联合FOD和CWT的水稻稻纵卷叶螟遥感监测

针对高光谱数据存在数据冗余、信息利用率低等缺点,采用分数阶微分和连续小波变换两种光谱细化方法,以提高光谱有效信息的利用率,并在现有光谱指数基础上构建分数阶微分光谱指数,结合连续小波变换选取的特征波段,基于PSO-SVR算法,实现水稻稻纵卷叶螟严重程度遥感监测。结果显示:水稻冠层光谱反射率和稻纵卷叶螟危害的水稻受害程度最大相关系数位于1.2阶处,与受害程度相关性最好的分数阶微分光谱指数是DI和GDI;在连续小波变换提取特征时,有效光谱信息主要集中在低分解尺度;分数阶微分光谱指数和小波特征的组合特征建模精度最高,R 2=0.861,RMSE=0.059,MAE=0.044。研究表明,FOD和CWT可以有效挖掘光谱中的细微信息,为实现水稻稻纵卷叶螟的精准监测提供依据。

快速城市化背景下生态系统服务价值时空演变——以南京市为例

[目的]分析南京市土地生态服务价值的驱动力影响,为科学地开展生态系统服务价值研究、生态保护与建设、城乡空间布局优化以及土地可持续发展提供重要依据。[方法]基于江苏省南京市1990—2018年的土地利用数据,估算了各种土地利用类型的生态系统服务价值,分析了南京市生态系统服务价值的时空动态及其对土地利用变化和景观格局变化的响应。[结果]1990—2018年,南京市建设用地面积变化最大,耕地次之,草地、林地和水域的变化较小,其中建设用地面积增加了105.67%,耕地面积减少了19.93%;南京市斑块密度由0.5890下降至0.5125,表明总体景观破碎度指数在持续降低;南京市总的生态系统服务价值总体呈下降的趋势,降低了8.13%,其中水域的生态系统服务价值的变化对总的生态系统服务价值影响最为显著。[结论]随着南京市社会经济发展,人口对于生态系统服务价值时空变化的影响高于经济因素,人口因素日益成为影响南京市生态系统服务价值的主要驱动因素。

基于无人机高光谱的水稻细菌条斑病监测

为了快速、有效、大范围地监测水稻细菌条斑病的受害情况,本文以无人机高光谱数据和地面样点数据为数据基础,分别使用相关性分析法、敏感度分析法对高光谱数据进行特征波段的选取,利用支持向量机分别基于特征波段和全波段对水稻细菌条斑病受害情况进行分级识别。结果表明,受细菌条斑病胁迫的水稻光谱在绿光区和近红外区表现为随病害等级的增加而降低,在红光区表现为随病害等级的增加而升高,并与近红外区具有高度相关性;基于特征波段的水稻细菌条斑病识别,精度达到了93.48%,比全波段的识别提高了6.52%,总体Kappa系数为0.901,具有高度一致性。由此表明,基于特征波段的水稻细菌条斑病识别精度更高、预测能力更强,取得了较好的监测效果,同时为精准农业的发展提供了一定思路。