从身体触摸到数字算法:中国物候文化传播的四种形态

物候文化是人类在与自然相生相伴的过程中,将所发现和体验的物候现象、规律及其相关知识内化为群体经验、群体记忆、群体智慧,从而成为群体联系的一种群体认知活动。从物候文化产生发展的历史脉络看,传统物候文化经历了直接物候、间接物候、测量物候三种形态,今天正处于从测量物候向算法物候形态过渡的历史阶段。认识物候文化内涵和历史方位,对于在数字算法时代,更好地传播传承中华优秀传统物候文化有一定的理论价值。

基于Google Earth Engine三江平原水田提取研究

以三江平原地区为研究区,基于1980年代、1990年代、2000年代和2010年代陆地资源卫星(Landsat)遥感影像数据,根据水稻的生长周期特征计算指数信息,利用物候算法和逻辑运算,从时间和空间上揭示1980-2018年水田分布格局变化规律,总结得出结论:人口增长、气候变化、国家政策和科技进步是促进水田面积扩张的主要因素。Google earth engine云平台和物候算法相结合的水田提取方法,既迅速有效,又可充分发挥Landsat数据的时间分辨率特征,同时结合多时相的自动分类弥补单一时相解译方法的不客观性。

2019–2021年河南省越冬作物分布数据集

本数据集基于Google Earth Engine(GEE)云计算平台,融合多源遥感影像,构建了一种物候算法,生成了2019–2021年河南省越冬作物数据集。首先,融合Landsat 7/8和Sentinel-2 A/B影像构建了高时空分辨率时间序列数据集。其次,分析不同物候期下越冬作物和其他作物的物候差异,提取用于分类的物候指标,包括生长季节始期(start of season,SOS)、生长高峰期(start date of peak,SDP)、生长季节末期(end of season,EOS)、绿化速度(green-up speed,GUS)和生长季节长度(growing-season length,GSL)。最后,基于这些物候指标构建决策树模型,在像元尺度上对越冬作物进行提取。本研究构建的物候算法能够准确提取越冬作物的种植面积,其用户精度、生产者精度、总体精度和Kappa系数分别为98.00%、98.36%、97.77%和0.94。本数据集可以为越冬作物生长监测和产量预测提供基础数据,帮助决策者和生产者制定合理的政策和风险管理策略,也可为相关领域的科研人员提供数据参考。