我国智慧林业关键技术研究进展

我国林业信息化已经进入智慧林业阶段,新一代信息技术在智慧林业建设中发挥着重要的作用。本文围绕智慧林业的内涵和发展路径,提出智慧林业建设体系架构,分析智慧林业中物联网、3S和北斗导航、云计算、大数据、移动互联网等关键技术的研究现状,剖析存在的主要问题,探讨未来发展趋势及研究重点。研究表明,我国智慧林业关键技术研究存在基础设施不完善、技术成本较高、技术标准不统一、信息互联互通不强、数据质量不稳定、数据挖掘不深、技术融合集成不足和专业技术人才匮乏等主要问题。研究认为,林业数据挖掘与深层应用、林业云遥感大数据研究、林业块数据研究以及林业物联网、云计算和移动互联网的深度融合是我国智慧林业关键技术未来的发展趋势和研究重点。

基于Gaofen-2影像和面向对象的椰子林分类研究

椰子是重要的热带经济作物,海南椰子种植面积占全国的90%以上。快速获取椰子种植面积及其空间分布信息对热带作物产业规划具有十分重要的作用。本研究基于国产Gaofen-2高分辨率卫星影像,以文昌市东郊镇为试验区,开展椰子林遥感分类研究。基于最优分割尺度的面向对象分类方法,选取4个光谱特征、5个植被指数和32个纹理特征为辅助参量,构建了4种不同的面向对象分类组合(光谱特征、光谱特征+纹理特征组合、光谱特征+植被指数组合、光谱特征+纹理特征+植被指数特征组合)进行椰子林分类提取,并与基于像元的椰子林分类结果进行对比分析。结果表明:(1)仅采用基于像元分类方法,椰子林的总体分类精度(overall accuracy,OA)和用户精度(user’s accuracy,UA)分别达到87.05%和85.21%。(2)相比基于像元分类,4种面向对象分类组合的OA值提高了5.51%~8.72%。(3)光谱特征和纹理特征组合提取椰子林分类结果最优,OA值和UA值分别达到95.77%和97.15%;光谱特征和植被指数的组合也得到了较好的分类结果,OA值和UA值分别为94.88%和94.42%;所有的光谱特征、植被指数和纹理特征全部参与分类得到的OA值和UA值分别为94.67%和94.17%,低于仅使用光谱特征或者植被指数的组合。综上,国产高分辨率Gaofen-2影像在椰子林遥感精准识别中具有很大的潜力,结合纹理特征的面向对象分类方法可以更准确地提取椰子林分类信息,研究结果可为多云多雨地区大尺度椰子林遥感识别提供技术参考。

1995—2020年我国天然橡胶生产时空变化分析

天然橡胶是四大工业原料中唯一的可再生资源,是国防和工业建设不可缺少的战略资源,天然橡胶生产时空变化研究具有重要的理论和现实意义。文章基于长面板数据集,应用GIS技术综合分析了1995—2020年我国天然橡胶时空变化特征。结果表明,从时序变化看,1995—2020年我国天然橡胶的实有面积和开割面积呈波动中有增加的态势,当年定植面积呈先波动增加后波动减少的态势,干胶产量呈波动中有增加的态势,干胶单产呈小幅波动的态势;从空间变化看,我国天然橡胶生产主要分布于云南和海南,2020年云南和海南两省合计的实有面积占比达95.74%,云南于2011年超过海南成为全国橡胶林实有面积最大的省;从时空交汇来看,云南于2011年超过海南成为全国橡胶林实有面积最大的省,天然橡胶生产日益向云南和海南聚集,广东、广西和福建三省(区)的生产劣势更加突出;从生产重心来看,1995—2020年间我国天然橡胶生产重心明显向西北方向移动。

中国西北地区植被覆盖变化驱动因子分析

利用GIMMS/NDVI数据分析了中国西北地区1982-2006年植被覆盖时空变化特征及其驱动因子。近25 a来,中国西北地区年均植被NDVI增速为0.5%/10 a,并存在明显的空间差异。天山、阿尔泰山、祁连山、青海的中东部等地区植被NDVI显著增加;青海南部地区、陕西和宁夏交界地区、甘肃的部分地区以及新疆的塔里木盆地、吐鲁番、塔里木河、托里等地区植被NDVI下降。从不同植被类型来看:林地、草地和耕地的年均NDVI都在提高。研究表明:中国西北地区植被NDVI变化是各种自然和人为影响因素综合作用的结果。自然植被(林地等)变化更大程度上反映了气候变化对植被的影响,而人工植被(耕地等)变化更多体现的是人类活动的作用。不同高程、坡度、坡向上的植被NDVI变化存在较大差异,当海拔超过4 000 m时,植被NDVI增加趋势很小;坡度低于25°的坡地植被NDVI增加主要是由于近年来的植被建设;阳坡植被变化比阴坡活跃,植被改善趋势较强。植被NDVI与气温、降水的年际变化整体上都呈弱的正相关,温度上升使蒸发量增大,促进了土壤的干化,不利于植被生长,并且灌溉农业区的河水灌溉会降低农业植被NDVI和降水的相关程度。农业生产水平和植被生态建设等人类活动对西北地区植被NDVI增加起重要作用。

基于被动微波遥感反演雪深的时间序列分析我国积雪时空变化特征

利用1978-2005年逐日中国积雪深度数据集,分析了我国积雪空间分布特征和季节时空分布特征,并运用趋势线分析方法和均方根差模拟了积雪深度和积雪日数的变化趋势及异常空间变化特征.结果表明:青藏高原东南、青藏高原西部和南部、新疆北部和东北山区为我国积雪空间分布四大高值区.近28 a来,积雪深度和积雪日数呈增加趋势,20世纪80年代青藏高原明显增加和明显减少趋势并存,90年代整体明显增加,2000-2005年整体基本不变.青藏高原中东部、新疆北部以及东北山区为积雪深度异常变化敏感区,而青藏高原西部则为积雪日数异常变化敏感区.

川滇交界干热河谷地区农业气候资源特征

利用四川攀枝花和云南华坪、元谋等3个时间序列较长的气象站地面观测资料,运用线性趋势法、气候倾向率法、Mann-Kendall非参数统计检验法等方法分析了川滇交界干热河谷地区光能、热量、水分和风能等农业气候资源特征。结果表明:川滇干热河谷地区光能资源丰富,热量资源充足,风能资源良好,但水分资源结构不平衡,易出现干旱。并且在全球气候变化背景下,光能、热量、水分和风能等农业气候资源都发生了明显的变化,对农业会造成一定的影响,如温度升高导致作物生长期延长,生长季热量增加,适宜种植范围扩大。≥10℃积温的增加为热量要求较高的热带经济作物种植提供了有利条件,川滇干热河谷地区适宜热带经济作物种植区域将增加。此外,农业气候资源的变化也会带来一定的负面影响,如冬季温度升高,将导致热带作物抗旱能力下降等。

中国热区划分研究综述

通过分析中国热区范围划分的相关历史文献和自然、农业、气候区划资料,简述了国内区划工作的概况,讨论了历史上关于中国热区的总体划分以及各热区边缘省份热区的划分,分析了这些划分方法存在的问题及原因,明确了中国热区范围研究的发展方向,为下一步中国热区范围的划分提供理论和方法支撑。

基于GIS的祁连山植被NDVI对气温降水的旬响应分析

利用祁连山地区SPOTVGT-NDVI数据和气象站点旬平均气温、降水资料,运用最大化合成、趋势线分析和相关分析方法分析了祁连山植被的时空变化趋势,并从旬时间尺度上分析了祁连山植被对气温和降水的响应特征。结果表明:近10年来,祁连山年最大化植被NDVI增加了3.1%,植被改善、无变化和退化的面积分别占总面积的70.21%、21.44%和8.35%。祁连山植被NDVI对气温变化的响应大于降水,对气温和降水变化的最大响应滞后都为2旬左右。秋季植被NDVI对气温和降水变化响应最大,夏季植被NDVI对气温和降水响应的滞后期长于春季和秋季。祁连山植被NDVI对气温和降水变化的旬最大响应表现为中段大于东段和西段,NDVI对气温和降水变化的最大响应滞后期呈现出西段>中段>东段的空间分布特征。

华南地区极端气温事件时空变化及其因子分析

选用1959—2016年华南地区72个地面气象站点逐日气温数据,计算了研究区16种极端气温指数,分析了1959—2016年研究区极端气温事件的时空变化特征和影响研究区极端气温指数的因子,及其与年平均气温、地理位置和大尺度大气环流的关系,并预测了未来研究区域极端气温事件变化趋势。结果表明:1959年以来,研究区气温日较差(DTR)和极端冷事件(FD、ID、TN10p、TX10p、CSDI)呈下降趋势;生物生长季(GSL)、极端热事件(SU、TR、TN90p、TX90p、WSDI)和气温极值指数(TXx、TNx、TXn、TNn)呈明显增加趋势。从年代际尺度来看,1960s(19世纪60年代,以下以此类推)以来,研究区极端气温事件与其年际变化趋势基本一致。从空间尺度来看,气温日较差(DTR)和极端冷事件(FD、ID、TN10p、TX10p、CSDI)气候倾向率小于0的站点比例分别为85%、99%、100%、99%、90%、93%,仅有个别站点存在下降趋势,零星分布在沿海地区。生物生长季(GSL)增加的站点共有55个,但其显著性水平较低;极端热事件(SU、TR、TN90p、TX90p、WSDI)气候倾向率大于0且通过显著性检验站点分别为20、58、68、48、29个,增加趋势明显。气温极值指数(TXx、TNx、TXn、TNn)也呈增加趋势,仅沿海地区个别站点呈下降趋势。利用因子分析法提取了5个公共因子,其累计方差贡献率为82.49%,其中公共因子1方差贡献率为44.72%,反映了极端气温事件与极端热事件的相关性很强。相关分析表明,极端热事件(SU、TR、TN90p、TX90p、WSDI)能很好地指示年平均气温的变化情况,并且其他极端气温指数之间也存在很好的相关关系;极端气温指数变化趋势表现出明显的地理位置依赖性。此外,大尺度环流分析表明,ENSO异常变化与华南地区极端气温关系密切,南海副高强度指数(SCSSHII)和西太平洋副高强度指数(WPSHII)对研究区极端气温事件具有明显贡献。R/S分析法表明,研究区极端气温事件表现为强持续性,未来变化趋势与过去的变化趋势相同。

利用Landsat影像构建河西绿洲土地利用信息图谱——以张掖市甘州区为例

基于地学信息图谱理论,结合GIS和RS技术,利用河西绿洲甘州区1975年、1987年、1999年和2009年四期Landsat影像作为土地利用信息提取的基础空间数据,构建了一系列土地利用信息图谱,通过图谱来分析研究区的土地利用时空变化规律。结果表明:1975年～2009年河西绿洲甘州区的土地利用发生了显著变化,耕地、建设用地和未利用地呈现出持续的增加态势,其中耕地主要来源于草地、林地和未利用地的转化;林地、草地和水域面积呈减小趋势,主要表现为草地退化、开垦为耕地。

基于多元线性回归模型的华南地区≥10℃积温空间模拟研究

选用1980～2011年华南地区111个及周边地区39个气象站地面观测资料,基于ArcGIS10.0平台,利用多元线性回归模型和IDW、Kriging、Spline等插值方法模拟了华南地区≥10℃活动积温的空间分布。结果表明：基于多元线性回归模型的≥10℃活动积温空间模拟方法与IDW、Kriging、Spline等插值方法相比,解决了积温空间分布模拟复杂性的问题,并考虑了≥10℃活动积温受海拔、经纬度差异等因素的影响,具有较高的模拟精度,适合于较大范围的积温数据空间化模拟。另外,1980～2011年华南地区≥10℃活动积温随海拔的升高而减小;随纬度的增大而减小;随经度的变化幅度较大,在研究区西部云南地区受地形的影响变化幅度强烈,在研究区东部广西、广东、福建等地变化幅度较小。

基于GLC30数据的近20年海南岛土地利用动态变化研究

土地利用/覆盖变化(land use/cover change,LUCC)是当前全球变化研究的核心内容之一。近20年来,受自然环境和人文社会经济双重影响的海南岛土地利用变化显著,但其时空动态变化特征及其格局尚不明确。基于GLC30全球地表覆盖数据,分析了海南岛近20年来土地利用时空分布格局、时空动态变化。结果表明,海南岛土地利用/覆盖类型空间分布格局以耕地和林地为主,耕地主要分布在沿海地区,林地主要分布在中部山区。2000—2010年海南岛土地利用时空变化格局以林地面积增加为主,主要由耕地、草地、湿地和水体转化而来;2010—2020年海南岛土地利用时空变化格局以耕地和建筑用地显著增加为主,耕地增加主要来源于林地的转化,建设用地的增加则来源于耕地和林地。2000—2020年,海南岛林地和建筑用地面积显著增加,耕地和草地明显减少;湿地、水体、裸地和海域的面积变化较小。林地增加的区域主要分布在海南岛中部山区及东北部文昌市,大部分由草地转化而来;建筑用地主要来自于耕地、林地和草地的转化,另一部分则来自于湿地、水体和海域的开发,主要分布在海南岛沿海城镇居民点的周边地区;耕地减少主要是转化为林地,分布在海南海口、昌江、琼海和万宁等市县;草地减少区域主要分布在海南岛中部山区,转化为林地。2000年、2010年和2020年海南岛土地利用程度在各个时期变化较小,总体数值处于中间偏上水平,表明海南岛土地利用/覆盖变化的稳定性较高,人类对土地的开发强度适中。通过本研究可为海南岛土地利用合理开发及未来海南自由贸易港建设提供科学参考。

湖南省木薯产业发展研究

分析湖南省木薯产业的发展现状,发展木薯的可行性及湖南省木薯发展存在的问题,提出湖南省木薯产业的发展策略,为湖南省木薯产业发展提供决策参考。

基于GEE和Landsat时间序列数据的海南岛土地利用分类研究

土地利用/覆盖变化(land use/cover change,LUCC)是当前全球变化研究的核心内容之一。土地利用遥感监测是土地利用变化相关研究的重要技术手段,尤其是高分辨率遥感技术和谷歌地球引擎(Google Earth Engine,GEE)云计算平台的出现,为土地利用空间信息的获取提供了新的途径和方法。本研究基于GEE云平台提供的Landsat-8 OLI时间序列卫星影像数据,采用随机森林(random forest,RF)和支持向量机(support vector machines,SVM)分类算法,对海南岛土地利用类型进行了遥感分类研究。结果表明:RF与SVM算法对海南岛土地利用中水体和建筑用地的分类精度均较高,对耕地、园地和林地分类精度较低。与SVM方法相比,RF分类方法能够更准确识别各类地物信息,更适于海南岛土地利用分类的研究。海南岛林地(包括天然林、橡胶林等)所占比例最大,主要分布在海南岛中部;耕地和园地面积接近,相间分布于海南岛大部分区域;水体和建筑用地面积较小,在海南岛均呈零散的分布状态,以沿海地区为主。GEE平台对于开展大区域土地利用分类与遥感动态监测具有重要的意义。

三北防护林工程区植被覆盖变化与影响因子分析

利用1982~2006年间GIMMSAVHRR NDVI植被覆盖数据和气象站点气候数据,分析了三北防护林工程区25a来植被覆盖的时空变化特征及其与气温、降水变化的相关性,并在此基础上通过采用残差分析法探讨了人类活动对研究区植被覆盖变化影响的空间格局.结果表明：研究区25a的年植被变化量增加幅度略大于减少幅度,植被覆盖整体呈缓慢上升趋势,其中Ⅰ区和Ⅳ区NDVI值上升最明显（P〈0.001）,Ⅱ区则呈微弱下降趋势,而四大建设区植被覆盖度有不同程度提高;研究区植被和气温、降水整体呈正相关关系,17.74%的地区植被与气温呈负相关,而6.84%的地区呈正相关,10.60%的地区植被与降水呈负相关,19.53%的地区则呈正相关,植被与降水正相关面积明显大于植被与气温正相关面积,说明降水是研究区植被生长的关键因子;研究区植被残差年际变化显著正相关面积大于显著负相关面积,人类活动对植被建设作用要强于破坏作用,三北防护林建设工程带来的生态效益正在呈现.

基于GIS和RS的中国西北NDVI变化特征及其与气候变化的耦合性

整合遥感和地理信息技术,对中国西北地区近25a来NDVI时空变化特征及其与气候变化的耦合关系进行了研究,结果表明:高寒草甸和落叶针叶林的NDVI增加趋势较明显,线性倾向率p=0.2%/10a。枯黄期推后导致NDVI明显增加,线性倾向率达0.27%/10a;青藏高原、天山南脉的春季气温和北疆、汉中地区的秋季气温上升较明显,半湿润和半干旱过渡地区降水变幅较大;江河源地区NDVI和气温的相关系数达到0.6,河西-阿拉善、南疆等干旱地区NDVI和降水的相关性较高,相关系数为0.65。夏、秋季汉中、祁连和天山等地区,持续降水会导致NDVI值下降;寒区NDVI对气温变化较敏感,月均温度达到8℃,NDVI值出现快速上升。旱区温度超过22℃,植被NDVI值出现明显的回落。非寒旱区,月气温在19～20℃左右,NDVI达到峰值。寒区当温度条件满足植被生长需要时,NDVI随降水线性增加。旱区月均降水超过60mm后NDVI开始快速上升,直到植被需水的饱和点。生长季内西北地区NDVI随气温、降水的变化存在明显滞后现象。

中国北方近57年气温时空变化特征

通过分析中国北方近57年来气温时空变化特征,结合GIS空间分析技术和数理统计理论,对中国北方气温变化进行定量化分析,阐述其时空演变规律。结果表明:近57年来中国北方气温总体呈上升趋势,升温趋势最快的是东北地区(0.25℃/10a),最慢的是西北东区(0.12℃/10a)。各区年均、1月、7月气温的增温趋势呈非对称性,年均气温的升高主要得益于1月气温的贡献,7月各区升温趋势普遍较慢;中国北方年均气温变化存在突变现象,东北区是在1994年(a=0.05),华北区是在1997年(a=0.05),西北西和西北东分别为在1996年和1997年(a=0.05);年均气温变化具有明显的周期性,东北区分别以21a、6a、11a为第一、第二、第三主周期,华北区气温周期为22a,西北西区周期为12a,西北东区第一、第二、第三主周期分别为15a、8a、5.5a;中国北方各区气温变化一致性较强,都呈现上升趋势,但各区之间相关关系存在差异,东北和华北年均气温相关系数达到0.79(a=0.01),1月东北区和西北西区相关系数为0.19,7月东北区和西北东区的相关系数为0.26,未达到显著水平。

基于空间信息的农业干旱综合监测模型及其应用

为提高农业干旱监测的准确性,采用遥感信息与地面气象观测数据相结合的方法进行农业干旱监测研究。选择适合高植被覆盖区旱情监测的标准化植被供水指数及适合热带气候区旱情监测的综合降水指数作为参数,通过与同步实测土壤含水量的数据融合构建了海南岛农业干旱综合指数模型。经检验,模型的均方根误差RMSE为4.65%,相对均方根误差RMSEr为19.28%,模型具有较高的精度,可以用来监测海南岛的农业干旱。应用模型对2004年10月至2005年1月海南岛农业干旱进行了监测。结果表明,海南岛旱情西部重于东部、北部重于南部、四周平原重于中部山区。2004年10月上旬起旱情持续加重,12月上旬达到旱情高峰,12月中旬旱情略有缓解,但直至监测末期2005年1月下旬旱情依然严重。旱情最严重的时段(2004年12月上旬),海南岛干旱影响范围广,水田和旱地的重旱面积比例分别为59%和61%,其他林地的重旱面积比例也达到了20%。监测期内,海南岛作物生长过程受到明显抑制,干旱造成NDVI累积值较上一生长季同期下降6.34%,2004年10月至12月海南岛天然橡胶减产约1.16万t。该文为农业干旱监测提供参考。

地磁Ap指数与太阳黑子数的交叉小波分析及R/S分析

利用1932～2009年间的地磁Ap指数和太阳黑子数资料,用交叉小波方法和R/S方法分析了地磁Ap指数和太阳黑子数的关系。分析结果表明,①地磁Ap指数和太阳黑子数在高频段上显著带的形状有一定程度的相似性,具有显著和稳定的8.02～11.35 a的振荡周期;在低频部分,地磁Ap指数和太阳黑子数4～6月的周期变化不连续,仅在部分年份通过了95%的红噪声检验。②地磁Ap指数和太阳黑子数在8.02～11.35 a的频段上具有显著的共振周期,且在此频段上地磁Ap指数落后太阳黑子数1.5 a左右稳定的相位变化。地磁Ap指数和太阳黑子数在低频部分存在4～6月共振周期,但二者的位相关系不稳定。③地磁Ap指数和太阳黑子数时间序列的Hurst指数分别为0.79和0.81,表明地磁Ap指数和太阳黑子数都是持续的时间序列,且未来的变化将持续过去的变化趋势,具有长期记忆性和混沌特征。

基于环境减灾卫星CCD数据的海南岛洪涝灾害监测

洪涝灾害监测是农情监测的主要任务之一,遥感监测可以弥补地面观测耗人、耗财、信息滞后等诸多不足,已成为洪涝灾害研究领域的重要发展方向。该文基于HJ-1A/1B-CCD数据,以海南岛为研究区,选取研究区内400个训练样本,利用区分度(division degree,DD)对归一化差异水体指数(normalized difference water index,NDWI)、基于蓝光的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B)和混合水体指数(combined index of NDVI and NIR for water body identification,CIWI)3种水体指数进行比较分析。分析结果显示,在应用HJ-1CCD数据进行纯水体、湿地识别时,NDWI-B模型效果最好(综合区分度分别为31.30%、28.13%),是海南岛洪涝灾害监测的最优模型。经验证,NDWI-B模型的水体识别总体精度达91.50%。通过对采样点的水体指数值与地物类型的反复对比确定NDWI-B模型的水体识别阈值为-0.015。利用NDWI-B模型对海南岛2010年9月25日至10月25日的洪涝灾情进行监测。结果表明,10月12日的灾情最为严重,全岛洪水淹没面积达到监测期内最高值,为120.22km2,除东方、昌江、乐东外所有市县均出现新增水体,新增水体主要分布于村庄、耕地、道路、城镇居民地等。从区域上看,东部的文昌、琼海、海口、定安为洪涝重灾区,西部的东方、昌江、乐东为洪涝轻灾区。全岛洪涝影响最大的土地利用类型为水田,其次为旱地。10月12日,水田、旱地的淹没面积分别为61.46和29.59 km2,耕地(水田和旱地)淹没面积占总淹没面积的比例为75.73%。NDWI-B模型具有水陆区分度较大和水体面积提取精度较高的优点外,还能够识别小范围水体和湿地,是海南岛洪涝灾害监测较为理想的模型。该文为海南岛水资源管理、洪涝灾害动态监测及防灾减灾提供参考。