基于GF-1/WFV时间序列的葡萄遥感识别

为研究GF-1时间序列影像的识别技术对大尺度葡萄信息识别提取的可行性,探索大尺度葡萄快速精确提取的新思路。基于GF-1/WFV时间序列影像数据分析试验区主要植被类型的归一化植被指数(Normalized difference vegetation index,NDVI)、增强型植被指数(Enhanced vegetation index,EVI)的时序变化特征,结合葡萄物候期构建决策树,提取宁夏贺兰山东麓葡萄的空间分布信息。结果表明,该方法可以有效提取贺兰山东麓葡萄分布信息,分类总体精度为95%,Kappa系数为0.91。葡萄提取的生产精度为93%,用户精度为96%。在时间序列数据中,葡萄提取的窗口期为3—5月掩埋期和7—9月生长旺盛期。NDVI时间序列能够较好地区分作物和防护林,EVI时间序列能够区分葡萄地和防护林。

水稻种植面积遥感提取中田间作业路的消除方法

利用多时相遥感数据提取水稻种植面积是一种快速、高效的方法,但在高空间分辨率的遥感数据源中很难在一个作物物候期内获取多时相影像,高分一号卫星(GF-1/WFV)在16 m分辨率上实现了较高的时间分辨率,但由于存在混合像元,阈值分割尺度的设定会影响水稻面积提取精度。针对此类问题,混合像元分解模型可以有效排除异质地物的干扰。本文以GF-1/WFV遥感影像为数据源,选取银川平原水稻集中分布区破碎化程度不同且仅含有田间作业路和水稻的3个水稻样地作为实验区。首先,利用水稻分蘖期水体特征与孕穗期植被特征较为突出的特点,通过阈值法分类初步获取水稻的空间分布范围;然后在地表反射率遥感影像上选取田间作业路和水稻端元波谱曲线。结合线性混合像元分解模型,根据水稻丰度比例提取最终的种植面积。最后利用高空间分辨率的高分二号遥感影像对提取结果进行精度验证。结果表明,耦合两种方法提取水稻面积的面积精度为96. 33%,比阈值法提取水稻面积的精度提高了14. 63%,有效地排除了田间作业路对水稻面积提取精度的影响,为农作物种植面积信息的精确提取提供参考。

宁夏阅海底泥重金属空间分布特征及来源解析

为了解宁夏阅海底泥重金属污染现状及其潜在生态风险,解析其重金属污染物来源,结合环境现状,分区域采集14个底泥样品,分析底泥理化性质。运用Arcgis反距离空间插值法(IDW)研究阅海底泥重金属元素空间分布特征,采用地累积指数法和Hakanson潜在生态危害指数法对其污染状况和生态风险进行评估,并利用相关性、主成分以及聚类分析等方法对阅海底泥重金属来源进行解析。结果表明,阅海底泥中汞(Hg)和钴(Co)元素平均含量分别为0.16 mg/kg和19.23 mg/kg,分别达到背景值的5.16和2.24倍,其他重金属元素铅(Pb)、铜(Cu)、砷(As)、镉(Cd)、铬(Cr)含量均超过银川平原引黄灌区土壤对应元素背景值含量;阅海底泥重金属空间分布差异性显著,各重金属元素在芦苇分布区域富集趋势十分明显;重金属元素污染程度表现为:Hg>Co>Pb>Cu>Cd>As>Cr,综合潜在生态风险均值达到277.21,属中等生态危害范畴,其中Hg元素超标严重,贡献率达74.42%。阅海底泥重金属Cr和As元素受自然背景影响明显,而Hg、Co、Pb、Cu和Cd元素则主要来源于鸟粪排放以及人类活动。

宁夏沙湖南岸沙丘沙粒度特征及其成因分析

沙丘粒度特征能够反映物质沙源、搬运、分选作用以及沙丘形成过程中的风力强度,同时还能体现地形及人类活动等对风沙流运移的影响等。通过对沙湖南岸线型沙丘链分0—5 cm,20—25 cm,25—50 cm采样、应用相关分析、McManus矩值法等对粒度进行分析。结果表明:其粒度组分以极细沙(33.72%~64.52%)和细沙(29.12%~64.39%)为主,不含粗沙、极粗沙,黏土仅存在于迎风坡向东延伸的采样带,各个部位深层较浅层粒度偏细。粒度参数特征表明,沙脊线平均粒径值显著高于其它部位。分选性在沙丘不同部位以及不同深度都较好。沙脊线及对照区部分偏度粗偏,其它部位均细偏。峰度则偏窄且大部分属于极窄峰态(Kg_φ>1.5),沙丘发育较成熟。上述结果表明,沙湖南岸沙丘粒度组分主要是细沙和极细沙,其沙源主要源于本底起沙;同时,风力作用、沉积环境以及人为因素等在沙丘形成与发展过程中亦产生了重要影响。

基于GF-1/WFV时间序列的葡萄识别模型——以宁夏红寺堡区为例

以宁夏红寺堡区为研究区,基于高分一号(GF-1/WFV)卫星构建葡萄生长季时间序列光谱数据,运用(Jeffreys-Matusita)(J-M)距离分析葡萄地块归一化植被指数(NDVI)时序曲线特征确定了最佳识别时相,将最佳时相的NDVI、相邻时相差值速率和曲线积分训练样本集导入Clementine数据挖掘软件中,利用C5. 0决策树分类算法,并结合专家经验法构建葡萄林决策树提取模型。结果表明:构建的识别模型能够满足葡萄的识别需求,但在不同覆盖度的葡萄地块上精度有所差异;基于决策树分类的总体精度为93. 71%,Kappa系数为0. 91。其中,中低覆盖度葡萄林生产精度为90. 82%,用户精度为88. 56%;高覆盖度葡萄林生产精度为92. 44%,用户精度为91. 18%。

银川市大气污染物变化特征及影响因素分析

以银川市城区2015年1月1日~2015年12月31日空气质量监测数据和气象资料为基础,结合污染源背景分析,探讨了大气污染物时空分布特征及其影响因素。结果表明:1)银川市首要污染物主要有PM_(10)、PM_(2.5)、SO_2和O_3,以颗粒物为主;2)银川市大气污染物浓度表现出明显季节特征,即SO_2、PM_(10)和PM_(2.5)浓度总体上呈冬春季高、夏秋季低的特点。O_3浓度总体上呈夏季高,其他季节低的特点。这与不同季节污染物排放源强度、地理背景和气象条件等有关。3)银川市大气污染物浓度区域表现特征整体呈中部低,东、西部高的特点,主要受区域污染物排放源强度影响。

基于GF-1/WFV时间序列的绿洲作物类型提取

当前基于中等空间分辨率时序数据的农作物种植结构提取成为研究热点,但农作物季相节律特征在不同气候背景下存在较大差异,绿洲作为干旱区具有明显小气候效应的生态景观,其农作物种植结构的遥感提取具有较强的典型性和代表性。选取宁夏河套平原绿洲典型区域,通过构建高分一号(GF-1/WFV)时间序列数据,结合不同作物耕作方式及生长物候,分析不同作物在整个生长季内的归一化植被指数(NDVI)和归一化水体指数(NDWI)的时间序列特征,构建不同决策树提取研究区农作物种植结构信息,并验证了不同方法的适用性。结果表明,对具有明显小气候效应的干旱区绿洲,利用时间分辨率和空间分辨率都较优的GF1-WFV时间序列数据,对其农作物种植结构进行遥感提取具有较强的实用性和代表性。

宁夏河套灌区典型区域土壤盐碱化空间变异特征

运用经典统计学和地统计学相结合的方法,以宁夏河套灌区盐碱化最严重的区域作为研究区,研究其土壤盐分含量和pH值的空间变异特征。结果表明:土壤全盐含量在表层为强变异性,在其他层次为中等变异性;pH值为弱变异性,其空间变异格局主要由结构性因素引起。土壤全盐含量和pH值均呈现出西北地势低洼地区高于其他地区的空间分布格局,平行于和垂直于贺兰山和黄河走向的方向上土壤全盐含量变异程度较小,而在以沙湖为中心的对角线方向上土壤全盐含量变异程度较大。研究区土壤盐分剖面类型以表聚型为主,底聚型和平均型盐分剖面主要分布于平行于贺兰山和黄河方向偏东的带状区域内和垂直于该方向偏南的带状区域内。