遥感技术在数字乡村建设中的作用

通过数字乡村建设的发展现状分析,研究发现现阶段数字乡村建设存在土地利用综合效益不高、农业资源浪费较大和生态景观环境有待改善三个方面的问题,从遥感技术实时监测乡村土地利用、助力乡村产业数字化转型、支撑数字乡村空间规划以及监测乡村生态环境四个角度探讨了卫星遥感在数字乡村建设中的应用前景。遥感技术作为一项不断革新的数据采集手段,能够为数字乡村建设提供实时、准确、丰富的各种地理信息。

若尔盖高原湿地研究进展

若尔盖高原湿地是我国第一大高原沼泽湿地,也是世界上最大的泥炭沼泽。若尔盖高原湿地对黄河上游的水源涵养与补给及生态平衡的维持起着极其重要的作用,此外对全球气候与环境变化有着紧密联系。随着沼泽旱化、沙化、土壤退化等生态问题的出现,对若尔盖高原湿地的研究越来越受到重视。以湿地退化为主线,在对各种文献资料归纳整理的基础上,该文从湿地分类及信息提取、湿地生物多样性、湿地土壤和湿地温室气体、湿地与全球变化、湿地退化五方面评述了若尔盖高原湿地的研究进展。在此基础上,对若尔盖高原湿地未来的研究方向进行了展望,提出加强若尔盖高原湿地退化的过程和驱动机制研究、湿地生物多样性研究、加强湿地生态恢复与管理保护三方面建议。

基于文献计量的草地生物量遥感监测研究进展

草地生物量是衡量草地生态系统生产力的重要指标,也是研究草地生态系统物质循环的重要基础。为了系统梳理草地生物量遥感监测研究进展,以Web of Science中1995–2020年的557篇相关文献作为数据源,运用CiteSpace软件从发表论文的国家、机构和学科分布,以及关键词共现、文献共被引、期刊共被引等角度分别进行可视化的计量分析。结果表明,草地生物量遥感监测发文量随时间推移总体呈增长趋势;发文量排名前3的国家为美国、中国和德国;中国科学院发文量最多,且远超过其他机构;发表论文的学科以生态学、环境科学和遥感科学为主;从期刊被引用看,《Ecology》、《Oecologia》和《Global Change Biology》为被引频次前3的期刊;关键词共现图谱显示植被、草原、气候变化、生态、地上生物量等为主要节点关键词;通过对热点关键词以及被引文献聚类结果分析,揭示新的遥感数据源和监测技术方法将会促进草地生物量遥感监测领域的迅速发展。

基于多光谱与高光谱遥感数据的冬小麦叶面积指数反演比较

近年来,高光谱遥感数据广泛应用于农作物叶面积指数(LAI)反演。与常用的多光谱遥感数据相比,高光谱数据能否提高农作物LAI反演的精度和稳定性还存在争议。针对这一问题,该研究利用实测冬小麦冠层高光谱反射率数据,构造了不同光谱分辨率和波段组合的5种光谱数据。基于ACRM(a two-layer canopy reflectance model)模型、2套参数化方案及上述5种光谱数据,对冬小麦LAI进行反演,分析光谱分辨率、高光谱数据波段选择、模型参数不确定性3方面因素对LAI反演精度与稳定性的影响。研究结果表明:当波段选择适宜、模型参数不确定性较小且光谱数据分辨率较高时,LAI反演精度与稳定性更高,提高光谱分辨率对LAI反演精度的改进作用随光谱分辨率的升高而降低;反之,当高光谱数据波段选择不当或者模型参数不确定性较大时,提高光谱数据的分辨率并未提高LAI反演精度。该研究解释了"高光谱遥感数据能否提高植被参数反演精度"问题,为进一步发挥高光谱数据在农作物LAI反演中的潜力提供了科学参考。

无线传感网获取的农田数据管理系统集成与实例分析

无线传感网络日益成为大范围农田信息采集的重要手段,如何科学管理无线传感网自动获取的大量农田数据成为重要的研究问题。该研究利用Oracle10g工具构建了农田观测数据库,并基于Microsoft Visual Studio.net、ESRI ArcGIS Engine9.3和ERDAS9.2软件集成开发了农田观测数据管理系统,实现了与无线传感器网络数据自动获取平台之间的无缝对接及数据高效管理。该数据管理系统包括数据自动入库、数据编辑管理、数据浏览统计分析、空间化数据产品生产应用等4个功能模块。数据自动入库模块主要完成无线传感网获取的农田原始数据到数据库初级产品的管理,包括自动接收控制、数据校正与纠错、观测器异常报警等基本功能;数据库编辑管理模块负责已入库数据的元数据生成与维护,真实数据检索、显示与分析等任务;空间化数据产品生产应用模块主要实现观测数据的空间扩展、时空耦合模拟,以及农情监测业务应用等需求,包括空间插值和时间维模拟等。该系统在河南省鹤壁市进行了实测应用,已经稳定运行1年,结果表明:系统能实现农田参数的自动入库、相关处理、分析和管理,具有良好的稳定性、安全性、完善的功能性和便捷的人机接口等特点。

改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析

定量分析模型参数的敏感性是构建参数反演模型的关键步骤。本文采用改进Sobol全局敏感性分析算法,对PROSAIL模型的输入参数进行全局敏感性分析。结果表明：1在可见光波段430～760 nm范围内,叶绿素含量的总敏感度约为80%;2在近红外波段800～1100 nm范围内,平均叶倾角、叶片干物质含量和LAI是影响冠层反射率的3个最重要的参数;3在短波红外波段1100～2500 nm范围内,叶片含水量逐渐成为影响冠层反射率的主要参数。叶绿素、水和干物质等参数吸收系数的变化及相对大小的不同是造成以上变化的主要原因。该研究可以为植被生化参数的反演提供理论基础。

草原生物量及碳密度遥感估算——以内蒙古正蓝旗为例

为了寻求从宏观上用于草原生物量遥感估算的有效方法,提高生物量遥感估算精度,以内蒙古正蓝旗为研究区,利用2010年Landsat 5TM遥感数据与同期调查样地数据,分析了TM各波段、影像变换(主成分变换,缨帽变换)、植被指数、地形因子、气候因子与草原生物量之间的相关关系,并采用多元逐步回归法建立了生物量与各指标的回归模型。结果表明:生物量与EVI(增强型植被指数)、主成分、缨帽变换等具有较高的显著相关,在草原沙化地区应选择具有剔除土壤背景信息的指标估算生物量;正蓝旗草原生物量为1196412.9t,碳贮量约为0.54TgC,其中温性草原类的平均碳密度为517.49kgC/hm2,低地草甸类的平均碳密度为683.30kgC/hm2。

基于随机森林算法的草原地上生物量遥感估算方法研究

草原是我国面积最大的陆地生态系统,生物量是反映生态系统质量和功能的关键指标,准确地掌握草原生物量对草原资源合理利用、生态修复、畜牧业高质量发展都具有重要的意义和作用。本研究以内蒙古锡林郭勒盟为研究区,利用高分一号遥感卫星影像,结合216个野外样本数据,采用随机森林算法(Random Forest,RF)对草原地上生物量(Aboveground Biomass,AGB)遥感估算进行了适用性分析与应用。在运用随机森林算法的过程中,进行了K-折交叉验证、多元共线性诊断、偏效应等一系列分析,完成了随机森林模型的构建,同时,将建模结果与其它模型进行了对比,最终实现了锡林郭勒盟草原AGB的反演估算。结果表明:①随机森林算法能够较好地规避生物量建模中自变量多元共线性的问题;②随机森林模型在草原AGB估算中较其它模型具有更好的适用性,模型精度达85%,RMSE为202.13 kg/hm^(2);③应用构建的随机森林算法估算了研究区2017年草原AGB,从结果来看,其空间分布上呈现为自东向西逐渐递减的趋势;从草地类型上看,山地草甸类AGB单产最高,温性草原类总产量最高。研究结果将对草原生态系统监测评估和草原宏观管理具有一定的参考价值。

基于面向对象与深度学习的榆树疏林识别方法研究

榆树疏林是浑善达克沙地中一种特殊的植被类型,它对于维持区域生态系统稳定具有重要意义,在防风固沙、涵养水源、调节气候等方面发挥着重要的作用。本文利用无人机影像与GF-2影像,对高分辨率数据源中榆树疏林的两种自动识别方法进行了研究。在面向对象方法中,首先通过计算影像对象的局部方差变化率得到了最佳分割尺度;其次采用随机森林算法对初选特征的重要性进行排序,并删除无关特征;最后分别对支持向量机(SVM)、随机森林(RF)、深度神经网络(DNN)3种分类器进行参数寻优与榆树疏林提取。此外,在ENVI5.5中基于TensorFlow框架,利用U-Net构建深度学习模型对榆树疏林进行了提取,并与面向对象方法进行对比。结果显示:①通过面向对象方法过程的优化,最终的识别精度较以往研究有所提升,GF-2影像中SVM总体精度为90.14%,RF总体精度为90.57%,DNN总体精度为91.14%;无人机影像中SVM总体精度为97.70%,RF与DNN总体精度为97.42%。②深度学习方法中,GF-2影像的总体精度为91.00%,无人机影像的总体精度达到了98.43%。研究结果说明在榆树疏林提取中,无人机影像具有更高的空间分辨率,更丰富的纹理、形状等信息,能达到比GF-2影像更高的精度。面向对象方法对于2种影像都有较高的适用性;深度学习的方法在本文中更适用于无人机影像,它可以有效地减少无人机影像中的错分现象。

基于地理回归的农作物播种面积统计数据空间化方法

农作物空间格局反映了农作物种植结构和特征,是了解生产资源利用状况及进行农业结构调整的重要依据。研究旨在探索农作物播种面积统计数据空间化的方法,实现对历史农业统计数据的空间化表达。将传统的农业统计调查与先进的遥感技术、空间地理信息技术相结合,通过多元Logistic回归分析农作物格局与自然地理因素和社会经济因素之间的关系,构建农作物空间适宜性分布概率,在此基础上将农作物播种面积统计数据利用空间迭代分配方法,实现统计数据空间化的研究。论文选取中国东北三省作为方法研究区,实现了对该地区2000—2010年农作物播种面积空间化表达,经检验,该方法对东北三省水稻空间化精度为0.76,能够较好地完成农作物时空播种面积统计数据空间化工作。该方法是农作物调查和遥感时空格局解译研究的有效补充,为丰富农作物空间数据提供了技术手段。