基于随机森林方法分析环境因子对空气负离子的影响

空气负离子是衡量一个地区空气清洁度的重要指标,对人体的心理和生理机能的调节发挥着重要作用。随着森林生态旅游的兴起,空气负离子的发生过程及影响机制已成为研究热点。本研究基于华北低丘山地森林植被主要生长季的气象数据和栓皮栎人工林空气负离子浓度观测资料,利用机器学习中随机森林模型从非线性角度全面分析确定影响空气负离子浓度变化的重要环境因子,通过独立样本对构建的随机森林模型进行模拟和检验,确定模型的预测精度,同时筛选出对空气负离子影响程度最大的环境因子。结果表明：随机森林模型在分析环境因子对空气负离子影响方面具有较高的精度以及较好的拟合效果,通过对模型的拟合值与实测值进行验证,均方根误差（RMSE）为59.349,决定系数R2达到了0.887。同时利用独立样本数据对随机森林模型进行十折交叉验证,决定系数R2均达到了0.904以上,且均方误差（RMSE）较小,为24.851。此外,模型筛选出影响空气负离子的主要因素,按重要性排序依次为颗粒物PM2.5（48.037）、饱和水汽压差（46.169）、土壤湿度（43.984）、风速（43.779）、紫外辐射（41.130）、土壤温度（40.107）、总辐射（36.838）、大气压力（34.532）,其中对模型重要性贡献相对较高的3个变量分别为颗粒物PM2.5、饱和水汽压差和风速,它们对空气负离子的影响起决定性作用。因此,随机森林模型适合分析环境因子对空气负离子影响,且拟合效果精度高,稳定性强。     

基于RS和GIS的毛乌素沙地生物量估测

 选取毛乌素沙地东北部的伊金霍洛旗为研究区域,以少量野外定位调查数据与其对应的遥感信息和GIS信息为基础,利用岭估计分析方法,对影响生物量估测的遥感因子和GIS因子进行了筛选优化。找出了影响生物量估测的主要因子,建立了以像元为单位的生物量估测模型,实现了区域性生物量定量估测与自动制图。     

水蚀模型USLE与WEPP在紫色土水蚀预测中的应用对比研究

该文分别确定了USLE与WEPP模型的参数指标,通过实测遂宁组紫色土的单次降雨产沙量,对降雨产沙实测值与模型预测值进行比较分析,结果表明：在20°休闲小区模拟预测WEPP模型预测效果多数情况下优于USLE模型;通过多因子贡献分析发现,降雨量因子对产沙量的影响最大,其对休闲区和布设措施小区产沙量的贡献率分别达到了48.0%和64.1%。根据统计学中累积贡献率大于80%确定公共因子的原则,确定降雨量与降雨历时为遂宁组紫色土地区侵蚀产沙量的公共因子。     

利用CFD模型研究日光温室内的空气流动

在温室内空气流动对室内环境具有重要调节作用,因此有必要研究日光温室内空气流动特性。基于计算流体动力学CFD(computational fluid dynamics)方法,运用大型计算流体动力学软件Fluent对日光温室建立模型,采用标准湍流模型对日光温室内气流分布进行了三维稳态求解。模拟时将日光温室内外空气作为研究对象,并且温室内空间连同其周围的一部分室外空间一起作为CFD模拟的计算领域。对日光温室内气流变化及分布进行了数值模拟,并在温室内进行了气流试验测试,对测量值和计算所得的风速值进行了比较,结果表明,二者最大误差小于9%,说明风速的实测值和模拟值吻合良好,CFD模型有效,且得到了日光温室内部流场速度分布。通过气流流场模拟结果分析表明,直观显示了日光温内的流场特性和流动状态,气流从窗户进入沿着底部通风口流出日光温室,并且气流在底部通风口速度分布较均匀,在温室下部形成了较为明显的涡流。该文模拟结果可为东北地区日光温室的优化设计以及温室环境调节等方面提供理论依据。     

基于机器学习融合多源遥感数据模拟SPEI监测山东干旱

以山东省为研究区,选择偏差校正随机森林BRF（Bias-corrected random forest）,支持向量回归SVR（Support vector regression）和Cubist模型三种机器学习方法融合多影响因子模拟3个月时间尺度的标准化降水蒸散指数SPEI-3,以期为精确监测山东地区干旱提供一种方法。将2001−2017年23个站点的SPEI-3值作为因变量,多源遥感数据包括降水量、地表温度、蒸散发、潜在蒸散发、归一化植被指数以及土壤湿度六类7个影响因子作为自变量,自变量和因变量构成数据集的80%作为训练集,20%作为测试集。根据BRF模型得到研究区各个站点的模拟值以及各影响因子的相对重要性,绘制SPEI-3的空间分布图,并进行验证。结果表明,综合因子比单一因子模拟效果好,BRF模型测试集中的模拟值和观测值的决定系数R2达到了0.856,均方根误差RMSE为0.359,BRF模型能较好模拟站点SPEI-3值。大部分站点模拟值与观测值反映的干旱趋势一致,反映站点不同程度旱情的月份个数基本相同。此外,BRF模型模拟的SPEI-3的空间分布与站点SPEI-3观测值表现的干旱程度基本一致,且SPEI-3空间分布站点之外栅格数据也可以较准确地反映旱情,说明根据BRF模型可在站点和空间尺度上较精确地监测山东地区干旱情况。     

基于遥感技术监测作物收获指数(HI)的可行性分析

鉴于作物收获指数(HI)在遥感定量监测作物单产研究中的重要性,本文通过分析作物HI的形成机制和总结目前相关的遥感技术应用情况,探讨了利用遥感技术估算HI的可行性,认为结合遥感信息的时空特点,可以对HI的形成过程进行动态监测,进而建模估算最终的HI。通过分析,文中将遥感估算HI方法归纳为三类:(1)通过高时间分辨率的遥感数据对作物的整个生长过程进行监测,然后基于作物生长过程的遥感监测实现HI实时估算;(2)通过遥感技术手段获取影响HI形成的因素,然后基于环境影响因子的遥感监测进行HI的估算;(3)随着雷达、激光雷达数据获取和测量精度的提高,将可能基于作物结构参数的遥感监测来反演HI。并且分析了不同遥感数据的自身特点及其用于监测HI的缺陷和不足之处,指出遥感数据源的多元化趋势和新型传感器的出现必将推动遥感估算HI模型的改进和估算精度的提高;鉴于遥感信息的优势主要体现在空间差异化,认为遥感估算HI的结果验证应该以像元尺度为主,结合其他数据(区域统计数据等)对比分析为辅。     

陕西省设施农林用地适宜性潜力预测研究

设施农林业是建设现代高效农林业的重点。掌握设施农林用地的潜力分布对高效农林业科学规划和合理布局具有指导意义。本研究以陕西省220个设施农林用地的地理分布点数据,结合10个生态环境因子,通过Maxent最大熵模型和ArcGIS软件的空间分析功能,对陕西省设施农林用地的适宜性潜力分布进行了预测,并分析了适宜性主导的环境因子。结果表明:①Maxent最大熵模型的预测精度较高,夜间灯光亮度、海拔、坡度、年平均降水量和年平均气温5个因子是影响设施农林适宜性潜力分布的主要环境因子;②陕西省设施农林用地的发展潜力由大到小的城市依次为渭南市、西安市、咸阳市、榆林市、汉中市、延安市、安康市、商洛市、宝鸡市、铜川市,位于关中地区的渭南市,发展潜力最大面积可达4.77×10~4 hm~2,占该市常用耕地总面积的9.4%。     

基于地形因子改进融雪径流的模拟及验证

该文基于传统的气温指标经验融雪径流模型,提出结合高程、坡向和坡度的流域分带及度日因子改进计算方法,定量描述流域地形特征对气温空间差异与融雪量产生的影响,由此建立基于地形因子改进的融雪径流(snowmelt runoff model,SRM)模型.通过乌鲁木齐河上游山区流域2005-2007年春夏季融雪日径流的模拟和验证,对比分析这传统模型和改进融雪径流模型在数据稀缺流域中的应用效果.结果表明,2种模型模拟2005-2007年春夏季融雪日径流均有较好的模拟效果.比较传统模型,基于地形因子改进的融雪径流模型具有更高的模拟精度,通过流域分带和度日因子数计算的改进,减少了模拟误差,3 a平均的拟合优度R2值从0.77增加到0.80,均方根误差从5.7减少到5.35 m3/s,模拟精度有所提高.可见,建立的基于坡向和坡度等地形因子改进的融雪径流模型在数据稀缺干旱流域融雪径流模拟中具有更好的适用性.     

温室吸湿剂喷淋除湿降温系统的影响因子分析

为了解决湿热地区夏季温室的降温问题,提出了利用CaCl2溶液除湿降温系统对温室进行降温的方法。在CaCl2溶液除湿降温系统运行条件下,确定了以喷淋室出口空气相对湿度为试验指标,分析了进口空气流量、除湿剂流量、除湿剂浓度和温度、进口空气温度和湿度等因子对试验指标的影响。通过影响因子的单因素试验和多因素正交试验,得出了系统运行时影响除湿效果的显著因素是除湿剂浓度和温度、进口空气温度和湿度。通过回归分析建立了CaCl2溶液喷淋除湿的数学模型,并通过试验验证了该模型的最大相对误差小于5%。该文为中国南方高温高湿的温室夏季降温提供参考。     

泥石流致灾系数遥感信息模型初探

在分析泥石流灾害发育条件、主要因子的基础上,结合遥感信息模型理论与方法,提出一种新的模型—泥石流致灾系数遥感信息模型,用于区划泥石流灾害和预测泥石流灾害危险地区.     

基于空间LDA模型的高分辨率遥感影像地物覆盖分类

高空间分辨率遥感影像可以更为精确地分析地物覆盖类型,但空间分辨率的提高也对现有分类方法带来了新的挑战,隐狄利克雷分配(latent dirichlet allocation,LDA)模型能够建立遥感影像底层特征和高层语义之间的联系,但是当前LDA模型在遥感影像分析领域的应用以场景分类和图像检索为主,已有的一些关于土地覆盖分类研究缺少对高分辨率遥感数据的空间关系进行挖掘。该文在标准LDA模型的基础上,利用词包模型构建方法生成的影像文档和单词对象来展开试验,利用多尺度分割挖掘影像中对象的空间关系,设计"主题流行度"和"主题内容"2种形式的影像文档区域属性,以协变量的形式作为LDA模型的先验知识,提出一种空间LDA模型(Space-LDA)。利用无锡宜兴市Quick Bird影像验证该模型在高分辨率遥感影像分类中的有效性,结果表明空间LDA模型分类结果不仅明显优于标准LDA,而且对区域尺度的变化具有一定的鲁棒性,空间区域信息同时从主题流行度和主题内容2个层面提供了推理信息,使模型具有更灵活的结构。     

定位尺度和像元空间关系对GF-1亚像元定位精度影响分析

亚像元定位技术对地表遥感信息提取及农业遥感定量化发展具有重要意义。针对当前国内外亚像元定位研究多集中于亚像元定位模型而缺少模型定位精度影响因素分析的现状,该文开展了定位尺度因素(如重建尺度、影像空间分辨率)和像元空间关系等对农业区域多光谱遥感影像亚像元定位模型精度影响的定量分析。以中国吉林省白城地区洮南市和内蒙古自治区兴安盟突泉县交界农业区为研究区域,以典型的空间引力模型为核心模型,以具有相同光谱分辨率的高分一号(GF-1)卫星8、16 m空间分辨率多光谱遥感影像为基础数据,对重建尺度、影像空间分辨率和像元空间关系等因素对遥感亚像元定位精度的影响进行了探讨。结果表明,对于8 m空间分辨率GF-1遥感影像,当重建尺度为5时,在邻接空间关系下的亚像元定位可达到最佳效果,即由40 m空间分辨率遥感影像重建8 m空间分辨率遥感影像的总体精度为74.67%,Kappa系数为0.604;对于16 m空间分辨率GF-1遥感影像,当重建尺度为4时在象限空间关系下的亚像元定位可达到最佳效果,即由64 m空间分辨率重建16 m空间分辨率遥感影像的总体精度为74.65%,Kappa系数为0.623。此外,重建尺度、影像空间分辨率和像元空间关系对亚像元定位精度具有波动影响,3个因素对应的亚像元定位总体精度最大变幅分别为18.08%、4.39%和0.08%,对应Kappa系数变化最大幅度分别为0.268、0.049和0.006。因此,在不同精度影响因素下,基于空间引力模型的GF-1亚像元定位精度影响因素轻重等级依次为重建尺度影像空间分辨率像元空间关系,这可为遥感亚像元定位模型选取、模型参数设置以及适宜的遥感数据选择提供一定参考。     

基于地统计学和遥感的岩溶区石漠化空间变异特征

为了全面掌握岩溶区石漠化的空间分布特征,解决区域内遥感影像阴影区域石漠化信息"缺失"的问题,该文以广西平果县果化镇生态重建示范区为例,借助图像处理软件ENVI(environment for visualizing images)提取研究区域石漠化指数。在GIS技术支持下,利用地统计学的方法对剔除阴影区后的石漠化指数进行了空间变异特征分析。结果表明,研究区域石漠化指数主要受内在因子的共同作用,具有强烈的空间自相关性;Kriging插值结果表明,研究区域石漠化指数较高的区域主要分布在研究区的西南部和东北部,各石漠化等级的空间分布表现为条带状和斑块状分布。岩性和地形地貌条件是影响石漠化空间变异的主要因素。研究利用地统计学的方法很好地估计了阴影区石漠化指数的"缺失"信息,为岩溶区石漠化监控、评估提供了新的思路与方法。     

地下水遥感监测研究进展

地下水遥感监测是遥感应用研究的前沿课题之一.该文对30多年来国内外遥感监测地下水的研究进展作了回顾,对已有的主要研究进行概括,归纳为水文地质遥感信息分析法、环境遥感信息分析法、热红外遥感地表热异常监测法和遥感信息定量反演模型等四种方法,分别对这些方法的地下水监测思路和工作原理作了阐述.最后对地下水遥感监测进行了总结与展望,认为综合运用多种遥感信息可以提高地下水遥感监测水平.     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

无人机遥感在农田信息监测中的应用进展

快速实时地掌握农田信息是实施精准农作的基础。以无人机为平台的低空遥感探测技术,具有空间分辨率高、时效性强和成本低等特点,可填补地面监测和高空遥感间的测量尺度空缺,因此在农田信息精准监测领域具有广泛的应用前景。近年来,随着无人机飞行平台稳定性增强、操作难度降低,机载遥感设备的轻量化和多样化,以及遥感数据处理技术的进步,无人机遥感在农田信息监测领域得到了快速发展。本文对国内外相关研究成果进行了总结,对常用遥感技术类型和数据处理方法以及具体应用方向和实施效果进行了综述,并提出了当前存在的突出问题和未来的发展方向,以期为推动无人机遥感在农田信息监测和精准农业中更广泛的应用提供依据。     

嫩江沙地沙质荒漠化程度遥感定量评价——以杜尔伯特蒙古族自治县为例

杜尔伯特蒙古族自治县位于嫩江沙地的中心,以杜尔伯特蒙古族自治县为例研究嫩江沙地的荒漠化程度有较好的代表性。在研究区选取63个样地实地调查荒漠化程度,同时获取研究区的ETM＋遥感影像,对荒漠化主要评价因子植被盖度、生物量、裸沙占地百分比进行遥感定量反演,地表结皮和土壤质地采用定性的方法结合目视解译进行提取。在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型,并输出荒漠化程度分布图。利用63个实测样地数据评价遥感信息模型的精度,被正确评价的样点数为57个,遥感信息模型对杜尔伯特蒙古族自治县荒漠化程度进行定量评价的精度达到90.5%。     

基于SegNet语义模型的高分辨率遥感影像农村建设用地提取

针对传统分类算法、浅层学习算法不适用于高空间分辨率遥感影像中农村建筑物信息提取的问题,该文以河北省霸州市高空间分辨率遥感影像WorldView-2为数据源,利用182 064幅128×128像素大小的影像切片为训练样本,选取基于深度卷积神经网络的SegNet图像语义分割算法对遥感影像中的农村建筑物进行提取,并与传统分类算法中的最大似然法(maximum likelihood,ML)和ISO聚类、浅层学习算法中的支持向量机(support vector machine,SVM)和随机森林(random forest,RF)以及深层语义分割算法中的金字塔场景解析网络(pyramid scene parsing network,PSPNet)的试验结果作对比分析。研究结果表明:SegNet不仅能够高效利用高空间分辨率遥感影像中农村建筑物的光谱信息而且还能够充分利用其丰富的空间特征信息,最终形成较好的分类模型,该算法在验证样本中的分类总体精度为96.61%,Kappa系数为0.90,建筑物的F1值为0.91,其余5种分类算法的总体精度、Kappa系数、建筑物的F1值都分别在94.68%、0.83、0.87以下。该研究可以为高空间分辨率遥感影像农村建设用地提取研究提供参考。     

多元信息支持的岩溶区土地利用信息提取方法构建

土地利用信息是重要的基础数据,其准确程度将对其后续应用工作的结果产生重要影响。岩溶区地形复杂、地表覆盖类型多样,使用目视解译和传统监督分类的方法都存在一定的局限。通过结合遥感影像和植被指数、湿度指数、地形等多元信息,结合主成分分析方法,利用决策树实现上述多元信息建模,进而以实地调查样点为目标函数获取决策树的分类决策参数阈值,从而构建了多元信息支持的岩溶区土地利用信息提取方法。经试验区的模型应用和样点验证表明,该方法获取的土地利用信息基本符合典型岩溶区土地利用比例和分布特征,总体分类精度达到82%。该方法能够加深对多维遥感信息的认识,充分挖掘出其中隐含的信息,并根据这些信息提高岩溶区土地利用信息提取的精度,尤其能体现出岩溶区地貌特征对土地利用空间分布的影响。     

基于作物生长模型和遥感数据同化的区域玉米产量估算

为了将遥感观测到的玉米生长期间作物冠层方向反射波谱的时间序列变化信息用于区域玉米产量估算,该文将时间序列中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)数据和高空间分辨率LandsatTM遥感观测数据相结合,以叶面积指数(LAI)作为耦合作物生长模型(crop environment resource synthesis-Maize,CERES-Maize)和植被冠层反射率模型(scattering by arbitrarily inclined leaves,SAIL)的关键参数,提出了将耦合模型与时间序列遥感观测数据同化进行区域玉米产量估算的方案。该文选择吉林省榆树市为研究区,采用MODIS和LandsatTM2种尺度数据集,利用SCE-UA(shuffled complex evolution method developed at the University of Arizona)算法分别进行玉米产量同化估产研究,得到玉米单产空间分布的估计结果,结合遥感估算的种植面积求算榆树市玉米总产量。结果表明,与玉米统计总产量相比,2007、2008和2009年遥感数据同化估算的总产量误差分别为9.15%、14.99%和8.97%;与仅利用CERES-Maize模型模拟得到的产量误差相比,3a间遥感估算总产量的误差分别减小了7.49%、1.21%和5.23%,且采用MODIS和TM遥感数据估算的玉米产量表现了其空间差异性。利用榆树市3a间玉米产量的明显差异,分析了时序遥感数据对作物长势和产量变化信息的表达能力,同年份内时序归一化差值植被指数越大,对应的玉米产量越高;年际间遥感观测反射率的差异通过数据同化方法能够反映年际间玉米产量差的变化。该文提出的玉米估产方案为将来进一步结合多源遥感数据、植被冠层反射率模型与作物生长模型进行区域玉米估产研究提供了参考。