三种Ts/VI指数在UCLA土壤湿度降尺度法中的效果评价

微波遥感土壤湿度产品是目前在大尺度水资源或气候变化研究中比较常用的地表土壤湿度数据,但其空间分辨率一般都较粗,不能满足区域或流域尺度相关研究要求.因而,在这些尺度的相关研究中需要对土壤湿度产品进行空间降尺度.UCLA法是一种土壤湿度降尺度方法,该方法使用地表温度和植被指数特征空间指数(Ts/VI指数)作为降尺度因子.本文以AMSR-E土壤湿度产品作为土壤湿度粗分辨率数据,使用MODIS地表温度产品(MYD11A1)和植被指数产品(MYD13A2)计算3种指数——土壤湿度指数(SW)、温度植被干旱指数(TVDI)和条件温度植被指数(VTCI),对比了3种Ts/VI指数分别作为UCLA法降尺度因子的效果.这3种指数均能得出合理的降尺度结果,但使用TVDI和VTCI的降尺度结果稍优于SW,说明TVDI和VTCI更适合作为UCLA法的降尺度因子.最后讨论了UCLA法的误差来源,如粗分辨率土壤湿度产品的测量误差、降尺度因子的计算误差以及UCLA法自身的误差,并对未来的研究做出展望.

干旱地区植被指数(VI)的适宜性研究

以位于典型干旱区的甘肃河西地区石羊河下游的民勤绿洲为例,对NDVI、SAVI、MSAVI和GEMI等4种VI(植被指数)受土壤背景光谱影响的程度和探测低盖度植被的能力进行了对比研究。通过分析VI提取植被信息时植被土壤噪音比的变化发现,植被覆盖较低条件下VI提取植被信息总体受土壤背景光谱影响程度较低,相比而言,GEMI提取植被信息中受土壤背景影响最小,其他3种VI的区别不太明显。通过分析不同VI随植被覆盖度增加的反映速率变化及不同覆盖条件下不同VI的取值范围的变化发现,NDVI探测低盖度植被的能力最强,GEMI次之。GEMI可能是干旱地区植被探测较适宜的植被指数。

基于多种植被指数时间序列与机器学习的作物遥感分类研究

开展了基于多种植被指数(vegetation index,VI)时间序列和机器学习(machine learning,ML)算法的作物遥感分类研究。从Landsat-8 OLI与EO-1 ALI影像中提取了内蒙古五原县的时间序列数据。2颗卫星的参数类似,且它们联合提供了更多无云覆盖的数据。7种常用的VI从时间序列遥感数据中提取出来,以用作ML算法的输入。对比分析了SVM、RF、DT 3种ML算法对玉米、向日葵和小麦的区分效果。共选取了2 584个样本,其中1 556个样本用于算法训练。得到了127种VI组合作为输入时3种算法的分类精度。结果表明,SVM的分类效果优于另外2种算法;VI数目并非越多越好,综合考虑算法的精度和稳定性,3种VI可以取得最佳的效果;SVM+NDI5+NDVI+TVI是平均分类精度最高的组合,平均精度为91.97%。

马尾松LAI与植被指数的相关性研究

以福建省永安市区为研究区,计算IRS-P6(LISS-Ⅲ)多光谱数据的DVI、EVI2、MSAVI、NDVI、RDVI、RVI及TNDVI等7种植被指数,并与使用LAI-2000测量的马尾松叶面积指数(LAI)建立相关关系,分析植被指数对马尾松LAI的影响。从决定系数(R2)和标准误差两个方面对基于不同植被指数的LAI反演模型进行定量分析,反演模型包括线性模型、二次曲线模型、幂函数曲线模型和指数曲线模型4种。结果表明,马尾松LAI与植被指数呈指数曲线相关或幂函数曲线相关。反演马尾松LAI,最佳的统计模型是指数曲线模型和幂函数曲线模型,较佳植被指数为TNDVI、NDVI和RVI,其指数曲线模型和幂函数曲线模型拟合的R2均高于0.76,且验证结果R2均高于0.84,但RVI指数反演的模型标准误差相对较大。总体而言,TNDVI和NDVI的指数曲线和幂函数曲线模型对马尾松LAI具有较好的预测性。

荒漠林高光谱与光学影像植被指数(Ⅵ)的比较

【目的】利用地面遥感和航天遥感数据结合植被指数实现快速调查,研究各数据中植被指数的差异。【方法】用地面高光谱数据和光学影像中分别对梭梭林和柽柳林进行归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI)3种植被指数的提取,并进行比较。【结果】在高光谱VI中,梭梭林和柽柳林的3种VI的数值大小和变化趋势都很接近,特别是SAVI和RDVI,但NDVI的变化较其他2种大;而在光学影像VI中,梭梭林和柽柳林的NDVI和SAVI的数值基本保持在一定范围内,且变化幅度微小,而RDVI的数值和变化趋势均较大,相对不稳定。【结论】高光谱数据所提取的NDVI和SAVI均大于光学影像,而光学影像所提取的RDVI均大于高光谱数据,RDVI对植被覆盖度更敏感。

血管化指数Ⅵ在预测宫颈鳞癌新辅助化疗敏感性中的应用

目的:经阴道三维彩色血管能量成像(3D-CPA)检测宫颈鳞癌的血流参数及体积,探讨其在宫颈鳞癌新辅助化疗疗效评价中的应用价值。方法:对32例Ⅰb2、Ⅱa2期术前行新辅助化疗的宫颈鳞癌患者,在化疗前后进行实时3D-CPA扫查,测量肿瘤局部血流相关数据(血管化指数VI、血流指数FI、血管血流指数VFI)及肿瘤体积。结果:宫颈鳞癌患者在癌新辅助化疗前,有效组VI值(35.136±8.433)%与无效组VI值(48.270±14.547)%比较,差异有统计学意义(P<0.05),同时新辅助化疗前的VI值与癌组织浸润深度及淋巴结转移呈正相关。有效组肿瘤局部血供参数表达水平在新辅助化疗后明显下降,前后差异有统计学意义(P<0.00)。结论:3D-CPA测VI值与肿瘤体积,是预测宫颈癌患者新辅助化疗疗效的有效方法。

不同盐溶液浸种对向日葵种子萌发的影响

分别用适当浓度的不同盐溶液(NaCl、NaHCO3、混合盐)对向日葵(Helianthus annuus)种子进行浸种预处理;将浸种后的种子经低温回干,再用不同浓度的混合盐溶液(NaCl∶NaH-CO3=1∶1)进行胁迫处理。通过向日葵种子发芽率(GP)、活力指数(VI)和发芽指数(GI)等指标的测试,分析不同盐溶液浸种对向日葵种子萌发的影响。结果表明:经过不同盐溶液浸种处理后,缩短了向日葵种子的发芽时间,促进了幼苗的生长,提高了种子的活力指数、发芽指数。未经盐浸种处理的种子即使是在蒸馏水中培养,其发芽率、活力指数、发芽指数等指标均不如经过盐溶液预处理种子。种子经不同盐溶液浸种、回干后,在蒸馏水中萌发的各种指标最好,而后随着处理的混合盐浓度的增大,向日葵的发芽率、发芽指数、活力指数逐步降低。各种盐溶液浸种对向日葵种子萌发的影响依次是:NaHCO3>混合盐>NaCl。

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小(均小于0.400);因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数(SLAVI)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。

基于SPOT5遥感影像丰宁县植被地上生物量估测研究

利用SPOT5遥感影像数据和同期获得的野外调查样地数据,基于按植被类型分类估测的方法,研究了河北省丰宁满族自治县植被地上生物量的遥感估测技术。研究结果显示,SPOT5影像的4个波段反射率和中红外植被指数(VI3)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.540,说明中红外波段信息提高森林生物量的估测精度有一定作用;通过分析样地生物量与多种植被指数的相关性发现,基于比值植被指数(RVI)的指数回归模型是灌丛生物量估测的最佳模型,估测的R2值达0.711,基于归一化植被指数(NDVI)的简单线性回归模型为估测草地生物量的最佳模型,R2值达0.790。利用2008年的全覆盖SPOT5影像,获得了丰宁县2008年植被地上生物量分布图,除农田植被外,全县地上生物总量为3.706×107 t,单位面积生物量平均为51.223t/hm2,其中,森林植被总生物量为3.578×107 t,灌丛植被总生物量为1.048×106 t,草地植被总生物量为2.277×105 t。

改性UCT工艺处理糖蜜废水中营养物去除的补救措施

采用步进式进样方法,在步进进料比为35%:35:30%时,在营养物去除方面表现出良好的性能,相应的NH4-N^+、TN和PO4^3-P分别提高到最佳97.3%、81.8%和89.56%。在最佳投喂比下,在三个好氧区降低DO浓度为0.7~1.0mg/L,使整个营养盐转化为劣化状态,从而刺激SND,缓解脱氮恶化,不利于除磷。在改变SND状态的基础上(在好氧区2使DO浓度恢复到2mg/L),在厌氧区增加分批进料的比例从35%:35%:30%增至45%:35%:20%,以提高除磷效果。结果表明,磷和TN的总去除率平均回收率分别为61.3%和66.8%,由于提高了低DO和少量碳源引起的丝状茵活性,SVI从异常状态恢复。