研究构建的耕地空间布局调整模型具有良好的适用性,可为制定农用地布局优化与整治提升方案提供参考依据。