基于Google Earth高分影像的北海榄根村红海榄种群数量和分布的研究

本研究建立一种基于Google Earth高分影像的红海榄（Rhizophora stylosa）单株精准识别的方法,并利用这种方法开展红海榄的资源调查和生态研究。研究以广西北海铁山港东岸榄根村外围天然红树林中的红海榄种群为对象,利用高分辨率Google Earth影像精准识别红海榄的个体,进而获取种群数量、冠幅、高程等重要数据,并在影像上设置89个100 m×100 m的样方,运用聚集度指标法,分析红海榄种群的空间分布格局。结果表明：影像中可识别红海榄植株数量共有848株;在高程1-2 m滩涂有红海榄615株,占全部数量的72.5%,在适生滩涂高程下呈现一定的正态分布特征;冠层直径大小在1.00-1.99 m的红海榄494株,占全部数量的58.3%,研究范围内红海榄种群密度南向大于北向,向海方向大于向陆方向,斑块中心区域大于边缘区域;各聚集度指标测定结果显示,该天然红海榄种群呈聚集分布。以上结果说明,利用Google Earth高分影像可有效识别冠层直径1 m以上的红海榄单株;北海榄根村红海榄种群整体的空间分布格局呈聚集分布,并且红海榄幼树较多,推测随着时间的推移,研究区域的红海榄种群数量将会增多。     

基于GEE平台的国家公园土地覆盖变化遥感检测方法构建

【目的】高效、可靠地提取土地覆盖动态变化信息对于国家公园保护与管理方案制定具有基础性数据支撑作用。本研究主要目的是构建经济高效的遥感监测方法,提取钱江源国家公园体制试点区2001—2017年的土地覆盖变化信息,评估国家公园保护与管理活动的有效性。【方法】首先定义研究区的土地覆盖分类体系(耕地、森林、草地、水体、人造地表和裸地),并利用增强型目视解译方法选取历史训练样本点;其次综合Landsat多季节复合数据的光谱波段、光谱指数、纹理特征和地形特征,基于Google Earth Engine(GEE)云平台执行随机森林分类算法,生成土地覆盖数据集;最后建立土地覆盖转换规则从而识别主要的土地覆盖变化类型及其空间分布模式。【结果】独立样本集验证结果表明,钱江源国家公园2001年、2009年和2017年土地覆盖总体分类精度分别为83.12%、81.82%和87.35%。造林活动、耕地废弃和开发建设的变化信息体现出保护管理工作取得显著成效。【结论】增强型目视解译能够高效、可靠地选取历史训练样本点,从而支持历史土地覆盖数据集构建。采用基于云计算的变化检测技术可快速评估国家公园管理措施的有效性并发现生态脆弱地带,具有高效、经济及计算资源限制性少等优势,可广泛推广应用。     

Google earth支持下的城市绿地系统研究——以广州城区为例

本文以广州市中心城区为例,运用Google earth和GIS技术,以最新的Goog|e earth影像为主要数据源,利用遥感图像处理软件Erdas 对影像进行处理,在MapGis软件的支持下提取城市绿地信息并进行编辑,建立绿地系统信息数据库,并统分析广州中心城区绿地系统类型结构与空间分布格局,拟为城市生态环境建设提供参考与借鉴.     

使用Sketch Up结合车载扫描和航空影像数据进行建筑物三维建模——以纽约布法罗为例

使用车载扫描或航空影像数据进行三维建模,有自己的优点和缺点.车载扫描数据精度高,但由于设备是立面扫描,扫描得到的建筑物往往只有一个侧面,因此建筑物的信息不完整,它也经常遇到失锁的问题,从而大大影响数据的精度.在同一时间得到的航空影像数据的空间分辨率和精度低,并且缺乏仰角信息,然而它的图像特征连续并且包含光谱信息.通过将车载扫描数据和航空影像数据的结合,我们可以提高数据的精度.本文利用车载扫描获取的布法罗一个街区的激光点云数据,结合相应的航空影像数据,首先对点云和影像数据进行预处理,将数据进行定位配准;然后使用Sketch Up对街区进行三维建模;最后将该模型上传到Google Earth的3D模型库,来检测该模型的精度.     

运用Google服务营造新型教学协作模式

随着我国高校教育教学改革的逐步深入,新型的师生交流、教学协作方法逐步涌现。Google服务拥有多个崭新的在线协作应用工具,本文以运用Google服务与学生进行实时信息交流、线上资源共享、多人协作教研的方法进行探索。     

Google数字图书馆的版权问题与启示

介绍了Google图书馆计划,分析了Google数字图书馆被诉讼的缘由,探究了Google辩解应对和双方的和解过程。