基于GF-1卫星东洞庭湖湿地类型信息提取

以我国自主发射的第一颗高分辨率卫星(GF-1卫星)的影像为数据源,在东洞庭湖开展湿地信息提取。结合国家湿地遥感分类系统和高分影像数据的可解译性,建立了东洞庭湖湿地类型遥感分类系统,包括湖泊、河流、泥滩地、林地、芦苇、苔草、辣蓼+泥蒿7种湿地类型。利用最佳指数和联合熵2个指标确定最佳波段组合方式为4(R)3(G)2(B),并在遥感图像进行预处理的基础上,采用面向对象的决策树进行分类,结果表明:基于面向对象决策树遥感分类方法比最大似然法分类的精度高,总分类精度达85.41%,Kappa系数为0.822 5,并且各类信息的提取精度均有所提高,其中湖泊、芦苇、林地的精度较高。     

基于遥感影像的昆明中心城区绿地信息提取

以昆明中心城区遥感影像为研究数据,采用基于面向对象分类的研究方法,按照监督分类的思想,将地物分为城市绿地、林地、裸地、水体、建筑和道路6种类型,运用支持向量机的分类器对绿地信息进行提取,并根据总体分类精度和kappa系数的大小对分类结果进行验证,结果表明:城市绿地信息提取精度良好,符合城市绿地调查的精度标准,认为此种绿地信息提取方法值得推广运用。     

基于资源3号卫星的面向对象地类信息提取方法研究

面向对象分类方法可以充分利用遥感影像的光谱和空间信息,是一种适合于高分辨遥感影像的分类方法。以2012年资源3号卫星高分辨率遥感影像(ZY-3)为数据源,对基于面向对象与最大似然监督分类的地类信息提取方法进行了对比分析。面向对象分析方法中采用改进后的局部方差法确定并选取不同地类类型的最优分割尺度,并采用多尺度层次的方法提取不同地类类型信息。结果表明:根据改进后的局部方差法确定的针叶林、阔叶林、针阔混交林地类类型的最优分割尺度为105;农田地类的最优分割尺度为105,水域、建筑类型的最优分割尺度为65。基于面向对象技术的地类信息提取方法其总体精度达到90.3%,Kappa系数为0.82;最大似然法其总体精度为77.6%,Kappa系数为0.71;基于面向对象方法的总体精度提高了12.7%,Kappa系数提高了11%。表明了基于面向对象分析方法的地类信息提取在国产高分辨率影像上的适用性。同时,论文的研究也为森林资源调查中地类信息的遥感提取进行了有益的尝试。     

面向对象CART决策树方法的湿地遥感分类

[目的]以北京地区为例,对大区域多类型湿地信息提取方法进行研究。[方法]采用面向对象多尺度分割算法及光谱差异分割算法分割Landsat8 OLI遥感影像,辅助Google Earth高清影像及2015年人工解译结果,使用分层抽样法随机产生训练样本与验证样本;综合运用光谱、形状、纹理特征及拓扑关系,构建CART决策树模型提取研究区湿地信息;与最大似然法、面向对象最邻近方法的分类结果进行对比。[结果]利用面向对象CART决策树方法,分类结果的总精度为88.05%,Kappa系数为0.844,相较于面向对象最邻近方法,总体精度、Kappa系数相差不大,但针对部分湿地类型,如河流、沼泽湿地,精度提高了10%～20%;比使用最大似然分类法的总精度高近30%,Kappa系数提高0.355。[结论]对于湿地分布广泛、类型及数量较多的地区,面向对象CART决策树方法分类结果较好,是一种快速、有效的分类方法。     

基于语义相关的面向对象林地信息提取

基于地物间的语义相关关系,结合面向对象的影像分析技术,提出了适用于高分辨率影像的林地信息提取方法,包括影像分割和林地信息提取2大步骤;并以福州市2003年6月成像的IKONOS卫星影像数据为例进行了林地信息提取实验。结果表明:①通过模糊和最近邻2种分类技术分别完成植被、林地信息的提取,提高了提取过程的合理性;②以面向对象的方式进行信息提取,不仅能避免细节信息的干扰,还能利用影像的纹理信息,这相当于对影像数据进行了优化,提取结果的精度和完整性均得到了提高。     

多源数据林地类型的精细分类方法

【目的】探讨复杂中山区域、多源数据支持下,高空间分辨率遥感影像林地类型层次化精细分类方法,以促进高分辨率遥感数据在森林资源调查与监测方面的深入应用。【方法】以嘉陵江上游甘肃省小陇山林业实验局百花林场为研究区,以SPOT5和高分一号(GF-1)遥感影像为主要数据源,综合利用影像光谱特征、植被指数特征、纹理特征与时相特征、地形特征、森林资源"二类调查"成果数据与林相图等辅助信息,及典型地类与主要森林类型外业调查样本数据,发展针对暖温带典型天然次生林区、复杂山区地形条件下高空间分辨率遥感影像林地类型多层次信息提取与森林类型精细识别的有效方法。在分析不同时相影像光谱特征的基础上,构建并优选归一化植被指数(NDVI)、比值植被指数(RVI)、比值短波红外指数(RSI)、差值植被指数(DVI)4种植被指数特征和均值(ME)、同质性(HOM)、非相似性(DIS)、信息熵(ENT)、角二阶距(ASM)、相对峰值(RK)6种纹理特征,引入与主要森林类型空间分布相关的DEM高程值、坡度、坡向3个敏感地形因子,利用不同林地类型时相动态特征和辅助信息特征,在不同层次影像上分别采用适于该层待分信息类别的阈值法、支持向量机(SVM)、多分类器组合(MCC)、人工神经网络(ANN)分类方法,将各层分类结果合并获得整个研究区林地类型精细分类图。最后,采用分层随机抽样的独立检验样本对分类结果中7类林地类型进行精度验证,并对5类主要森林类型精细识别结果进行面积统计,与"二类调查"及影像解译结果各类型面积统计值进行对比分析,进一步从整体上检验分类方法的有效性和分类结果的可信度。【结果】本文所发展的分类方法对林地类型信息提取精度较高,有林地、其他林地、苗圃地等7类林地类型总体分类精度达92.28%,总Kappa系数为0.899 6;油松林、华山松林、日本落叶松林、栎类落叶阔叶林、其他落叶阔叶混交林5类主要森林类型面积统计结果的平均相对精度为92.4%。【结论】多源数据支持下的多层次林地类型精细分类方法是一种有效的林地类型信息精准监测方法,具有精度高和可信度高的优势,且森林类型精细识别详细程度达到优势树种(组)级别,是解决复杂山区林地类型精细分类与森林类型精细识别的一种有效手段,可满足森林资源调查、变化监测、数字更新等林业应用需求。     

植被信息提取技术研究进展

植被信息提取是采用遥感技术实现植被的数字识别和动态监测,是遥感技术的重要应用之一。经过查阅相关文献,回顾了国内外对于植被信息提取的几种方法,对监督分类、面向对象分类、决策树分类、光谱角及光谱信息散度混合法、模糊数学分类、人工神经网络法和面向对象的最邻近分类等方法各自的优势和存在的问题进行了分析,展望了未来植被信息提取遥感技术,为未来提高植被信息精确识别提供新的研究思路。     

栅格地形图的图斑矢量化研究

遥感分类技术应用于栅格地形图面状要素的矢量化具有其一定的研究价值。本文把面向对象分类技术应用于全要素数字地形图林地图斑边界线的提取。借助VS2012平台利用C++语言对提取的地类边界点使用最邻近点算法按顺序编码,弥补了ARCGIS点转线算法仅通过比较坐标值来连接临近点算法的不足,得到了林斑的矢量边界线,从而实现了地形图中面状要素的栅矢转换,为林地动态变化监测和林地利用类型数据库建立提供了技术支撑。     

红树林幼林空间分布信息遥感提取——以广西茅尾海为例

为探索局地尺度红树林幼林空间分布信息准确提取的适用方法,以广西钦州茅尾海一个天然红树林幼林典型分布区作研究区,选择World View-3为数据源,采用非监督分类、面向对象最邻近分类的方法进行实验。结果表明:非监督分类和面向对象分类的总体精度分别为95.8%和96.2%,Kappa系数分别为0.906 8和0.913 7,说明2种较为简单的图像分类方法都可准确地提取红树林幼林信息;但前者得到的仅仅是幼树个体树冠覆盖的信息,不包含幼树间的滩涂,"椒盐"效应明显,后者得到的信息不仅包含幼树个体,也包含幼树间的滩涂,反映了红树林幼树的分布范围,因此,红树林幼林空间分布信息提取以面向对象分析方法为宜。红树林幼林树冠小,其空间分布信息提取需采用高空间分辨率遥感数据,一般宜优于1.0m,最好达到0.3m,并且宜选用处于低潮位、红树林裸露的遥感数据。     

基于森林小班的高分影像融合及地类信息提取

以2013年资源3号高分辨率卫星遥感影像及森林小班矢量数据为数据源,以紫金山国家森林公园为例,基于森林小班对象将原始多光谱和全色影像进行融合。在较优融合影像基础上,采用面向对象分类方法提取研究区阔叶林、针阔混交林、竹林、灌木林地、松类、杉类和柏类等地类信息,并以现有的森林小班矢量数据验证影像融合效果,所得结论如下:1)基于森林小班矢量数据对遥感影像数据进行分割和融合是有效提取地类信息的基础。2)基于森林小班对象影像融合效果评价结果表明,Wavelet融合算法对资源3号卫星遥感影像数据融合效果较优;HPF,PCA和IHS融合算法次之;Brovey融合算法融合效果较差。3)基于Wavelet融合影像进行地类信息提取,总体分类精度为83.5%,Kappa系数为0.79。以上结论表明基于森林小班的影像融合方法是可行的,该方法有利于国产高分影像地类信息的提取,可为进一步获得更高的信息提取精度和更细分树种类型识别提供基础。     

农林复合模式蒸散耗水的研究

应用土壤分层水量平衡模型，对林带与冬小麦的根系吸水量、林带和农田的蒸散耗水量、林带影响农田土壤水分范围与程度进行了研究，结果表明：（１）冬小麦拔节至乳熟期间，林带根系吸水以消耗农田土壤水分为主，主要表现在０．０～１．５Ｈ（Ｈ为树高）范围内。（２）林带可降低１２．３％的农田蒸散量。（３）由于林带的影响，在农田中，０．０～０．５Ｈ为土壤水分降低区，０．５～５．０Ｈ为土壤水分提高区。总体平均，０～２００ｃｍ农田土壤贮水量可提高１１．２％。     

美国黑莓快繁技术研究

采用组织培养方法对美国黑莓主要栽培品种进行培养。通过试验,筛选出一种高效防褐化剂和几种适宜的芽诱导、增殖及生根培养基。并且实验达到了黑莓工厂化育苗的技术要求,为黑莓优良品种提供了快速繁殖的新技术。     

高校园林绿地景观探讨

以湖南工业大学为例,探讨高校园林绿地景观规划设计的原则、构思、方法。以期对当今高校园林绿地规划设计提供一种思路。     

南方山地森林小班蓄积量调查方法的对比分析

以南方山地森林为研究对象,选取有代表性的4个小班,分别采用角规抽样调查法、中心样圆法、样圆群法、六株木法、垂直样带法、标准地法共6种方法对小班蓄积量进行测定,并从6种方法的调查精度、误差大小、工作量及工具和仪器的难易程度等方面对小班蓄积量进行了对比分析,认为角规抽样调查法是最适合南方山地森林小班蓄积量的调查方法。     

生态旅游对生态环境影响评价

阐述生态旅游与传统旅游的不同，结合目前生态旅游的发展状况．以广东鼎湖山自然保护区开展生态旅游为例．分析生态旅游业的兴盛对生态环境的影响，并给出对策。     

食用菌多糖研究进展

对食用菌多糖的提取、分离纯化、定性定量分析、活性研究和临床应用等研究进展进行了综述,指出了目前存在的不同食用菌多糖较难鉴别、真菌多糖提取纯化工艺需进一步加强、食用菌多糖结构和功能之间的关系问题,提出真菌多糖的提取工艺和构效关系是今后研究的主要方向.     

促进海南岛香草兰生产的几点建议

海南岛地处北纬°′～°′，东经　18102010°′～°′，属热带季风气候，适宜香1083711003草兰生长。年，华南热带作物科学研究院刘松1962泉教授从斯里兰卡引种墨西哥香草兰到海南岛儋州种植，多年来只开花不结果。年，在福建省亚1983热带作物研究所和云南省热带作物科学研究所引种试种成功的鼓舞下，华南热带作物科学研究院从广东粤西亚热带作物试验站引进香草兰茎蔓条，试100种于海南万宁县兴隆试验站（现为热带香料饮料研究所，下称香饮所），按福建种植模式并改进为荫棚集约栽培。年，该站《香草兰在海南兴隆地1987区引种试种研究》项…     

桑枝屑基质化对楠木等3个树种的育苗效果研究

2020年3月上旬至11月上旬,在重庆市,以桑Morus alba枝屑发酵物、椰糠、珍珠岩为基质材料,选择楠木Phoebe zhennan、樟Cinnamomum camphora、油茶Camellia oleifera 3个树种为育苗对象,设置4种轻基质处理,即P1(桑枝屑发酵物:椰糠:珍珠岩=8:1:1,均为体积比...     

GIS技术在林地资源调查中的应用

以江浦县为例，介绍了利用DEM数据借助于地理信息系统（ArcView）软件自动提取的坡度和坡向信息，并分别与本区的土地利用类型栅格图叠合分析，完成了本区的三类主要林地在不同坡度级和不同坡向的面积统计。     

论生态农村建设中的环境绿化营造

分析当前生态农村建设及环境绿化营造的相关问题,通过对生态农村特征及建设理念的基础性讨论,着重对环境绿化在生态农村建设中的价值进行了探索性分析,提出环境绿化营造要注意尊重节约型和地域性这2个基本原则,强调了环境绿化在生态农村建设中应合理化布局。