生态大数据管理与多学科应用

第1章生态大数据概述
1.1生态大数据的概念
1.2生态大数据的特征
1.3生态大数据的主要来源
1.3.1主要来源
1.3.2全球生态观测网络
1.3.3对地观测大数据
1.3.4公民科学的发展
1.4生态大数据分析的技术方法
1.4.1整合分析
1.4.2数据挖掘
1.4.3数据-模型融合
1.4.4可视化及人机交互
1.5发展历程与应用
1.5.1大数据发展历程
1.5.2生态大数据发展历程
1.5.3主要应用
1.6生态大数据的平台架构
1.6.1数据采集层
1.6.2数据管理层
1.6.3数据运算层
1.6.4服务应用层
1.7面临的主要挑战与展望
1.7.1主要挑战
1.7.2前景展望
1.8本章小结
参考文献
第2章生态大数据管理
2.1概述
2.1.1生态大数据的数据密集问题
2.1.2生态信息的大规模高并发访问
2.2非关系型数据库NoSQL
2.2.1广义列模型：GoogleBigTable
2.2.2Key-Value模型：AmazonDynamo
2.2.3文档存储模型：MongoDB
2.2.4NoSQL基本思想总结
2.3关系数据库与海量异构数据存储
2.3.1数据仓库
2.3.2复制技术
2.3.3数据切分
2.3.4关系数据库和NoSQL结合方式
2.4云计算平台
2.4.1Hadoop架构介绍
2.4.2HDFS分布式文件系统
2.4.3MapReduce并行处理框架
2.4.4基于Hadoop的生态数据存储框架设计
2.5本章小结
参考文献
第3章基于GoogleEarthEngine云平台的陆表参数变化分析
3.1概述
3.2GEE云平台
3.2.1GEE概述
3.2.2主要数据说明
3.3研究区概况及分析方法
3.3.1研究区概况
3.3.2NDVI数据重建
3.3.3时间序列分析
3.3.4相关性分析
3.4三峡库区土地利用与陆表参数变化特征
3.4.1植被SINDVI变化时空分布特征
3.4.2地表温度变化时空分布特征
3.4.3反照率变化时空特征分析
3.4.4土地利用变化分析
3.4.5陆表参数相关分析
3.5土地利用变化对关键陆表参数影响
3.5.1土地利用与SINDVI研究
3.5.2土地利用与地表温度研究
3.5.3土地利用与反照率研究
3.6本章小结
3.6.1讨论
3.6.2结论
参考文献
第4章基于机器学习算法的陆地生态系统碳通量估算
4.1概述
4.2通量观测数据获取与处理
4.2.1观测站点介绍
4.2.2数据处理
4.3主要机器学习方法与性能评价
4.3.1机器学习方法
4.3.2模型构建
4.3.3性能评价
4.4主要结果分析
4.4.1机器学习在不同陆地生态系统中的GPP模拟
4.4.2机器学习在不同陆地生态系统中的RE模拟
4.4.3机器学习在不同陆地生态系统中的NEE模拟
4.5讨论
4.5.1机器学习模型的性能及其比较
4.5.2机器学习模型在不同碳通量上的预测能力
4.5.3机器学习模型在不同陆地生态系统上的预测能力
4.6本章小结
参考文献
第5章基于生态大数据的西南喀斯特地区生态恢复成效评估
5.1概述
5.2生态工程恢复成效研究进展
5.3生态工程恢复成效评估方法
5.3.1相关数据介绍
5.3.2统计分析方法
5.4西南喀斯特地区植被SIF时空动态分析
5.4.1空间格局
5.4.2年际及季节动态
5.4.3空间趋势分析
5.5生态工程影响评估
5.5.1生态工程对区域植被SIF的影响
5.5.2西南喀斯特地区植被动态影响因素
5.6本章小结
参考文献
第6章基于生态大数据的红树林湿地生态系统健康评价
6.1概述
6.2红树林生态系统健康评价研究进展
6.3漳江口红树林湿地生态系统
6.3.1漳江口红树林湿地概况
6.3.2土地覆盖数据主要获取来源
6.4红树林湿地生态系统健康评价方法
6.4.1评价指标体系构建
6.4.2指标权重计算
6.4.3生态系统健康指数
6.5红树林湿地生态系统变化
6.5.1景观格局变化特征
6.5.2湿地生态系统的压力-状态-响应健康状况
6.5.3湿地生态系统健康水平的时空变化
6.6红树林湿地生态系统健康变化驱动力因素分析
6.6.1互花米草入侵与海平面上升的影响
6.6.2养殖业扩增与海堤建设的影响
6.6.3保护区建设的影响
6.7本章小结
参考文献
第7章基于生态大数据的区域生态安全诊断
7.1生态安全概述
7.2相关研究方法
7.2.1生态足迹
7.2.2生态承载力
7.2.3生态赤字/盈余
7.2.4生态压力指数
7.3全国尺度生态安全格局分析
7.3.1生态足迹分析
7.3.2生态承载力分析
7.3.3生态安全分析
7.4河南省生态安全格局分析
7.4.1人均生态足迹分析
……