候鸟是重要的生物资源，是环境变化的重要指示生物。当前，由于全球气候变化，人类活动等因素的影响，候鸟迁徙线路和栖息地发生了重要的变化。卫星追踪技术为候鸟保护及研究提供了海量数据支撑，但其不连续性、长周期性和非均匀采样等特征，制约了候鸟停歇地精准识别与保护决策优化。为解决上述问题，实现从海量异构数据中挖掘候鸟停歇规律，我院新工科实验班本科生团队在黄田副教授的指导下，创新性提出T-DBSCAN算法，为候鸟栖息地智能监测提供了高效解决方案。

论文封面

T-DBSCAN算法在传统DBSCAN框架基础上，首创“四叉树-凸包”双引擎架构；通过四叉树结构优化空间检索效率，结合凸包边界识别技术提升聚类定向精度，并引入动态时间窗口机制，显著提升了算法对不规则采样数据的适应性。实验表明，T-DBSCAN在候鸟栖息地识别任务中，处理效率较传统方法提升95%以上，可有效支持大规模迁徙路径分析。目前，该成果已集成至野生动物智能监测系统，已应用于洞庭湖、鄱阳湖等湿地保护区的鸟类栖息地评估，未来有望拓展至野生动物保护、机场鸟撞预警等领域，推动管理范式从经验主导转向模型辅助决策，推动栖息地保护工作向更高效、更智能的方向发展。

黄田副教授指导团队

上述成果以题《The T-DBSCAN Algorithm for Stopover Site Identification of Migration Birds Based on Satellite Positioning Data》发表于SCI期刊《Biology》（IF=3.6,JCR1区，中科院3区），我院2022级新工科实验班何心武为论文第一作者，黄田副教授为通讯作者。学院本科生刘惜群、刘佳佳、李邮文，西北农林科大学徐正刚副教授、湖南文理学院莫平副教授等参与项目研究，项目得到国家自然科学基金（U20A20118）、国家级大学生创新创业训练计划项目（S202411527085）、洞庭湖生态环境智能监测与防灾减灾技术湖南省工程研究中心开放基金项目（2022-DTH-03）的联合资助。湖南环球信士科技有限公司为本研究提供研究数据、实验平台和工程实践经验指导。（黄田）

论文链接：https://www.mdpi.com/2079-7737/14/3/277

(一审：何骞 二审：蒋冬初 三审：邓中日)