“草地信息技术”教学中的探索与实践

“草地信息技术”是草学等专业学生需要学习的主要课程。由于课程涵盖的内容较广,知识点较多,导致了学生在学习过程中对理论知识的理解不透彻,理论知识框架体系的构建不完善,整体学习积极性不高。我们对该课程的教学方式进行了一系列探索研究及实践。从课前到课后,提高学生参与程度,理论与实践相结合,调动学生学习积极性,逐渐摸索出了一套适合“草地信息技术”课程的参与式教学模式。通过学生教师资料共享、小组参与课程教授、与教师一同设计野外实践规划等方式达到启发式教学的目的,让学生真正地融入整个课程教学过程当中,激发学生的学习兴趣。同时,结合野外实践教学,提高学生的专业实践能力,增强了学生的科研意识和综合素质,学生的问题解决能力和理论知识理解能力都得到了提高。

基于深度学习方法的草地信息智能提取研究

四川省草地资源清查工作中,以川西部分地区为研究区,对DeepLabv3+模型和传统监督分类方法开展对比实验。试验结果表明,DeepLabv3+提取平均精度为79.28%,比传统的监督分类解译方法精度提高了5个百分点,且草地信息提取结果连续,与人工判读的结果相近,在草地信息智能化自动化提取方面具有重要的实践价值。

结合灰度纹理和支持向量机分类的三江源草地信息提取

以三江源地区地形地貌特征、草场分布较为典型的班玛县为例,以HJ环境星多光谱影像为主要数据,基于支持向量机SVM超平面理论,结合灰度共生矩阵寻找最适宜的分类核函数,选取了三江源地区草地信息提取的最适宜SVM分类模型,并与传统的监督分类方法最大似然法和SVM分类方法进行比较,进行三江源草地分类方法的优化。结果表明,与传统监督分类方法相比,除Sigmoid核函数外,其余结合方法的分类精度均有所提高,其中结合纹理和高斯核函数的SVM分类模型有着较理想的识别效果,精度达到91%,Kappa系数为0.856 0,能为三江源地区草地可持续利用以及生态系统恢复提供基础数据。

基于EVI植被指数的大尺度草地多源信息综合分类研究

在全国范围内采用MODIS EVI植被指数结合多源环境因子数据的方法实现对主要草地类型的划分。在借鉴第一次草地调查分类方案的基础上,提出了新的草地分类方案,将我国的天然草地划分为9类。根据气候带分布状况划分我国的四大草地资源分区,在分区内进行草地分类。在分类中通过量化分析各草地类型增强型植被指数和高程、降水、积温和湿润度等环境因子特征,建立草地类型提取规则,采用基于知识的方法进行分类,最后将各分区分类结果合并形成全国草地分类结果。采用混淆矩阵的方法对分类结果进行精度检验,总体精度达到96.19%,分类效果比较好,体现了我国主要草地类型的基本分布状况。

草地资源信息技术多样化教学模式研究

草地资源信息技术是草业科学专业的一门必修课程,既立足基础知识、基本原理与基本方法,又面向草地资源信息技术发展趋势及研究热点,具有较强的基础性和实用性。为了适应现代教学理念与学科及社会发展之要求,本文从学生角度出发,结合教学内容、方法和实践三方面寻求突破,采用多样化教学模式使学生了解草地资源信息技术发展历程及未来发展趋势,掌握草地资源信息化管理的基本技术,熟悉遥感及地理系统软件的基本运用和草地资源信息系统的开发建立,培养学生的各种GIS软件应用及信息系统开发的能力,为将来从事的草业相关生产、教学、科研打下基础。

全国草地资源空间分布规律研究

遥感技术,是在20世纪60年代初发展起来的一门新兴技术,随着时代和科学技术的发展,遥感技术也越来越成熟,并且仍在不断地发展。草地作为中国陆地上面积最大的生态系统,对发展畜牧业、保持生物多样性、保持水土和维护生态平衡,都有重大的作用和价值。本文基于遥感技术,对全国草地信息进行提取,并分析草地在全国的空间分布规律,得出草地主要分布区域为西北地区、西南地区和华北地区,其余区域草地分布较少。

RS-and-GIS-Supported Forecast of Grassland Degradation in Southwest Songnen Plain by Markov Model

By taking Daan city in Jilin Province as a research object and by using TM image in 1989 and ETM + image in 2001 from American LANDSAT satellite,all kinds of maps and documentation,information of grassland,saline-alkalized land,cropland,water area and forestland is extracted by man-computer interactive interpretation method with ArcView and ArcInfo GIS software, and statistics data is acquired. On the basis of this the changing trend of land use types in the next ten years is forecasted and analyzed with Markov model. The results indicate that the problem of grassland degradation in the study area is quite serious.