基于改进MobileNetV3-SSD的河道排污口目标检测研究

为实现对水系入河排污口有效、准确的自动检测，提出一种基于改进MobileNetV3-SSD的深度学习模型。在MobileNetV3-SSD模型的基础上，使用K-means聚类算法和遗传算法，对先验框的宽高比进行调整，使得预测框更好地匹配真实框。引入多尺度特征融合模块，提高模型对小排污口的检测能力。引入改进的CBAM注意力模块，减少模型在排污口检测时计算的参数数量。使用可变形卷积替代普通卷积，自适应地捕获不同排污口的形态与尺度信息，提升模型的特征提取能力。实验结果表明，改进后MobileNetV3-SSD模型的平均精度为89.36%,F1分数为91.88%,较改进前分别提升4.83%和5.03%。     

广西典型自然保护区监管天地一体化技术应用探究

基于遥感影像、无人机航摄与移动核查技术,构建了集自然保护区"一张图"、图斑任务管理、移动核查为一体的天地一体化自然保护区人类活动监管系统,并以防城金花茶国家级自然保护区为例,进行试点监测监管研究。结果表明,利用监管系统可提高自然保护区监管时效性,有效解决监管盲区。对防城金花茶国家级自然保护区的人类活动进行监测评价,该保护区有工矿用地、农田、居民点、道路、其他人工设施等5类,以农田、居民点、普通道路为主,人类活动影响一般。     

近岸海域水色异常遥感监测方法研究

水体颜色是判断水体质量的重要依据，利用遥感技术检测水色异常是进行水质评估和水体污染监测的重要技术手法。基于盐城市废黄河入海口处的GF1-WFV影像数据，利用遥感影像自身光谱特征来构建水色异常判断函数，对研究区域的水色异常进行快速提取和定位，并比较分析了基于单景影像特征和多景影像特征设置判断阈值的提取结果。研究结果表明：该方法完全基于遥感影像光谱特征，可有效提取出未知类型的水色异常信息；与基于单景影像设置的判断阈值相比，基于双景影像设置的判断阈值更合理、更适用，提取速度更快，提取范围更精确，Kappa系数为0.80;另外，采用合适窗口大小进行均值滤波处理能有效防止提取结果细碎和斑块化。     

考虑道路扬尘特性的环境空气质量在线监测方法

为判断环境空气污染的程度,提出一种考虑道路扬尘特性的环境空气质量在线监测方法。通过前端数据监测模块采集大气环境数据,基于光全散射法监测道路扬尘的质量浓度和密度;通过监测通信模块将监测结果传送至云服务器;云服务器利用基于极限学习机神经网络的预测模型,采用自适应粒子群优化算法,获取最佳的环境空气质量在线监测结果。结果表明,该方法学习速率的取值为0.5时,能够完成颗粒物浓度和密度的准确检测,且解释方差<2%,同时能够监测扬尘颗粒的扩散时间,确定适合活动的区域。     

融合拓扑信息与气象信息的空气质量预测网络

通过空气质量监测数据对正在形成或即将到来的空气污染进行预测是一项具有重要意义的工作，而空气质量监测站只能检测其周围一定范围内的空气污染情况。为了衡量整个城市的空气污染情况，获取任意时间、任意位置的空气质量信息，结合交叉注意力机制，提出了一种融合拓扑信息与气象信息的空气质量预测网络(CGMIM)。将西安市空气质量监测数据与气象数据转换为图像拼接起来，作为输入信息。在高阶非线性时空动态神经网络(MIM)的基础上引入注意力机制，并增加拓扑图编码器模块，提高模型提取能力以及对空气质量监测数据中的空间特征的利用率。最后，使用时空损失函数替代传统的均方误差损失函数，提高模型对空间关系的关注。结果表明：CGMIM网络模型能够在准确预测的同时，对位置区域合理填充，能够有效提升空气质量监测数据的空间分辨率。     

物元分析法的改进及在辽河干流水质监测断面优化中的应用

在物元分析的基础上,引入各监测断面到其所在类别的重心距离,构建了一种定量的监测断面优化方法。以2009年1月—2010年12月辽河干流水环境监测数据为基础,对辽河干流水质监测断面进行优化,并采用T检验、F检验和相邻断面监测数据相关性对优化结果验证。结果表明,使用改进的物元分析法优化后,辽河干流监测断面减少为6个,监测效率提高了25%。在优化后的监测断面与在原监测断面监测获得的数据均值无显著差异、方差齐,而且经过优化后的断面重复布设情况得到显著改善,水质监测断面合理性显著增强。     

辽河干流水环境质量监测网络优化研究

通过构建适宜度方法对水环境质量监测网络优化方法进行定量筛选,并以辽河干流为研究区进行水环境监测网络优化方法的筛选、应用和优化结果验证。结果表明,通过适宜度方法的定量筛选,最优分割法更适宜于辽河干流水环境监测网络的优化,优化后辽河干流水环境监测网络由8个断面优化为4个断面。采用T检验和F检验对优化结果验证,优化后的监测网络能很好地代表原监测网络,且相邻断面监测数据相关率降低,监测网络合理性得到提高。     

珠江三角洲地区空气自动监控网络数据空间模拟适用方法

珠江三角洲地区已构建起区域性空气质量自动监测网络,由于初步建立的自动监控网络监测站点对整个区域而言极其有限,如以单离散数据形式发布则不能反映出区域空气污染的连续变化特征和全貌.对有限点位监测结果进行空间模拟研究才能满足反映区域性污染状况的需求.通过运用、比对、评价不同空间插值模型于自动监控网络离散站点的模拟应用,提出了珠江三角洲自动监控网络数据空间模拟适用方法.     

国家地表水环境质量评价、分析与表征系统初步构建

随着国家地表水环境质量监测网络的优化调整以及水质自动监测与采测分离手工监测相结合模式的完全确立,每个月产生数百万计的监测数据。为全面支撑海量监测数据的传输、融合、处理、挖掘、分析、表征,构建了国家地表水环境质量评价、分析与表征系统。通过在多源异构数据融合、智能化数据质量控制、多层级水质评价与统计分析、地图动态数据表征等方面的技术创新,构建了包括数据来源层、数据存储层、应用支撑层、业务应用层和表征展示层5个主要部分的系统。形成了"一个融合、两个数据库、三个应用、四个中心",实现了数据集成融合、数据共享互通、数据统计分析、水质报告生成、地图空间表征、综合大屏展示等6个方面主要功能。应用于国家地表水环境监测评价业务工作,能够及时、直观、准确、全面地展现全国地表水环境质量状况,为全国地表水环境质量管理决策、业务处理、科学研究提供有效的信息支撑。     

基于平衡计分卡的大气环境监测数据共享网站绩效评估研究

基于平衡计分卡原理,结合网站特点,建立了大气环境监测数据共享网站绩效评估模型。以共享网站的战略愿景为模型框架的中心,以财务、顾客、内部程序、学习与成长等4个基本维度为一级指标,构建了绩效评估指标体系,并采用层次分析法确定了各指标的权重。利用该模型对长三角区域空气质量预测预报系统和宁波市空气质量预报预警平台的大气数据共享模块进行实证研究,绩效评估结果均为良好。     

海南省省控土壤环境监测基础点位布设思路与方法

为满足新时期土壤污染防治管理要求，掌握海南省土壤环境质量状况及变化趋势，海南省亟需加强省控土壤环境监测基础点位布设，完善土壤环境监测网。通过梳理海南省土壤环境监测工作基础和监测网络构建情况，形成了省控基础点位布设思路、原则和方法，并应用GIS技术完成点位布设。海南省省控土壤环境监测基础点位基本覆盖了海南省农用地主要土壤类型和成土母岩，监测结果可以反映海南省农用地土壤环境质量整体状况。     

环境DNA宏条形码监测水生态系统变化与健康状态

开展快速可靠的水生态监测并预测其变化趋势,对保护水生态环境具有重要的价值。近年来,环境DNA宏条形码技术(简称环境DNA技术)的快速发展弥补了传统形态学生物监测的缺陷,显著提升了水生生物群落的监测能力。与机器学习、遥感和云服务等技术结合,环境DNA技术不仅能大尺度、高频率、高灵敏度、自动化地获取生态监测信息,而且能准确地识别水生态系统的变化趋势,进而改变对水生态系统的认识与管理方式。因此,研究着重总结了环境DNA技术在水生态监测中的应用,分析了环境DNA技术与机器学习、卫星遥感等跨学科合作的潜在机遇,基于环境DNA技术简单、便捷的优势,提出了社会公民参与水环境保护的生态监测新思路。     

Theoretical and practical criteria for the selection of ecosystem monitoring plots in Swiss forests

A great deal of attention has been paid to the selection of nature reserves. These are important from a conservation viewpoint but, for long-term evaluations, it is important to monitor ecosystems. The need for long-term monitoring plots has been recognized for some time in forest ecology. Of the natural ecosystems, forests are some of the most difficult to monitor because of the time-scales involved in the life-spans of the dominant organisms (100 1000 years). The selection of long-term forest ecosystem monitoring plots is a critical process involving decisions that need to remain valid for many years. Traditional sampling theory suggests that some form of systematic or random sampling may be appropriate, but this is usually inappropriate for the selection of ecosystem monitoring plots. Instead, the selection of plots more closely resembles some of the procedures that are used in the selection of nature reserves. In Switzerland, a monitoring programme has been established which uses a number of criteria for the selection of sites. These include site homogeneity, the abundance and sensitivity of the plant communities to change and the presence of pre-existing data series or monitoring equipment. In addition, the human factor is incorporated by selecting sites from throughout the country, with the willingness of the local forest managers to help with the project being an important factor influencing the final choice of plots. In contrast to most inventories, statistical representativeness is not a requirement for the programme, as the plots are treated as a series of case studies.     

Invasive species change detection using artificial neural networks and CASI hyperspectral imagery

For monitoring and controlling the extent and intensity of an invasive species, a direct multi-date image classification method was applied in invasive species (salt cedar) change detection in the study area of Lovelock, Nevada. With multidate Compact Airborne Spectrographic Imager (CASI) hyperspectral data sets, two types of hyperspectral CASI input data and two classifiers have been examined and compared for mapping and monitoring the salt cedar change. The two types of input data are all two-date original CASI bands and 12 principal component images (PCs) derived from the two-date CASI images. The two classifiers are an artificial neural network (ANN) and linear discriminant analysis (LDA). The experimental results indicate that (1) the direct multitemporal image classification method applied in land cover change detection is feasible either with original CASI bands or PCs, but a better accuracy was obtained from the CASI PCA transformed data; (2) with the same inputs of 12 PCs, the ANN outperforms the LDA due to the ANN’s non-linear property and ability of handling data without a prerequisite of a certain distribution of the analysis data.     

基于深度学习技术的藻类智能监测系统开发

浮游藻类对水环境的变化非常敏感,是评价水环境质量的重要指示生物.传统的浮游藻类监测依靠人工采样分析,需要专业检测人员使用显微镜对藻细胞逐一鉴定并计数,耗时耗力且严重依赖检测人员的专业知识与鉴定经验,限制了浮游藻类监测工作的标准化推广和普及应用.利用神经网络模型建立了一套浮游藻类智能监测系统,该系统能够实现浮游藻类检测的...     

山东省省级自然保护区人类活动遥感监测与评价

基于2018年高分系列遥感影像数据,提取山东省省级自然保护区人类土地利用活动信息,探讨人类活动对山东省省级自然保护区的影响。结果表明,自然保护区人类活动总面积占保护区总面积的22.2%,人类活动影响指数介于0~0.01368。不同类型的自然保护区人类活动面积不同,主要影响因子差异明显,森林生态类保护区以农业用地为主,内陆湿地类保护区以养殖场为主。内陆湿地类保护区是受到人类干扰程度最为严重的保护区类型,野生动物类保护区受到人类影响最小。     

近岸海域国控环境质量监测点位优化研究

近岸海域环境监测是掌握其环境质量状况,摸清污染来源和影响范围的必要手段。监测点位是环境监测的基础,监测点位优化是提高环境监测代表性的必要手段。按照《近岸海域环境监测点位布设技术规范》(HJ 730—2014)的要求,梳理了点位优化工作的基本流程,经过试优化,预计在全国将增设122个国控监测点位。其中,76个在原有监测点位中选择增设,46个按照规范要求新设。利用2013年监测结果进行插值分析,调整前后水质总体变化小,未出现颠覆性结论,同时提高了对陆源影响区域水质的监控能力。     

化工园区安全与环境一体化智慧监测管理

中国化工园区入驻企业日趋复杂,已有园区面临转型升级,新建园区不断涌现,园区之间竞争激烈,安全与环境隐患较大。为进一步提升化工园区的安全与环境管理水平,笔者研究工业园区安全与环境监测的技术需求、主要监测内容与信息化实现手段,提出了智慧管理的一体化解决方案。主要包括安全与环境监测、一园一档、安全生产及园区封闭化管理4个模块,概括为感知层、网络层、应用层3个层次。智慧管理方案充分利用物联网、云计算、大数据、三维倾斜GIS、数据孪生等先进信息化手段,建立智慧化的环境监督和安全生产监督体系及平台系统,可提高园区安全、环境监测预警及应对突发事件的能力。在园区新型工业化发展过程中,环安一体化、信息化建设有助于园区争夺高端产业,加快科技自主创新,促进产业转型升级,完善民生保障体系,推动园区产业高质量发展。     

Geospatial assessment and monitoring of historical forest cover changes (1920–2012) in Nilgiri Biosphere Reserve,Western Ghats,India

Deforestation in the biosphere reserves, which are key Protected Areas has negative impacts on biodiversity, climate, carbon fluxes and livelihoods. Comprehensive study of deforestation in biosphere reserves is required to assess the impact of the management effectiveness. This article assesses the changes in forest cover in various zones and protected areas of Nilgiri Biosphere Reserve, the first declared biosphere reserve in India which forms part of Western Ghats-a global biodiversity hotspot. In this study, we have mapped the forests from earliest available topographical maps and multi-temporal satellite data spanning from 1920’s to 2012 period. Mapping of spatial extent of forest cover, vegetation types and land cover was carried out using visual interpretation technique. A grid cell of 1 km?×?1 km was generated for time series change analysis to understand the patterns in spatial distribution of forest cover (1920–1973–1989–1999–2006–2012). The total forest area of biosphere reserve was found to be 5,806.5 km² (93.8 % of total geographical area) in 1920. Overall loss of forest cover was estimated as 1,423.6 km² (24.5 % of the total forest) with reference to 1920. Among the six Protected Areas, annual deforestation rate of >0.5 was found in Wayanad wildlife sanctuary during 1920–1973. The deforestation in Nilgiri Biosphere Reserve is mainly attributed to conversion of forests to plantations and agriculture along with submergence due to construction of dams during 1920 to 1989. Grid wise analysis indicates that 851 grids have undergone large-scale negative changes of >75 ha of forest loss during 1920–1973 while, only 15 grids have shown >75 ha loss during 1973–1989. Annual net rate of deforestation for the period of 1920 to 1973 was calculated as 0.5 followed by 0.1 for 1973 to 1989. Our analysis shows that there was large-scale deforestation before the declaration of area as biosphere reserve in 1986; however, the deforestation has drastically reduced after the declaration due to high degree of protection, thus indicating the secure future of reserve in the long term under the current forest management practices. The present work will stand as the most up-to-date assessment on the forest cover of the Nilgiri Biosphere Reserve with immediate applications in monitoring and management of forest biodiversity.