基于遥感技术的农田灌溉面积提取方法综述

近年来,农业干旱时有发生,准确、实时地监测农田灌溉面积对于干旱的预防、水资源利用的优化和水资源调控具有重要意义。传统的监测方法费时、费力,而遥感技术具有宏观、高效获取地物信息的优势,为快速、大面积提取农田灌溉面积提供了有效的技术手段。基于此,笔者详细介绍了蒸散发模型、光谱匹配、冠层温度以及光谱特征等四类国内外基于遥感技术的农田灌溉面积提取方法,并对其优势和不足进行了总结。

京津冀气溶胶光学厚度时空演变及气象解释

针对京津冀地区日益严重的大气污染问题,采用逐像元法对2001—2019年MCD19A2与MOD04气溶胶数据进行融合,并基于AERONET地面站点数据对其在京津冀地区的适用性进行验证后,采用EOF、ISODATA以及回归分析等方法,分析了京津冀地区气溶胶光学厚度(aerosol optical depth,AOD)时间序列的时空演变过程,同时采用地理探测器对其演变过程进行气象解释,对京津冀地区大气污染的防治工作具有重要意义。具体结论如下:从年际演变来看,AOD在2001—2013年绕平均值上下波动,2013—2019年迅速下降。空间分布模式以全局一致型为主,南北分异型为辅,且空间分布与高程呈明显的负相关性。从季节演变来看,夏季AOD较其他季节高,春季和夏季的变化幅度较大。研究期内AOD整体呈减少不显著趋势,其中春季和夏季主要趋势是减少不显著,而秋季和冬季减少不显著和增加不显著比例大致相等。在选取的5个气象因子中,气温对AOD变化的解释力最强。多个气象因子之间会相互影响,对AOD变化具有更强的影响力。气温和湿度对AOD的解释力最强,是主导交互因子。

基于地理探测器的太行山NDVI时空变化及其驱动力分析

基于1982~2015年GIMMS NDVI数据,探究了太行山34 a来的植被覆盖状况,分析了NDVI的空间分布特征及其趋势变化;同时,基于地理探测器模型,结合自然因素和人为因素,探讨了各因子对太行山NDVI空间分布影响力的大小。结果表明:(1)太行山区的NDVI呈现波动上升的趋势,植被覆盖状况总体以改善为主;(2)各因子对NDVI分布影响程度的排序为:气温>坡向>土壤类型>降水量>地貌>植被类型>DEM>坡度>人口>GDP,其中气温、坡向、土壤类型、降水的影响力均大于10%,而GDP和人口均小于1%;(3)任意2个影响因素的交互作用都为增强,其中气温和坡向结合对研究区NDVI空间分布的影响力最大(q=0.3281)。人为因素在与自然因素相互作用之后,影响力有了很大幅度的提升。

“最严格水资源管理制度”下的冀南地区农业种植结构调整对策

河北省作为农业大省,积极响应国务院提出"最严格水资源管理制度",并全面落实"三条红线"的考核依据。冀南地区是河北省农作物的主要种植地区,以冀南地区为研究对象,结合河北省水资源现状,基于改进型TVDI模型对京津冀地区的干旱情况进行时空分析,结果表明,在降水量年际变化不明显的情况,京津冀农用地严重干旱的区域在2013年陡增。基于上述结论,本文重点探讨了"最严格水资源管理制度"下冀南地区农业种植结构的调整对策,为未来农业可持续发展及灌溉和节水的种植体系研究提供辅助支持。

基于MODIS数据的漳滏河灌区作物种植结构提取

农作物的种植类型和布局是农业生产活动中最重要的基础数据,快速、准确地获取农业生产所需要的信息,对于农作物监测和管理具有重要意义。目前农作物种植结构提取方法多样,不同提取方法各有其优劣,因而选择一种合适的提取方法显得极为重要。以河北省邯郸市漳滏河灌区为研究区,基于2018年MODIS数据,采用决策树和广义DEM这2种分类方法对研究区作物冬小麦、夏玉米、辣椒、大棚蔬菜进行提取,其中决策树利用MODIS多个指数时序数据构建分类模型进行提取,而广义DEM采用MODIS数据作物典型时期的EVI指数影像基于“广义DEM思想”进行提取,最后通过对比二者分类结果在作物空间分布和精度验证2个方面的差异,并对其进行评价。结果表明,从空间分布来看,2种分类方法对大宗作物冬小麦—夏玉米提取具有良好的效果,其提取结果二者基本吻合,对辣椒和大棚蔬菜的提取存在一定差异,但其提取结果都集中在主要的种植区域内;从分类精度看,广义DEM分类精度略高于决策树,前者总体精度为85.33%,后者为83.37%。广义DEM作为一种新的提取方法,其相对决策树而言具有自动化程度较高、所需数据量较小、人工干预较少的优点,且还可以实现对作物的提取。