内蒙古农田残膜污染现状及对策建议

内蒙古地膜污染严重的主要原因是本区域内气候干旱寒冷、农作物种植过程中地膜使用量大、地膜质量差、农民环保意识不强及回收难度大等。本文作者从内蒙古农用地膜覆盖应用现状、地膜残留主要危害和特征方面进行了分析,阐述了内蒙古地膜残留污染的主要防治途径,并提出了提高地膜质量、加强地膜回收机具的研究、增强农民环保意识和应用政策手段等治理农用残膜污染的措施,从而解决内蒙古农用地膜污染的问题。

基于GF-6影像的农作物种植结构提取方法研究

【目的】挖掘国产卫星影像数据信息,快速准确地获取农作物的种植结构类型,为优化农业生产布局提供参考。【方法】利用随机森林算法模型,结合样本数据对影像的光谱特征、植被指数特征、纹理特征进行重要性分析,通过评估分类精度获得基于GF-6影像的最优特征组合,并将优选后的特征用于面向对象分类研究(以平滑度0.5、紧致度0.3为参数,10为步长,设置40~140共11种不同分割尺度),以得到研究区主要农作物种植结构的空间分布。【结果】特征优选的方法得到GVI、EVI、Nir、GI、GNDVI和Green特征,能够有效减少农作物分类中的数据冗余,提升分类效率;研究区农田设置的11种分割尺度中,最优分割尺度为100,分割结果保留了地块的完整性并体现了不同农作物类型的异质性;基于面向对象分类方法的分类精度达96.2%,Kappa系数为0.944,相较基于像元的分类精度提升5.3个百分点。【结论】以国产GF-6影像为数据源,采用特征优选的面向对象分类方法能够有效提升分类精度,可作为开展农作物种植结构监测的有效手段。

陕西省植被覆盖时空演变特征及其与气候因子的关系

利用2000-2012年SPOT-VGT NDVI数据,通过差值及相关分析法,对陕西省植被覆盖的时空演变进行研究,并对植被指数(NDVI)与气候因子的关系进行分析。结果表明:(1)2000-2012年,陕西省植被覆盖改善区域明显大于退化区域,植被覆盖增加区域主要分布在陕北风沙过渡区和黄土高原地区,减少区域主要分布在关中平原地区和陕南部分地区。(2)月平均NDVI与月平均降水量和气温呈极显著相关关系(P<0.01),相关系数分别为0.875、0.885。(3)2000-2012年,陕西全省NDVI增长速率为0.109·10a-1,说明生态恢复建设取得一定成效。(4)陕西NDVI变化具有明显的季节性,夏季和秋季NDVI增加最快,冬季增长最慢,且NDVI对降水、气温的响应存在时滞性。

RapidEye卫星红边波段对主要农作物识别能力的影响研究

德国RapidEye卫星在传统的可见光波段和近红外波段的基础上加入了红边波段,红边波段更有利于地表植被分类和监测植被生长状态。为了定量分析RapidEye卫星影像加入红边波段后对地物识别能力的影响,文章利用内蒙古呼伦贝尔市莫力达瓦达斡尔族自治旗哈达阳镇2017年7月25日的RapidEye数据,采用BP神经网络的监督分类方法,提取了研究区内玉米和大豆面积,并计算了有红边和无红边条件下该地区玉米、大豆以及其他作物之间的可分性测度和混淆矩阵,对比了这两种波段组合形式下农作物提取的可分性和基于混淆矩阵的分类精度。结果证明:引入红边波段后,玉米-大豆、大豆-其他、玉米-其他的可分性测度分别从1.71、1.97、1.91提高到1.99、1.99、1.93。总体分类精度从79.57%提高到84.14%,Kappa系数从0.63提高到了0.71。该结果证明,红边波段对区分玉米-大豆的能力有显著提高,区分其他地物的能力也有了明显提升。国外搭载红边波段的卫星载荷越来越多,国产卫星也拟引入红边波段载荷技术,为农业部门提供更可靠的数据支持,文章的研究结果能为国产红边波段数据在农业上的应用提供参考。

抽穗期大麦、春小麦、莜麦叶片叶绿素含量与冠层高光谱特征分析

为了寻找大麦、春小麦、莜麦3种作物遥感识别的敏感参数,该研究以内蒙古农牧业科学院试验田种植的大麦、春小麦、莜麦为研究对象,利用手持ASD光谱仪和叶绿素测定仪SPAD502测得3种作物的光谱反射率及叶片叶绿素含量,并利用微分求取3种作物冠层光谱反射率一阶微分,选择光谱位置变量、光谱面积变量、植被指数变量等19个光谱特征变量及SPAD值,进行统计分析。结果表明:3种作物的20个遥感参数上表现的特征存在差异,一是,3种作物10个位置变量中,红边对应的波长位置λr大麦>春小麦>莜麦。春小麦的特征是黄边内一阶微分光谱中的最大值Dy比其他2种作物小,莜麦特征是蓝边内一阶微分光谱中的最大值Db比其他2种作物小,大麦的特征是红边内一阶微分光谱中的最大值Dr比其他2种作物大。二是,3个面积变量中,大麦的SDr,SDb 2个参数比春小麦和莜麦大,SDy值比春小麦和莜麦值小;春小麦的SDr,SDb 2个参数比莜麦小,SDy值比大麦与莜麦值大;莜麦的SDr,SDb,SDy值处于中间。三是,6个植被指数变量中,SDr/SDy,SDr/SDb 2个参数特征差别明显,其他4个参数差别不明显。SDr/SDy值大麦>莜麦>春小麦;SDr/SDb值春小麦>莜麦>大麦。四是,莜麦的叶片SPAD值大于其他2种作物,大于60,大麦的值最小,春小麦值在中间。抽穗期的3种麦光谱反射特征及叶绿素含量值有明显差别,为遥感识别3种作物提供了新的思路。

基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例

河套灌区是内蒙古自治区乃至我国的重要灌溉农业区和绿色农产品基地,其中春小麦是河套灌区的主要粮食作物,对当地农业可持续发展、种植业结构调整有着十分重要的意义。文章用地面实时监测数据结合GF-1卫星影像快速提取春小麦面积和长势信息的方法,探讨了该方法在巴彦淖尔市临河区农业遥感长势监测中的适用性。利用2017年5月18日的GF-1 WFV数据提取了临河区春小麦面积,在确定春小麦空间分布的基础上用NDVI监测作物长势情况,用3期的地面数据和遥感数据构建了研究区内春小麦的长势时间序列,进行了春小麦的长势对比分析。结果表明:临河区春小麦面积提取结果精度达到了93.51%,Kappa系数为0.805 3。通过遥感定量评价的结果发现植被指数的增长与地上生物量呈线性增加关系,用时间序列NDVI值代表长势取得了较好的结果,弥补了地面人工目视评价的不足。研究结果证明该方法在河套地区有很好的适用性和较高的推广价值。

基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究

雷达遥感能够克服复杂地形与气象条件影响,既可在恶劣的气候条件下,也可以在白天和黑夜发挥作用,具有较强的全天候、全天时的工作能力,这一特性优于可见光和红外波段的探测系统。大兴安岭地区,夏季多云,光学影像难以获取,对于遥感农作物识别造成了影响。该研究选取大兴安岭西麓部分地区为研究区域,以单极化多时相Sentienl-1A为数据源,采用最大似然法、CART决策树方法对研究作物种类进行提取,并对其结果进行了分析。通过分类结果数据比对,表明:在农作物识别中CART决策树分类方法能够提供较高的分类精度,作物识别精度达到80.257%,Kappa系数0.733。光学影像能够很好辅助雷达影像用于区分非耕地信息。SAR数据对大兴安岭西麓地区春小麦具有很好地识别效果。

基于Landsat 8 OLI影像的大兴安岭西麓春小麦识别方法的比较研究

采用Landsat 8 OLI影像数据和野外调查数据,结合物候学、目视解译、非监督分类ISODATA法和监督分类最大似然法,以及面向对象分类法,对大兴安岭西麓农场的春小麦识别进行了初步探索。结果表明:最大似然法、ISODATA法和面向对象分类法的分类总体精度分别为53.33%、54.65%和71.26%;三种方法的春小麦用户精度分别为60.00%、61.29%和83.33%。在大兴安岭西麓苗期的春小麦识别中,面向对象分类法优于ISODATA法和最大似然法,为该区域春小麦识别提供思路。

基于遥感参数HI_(NDVI-SUM)及专家知识反演的春小麦遥感估产研究——以呼伦贝尔市大兴安岭西麓为例

研究初步探索用遥感参数及专家知识对大兴安岭西麓春小麦产量进行大面积反演。用时间序列NDVI数据计算遥感参数HINDVI-SUM,与地块尺度产量进行回归分析,模拟出呼伦贝尔市大兴安岭西麓春小麦产量。模拟结果为参数HINDVI-SUM与春小麦单产负线性相关,y=-5769.493x+6957.497,R2=0.386,以花木兰队的春小麦种植区域进行产量精度检验,相对误差为13.7%。以参数HINDVI-SUM及专家知识反演的春小麦产量在区域尺度是可行的,研究结果在其他区域的精度有待于进一步验证。

基于Sentinel-2数据土壤表层水分遥感反演

文章基于土壤表层水分指数(SWCI)模型,将Sentinel-2数据应用于该模型,得到了土壤水分含量及其空间分布情况,该数据可用于精准快速的低植被覆盖下土壤水分遥感反演。通过SPSS对SWCI与土壤水分的相关性分析,得到Pearson、Kendall's Tau-b和Spearman 3个相关系数分别为0.880,0.778,0.891,呈显著性相关。在0～20 cm土层土壤水分遥感反演中,Sentinel-2数据模型操作简单、精度较高,适用于业务化监测。

精品旅游景区环境评价指标体系研究

在借鉴前期精品旅游景区研究的基础上,提出精品旅游景区的概念,阐述了精品旅游景区创建的必要性。详细列举了精品旅游景区和国家A级景区的联系与区别,比较分析了不同类型景区在环境方面所做的工作。在参考各类景区评价体系的基础上创建精品旅游景区环境评价指标体系,通过引入运筹学的模糊层次分析法,对指标体系进行系统的计算,使其量化。最后以陕西省华山景区为例进行实例验证,验证了环境评价指标体系的科学性。

基于随机森林法的农作物遥感识别方法研究--以阿荣旗部分区域为例

【目的】为未来大尺度农作物遥感识别方法提供借鉴。【方法】以内蒙古阿荣旗部分区域为例,采用Sentinel2A影像主要数据源,利用随机森林法结合农作物光谱特征、纹理特征、参数特征,提取研究区的玉米、高粱、大豆、甜菜种植面积信息,并对分类结果进行精度验证和评价。【结果】4种农作物的分类总体精度达到80.02%,Kappa系数为0.7277,分类精度较好。【结论】利用随机森林分类器结合均值飘移算法能够明显改善影像"椒盐现象",并提高农作物的分类精度。

基于Landsat8 TVDI的河套灌区旱情分析——以临河区为例

[目的]河套灌区是我国北方重要粮、油生产基地,该区域地处我国干旱区,及时有效地监测评价该地区的旱情状况,对农业有十分重要的意义。通过遥感手段监测河套灌区旱情状况,将研究区分为无旱、轻旱和干旱3个旱情等级,并对统计结果进行评价,以期为当地农业生产提供参考。[方法]选取2016年7月1日的两景Landsat8遥感影像数据,针对遥感参数进行计算反演,对归一化植被指数(NDVI)、地表温度(LST)和温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)等遥感参数分级统计,评价临河区旱情。[结果]3个旱情等级中,无旱的面积为466.38 km^2,占临河区面积的20.02%;轻旱的面积为1 176.50 km^2,占临河区面积的50.49%;干旱的面积为687.12 km^2,占临河区面积的29.49%。临河区东北地区旱情面积比重较大;西南地区靠近黄河及人工渠旱情面积较小或者无旱情发生。[结论]该方法适合农业旱情的快速监测评价,能较好地反映区域旱情空间分布,监测结果具有一定的实用价值。

基于ESTARFM模型的农作物类型识别方法应用

【目的】利用时空融合技术生成高时空分辨率影像,为农作物类型识别研究提供一种思路和方法。【方法】以河套灌区部分区域(40°10′N~41°25′N、106°23′E~108°47′E)为研究区,基于MODIS和Landsat融合影像,利用增强型时空自适应反射率融合模型(ESTARFM),预测Landsat影像并建立NDVI时间序列影像数据集。结合地面样方数据将真实影像与预测影像数据集导入随机森林分类器,并对比分析研究区主要农作物类型。【结果】ESTARFM模型融合影像具有较清晰的空间表达能力,预测影像与真实影像波段表现出较好的相关性,其R值均能达到0.6以上。利用NDVI时间序列预测影像数据集农作物类型识别总体精度为93.03%,比真实影像精度高12.07%,Kappa系数为0.89。【结论】ESTARFM模型能够有效地解决农作物特定窗口期影像缺失困难,并能为农作物类型识别研究提供一种较好的应用方法。

基于“3S”技术的农作物空间分布“一张图”制作探析

为进一步拓展农业遥感资源调查工作的深度和广度,并为绘制大范围农作物空间分布图提供有效的方法,为呼伦贝尔市、兴安盟农业资源布局提供有效数据,该研究以内蒙古呼伦贝尔市、兴安盟为例,采用"3S"技术绘制主要农作物空间分布"一张图"的方法,介绍了使用Land Sat8卫星遥感影像提取农作物信息的操作步骤,并对制图成果进行了精度评价。

基于纹理特征与MODIS-NDVI时间序列的耕地面积提取研究

[目的]耕地是粮食安全的重要前提与保障,通过对MODIS时间序列数据的特征分析和提取,讨论了在大尺度条件下的耕地面积提取的可行方法,以期为当地合理利用耕地资源进行农业生产规划与布局提供参考。[方法]文章以呼伦贝尔市为研究区域,选择MOD13Q1为数据源,采用Savizky-Golay滤波方法对MODIS-NDVI时间序列进行滤波处理,并分析各地物间的时间变化特征,最后结合纹理特征信息进行CART决策树分类的结果比较。[结果](1) MODIS-NDVI时间序列能较好的区分不同的土地利用类型;(2) Savizky-Golay滤波降噪能够明显提高分类精度;(3)纹理特征的加入进一步反映地物间差异性;(4)该方法的总体分类精度为83. 72%,Kappa系数为0. 789,其中耕地的提取准确度为86. 33%。[结论]纹理特征使数据像元间的灰度相关性更加丰富,并通过提高像元之间的差异改善结果的精度。该文结果为进一步利用MODIS数据进行土地利用信息与农业资源调查提取提出了新思路。

基于随机森林法的农作物遥感识别方法研究——以阿荣旗部分区域为例

科技迅速发展,农业遥感技术用于农业资源监测已成为当今人们研究和应用的热点。传统的农业信息获取方式往往采用统计汇总,以行政区域为统计单位,逐级统计汇总,需要投入大量的人力、财力,而统计结果时效性差、干扰因素多。遥感技术具有监测范围广、时效性强、信息量大、成本低、数据及时准确等特点,被广泛应用于农情监测中,为农业产业规划、乡村振兴提供了科技支撑。

基于PCA分析的陕甘宁综合发展评价研究

通过构建城市综合发展评价指标体系,运用主成分分析法(PCA),分别从经济、社会、环境、人口以及四位一体5个部分计算并评价了陕甘宁地区综合发展水平,应用GIS技术绘制层级图将其发展水平差异可视化.结果表明:经济方面省会和工业化程度高的城市发展较快;社会发展水平方面陕西大部分城市相对较高;环境可持续方面资源型城市相对较差;人口方面陕西和宁夏人民生活水平较高,甘肃相对较差.综合比较,整体上呈现东高西低,北高南低的发展状况;城市内部陕西地区的陕北、关中地区高于陕南,甘肃地区除兰州、嘉峪关以外,综合发展水平普遍较低,宁夏除省会城市银川外,各城市发展比较均衡.

北方风沙区油莎豆防风固沙“三生共赢”技术模式评价指标体系构建研究

【目的】建立油莎豆防风固沙“三生共赢”技术模式评价指标体系,为评价油莎豆防风固沙“三生共赢”技术的实际效果、调整和优化技术方案、拓宽北方风沙区生态治理技术的路径选择提供支撑。【方法】基于目标层次法、李克特量表法、层次分析法和专家评分法,确定北方风沙区油莎豆防风固沙“三生共赢”技术模式评价指标及其权重。【结果】构建了由11个生态效益指标、6个经济效益指标和6个社会效益指标组成的,包含目标层、准则层、指标层3个层次的评价指标体系,确定了各评价指标权重。准则层生态效益、经济效益、社会效益的权重分别为0.568、0.229和0.203。【结论】油莎豆防风固沙“三生共赢”技术评价中生态效益所占比重较大。经过一致性检验和实际检验,所构建评价指标体系的指标权重与技术研发目标契合,与北方风沙区生态环境特点和油莎豆产业发展现状相适应。