基于GEE的滨海湿地互花米草信息提取方法研究

互花米草是我国海岸盐沼中最重要的入侵植物,探究遥感识别机理与量化入侵状态对于科学管控互花米草入侵及维护滨海湿地可持续发展具有重要意义。本文以盐城湿地珍禽国家级自然保护区为研究区,基于Google Earth Engine(GEE)云平台,以2021年Sentinel系列卫星遥感影像和ALOS地形数据为数据源,采用基于像元的随机森林（RF)算法和基于对象的简单非迭代聚类（SNIC）+RF算法识别入侵物种互花米草,对比两种分类精度选取最优算法进行互花米草分布提取。结果表明,多模态特征集合中雷达特征、光谱特征、植被指数以及红边指数在互花米草信息提取中具有重要作用;基于RF和SNIC+RF分类方法获得的互花米草精度均高于90%,SNIC+RF算法提取的互花米草群落信息完整性更好,分类精度更高,用户精度和生产者精度分别达到了92.86%,98.11%,并且算法能够在GEE环境下快速执行,适合推广应用于滨海湿地互花米草群落信息提取实践中。     

基于科学知识图谱的课程思政研究热点分析

课程思政以“立德树人”为根本任务,以“三全育人”贯穿教育教学过程为目标,加强课程思政建设对“把思想政治工作贯穿教育教学全过程,开创我国高等教育事业发展新局面”有重要意义。以CNKI数据库为基础,采用CNKI计量可视化分析方法和科技文献挖掘软件CiteSpace对2000-2021年“课程思政”核心期刊文献进行计量分析,以探究课程思政研究的现状和发展趋势。研究发现,课程思政相关研究发展过程大致包括萌芽、起步和快速发展三个阶段。课程思政研究成果集中在外语高等教育领域,在高、初、小学教育教学中开展研究不足。除课程思政外,思政建设、思政课、思政教学等主题与课程思政研究更为密切,课程思政的发展还是以传统思政为基础,思政教育始终是课程思政研究的重要方向,而专业课程自2011年以来成为课程思政研究的热点,将思政教育如何有机地融入专业课程之中是目前研究的重点。