基于耦合算法的花生叶片光合色素含量反演模型

准确获取及预测光合色素含量可为精细化种植管理提供数据依据,为探究花生冠层叶片色素吸收特征,该研究以开花下针期的花生冠层叶片为研究对象,以ASD Field Spec4野外便携式高光谱仪采集的光谱数据为数据源,进行花生叶片叶绿素含量和类胡萝卜素含量反演。通过对比7种单一筛选特征波长变量算法及结合4种模型(PLSR、SVR、GBDT和XGBoost)的结果,优选出3种算法进行两两耦合。结果表明:1)在单一算法试验中IRIV、UVE和GA算法结果较优;2)在耦合算法试验中UVE-IRIV、GA-IRIV和GA-UVE方法都能有效降维,且模型稳定性提升。在叶绿素含量反演模型中,GA-IRIV-XGBoost模型精度最高,R^(2)=0.622,RMSE=0.235 mg/g;在类胡萝卜素含量反演模型中,UVE-IRIV-XGBoost模型精度最高,R^(2)=0.575,RMSE=0.056 mg/g;3)比较两种色素反演模型的预测精度,表明叶绿素的预测精度优于类胡萝卜素。该结果可为快速、准确预测花生叶片光合色素含量提供一种方法。

基于FAI-L方法的巢湖水域藻华提取方法研究

近年来随着人类的活动日益加剧,水体富营养化问题已经严重威胁到湖泊生态安全。为了快速并准确地获取藻华爆发的范围,本文提出浮游藻类指数线性拟合模型(FAI linear fitting model,FAI-L)。在以往的研究中,NDVI(normalized difference vegetation index)已经广泛应用于藻华的识别中,且采用坡度计算获取NDVI阈值的方法也得到验证,相对于NDVI,FAI对环境条件的改变敏感度较低,且由于FAI增加了短红外波段,能够有效地降低部分大气和薄云的影响,对藻华的识别有较高的精度,但是FAI识别藻华的阈值如何确定的问题没有有效的解决办法。本文通过建立NDVI与FAI的线性拟合方程,利用NDVI阈值确定FAI阈值,能够有效地解决FAI阈值确定问题。通过Landsat8和Sentinel-2的提取结果显示:(1)FAI-L相对于NDVI提取结果在精度上有较大提升。采用该方法对于Landsat8影像的藻华提取精度为97.16%,相对于NDVI的提取精度(91.72%)提高了5.44%。(2)以Sentinel-2数据为基础探究FAI-L的适用性情况,结果显示对于高分辨率的遥感影像,FAI-L的提取精度达到97.10%,对高分辨率影像具有良好的适用性。(3)FAI-L可以很好地排除云层对藻华提取的干扰,且对藻华的边缘区域和较小的零星区域有更好的提取效果。通过FAI-L能够较好地获取巢湖水域藻华的空间分布情况,可以有效降低由于云层造成的误判现象,具有较高的精度和适用性,可为藻华提取光谱敏感指数的阈值确定提供新方法。

基于“源-汇”景观格局的城市热岛效应及影响因素分析--以合肥市为例

选择城镇化增速居长三角三省一市第一位的合肥市作为研究区,通过提取植被指数、湿度指数、不透水面指数等地表特征敏感的遥感指数和地表温度来识别城市热岛的“源-汇”景观,结合土地利用类型对“源”景观贡献度及城市热岛效应进行研究.结果表明:合肥市热岛“源”景观的升温影响范围为150m,“源-汇”景观格局能有效缓解城市热岛效应,缓解程度由东南至西北呈强至弱的趋势,庐江县、巢湖市的缓解效果最好,蜀山区、瑶海区的缓解效果最差;“源-汇”景观面积的比值、“源”景观的有效粒径尺度越小,“源”景观的标准形状指数在0~0.35且景观斑块越离散,热岛效应的缓解程度越好;对任何地物斑块而言,热岛效应导致的温度上升都会削弱“源-汇”景观格局对热岛效应的抑制效率,增加林地的覆盖是减轻区域升温、缓解区域热岛的有效手段之一.

严格根源分析探讨

严格根源分析,又称冷酷无情分析,是根本原因分析的一种。这种方法是严格的查找导致一个过程或产品失效和缺陷的最根本原因的工具。严格根源分析可以帮助我们调查客户投诉、过程失效、供应商质量问题、延迟交付和产品故障等问题产生的最根本原因。通过香港国际机场对飞机维修检查物料费用高这一问题进行原因调查作为实例分析,介绍了严格根源分析方法所使用的工具和步骤。