基于无人机影像的无瓣海桑单木提取与地上生物量估算

无瓣海桑(Sonneratia apetala)是中国红树林恢复种植最早引进的优质红树树种,其生产力在红树林群落中处于较高水平,具有显著的高生物量和能量积累。然而,由于红树林群落冠层密集、结构复杂,精确描绘无瓣海桑的单木树冠存在极大挑战性。传统的卫星遥感侧重于区域或更大尺度监测需求,而新兴的低空无人机遥感在更精细尺度的红树林生态监测中具有显著优势。以广东省珠海市淇澳岛红树林自然保护区为研究区,利用消费级无人机影像生成的冠层高度模型(Canopy Height Model,CHM)和种子区域生长(Seed Region Growing,SRG)算法进行无瓣海桑单木树冠提取,并建立基于地面调查数据获取的树高和胸径两者之间的回归关系,以优化无瓣海桑地上生物量异速生长方程,进而实现研究区单木尺度的无瓣海桑地上生物量估算。结果表明:基于无人机影像可以有效提取无瓣海桑单木树冠,其提取精度达到67%;验证了树高和胸径之间较高的相关性,提出了基于树高的无瓣海桑地上生物量异速生长方程;研究区无瓣海桑平均地上生物量的范围为2.99~247.24 t/hm2,平均值为92.14 t/hm2,且单木地上质量分布具有空间聚集性。

基于知识图谱的1985-2021年红树林遥感研究可视化分析

为揭示国内外红树林遥感领域的研究历程和发展趋势,以Web of Science核心数据库和CNKI数据库中1985—2021年收录的红树林遥感研究文献为数据支撑,采用科学计量学法和CiteSpace软件绘制红树林遥感研究的可视化知识图谱,并分析该领域的研究热点和发展趋势。结果表明:近30余年,红树林遥感研究的发文数量总体呈逐年上升的趋势,其中英文文献发文数量较多,中国较早关注该领域。英文文献的研究大多数针对全球尺度,研究主题涉及红树林生态系统、动态变化和空间分布,中文文献多从区域尺度出发,主要探究红树林的时空动态和分类方法。英文文献中被引较多的是红树林生态系统研究主题和综述型文献。建议充分利用交叉学科,并发展更为先进的监测手段,为红树林生态恢复和保护提供更有力的技术支持。

基于多源数据的湖北省COVID-19疫情时空扩散影响因子分析

利用武汉市人口迁出规模指数与武汉迁入到湖北各市人口比例的乘积(MSI)及市内交通强度(TI),建立时间回归模型,分析各市的COVID-19每日新增病例;利用交通可达性及各市GDP比例,建立空间回归模型,分析湖北省各市COVID-19的万人累计感染率。结果显示:1)基于人口迁徙数据与各市每日新增COVID-19病例构建的回归模型具有显著性(Sig.=0.00),R2达0.715;从标准化系数结果可以看出,MSI(0.85)对各市每日新增病例的影响程度更高;2)累计万人感染率与医疗机构数、GDP具有显著的正相关关系,与床位数量不相关;3)基于交通路网、社会经济数据与湖北省各市的万人累计感染率构建的空间回归模型亦具有显著性,其标准化决定系数为0.672,各市GDP比例对模型的影响更大。