贺兰山东麓不同种植年限酿酒葡萄林生物量分配及估算模型

通过对贺兰山东麓同一立地类型不同种植年限的人工酿酒葡萄林形态指标和生物量的测定,研究了葡萄林生物量随时间的分配格局,同时利用主要构件形态指标与各构件生物量建立了生物量估测模型。结果表明：1）供试林地葡萄树株高（H）、主蔓长（SH）、新梢长（YSH）、分枝数（BN）及茎粗（D）均基本上随林龄增加而逐渐增大。2）葡萄林各构件生物量随林分年龄的增加而增加。3）葡萄树地上部各构件生物量分配表现如下,1~4 a林分为叶生物量〉新梢生物量〉主蔓生物量,4~12 a林分为主蔓生物量〉新梢生物量〉叶生物量,2~12 a林分为地上生物量〉地下生物量。4）以茎粗与株高结合的D2H作为自变量建立模型,各组分生物量最优估测模型均为幂函数W=a×（D2H）b（其中,W为生物量,D2H为茎粗D2与株高H的乘积,a和b为估测参数）：叶生物量与D2H拟合模型为W=12.909×（D2H）0.825 9（R2=0.849 9,P=0.000）,主蔓生物量与D2H拟合模型为W=3.963 4×（D2H）1.344 9（R2=0.938 1,P=0.000）,新梢生物量与D2H拟合模型为W=6.190 6×（D2H）1.051 7（R2=0.804 7,P=0.000）,地上生物量与D2H拟合模型为W=23.017×（D2H）1.076 6（R2=0.938 5,P=0.000）,地下生物量与D2H拟合模型为W=27.126×（D2H）0.689（R2=0.892 4,P=0.000）。各预测模型精确度较高。

基于GF-6卫星影像多特征优选的酿酒葡萄精准识别

多源遥感信息和特征优选是提高农作物识别精度的重要支撑,高分六号(GF-6)卫星作为首次引入红边波段的国产卫星,其丰富的光谱信息为作物识别提供了新的思路和解决途径。该研究基于宁夏回族自治区银川市永宁县2018年6月—2019年3月的GF-6数据,充分利用红边优势提取光谱特征、纹理特征和植被指数特征,构建多种特征组合方案,并根据随机森林算法对特征重要性进行度量,选取最优特征组合对酿酒葡萄进行精准识别。结果表明,与单一特征相比,多源遥感特征的增加显著改善了酿酒葡萄分类效果,其中,植被指数贡献程度最大,光谱特征次之;基于随机森林的优选特征组合分类效果最佳,其中,总体分类精度为94.15%,酿酒葡萄用户精度为94.23%,制图精度为92.59%;以实地调查的4个酒庄为验证区,将酿酒葡萄提取结果与统计数据进行对比,面积相对精度均在70%以上,其中优选特征结果相对精度在90%以上,研究结果将为国产卫星红边波段在植被分类和识别方面的应用提供数据参考。