变化信息提取

关键词:

变化信息提取(精选七篇)

变化信息提取 篇1

关键词:3S技术,土地利用,变化信息提取

我国幅员辽阔, 然而随着近几十年对土地的过度利用和对生态资源的过度开采, 从而使得土地利用变化和生态环境问题已经逐渐成为了当前土地管理所面临的焦点问题。这些问题不仅制约了我国的经济发展, 而且还严重的威胁到人类社会的可持续发展, 因此, 如何能够科学合理的将这些问题解决就显得尤为重要。而随着可持续发展这一科学发展观的贯彻落实, 人们逐渐认识到可持续发展的重要性, 并且随着生态环境和资源问题的日益严峻, 保持以及维护土地生态环境的平衡和稳定不信关系到我国的经济可持续发展, 而且还与整个民族的生存和发展息息相关。随着科学技术的日新月异, 在当前的土地利用动态监测中也应用到了各种先进的技术和理论, 其中3S技术就是一种较为先进的技术, 该技术具有精确定位和快速提供波段信息等功能, 随着该技术在土地利用动态监测中的应用, 不仅极大的提高了土地利用变化信息提取的效率, 而且还大幅度提升了土地利用动态监测的水平。本文从3S技术及其应用出发, 对3S技术进行了深入的分析研究, 然后对基于3S技术的土地利用变化信息提取进行了详细阐述。希望能够起到抛砖引玉的效果, 使同行相互探讨共同提高, 进而为我国今后的土地利用变化信息提取起到一定的参考作用。

1“3S”技术及其应用

1.1 GPS技术

GPS全称“Global Positioning System”。由美国国防部于20世纪70年代开始设计、研制, 于1993年全部建成。经过20年, 耗资超过300亿美元, 是继阿波罗登月计划和航天飞机计划之后的第三项庞大的空间计划。其目标为实时地提供三维位置、三维速度和高精度的时间信息, 从根本上解决人类在地球上的导航和定位问题, 以满足各种不同用户的需要。

1.2 RS技术

遥感, 即遥远的感知, 是非接触的、远距离的探测技术。一般指运用传感器对物体的电磁波辐射、反射特性的探测, 并根据其特性对物体的性质、特征、状态进行分析的理论、方法和应用的科学技术。

1.3 GIS技术

地理信息系统是有计算机硬件、软件和不同方法组成的系统, 支持空间数据的采集、管理、处理、分析和显示, 以便解决复杂的规划和管理问题。GIS独特的空间查询、空间分析能力以及可视化表达、地理过程的演变模拟和决策支持, 使其广泛应用于政府国土、环境、人口等资源的调查、统计、分析、管理及决策, 区域规划管理和城市基础设施, 行业规划管理, 大型工程规划设计、市场分析、商业与服务管理等方面。

1.4 3S集成技术

3S集成技术是指将上述三种对地观测新技术及其它相关技术有机地集成在一起, 是目前对地观测系统中空间信息获取、贮存、管理、更新、分析和应用的三大支撑技术。总的来说, RS与GPS为GIS提供高质量的空间数据, 而GIS则是综合处理这些数据的平台, 并且反过来指导RS与GPS的数据的采集, 它们是个有机的整体。3S技术中, RS相当于传感器, 进行数据采集;GPS相当于定位器, 进行实时定位;GIS相当于神经中枢, 进行空间分析和综合处理。三者有机结合, 能够准确的把握土地利用资源利用变化区域的特征, 实现土地资源的动态监测, 有着传统调查方法无法比拟的优越性。

2 基于3S技术的土地利用动态变化的研究

2.1 遥感数据的选择

关于遥感数据的选择, 可以根据研究对象的空间尺度和指标, 采用不同的遥感平台及数据。土地利用变化状况因其时间上和空间上的不确定呈现出十分复杂的地表形态, 卫星数据以其宏观、快速、准确、实时的特点被广泛的应用于土地利用动态监测中。对于省市或区县级尺度以上的土地利用动态变化研究, 陆地资源卫星Landsat遥感数据是十分有效的, Landsat TM/ETM数据的多光谱性、空间分辨率、可获取性、性能价格比等, 目前依然是其它遥感数据无法比拟的。

在实际的应用研究中, 最理想的是选择几何畸变小、影像质量高、无噪声、获取季节相同或接近的多时相遥感图像, 这样可以减少因季节差异二产生的伪变化信息, 提高土地利用变化监测的精度。

2.2 遥感数据的预处理

2.2.1 遥感图像的校正与配准

由于卫星遥感影像在成像过程中受到很多因素的干扰, 是从卫星传感器上获取的影像发生了畸变, 主要包括辐射畸变和几何畸变。

由传感器的灵敏度特性、太阳高度角及地形以及大气的影响而产生的畸变成为辐射畸变。这种畸变可以用严格的数学公式加以描述来校正, 称为几何粗校正。一般从地面卫星站获取的遥感影像都经过了几何粗校正。

2.2.2 遥感图像增强处理

为了使图像上感兴趣的特征得以加强, 使图像变得清晰、解译性高, 通常要进行遥感图像增强处理, 以便于显示、观察、进一步分析与处理。图像增强包括空域增强方法和频域增强方法。空域方法又可分为点运算 (线性变换、非线性变换、直方图修正、图像间运算) 、邻域增强 (图像平滑、图像锐化) 、彩色增强 (假彩色增强、伪彩色增强、真彩色增强) ;频域方法包括低通滤波、高通滤波、同态滤波。

2.2.3 遥感数据融合

图像融合是将多种遥感平台, 多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。

数据融合是通过对某一研究对象的多源遥感图像数据进行综合分析处理, 产生比较单一的信息源, 从而实现对地物更精确、更可靠的分析和识别。其优点是扩大时空覆盖范围、提高图像的清晰度和空间分辨力, 减少模糊度, 增强解译精度和动态监测能力, 以及有效的提高遥感图像的利用率。

结束语

生物图表信息提取策略 篇2

一、紧扣关键字眼,提取有效信息

图表类型的题目中,有些图表的含义、曲线横纵坐标的含义以及图表的一些特殊条件信息往往都会在题干文字表述中有所体现,这些信息对于解决图表问题至关重要,尤其是一些呈现于题干中的特殊条件。

例1 甲、乙、丙、丁四个烧杯,分别加入100mL体积分数为3%的过氧化氢溶液,分别将它们的pH调节到3、5、7、9,取等量新鲜萝卜的提取液分别加到四个烧杯中,都有气体产生;将加入四个烧杯中提取液的量减半,重复上述实验,在30℃和相同的时间内,分别测量两次实验中过氧化氢的含量变化,结果如下图:

下列判断正确的是( )

A.曲线B是第一次实验的结果

B.这两次实验的差异是由pH值不同造成的

C.曲线A和B反映出提取液的量不同,过氧化氢酶的最适pH不同

D.用点燃的卫生香检验气体产生情况时,pH为7的一组更容易熄灭

解析 共做了2次实验,测量了2次。但每次实验包含4个实验组,第一组的自变量是PH的不同。第二组组内比较也是PH的不同。而两组之间的相比有一个变量就是提取液的量减半,提取液中含有过氧化氢酶,也就是酶的量减半。

答案 A

点拨 该类题目一般题干较长,内容多,信息量大。解答此类题目时,可以先快速阅读题干和选项,在了解题目大概内容之后,再细读题干部分,把与选项有关的题干信息充分提炼出来。像上题中,“第二次实验时将提取液的量减半”就是一条十分重要的信息。

二、不要盲目解题,避免定势思维误导

在解决图表问题尤其是一些比较熟悉的图表问题时,同学们易受熟悉图形的干扰,往往不会仔细研读图表的详细信息和含义,没有弄清图形含义就盲目解题,在思维定势的影响下很容易出错。其实要准确解答图表题一定要有一个好的习惯,即认真查看横纵坐标,明确图表的正确含义并排除误导信息。

例2 下图为人体内细胞在分裂过程中每条染色体的DNA含量变化曲线。下列有关叙述正确的是( )

[细胞分裂时期][a][b][c][d][e][f] [每条染色体中的

DNA含量]

A.该图若为减数分裂,则基因的分离和自由组合都发生在cd段某一时期

B.该图若为减数分裂,则cd期的细胞都含有23对同源染色体

C.该图若为有丝分裂,则细胞板和纺锤体都出现在bc时期

D.该图若为有丝分裂,则ef期的细胞都含两个染色体组

解析 曲线的纵坐标不是每个细胞内的DNA含量变化,而是每条染色体上DNA含量的变化。

答案 A

点拨 在本题解答过程中,同学们极易根据熟悉的曲线形状把纵坐标误认为是一个细胞中的DNA的含量变化,从而把该图错误地定位为有丝分裂。在做题时一定要养成一个良好的习惯,就是在分析曲线图之前,仔细查看曲线的横纵坐标的含义以及取值范围等细节信息。只有明确了坐标含义,才能真正避免思维定势的误导。

三、注意把握曲线图的“三点一势”

图形中图的形状、大小、位置、颜色、图中的箭头以及曲线图中起点、终点、折点、交点、图形的走势等,都可能是题目中的一些有用的信息,要学会对图形本身信息的识别,把隐藏在图形内的信息解读出来。

例3 下图表示某种植物的非绿色器官在不同氧浓度下CO2的释放量和O2吸收量的变化,实线和虚线相交于C点,以下叙述正确的有( )

A.C点时,植物既进行无氧呼吸,又进行有氧呼吸

B.C点时,植物只进行有氧呼吸,此时无氧呼吸被完全抑制

C.B点时,无氧呼吸强度最弱

D.B点时,植物呼吸作用最弱

解析 ①氧气浓度为0时,只有无氧呼吸;CO2的释放量和O2呼吸量相交时,只有有氧呼吸;而上述两点之间则两种呼吸兼而有之。②由B点CO2的释放量最少可知B点呼吸作用最弱。

答案 BD

点拨 在曲线图中信息的提炼尤为重要。分析一条曲线,一定要准确的把握曲线的“三点一势”,即起点、终点、转折点、曲线的走势。起点标志一个变化发生前的初始状态,而终点标志变化的结束状态,两点对比,可以体现曲线的变化类型(如有丝分裂和减数分裂中染色体数量的变化曲线)、变化范围;转折点一般能够分析出变化中的一些影响因素;曲线的走势能够综合体现曲线的变化情况。如果分析多条曲线,还需要具体分析多条曲线的交点,以了解曲线间的相互关系。

四、反向思维,从选项中挖掘信息

大多数题目信息都体现在题干和图形中,但是也有少数的题目中关键且具有提示性的信息隐藏在选项中,针对这样的情况,从选项中挖掘有用信息就很有必要了。

例4 下图表示某生态系统中甲、乙两种群在一段时间内数量变化情况。下列有关叙述错误的是( )

A.由于甲的数量增加或减少先于乙,所以两个种群间能量流动方向是甲→乙

B.由于M点以后甲的数量在下降,所以M时甲种群的出生率小于死亡率

C.两个种群数量变化说明了信息传递是双向的

D.两种群数量波动幅度减小说明生态系统正在衰退

解析 选项A中“甲的数量增加或减少先于乙”;选项B中“M点以后甲的数量在下降”;选项D中“两种群数量波动幅度减小”都是很重要的信息。准确把握题干内信息,往往可以起到迅速排除干扰项的目的。

答案 D

点拨 在一些题干比较简单,图像隐含的信息不容易看出时,我们会感到无从下手。在这时,我们不妨先看看选项的信息,从问题入手,寻找一些提示性的信息,然后利用这些信息所提示的方向对相应的问题进行解答。

1.如图为平衡时的渗透装置,烧杯中的液面高度为a,漏斗中的液面高度为b,液面差m=b-a,在此基础上继续实验,以渗透平衡时的液面差为观测指标。下列对实验结果的预测,正确的是( )

A.若吸出漏斗中高出烧杯液面的溶液,平衡时m将增大

B.若向漏斗中滴入等浓度的蔗糖溶液,平衡时m将不变

C.若向漏斗中滴入清水,平衡时m将减小

D.若向烧杯中加入适量清水,平衡时m将增大

2.甲、乙、丙三图分别表示探究几个环境因素对马铃薯光合作用速率影响的实验结果。下列分析中正确的是( )

率][光合速率][P Q][P Q][P Q][强光照][一般光照][弱光照][低CO2浓度][高CO2浓度][中CO2浓度][10℃][30℃][20℃]

A.甲图所示实验主要研究光照强度和温度对马铃薯光合作用速率的影响

B.甲图P点时,限制马铃薯光合作用速率的因素为光照强度和温度

C.乙图Q点时高CO2浓度条件下,可通过进一步增加光照强度来提高马铃薯光合作用速率

D.丙图Q点之后三条曲线的走势为保持平稳

3.下图为基因组成为Aa的动物在形成精子过程中某一时期示意图。下列相关叙述中正确的是( )

A.2号染色单体上与A相同位置的基因最可能是a

B.1个该细胞经过两次连续分裂,最终可以形成4种类型的精细胞

C.若同源染色体正常分离,但姐妹染色单体没有分离,则分裂后会形成性染色体组成为XY的精子

D.同源染色体的非姐妹染色单体交叉互换将导致染色体结构变异

4.细胞增殖过程中DNA含量会发生变化。通过测定一定数量细胞的DNA含量,可分析其细胞周期。根据细胞DNA含量不同,将某种连续增殖的细胞株细胞分为三组,每组的细胞数如下图。从图中所示结果分析其细胞周期,不正确的是( )

A.将周期阻断在DNA复制前会导致甲组细胞数减少

B.细胞分裂间期的时间比分裂期长

C.丙组中只有部分细胞的染色体数目加倍

D.乙组细胞正在进行DNA复制

5.鱼鳞藻、脆杆藻是鱼类的饵料,微囊藻会产生有毒物质污染水体。某研究性学习小组调查了当地部分湖泊营养化程度对藻类种群数量的影响,结果如图所示。下列有关说法中,不正确的是( )

[鱼鳞藻][脆杆藻][微囊藻][藻类数量][贫营养化][中营养化][富营养化][N、P等元素含量][O]

A.可用抽样检测法调查藻类的种群密度

B.在水体富营养化的过程中,水域生态系统的抵抗力稳定性降低,分解者数量增加

C.用脆杆藻能够控制富营养化水体中微囊藻的数量而净化水体

D.中营养化的水体最有利于养殖鱼类的生长,流入水域生态系统的能量可更多地流向人

变化信息提取 篇3

1 植被信息提取原理介绍

1.1 植被信息提取

根据植被的光谱响应特性, 叶绿素在可见光的红波段却具有较强的吸收特性, 而在近红外波段却具有较强的反射特性。在0.5~0.7μm光谱段内的反射率普遍小于20%, 但在0.7~1.3μm范围内反射率可达60%。植被指数是利用卫星不同波段探测数据组合而成的, 可以增强土壤和植被之间的反差, 方便植被信息的提取。植被指数运用较多的是比值植被指数 (RVI) 和差值植被指数 (DVI) 。

比值植被指数又称为绿度, 其表达式为RVI=NIR/R, 能较好地反映植被覆盖度和生长状况的差异, 当植被覆盖度较高时, RVI对植被十分敏感, 因此, 特别适用于植被生长旺盛、具有高覆盖度地区的植被监测。

差值植被指数又称为农业植被指数, 其表达式为DVI=NIR-R, 它对土壤背景变化敏感, 能较好地识别植被和水体。这两种植被指数对不同地区植被的识别效果并不相同, 因此, 对宜昌地区综合采用这两种植被指数的信息提取方法, 并对两种方法进行比较。

待处理数据为湖北省宜昌地区1996年和2006年两期TM影像的红波段和近红外波段数据, 空间分辨率为30m。投影采用UTM的投影方式, 主要针对红波段与近红外波段的TM影像进行计算处理。反射率反映在影像上即为该像素的像素值, 对于两个波段反射率的计算可以转换为对应像素点的像素值计算。在编程的过程中先搜索两张影像并对应其像素值, 再代入到植被指数的计算公式中, 重新采样并输出新的影像, 最终得到增强土壤与植被反差的植被信息。

1.2 植被信息变化检测

对遥感数据的时间序列分析, 有助于观测植被覆盖的季节变化与年变化趋势。植被变化体现在影像上, 对应像素点的像素值就会发生变化。编程的过程也就是搜索对应像素点的过程, 将对应像素点的像素值进行相减运算, 获得两幅影像对应点的差值。如果影像发生了变化, 在重新采样的影像中就会显示出变化信息;如果影像未发生变化, 在重新采样的影像中则会显示出黑色, 以此得到植被的变化信息。

2 算法设计与方法实现

在USGS上下载湖北省宜昌地区1996年和2006年同一时间段内的两组Landsat5的TM影像数据, 要求云雾覆盖率尽量少。先进行相应的影像叠合、辐射纠正、影像裁剪等预处理过程, 再选取影像数据中的红波段和红外波段进行植被指数处理操作。依照路径读取文件, 并提取变量, 定义新图幅空间, 植被指数公式可分为比值植被指数RVI=NIR/R和差值植被指数DVI=NIR-R, 再进行相应的编程处理和实现。

以上为植被指数处理过程, 将比值植被指数和差值植被指数处理后的图像进行变化检测处理, 即进行像素差值的变化检测操作, 行列进行循环嵌套, 对应的像素相减, 显示变化区域的图像信息。

对变化监测的结果进行对比分析, 比较两种植被指数影响下的植被变化检测差别, 为后续植被指数的算法选择提供参考。

3 植被信息提取实验与分析

3.1 植被指数数据获取

1) 获取Landsat5TM影像数据中的红波段和近红外波段数据, 以便进行植被指数处理 (见图1、图2) 。

2) 对两个波段分别进行比值植被指数处理和差值植被指数处理, 处理后的结果如图3、图4所示, 并对两种变化进行对比分析。

3.2 植被指数变化检测

将经过植被指数处理后的数据进行变化检测处理, 即用1996年的数据与2006年的数据进行比较, 分别得出两种植被指数处理后的变化检测结果, 并进行分析比较 (见图5、图6) 。

3.3 植被指数变化分析

3.3.1 植被指数部分

由于两种植被指数的计算公式不相同, 因此, 生成的新图像也存在着明显差异。

比值植被指数对于绿色植物叶绿素所产生的红光具有吸收功能, 并对由叶肉组织引起的近红外强光具有反射功能, 因此, 其红波段与红外波段值具有较大的差异, 比值植被指数的值明显较高。但对于无植被的地面, 包括裸土、人工特征物、水体以及枯死或受胁迫的植被, 不显示这种特殊的光谱响应, 其RVI值较低。因此, 比值植被指数能增强植被与土壤背景间的辐射差异。由于植被覆盖度影响RVI, 当植被覆盖度较高时, RVI对植被十分敏感;当植被覆盖度<50%时, 敏感性明显降低。因此, 植被覆盖率高的地区显现出来的更加明显, 如沿江绿色植被茂盛地区植被指数显示明显, 而且比值植被指数影像为灰度图像。

差值植被指数采取的是运用红外影像与红波段相减的方法, 所以, 存在一种考虑:当红外波段的某些像素值小于对应的红波段像素值, 就会出现负数, 而这一结果会直接影响植被指数的呈现效果。如果采用出现负数则按等于0计算的方式, 能够更加清晰地体现植被的分布信息。由于DVI对土壤背景的变化极为敏感, 有利于对植被生态环境进行监测。另外, 当植被覆盖浓密≥80%时, 它对植被的灵敏度下降, 适用于植被发育早期-中期或者植被覆盖度为低-中的植被区域中检测。

为得到更加准确的植被信息, 还需要进行实地考察, 来确定以上两种提取方法不能统一使用区域的地理信息。植被覆盖率高的地区, 更推荐比值植被指数变换方法;而对于土壤植被对比明显, 植被发育为中期左右的地区可考虑使用差值植被指数变换方法。

3.3.2 变化检测部分

变化检测是基于两幅影像的像素值差异原理进行编程。在图5、图6中, 有灰度值变化的是发生变化的区域, 剩余部分为没有发生变化的区域, 通过对比可以看出, 两种方法获得的变化基本相同, 都可以检测出植被变化的区域, 只是在有些部分存在细微差别。由于植被指数的算法不同, 使得在进行植被指数运算时对植被的检测效果以及显示效果存在差别。通过相同的像素差值法的变化检测后, 经过RVI植被指数处理的数据显示的变化效果不如经过DVI处理的变化效果细致, 这是由于使用了不同的植被指数算法。出现变化检测的区域说明这些区域的植被发生了很大变化, 而造成的原因是多方面的, 例如森林砍伐造成的植被变化、水土流失造成的植被变化或者是耕地和工业用地的转化等原因。

该种变化检测的方法比较简单, 限定要求也较高。它要求未发生变化的区域不论是绝对位置, 还是像素值都要绝对吻合。所以, 在进行变化检测之前, 需要对影像进行十分严格的几何纠正和亮度调整, 否则, 未发生变化的区域也会显现在最终的成果图中。

4 改进方法及发展趋势

通过两种植被指数植被信息提取与变化的检测, 获得了植被信息与变化信息, 得到使用不同的植被检测方法其结果的侧重点不同, 使研究分析的方向有所差异。

1) 植被指数变换后为灰度图像, 通过监督分类进行进一步的植被提取, 并与自动植被提取变化检测后的图像进行比对, 对不统一的地区进行实地考察。

2) 不同的植被提取方法侧重点不同, 实际情况下可以根据植被特点进行方法选择。

3) 变化检测对两幅影像的几何纠正和亮度调整的要求较高, 几何纠正后的影像彼此间也会存在差异, 亮度调整后相同绝对位置的像素点也会有所不同, 因此, 在图幅中设置产生随机对应点, 取变化平均值对整幅图进行像素值的线性拉伸, 并在对应像素相减后设定一个阈值, 大于此阈值的像素值在新图幅中显示, 小于或等于该阈值的像素则应忽略不计。

4) 由于对整幅图进行像素值的线性拉伸会导致某些对应较准确的点变得并不准确, 因此, 对于变化检测应进行小幅检测, 即将整幅图分成若干小块, 分块进行亮度的线性拉伸、变化检测。

5 结语

综上所述, 植被指数虽然算法简单, 但却具有空间覆盖范围广、数据易获取、植被检测灵敏等优点, 在具体应用中还需要注意来自大气、土壤等方面的影响。

变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程。算法不难使用, 但要注意对影像的纠正和亮度调节, 目前, 其普遍应用于评估灾害、预测灾害发展趋势、更新地理数据及土地覆盖。

摘要:以宜昌地区为研究目标, 采用比值植被指数和差值环境植被指数两种提取方法, 分别提取植被信息并进行比较。通过两幅影像间的像素差值来获取变化区域范围, 进行变化监测研究。实验结果表明:比值植被指数和差值植被指数在算法结果方面存在不同的侧重点, 植被变化区域锁定利于进一步的信息提取以及分析利用。

桑椹花色苷的提取及变化规律研究 篇4

花色苷是一类易溶于极性溶剂的天然色素, 属黄酮类化合物, 广泛存在于植物的根、茎、叶、花、果实等器官的细胞液中, 从而使其呈现出红色、蓝色或紫色等颜色。具有一定营养和药理作用, 在食品、化妆品、医药领域有着巨大应用潜力, 是替代合成色素的理想材料[4]。桑椹中含有丰富的花色苷化合物, 桑椹花色苷具有防治乳腺癌[5]和保护心肌的作用[6]本文研究了桑椹成熟过程中花色苷的动态变化情况。

1 材料和方法

1.1 实验材料

新鲜桑椹, 采自安徽省农业科学院蚕桑研究所桑园。

1.2 实验试剂与仪器

实验仪器主要有:旋转蒸发器、数控恒温浴锅、电子天平、紫外可见分光光度计、超速冷冻离心机等。

实验试剂:均为购自上海生工生物工程技术服务有限公司的分析纯。

1.3 桑椹花色苷的提取

桑椹花色苷的提取参照于东[7]等方法进行。称量100g新鲜的桑椹, 放入500mL的烧杯内, 加入一定量的95%的乙醇直至刚好将浸没桑椹, 在60℃的水浴锅中加热, 提取1h, 然后将提取液过滤得花色苷提取液。之后再向上述放有桑椹的烧杯内加入一定量的50%的乙醇直至刚好浸没桑椹, 水浴温度调至70℃, 提取1h, 此步骤重复一次, 将3次得到的提取液混合, 即花色苷的提取液。

1.4 桑椹花色苷的测定

桑椹花色苷的测定参照李洋[8]等的方法进行。准确称取50mg花色苷标准品, 将其放入50mL的烧杯内, 加入20mL的蒸馏水将其溶解, 待溶解彻底后将其溶液移入100 mL的容量瓶内, 并加蒸馏水定容至100 mL, 充分混匀, 即得500mg/L的矢车菊花色素标准溶液, 4℃低温保存。量取一定量的花色苷标准溶液, 稀释5倍, 以蒸馏水作为空白对照。以紫外-可见分光 (范围为200~600nm) 的单色光作为入射光, 扫描测定在不同波长下标准溶液的吸收光谱。根据吸收光谱曲线, 确定花色苷标准溶液的特异吸收波长。将标准液分别稀释2倍、4倍、6倍、8倍、10倍、12倍, 在特异吸收波长下分别测定溶液的吸光度, 做五次平行实验, 取其平均值, 以花色苷标准溶液的浓度为横坐标, 以相应的平均吸收值为纵坐标, 绘制标准吸收曲线。

通过以上提取方法得到不同时期桑椹花色苷的提取液, 且经过紫外-可见分光光度计算在特异吸收波长下测定不同时期花色苷提取液的吸光度, 经过标准曲线得到的线性回归方程计算得到不同时期桑椹中花色苷的含量[9]。

2 结果与分析

2.1 花色苷的吸收光谱

在紫外-可见分光 (范围200~600nm) 的单色光作为入射光, 扫描不同波长下矢车菊花色素标准品溶液的吸收光谱。根据吸收光谱曲线, 确定矢车菊花色素标准样品的特异吸收波长。由图1可见, 在529nm时, 吸光度有明显的增加, 所以将529nm处作为特异吸收峰, 来分析不同时期桑椹花色苷的提取样品中花色苷含量的测量数据。

在确定的529nm的波长下, 将标准液分别稀释2倍、4倍、6倍、8倍、10倍、12倍, 用紫外-可见分光光度计分别测定稀释溶液的吸光度, 绘制标准吸收曲线图, 计算得到的标准曲线方程为:

Y=0.0117X+0.0032

3.3 桑椹花色苷的变化规律

通过对不同时期桑椹花色苷的提取, 对不同的提取样品进行检测、分析和计算, 得出不同时期桑椹中每克新鲜桑椹所含花色苷的量, 详情见图2。

在桑椹成熟期间桑椹颜色发生显著变化, 在花后在前三周内以绿色为主, 三周后桑椹的颜色由刚开始的绿色慢慢的变红, 颜色越来越浓, 到花后四周变紫。由图2可知, 不同时期桑椹中花色苷的含量有所不同, 在花后的前三周仅能检测到微量的花色苷, 且花后三周花色苷含量的增长并不明显, 三周后花色苷含量的迅速增长到花后四周左右达到最大值。

4 讨论

桑椹花色苷 (mulberr yanthocya-nins) 是天然存在于桑椹中的一类花色苷类物质。花色苷化合物是人类日常膳食中一类较为重要的食物成分, 是植物黄酮类化合物中的一种, 具有显著的生理活性:改善视力、预防心血管疾病、提高认知能力、抗肿瘤、抗突变等。除此之外, 花色苷作为一种天然染料, 其低毒性、色彩自然艳丽及资源可再生等特点在食品、化妆品及药品行业得到逐步应用。目前对桑椹成熟过程中花色苷的动态变化情况报道较少, 本实验在提取获得桑椹花色苷的基础上, 进一步研究了桑椹成熟过程中花色苷的动态变化情况。实验结果表明, 桑椹中的花色苷含量随着其成熟度的不断加深而逐渐增加的, 由此可知, 桑椹花色苷在成熟的桑椹中含量最高, 这为人们充分的利用桑椹花色苷提供了可靠的理论依据。

参考文献

[1]谈献和, 姚振生.药用植物学[M].上海科学技术出版社.2009:05.

[2]中国医学科学院药物研究所, 中药志[M].北京:人民出版社, 1960.

[3]沈保安.中国常用中草药[M].安徽科学技术出版社.2005:06.

[4]Fan GJ, Han YB, Gu ZX, et al.Composition and colour stability of anthocyanins extracted from fermented purple sweet potato culture[J].Food Science and Technology, 2008, 41 (8) :1312-1416.

[5]王湛.桑椹花色苷的提取及其抗乳腺癌作用研究[D].第三军医大学, 2011:5-15.

[6]曾洁, 王春晓, 杨人泽, 等.桑椹花色苷对大鼠心肌保护作用[J].中国现代药物应用, 2013 (19) :240-242.

[7]于东, 陈桂星, 方忠祥, 等.花色苷提取、分离纯化及鉴定的研究进展[J].2009, 35 (3) :127-133.

[8]李洋, 张媛, 李琳, 等.蛇莓果实总花色苷含量测定方法的比较[J].化学研究.2011, 22 (5) :95-98.

变化信息提取 篇5

土地是人类生存、发展必不可少的基本自然资源。合理开发土地资源, 促进土地资源可持续利用是社会经济可持续发展的物质基础。要实现土地资源的可持续利用就必须及时、准确地了解土地资源状况及其变化情况, 为各级政府制定国土资源规划和开发政策提供翔实可靠的科学依据。

本论文本文以2008年和2009年同一地区的遥感影像图为例, 介绍利用mapinfo软件提取遥感影像变化图斑的流程。

1 变化图斑提取流程

打开MapInfo软件, 将配准后的遥感影像加载到软件中, 将行政界线、居民点、1:1万分幅面添加到软件中。以1:1万分幅面为准在注记层中添加分副线, 图幅名, 将乡镇界线加粗, 以乡镇为单元的制作底图, 保存工作空间。

以乡镇为单元分别打开两个MapInfo窗口, 分别打开08、09年遥感影像照片。对照前后两年相同区域查找不同的区域。在新增建设用地层和异常区层中分别提取新增图斑。如图2和图3所示。整个乡镇图斑提取完事的时候添加图斑属性, 然后提取图斑位置, 图斑面积, 填写图斑信息等属性。图斑位置提取则需要在点层提取图斑坐标, 而点层中点要素的确定则以新增建设用地图斑左下角为基准添加点, 且该点要放到点层。添加点:。添加完事提取点坐标。点击可以填写图斑属性, 填写完事后, 保存点层, 新增图斑层, 异常区层。过程如下:菜单栏中工具选项框→工具管理器→坐标提取器将坐标提取器调出后, 工具→坐标提取器→提取坐标→点层→确定, 并填写图斑号等信息如图4和图5所示:

2 结论

利用遥感技术进行土地利用调查与监测, 成本低、客观及时, 能为国土资源管理工作快速地提供准确的土地利用变化信息, 并能确保调查成果资料的实时更新与及时应用。

参考文献

变化信息提取 篇6

关键词:五大连池矿泉水,葡萄籽提取物,色度

葡萄籽提取物原花青素 (grape seed proanthocyanidin extract, GSPE) , 是从葡萄籽中提取出来的生物类黄酮, 具有较强的抗氧化活性, 对多种疾病有预防和治疗作用[1]。近年来, 作为一种纯天然的功能性添加成分, 被广泛应用于食品、药品、化妆品中。同时, 花青素还是一种天然的水溶性植物色素, 是花色苷类色素的主要原料[2]。颜色在食品加工中起着特殊的作用, 是衡量感官指标的重要参数。在食品加工业中食品企业通过添加食用色素使食品保持具有吸引力的感官特征[3]。随着对健康和食品安全的重视, 天然色素的用量越来越多。文献证明, 早在公元前1 500年, 古埃及人就开始利用天然提取物和葡萄酒来改善糖果颜色[4]。然而, 花青素和其他天然色素一样会受到外界因素的干扰而影响其色调和稳定性[5]。本研究利用葡萄酒色调的测定方法, 将葡萄籽提取物分别溶于去离子水和五大连池偏硅酸矿泉水中, 通过测定两种溶液在420 nm、520nm、620 nm的吸光度[6], 比较分析了葡萄籽提取物作为一种天然色素在五大连池矿泉水中的色调变化和稳定性。

1 材料与方法

1.1 试剂与仪器

葡萄籽提取物 (西安天一生物技术有限公司Proanthocyanidin 95.9%UV) ;五大连池矿泉水 (五大连池偏硅酸型矿泉水) ;UV-1800型紫外可见分光光度计 (上海美普达仪器有限公司) ;UPT-II-202型超纯水机 (上海优普实业有限公司) 。

1.2 研究方法

准确称取葡萄籽提取物100 mg, 分别用五大连池矿泉水和去离子水100 m L超声溶解, 得到酒红色透明清液和橙红色透明液。采用紫外分光光度计分别在420 nm、520nm、620 nm波长下测定葡萄籽水溶液随时间变化的吸光度值。溶液的色度值是三种波长下吸光度值之和。

2 结果与分析

将葡萄籽提取物溶解于五大连池偏硅酸矿泉水和去离子水中, 分别测定溶液在2 h、4 h、6 h、8 h、24 h、48 h、72 h、96 h和120 h时在420 nm、520 nm、620 nm波长下的吸光度值, 并计算溶液的色度值, 数据列于表1中。

溶液呈现不同颜色是由于溶液对光具有选择性吸收, 葡萄籽提取物作为天然色素是由于其中花色苷在可见光400~760 nm中的420 nm、520 nm和620 nm有吸收而呈现的颜色。420 nm、520 nm和620 nm所发出的光分别为绿色、蓝色和橙色。人们肉眼看到的则是其发出光的互补色, 即420 nm为黄色, 520 nm为红色, 620 nm为蓝紫色。葡萄籽提取物用五大连池矿泉水溶解的溶液静置一周观察其颜色变化, 颜色为紫红色, 随着时间的延长溶液的颜色变为略带紫色的宝石红色。用去离子水溶解的葡萄籽提取物溶液, 开始颜色为橙红色, 随着时间的延长, 颜色略有加深为砖红色。这与表1中的数据相一致, 由表1中的数据可以看出, 用矿泉水溶解的葡萄籽提取物溶液在420 nm和520 nm波长下的吸光度值增长幅度最高, 而在620 nm波长下的吸光度值增长幅度较小, 也就是说明时间越长橙红色的主导作用越强, 溶液的颜色越偏向橙红色。同时用去离子水溶解的葡萄籽提取物溶液在420 nm和520 nm波长下的吸光度值有所增长, 而在620 nm波长下的吸光度值基本保持不变, 也就是表明溶液颜色基本保持在橙红色。

由于色调理论认为, A420/A520的比值数值越低颜色越红, 越高越显橙色。由表1数据中的A420/A520的比值可以看出, 用去离子水溶解的葡萄籽提取物溶液比值高于矿泉水溶解的葡萄籽提取物溶液, 而且去离子水的溶液颜色较矿泉水溶液的颜色更偏向于橙红色, 与理论推测相一致。通过以上分析可以看出使用五大连池矿泉水溶解葡萄籽提取物相较于去离子水溶解葡萄籽提取物颜色更接近葡萄的原色紫红色或是宝石红色。

3 结论

传统饮料生产用水通常使用蒸馏水作为原料用水, 而果蔬饮料或保健饮品在生产过程中会破坏果蔬原有颜色和色彩, 利用添加色素的方法满足感官的需求。葡萄籽提取物作为新兴的功能食品添加物, 其开发利用价值极高, 前景广阔。随着人们对食品安全的逐渐重视, 减少添加剂的使用以及天然色素在食品中的广泛应用会成为新的趋势。通过本研究结果可以看到, 在开发葡萄籽提取物饮品中使用五大连池矿泉水作为用水水源, 可以保证饮品的色泽, 不用添加额外的色素添加剂, 更符合绿色健康的食品研发需求。

参考文献

[1]董鹏, 王伟伟, 王东双, 等.葡萄籽提取物中原花青素含量研究[J].安徽农业科学, 2011, 39 (16) :9829—9830.

[2]吴冰冰, 郝振华, 胡云双, 等.花色素苷功能饮料的稳定性[J].食品与发酵工业, 2012, 38 (4) :120—122.

[3]成黎.天然食用色素的特性、应用、安全性评价及安全控制[J].食品科学, 2012, 33 (23) :399—404.

[4]曹雁平.我国天然食用色素研究现状[J].食品发酵工业, 2007, 33 (1) :80—84.

[5]张琦, 孟宪军, 孙希云, 等.葡萄籽中原花青素的稳定性研究[J].辽阳农业大学学报, 2006, 37 (2) :232—234.

网络新闻话题语义信息提取 篇7

关键词:话题语义信息,话题抽取,事件要素,Text Rank

随着网络的高速发展,不仅网民呈现爆炸式增长,而且导致信息量也大幅度的增长,这为我们带来了很多好处,在搜集信息的时候我们能够很快地找到大量的相关信息,但是同时也带来了很大的麻烦,那就是信息量过大,我们怎么样才能够快速找到对我们有价值的信息成为当前计算机领域的热点问题。显然,通过对信息进行语义化的重组和表达,形成便于人们理解的语义信息将是解决这一难题的关键技术。网络新闻作为互联网数据的重要组成部分,越来越体现出对于社会大众的影响力,日益赶超传统媒体新闻,成为人们获取社会资讯的主要方式。面对大量的新闻事件,如何快速有效的从中获取有价值的语义信息,意义重大,也逐渐成为Web数据挖掘的研究热点。已有的研究方法[1,2]仅通过提取关键词来表示话题,缺乏对话题语义的分析以及事件要素的提取,以关键词包构成的新闻话题挖掘结果大大影响用户对新闻事件的理解。针对该问题,本文提出一种针对网络新闻的话题语义信息抽取方法,从话题事件要素入手,建立话题语义模型,利用浅层语法特征抽取话题语义信息。实验结果表明,本文算法能有效提取新闻话题要素,抽取结果具有一定的话题语义表达能力。

1话题语义模型

几乎所有致力于新闻学研究或者新闻报道写作的人们都沿用了Mott[3]提出的新闻5Ws(Who、What、When、Where、Why) 要素学说作为新闻结构的基本准则从不同角度挖掘新闻话题的具体含义。中文网络新闻作为新闻题材的一个分支,其结构也应满足5Ws准则。这样的五元素结构可以完整地表示新闻话题而不受限于新闻格式或者语言,日益成为当前主流的新闻表示结构。基于对600篇中文新闻网页的分析统计,我们发现分别有98%、100%、72.67%、84.83%和37.33%的新闻包含Who、 What、Where、When和Why元素,Who、What、Where和When四个元素相对Why具有更大的比重。同时,我们注意到新闻用户使用新闻搜索引擎时,查询的关键词也主要来源于Who、What、 Where和When四类元素,说明这四类元素在话题表达上更具有代表性。

同时,针对新闻标题,我们进行了中文分词和词性标注,得到如表1所示的统计结果。从表格数据不难发现新闻核心四元素主要集中来源于五类词语,即名词、动词、非谓语形容词、 时态词以及数词。因此,对于标注后的结果我们只需要关注以上五类词语,在细化抽取对象的同时排除助词、连词等噪声词语对于话题抽取的干扰。

2话题信息提取

根据第二节中关于话题模型的讨论,本文对网络新闻进行中文词性标注和命名实体识别,选取具有话题语义特征的关键词作为话题模型元素,同时采用Text Rank模型[4]计算话题特征权重,根据阈值设置提取关键词构成新闻话题语义信息。

2.1词性标注与命名实体识别

中文分词是将汉字序列切分成词序列,对于输入句子的词序列,模型给句子中的每个词标注一个词性标记。因为在汉语中,词是承载语义的最基本的单元,分词成了是包括信息检索、 文本分类、情感分析等多项中文自然语言处理任务的基础。词性标注是给句子中每个词一个词性类别的任务。这里的词性类别可能是名词、动词、形容词或其他。针对本文的话题模型, 我们主要选择五类词语,即名词、动词、非谓语形容词、时态词以及数词。命名实体(Named Entity,NE)[5]是文本中基本的信息单位,是文本中的固有名称、缩写及其他唯一标志,是正确理解文本的基础。狭义地讲,可以把命名实体分为人名、地名、组织名等。广义地讲,命名实体还可以包括时间表达式,数值表达式等,在各种应用领域,还可以根据具体的需要定义其他类型的命名实体,例如,在某个具体应用中,可能需要把住址、电子信箱、电话号码、会议名称等作为命名实体。简单来说实体识别即识别文本中具有特定意义的实体,主要包括人名、地名、 机构名、专有名词等。与词性标注相同,我们通过命名实体识别筛选具有话题语义特征的关键词。

2.2话题语义特征抽取

新闻报道的核心思想(话题)是由文中的词项来体现。通过词语间的语义关系分析,找出最能代表该新闻核心内容的特征词项。为了弥补传统方法(TF-IDF模型)只计算文中词语词频而没有考虑词项之间语义关系的不足,本文通过构建词项间的Text Rank模型[4],分析多文档间词项的语义关系,抽取出有效关键词。

Text Rank与Google提出的Page Rank非常类似,它本质是在以词汇作为顶点、词之间关联作为带权或无权,有向或无向边的图上进行random walk的过程[6]。Text Rank模型表示为一个带权有向图G=(V,E),由点集合V和边集合E组成,E是V×V的子集,图中两点i,j之间的权重为Wji。对于一个给定的点Vi, In(Vi)为指向该点的点集合,Out(Vi)为点Vi指向的点集合。点Vi的分数定义为:

其中,d为阻尼因数,取值范围为0到1,代表从图中某一特定点指向其他任一点的概率。在使用Text Rank算法计算图中点的分数时,需要给图中的点指定任意的初值并递归计算知道某个词语分数收敛,收敛后每个点都获得一个分数,代表该点在图中的重要性。需要注意,点的最后分数不受给定初值的影响,点的初值只影响该算法达到收敛的迭代次数。根据基于图排序算法的基本理论,可以在具有语义关系的词语之间连线构建Text Rank模型。根据词语之间的相互“投票”,递归计算词语分数,选择分数较大的词语为重要词语,其中不和任何词语有连线的词语为孤立点。

构建Text Rank模型是根据待选关键词词语之间的语义相似关系大小来决定是否在两个词语之间建立边。因此,Tex Rank图是带权无向图,边的权重为两个词语之间的关联度,通过词语间的投票递归计算出权重,关键词的选取按分数序列从高到低选择,选取范围可以根据需要设置。

3实验结果与分析

为了评测本文算法的有效性,我们利用从网易爬取的50篇新闻进行话题语义信息抽取算法的实验分析。对抽取结果本文结合搜狗地图,以可视化的方式进行展示,为用户带来一种全新的新闻浏览体验。

3.1话题语义信息抽取结果

因为一个新闻事件中可能存在多个人名、地名、名词和动词,如何确定将那些人名、地名、名词和动词作为一个事件的事件要素,这就需要对事件要素进行权重计算,利用Text Rank算法算出众多事件要素的权重,进行筛选,得出最核心的事件要素作为一个新闻话题的关键词。实验中将得到的关键词如图所示。

3.2抽取结果可视化展示

我们调用搜狗地图,对事件地点进行定位,通过比较事件要素的权重大小可以获得事件地点,然后添加事件描述(即新闻事件的标题,时间以及抽取下来的其他话题要素),对事件进行可视化展示。如图2所示,在图中我们可以清晰地看到有三个地方做了位置标记(金昌市、白银市、太原),这三个地方分别是从三个话题中抽取出来的话题地点,而每个话题中可能有多个地点,但是它们的权重都是不同的,所以通过比较权重很容易确定时间的发生地点。其他的话题要素也是通过比较它们的权重得出的。

如图2所示,当鼠标点击地理位置时,就会出现关于该地方最近发生的新闻事件内容摘要,该内容摘要正是新闻话题语义信息提取结果整理后的文字表达。

参考文献

[1]罗凌,陈毅东,曹茂元.微博观点句识别的话题影响研究[J].电脑知识与技术,2014,01:123-127.

[2]谈成访,汪材印.基于LDA模型的新闻话题分类研究[J].电脑知识与技术,2014(16):3795-3797.

[3]Mott F L.Trends in Newspaper Content[J].Annals of theAmerican Academy of Political and Social Science,1942,219:60-65.

[4]陈宏,陈伟.基于突发特征分析的事件检测[J].计算机应用研究,2011,28(1):117-120.

[5]向晓雯.基于条件随机场的中文命名实体识别[D].厦门大学,2006.

注:本文为网友上传,旨在传播知识,不代表本站观点,与本站立场无关。若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。E-MAIL:66553826@qq.com

上一篇:信息采编及新闻写作 下一篇:2011年国际新闻时事回顾及关键词总结