基于空间句法的湘南地区传统村落空间形态测度

以湘南地区12个传统村落为例,利用空间句法的轴线分割模型分析,选取可理解度、连接值和平均深度值3个指标,对村落的整体空间和街巷空间进行测度与分析。结果表明:(1)湘南地区传统村落的整体空间特征同时受地形与水系的影响,地形较为开阔和平坦的村落整体空间可理解度较强,分布在狭长山谷及蜿蜒绵长的水域两侧的村落空间的可理解度较弱;(2)街巷空间连接值最高和深度值最低的区域大多位于村落的中心处,是村落的主干道或建筑物密集区;(3)街巷空间可分为鱼骨状、棋盘状、核心状以及放射状。最后,针对湘南地区传统村落的保护与发展提出了3点优化策略。

基于无人机影像密集匹配点云的传统村落地面点提取及DEM生成——以湘西德夯村为例

目前,针对利用无人机技术在山地起伏大、山体植被密集区域,难以获取地面点及DEM等问题,本文提出了一种结合布料模拟算法和改进的局部最大值算法,利用树顶点、树高等植被信息,提取地面点,进而生成整个区域的DEM的方法。以中国传统村落德夯村为例,利用植被系数和高程信息将点云分割为植被密集区和非植被密集区两个部分。在非植被密集区,通过布料模拟算法和改进的局部最大值算法分别提取地面点和树顶点,计算平均树高;在植被密集区,通过该区域的树顶点推算得到植被密集区的近似地面点,最终将两部分的地面点云进行TIN插值得到该地区的DEM。试验结果表明,利用此方法生成的DEM均方根误差,在非植被密集区达0.037 m,植被密集区可达1.606 m,整体平均误差达1.492 m,总体精度较好,基本可以满足村落尺度空间分析的需求。

基于综合指标的河北省冬小麦长势遥感监测

精细农业的发展离不开农作物长势的遥感监测。由于处于不同物候期的农作物长势存在明显的差异,为了提高大范围作物长势遥感监测精度,尝试建立新型长势监测遥感指标,获取冬小麦长势变化情况,以2005-2016年MODIS地表反射率和地表温度产品为主要数据源,提取冬小麦抽穗期归一化植被指数(Normalized Dif-ference Vegetation Index,NDVI)和条件温度植被指数(Vegetation Temperature Condition Index,VTCI)时间序列,运用灰色关联度分析法计算VTCI和NDVI时序在冬小麦单产量中的权重值,构建农作物长势综合监测指标C,并结合作物生长过程动态分析法监测河北省冬小麦逐年长势变化。研究结果表明河北省冬小麦在2005年-2016年长势基本无较大波动,整体呈平稳趋势,其中,2005年、2007年以及2009年地区间冬小麦长势波动明显。该研究构建的综合监测指标的监测精度优于单一的NDVI、VTCI监测,可在一定程度上为田间生产管理提供信息支撑。