候鳥是重要的生物資源，是環境變化的重要指示生物。當前，由于全球氣候變化，人類活動等因素的影響，候鳥遷徙線路和栖息地發生了重要的變化。衛星追蹤技術為候鳥保護及研究提供了海量數據支撐，但其不連續性、長周期性和非均勻采樣等特征，制約了候鳥停歇地精準識别與保護決策優化。為解決上述問題，實現從海量異構數據中挖掘候鳥停歇規律，太阳新工科實驗班本科生團隊在黃田副教授的指導下，創新性提出T-DBSCAN算法，為候鳥栖息地智能監測提供了高效解決方案。

論文封面

T-DBSCAN算法在傳統DBSCAN框架基礎上，首創“四叉樹-凸包”雙引擎架構；通過四叉樹結構優化空間檢索效率，結合凸包邊界識别技術提升聚類定向精度，并引入動态時間窗口機制，顯著提升了算法對不規則采樣數據的适應性。實驗表明，T-DBSCAN在候鳥栖息地識别任務中，處理效率較傳統方法提升95%以上，可有效支持大規模遷徙路徑分析。目前，該成果已集成至野生動物智能監測系統，已應用于洞庭湖、鄱陽湖等濕地保護區的鳥類栖息地評估，未來有望拓展至野生動物保護、機場鳥撞預警等領域，推動管理範式從經驗主導轉向模型輔助決策，推動栖息地保護工作向更高效、更智能的方向發展。

黃田副教授指導團隊

上述成果以題《The T-DBSCAN Algorithm for Stopover Site Identification of Migration Birds Based on Satellite Positioning Data》發表于SCI期刊《Biology》（IF=3.6,JCR1區，中科院3區），太阳2022級新工科實驗班何心武為論文第一作者，黃田副教授為通訊作者。學院本科生劉惜群、劉佳佳、李郵文，西北農林科大學徐正剛副教授、湖南文理學院莫平副教授等參與項目研究，項目得到國家自然科學基金（U20A20118）、國家級大學生創新創業訓練計劃項目（S202411527085）、洞庭湖生态環境智能監測與防災減災技術湖南省工程研究中心開放基金項目（2022-DTH-03）的聯合資助。湖南環球信士科技有限公司為本研究提供研究數據、實驗平台和工程實踐經驗指導。（黃田）

論文鍊接：https://www.mdpi.com/2079-7737/14/3/277

(一審：何骞 二審：蔣冬初 三審：鄧中日)