两种草地类型土壤酶活性与土壤养分关系的研究

为了了解禾草+草原苔草+杂类草和伊犁绢蒿+角果藜2种草地类型土壤酶活性与肥力的关系,采用野外取样与室内分析相结合的方法,对数据进行偏相关和新复极差分析,揭示了2种草地类型土壤酶活性和土壤肥力特性,结果显示:(1)伊犁绢蒿+角果藜类型和禾草+苔草+杂类草类型相同,随着土层加深,土壤肥力含量逐渐减少,但总体来说,禾草+苔草+杂类草类型土壤肥力明显高于伊犁绢蒿+角果藜类型;土壤蔗糖酶活性明显高于土壤脲酶活性和土壤磷酸酶活性,且磷酸酶活性最低;随着土层的加深,三种酶活性也逐渐下降,酶活性季节间差异明显,主要表现为7月15日酶活性最高;(2)在伊犁绢蒿+角果藜类型和禾草+苔草+杂类草类型中,不仅土壤酶活性与土壤肥力之间存在显著相关性,而且土壤肥力内部指标之间也存在显著相关性,偶尔达极显著相关性。

基于CNN和SVM的无人机多光谱遥感草地植物识别

为选择最佳的物候期、飞行高度和识别模型提高植物识别的精度,本研究以伊犁绢蒿(Seriphidium transiliense)荒漠草地主要植物伊犁绢蒿、角果藜(Ceratocarpus arenarius)以及裸地为识别对象,选择4月、6月、9月3个飞行时期,15 m,30 m,60 m 3个飞行高度,通过无人机搭载多光谱相机采集草地群落多光谱数据,在分析光谱反射率差异的基础上,利用最佳指数因子(Optimum index factor,OIF)筛选特征波段,通过卷积神经网络(Convolutional neural network,CNN)和支持向量机(Support vector machines,SVM)建立识别模型。结果表明:地物反射率4月>6月>9月,15 m>30 m>60 m;不同飞行高度下OIF值一致,但在月份间具有差异,4月敏感波段为Green,Red和NIR,6月和9月敏感波段为Red,Red edge,NIR;在识别精度上SVM>CNN,4月>9月>6月,15 m>30 m>60 m,裸地>伊犁绢蒿>角果藜。综合来看,采用SVM在4月、15 m飞行高度下进行识别的总体精度最高,达到86.23%。

基于CNN和SVM的地面高光谱遥感草地植物识别

物候期和识别模型的选择直接影响植物识别的精度。本研究以蒿类荒漠草地主要植物伊犁绢蒿(Seriphidium transiliense)、角果藜(Ceratocarpus arenarius)以及裸地为识别对象,选择4月、6月、9月3个时期,通过SOC 710 VP高光谱成像仪采集草地群落高光谱数据,在分析地物光谱反射率差异的基础上,利用最佳指数因子(OIF)筛选特征波段,通过卷积神经网络(CNN)和支持向量机(SVM)建立识别模型。结果表明:1)不同物候期的伊犁绢蒿与角果藜在可见光波段均表现为“低-高-低”的光谱反射率趋势,并随月份增加峰谷现象逐渐不明显;红边波段这两种植物表现出快速上升;在NIR平台区4月各识别对象间反射率大小差异最明显。2)利用OIF筛选的识别波段组合在月份间表现一致,为638.64、789.49和923.79 nm。3)在识别精度上,SVM>CNN;4月>9月>6月;裸地>伊犁绢蒿>角果藜。综合来看,采用SVM在4月对蒿类荒漠草地主要植物进行识别的精度最高,为92.12%。