基于光谱特征提取永嘉县茶园分布

为了提升气象服务精细化水平，本研究以浙江省永嘉县为例开展提取茶园分布的研究。通过实地调查确定出茶园及常绿阔叶林、毛竹林、松树林、灌木丛等植被分析点。基于Sentinel-2卫星影像数据，分析各波段在各分析点上的反射率变化规律，发现茶园因修剪而造成归一化差值植被指数（NDVI）降低及9—10月茶园近红外反射率明显高于其他分析点的特征。根据这些特征，本研究构造了NDVI变化幅度和近红外绿比2个参数，利用1—6月NDVI变化幅度和9—10月最大近红外绿比分步提取出浙江省永嘉县茶园，并以人工判读高分影像和人工实地调查的方法对提取结果进行验证，证明其提取结果面积与年鉴中统计面积十分接近，分布位置、形状也与从高分影像中人工判读得出的茶园分布基本一致。本成果可以用于精细化茶叶气象服务等实际业务工作。     

基于高分二号影像结合纹理信息的茶园提取

为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。     

基于特征优选的GF-6 WFV影像主要粮食作物提取

针对高分六号（GF-6）宽幅多光谱影像具有红边波段的特点,构建一种基于特征优选的GF-6 WFV影像主要粮食作物提取方法。首先从预处理后的GF-6影像中提取光谱特征、植被指数、水体指数和红边指数特征,然后利用递归特征消除算法进行特征优选来构建最优特征集,最后基于最优特征集和机器学习算法对影像进行分类从而提取主要粮食作物。以江苏省南通市如东县为研究区,采用6种方案进行粮食作物提取试验,并探讨不同特征、不同分类模型对小麦、水稻和玉米3种粮食作物提取精度的影响,结果表明,利用GF-6 WFV影像可以准确提取主要粮食作物,尤其在红边波段和红边指数上主要粮食作物与其他地物间具有较高的可分性;利用最优特征集和XGBoost算法对影像进行分类的精度最高,在小麦和水稻、玉米提取试验中比未采用红边特征时的分类精度分别提高了3.08、5.58个百分点。     

基于Sentinel-2A影像的矿区土地利用信息提取方法

为研究中高分辨率遥感影像大范围精确提取矿区土地利用信息的技术方法,选取山东省兖州市兴隆庄煤矿作为研究区,针对遥感影像的光谱特征,采用监督分类和归一化指数计算相结合的方式进行矿区土地利用信息提取试验。结果表明,选择融合后Sentinel-2A卫星影像的四个高分辨率波段可应用于土地利用的精确识别;根据地物光谱特征,最大似然监督分类法提取建设用地、裸地效果较好,可作为精确提取两种地类的方法;结合归一化植被指数运算和归一化水体指数运算提取植被、水体信息可明显提高总体分类精度,提取精度可达93.54%,进而可利用该分类结果精确高效地识别和测算矿区土地利用类型及其分布特征,为矿区土地整治、村庄搬迁等提供依据。     

基于无人机影像阴影去除的苹果树冠层氮素含量遥感反演

【目的】去除无人机多光谱遥感影像中的阴影,以提高苹果树冠层氮素含量反演模型精度。【方法】以山东省栖霞市苹果园为试验区,利用2019年6月采集的无人机多光谱影像,分别基于归一化阴影指数（normalized shaded vegetation index,NSVI）和归一化冠层阴影指数（normalized difference canopy shadow index,NDCSI）去除果树冠层多光谱影像中的阴影,提取非阴影区域果树冠层光谱信息;通过相关性分析方法,将基于原始光谱影像和基于NSVI、NDCSI去除阴影后提取的光谱数据与实测叶片氮素含量进行相关性分析,分别筛选氮素含量的敏感波段并构建光谱参量;采用偏最小二乘（partial least square,PLS）及支持向量机（support vector machine,SVM）方法构建果树冠层氮素含量反演模型并进行精度检验。【结果】绿光波段和红光波段为果树冠层氮素含量反演的敏感波段;阴影削弱了果树冠层的光谱信息,去除阴影前后,冠层多光谱各波段光谱差异较大,在红边波段及近红外波段尤为明显;基于2个阴影指数去除阴影后构建的氮素反演模型精度均有提升,最优模型为基于NDCSI去除阴影后构建的支持向量机氮素含量反演模型,该模型建模集R²和RPD分别为0.774、1.828;验证集R²和RPD分别为0.723、1.819。【结论】基于NDCSI可有效去除无人机多光谱果树冠层影像中的阴影,提高氮素含量反演精度,为果园氮素精准管理提供了有效参考。     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

基于TM影像植被信息提取研究

基于TM遥感影像,提取研究区内植被专题信息,通过对TM多光谱影像进行K-T变换,得到亮度、绿度、湿度3个新的分量,计算各组分分量和归一化植被指数NDVI的相关系数,从而进行波段组合,将其分类结果与K-T变换基础上分类结果、以及原始图像基础上分类结果进行比较。分析表明,波段的合成与K-T变换均能提高遥感影像分类精度,并且波段组合基础上植被分类与信息提取效果良好,精度更高。     

应用高分辨率卫星数据估算阔叶红松林乔木多样性

应用遥感技术估算生物多样性是森林生态学的研究热点和难点。为探索高分辨率卫星数据在估算森林植被多样性上的应用潜力,以吉林蛟河市阔叶红松林大样地数据为支撑,提取了红松树冠的空间分布格局,并估算了乔木物种多样性。首先,基于冬季GeoEye-1影像提取红松树冠分布图,与样地每木调查数据吻合较好。然后,使用景观生态学和地统计学指数,分析红松种群空间分布规律,发现了最大自相关尺度30~40 m。最后,选择拥有红边波段的秋季RapidEye卫星图像,建立遥感影像5 m光谱值和30 m窗口大小纹理参数与生物多样性指数的多元线性回归模型。结果表明,红边信息并未显著改善多光谱数据估算植被生物多样性的能力,但所获大区域制图结果与林分龄级吻合较好。      

基于Sentinel2A影像的干旱区土壤盐渍化监测研究

以渭干河—库车河三角洲绿洲为例,在5种盐分光谱指数(NDSI、SI、SI1、SI2、SAVI)基础上,选择Sentinel2A多光谱影像中的3个红边波段和近红外窄波段进行扩展,提出了新的基于红边和近红外窄波段的光谱指数,用偏最小二乘回归(PLSR)方法构建土壤电导率遥感反演模型。结果表明：相对传统光谱指数,引入红边1波段(B₅)和近红外窄波段(B_8a)的光谱指数与土壤电导率相关性显著提高;基于Sentinel2A影像的PLSR的土壤电导率信息建模效果较好(R²=0.77),模型准确、可靠。盐分反演结果表明研究区土壤盐分含量整体较高,盐渍化影响范围广泛。自绿洲内部向外围由非盐渍化向轻度—中度—重度盐渍化过渡,绿洲西部、南部轻度盐渍土分布较多,绿洲东部、东南及西南方向有重度盐渍土及极重度盐渍土分布,盐渍化程度较高。     

基于OLI影像的徐州市植被提取

基于Landsat 8的OLI影像对徐州市2013—2017年植被数据进行植被提取。通过OLI影像对K-L变换、归一化植被指数NDVI及原始波段的相关系数进行计算,从而选取3种最优波段进行组合,利用SVM监督分类对5年城市数据进行植被提取。结果表明,原生波段与衍生波段的合成影像有效提高了植被提取精度,同时数据分析也显示出徐州市辖区内存在植被面积较小、植被空间分布不均等问题,并提出徐州市植被规划的合理建议。     

不同管理类型茶园蜘蛛多样性及时空变化

为探究不同管理方式对茶园蜘蛛类群结构及时空分布的影响，了解蜘蛛在茶园绿色集约化管理中的作用，于2015—2016年通过拍打法（茶丛）和陷阱法（地面）对常规无间作的1#茶园、植被覆盖度深且人为干扰较少的2#茶园和无植被覆盖且定期施药锄草的3#茶园的蜘蛛及叶蝉数量进行为期2年的研究。结果显示，3类茶园的蜘蛛个体数表现为2#茶园>1#茶园>3#茶园，差异显著（P<0.05）。Shannon-Wiener多样性表现为2#茶园>3#茶园、1#茶园，差异显著（P<0.05）。蜘蛛主要分布于茶丛，地表较少。茶园叶蝉和蜘蛛数量在2年间基本保持一致，其中3#茶园由于定期施用化学农药，蜘蛛和叶蝉的数量波动最小；2#茶园的蜘蛛数量波动较大；且蜘蛛对叶蝉存在明显的调节效应。2#茶园周围植被丰富，且茶园均匀间种台湾相思树、中间种植落叶乔木，生境结构相对复杂，植被覆盖度深，形成了一定的缓冲带，对茶园小气候具有改善作用，增加了蜘蛛类群多样性。由此表明，构建合理的缓冲带、增加茶园四周及内部植被覆盖深度、减少人为干扰可更好地优化蜘蛛群落时空结构分布。     

Using high spatial resolution satellite imagery for mapping powdery mildew at a regional scale

Efficient crop protection management requires timely detection of diseases. The rapid development of remote sensing technology provides a possibility of spatial continuous monitoring of crop diseases over a large area. In this study, to monitor powdery mildew in winter wheat in an area where a severe disease infection occurred, the capability of high resolution (6 m) multi-spectral satellite imagery, SPOT-6, in disease mapping was assessed and validated using field survey data. Based on a rigorous feature selection process, five disease sensitive spectral features: green band, red band, normalized difference vegetation index, triangular vegetation index, and atmospherically-resistant vegetation index were selected from a group of candidate spectral features/variables. A spectral correction was processed on the selected features to eliminate possible baseline effect across different regions. Then, the disease mapping method was developed based on a spectral angle mapping technique. By validating against a set of field survey data, an overall mapping accuracy of 78 % and kappa coefficient of 0.55 were achieved. Such a moderate but practically acceptable accuracy suggests that the high resolution multi-spectral satellite image data would be of great potential in crop disease monitoring.     

基于面向对象和随机森林模型的杭州湾滨海湿地植被信息提取

湿地植被在湿地生态系统中起着无可替代的作用,其空间分布在很大程度上反映了滨海湿地的开发利用、生态环境特征和健康状况。以杭州湾南岸为研究区,以QuickBird影像和野外调查数据为数据源,基于面向对象原理在确定最优分割尺度的基础上采用随机森林模型,对滨海土地利用分类,并精确提取湿地植被。结果表明:面向对象和随机森林相结合的方法可以有效提取杭州湾5种湿地植被类型和6种土地利用类型,分类总体精度达86.90%,Kappa系数达到0.85,5类滨海湿地植被的用户精度均达到85%以上,更有海三棱藨草Scirpus mariqueter的用户精度达到100%,充分说明了基于面向对象分割和结合随机森林模型方法适用于滨海湿地植被信息的精确提取。     

高分六号遥感数据在有林地识别中的应用

精准农业观测卫星-高分六号卫星(GF6)增加了4个特殊波段,更加有效地反映了植被特有的光谱特性,为植被应用研究提供更为详细的地物光谱信息。为了分析GF6数据在植被识别能力上的优越性,比较了GF6号新增波段(红边1、红边2、黄边、紫边波段)和高分数据传统波段对有林地识别精度的影响。结果表明:GF6新增波段对有林地快速识别的精度达到97.67%,Kappa系数为0.95,比GF数据4波段对有林地的识别精度提高了3.35%,Kappa系数提高了0.08。CART自适应特征和阈值选择决策树算法比人工决策树分类算法对有林地识别精度有显著增加,精度由88.81%提高到97.67%,Kappa系数由0.78提高到0.95。GF6数据新增特殊波段结合CART自适应特征和阈值决策树算法对有林地具有快速优越的识别能力。     

云南腾冲茶园病害调查与病原鉴定

2008年对云南省腾冲县蒲川乡的生态茶园,有机茶园和常规茶园内发生的茶树病害进行了调查与病原鉴定。共调查到茶树病害2类6种。其中真菌病害5种,藻类病害1种。发生最重的是由茶饼病菌(Exobasidium vexans Massee)引起的茶饼病。3类茶园当中,常规茶园的病害影响较大。     

贵州古茶园调查及其茶树的理化成分分析

为更好地保护和利用贵州古茶树资源,采用查阅文献记载后结合实地调查方法,对黔南州、黔东南州和铜仁地区古茶园的分布、生境及茶树种质生长势、形态特征、抗逆性和利用现状等进行调查,对古茶园茶树的内含成分进行理化分析。结果表明:在调查的18个古茶园中,海拔,贵定县岩下乡铁索岩村茶山组最高,达1 574m,从江县西山镇滚郎村最低,仅268m,其中,<500m的古茶园1个,占5.6%;500～1 000m的古茶园7个,占38.9%;>1 000m的古茶园10个,占总数的55.6%。类型,野生型古茶园12个,占66.7%;栽培型古茶园6个,占35.7%。生态环境,植被较丰富,大部分野生型古茶园周围均有古树。茶树叶片理化成分,17个样品水浸出物、咖啡碱、氨基酸和茶多酚含量平均分别为47.7%、3.87%、2.6%和36.7%,儿茶素组分为EC相似文献   

信阳茶区栗茶间作模式对生态环境的影响

对信阳毛是的纯茶园和栗茶间作茶园的生态环境(包括小气候因子、土壤因子)和茶叶中各项生化指标(包括氨基酸、咖啡碱、茶多酚、酚氨比、茶水浸出物)进行了测定.结果表明,两种不同类型茶园小气候因子有显著差异.相对于纯茶园,栗茶间作茶园能更有效地改善光照条件、降低环境温度、提高土壤水分和有机质含量、增强空气湿度及提高土壤养分.栗茶间作茶园茶叶品质较纯茶园也显著提高,氨基酸和茶水浸出物含量显著高于纯茶园茶叶,而茶多酚含量却显著低于纯茶园茶叶.因此,栗茶间作茶园的生态环境更有利于茶树的生长和茶叶品质的提高.     

基于同步辐射红外光谱技术的江苏茶园土壤矿物—有机复合体固存研究

【目的】分析江苏省不同茶区土壤结构的差异,寻求差异化的养分管理途径,为全省实施茶园化肥减施增效提供科学参考。【方法】表征江苏代表性茶园土壤矿物—有机复合体特征结构,利用同步辐射红外显微成像法对茶园土壤团聚体切片进行化学成像,从而获得特定组分的空间分布,进而从原位上表征样品中矿物和有机官能团的分布特征,探索茶园土壤有机碳的稳定机制。【结果】江苏省茶园土壤团聚体中的有机碳以脂肪碳（2881 cm-1）、芳香碳（1620 cm-1）和多糖碳（1100 cm-1）等形态存在,同时还有矿质元素氧化物Fe-O、Al-O、Si-O等存在。茶园土壤微团聚体中各元素空间分布具有高度异质性,甲基和亚甲基C-H等脂肪碳较集中地吸附在土壤微团聚体边缘（也有少量的矿物存在）,而铁铝矿物的Al-O、Fe-O等官能团聚集在微团聚体内部核心位置,同时表面也吸附少量有机质; 87.5%茶园土壤中黏土矿物（3620 cm-1）与脂肪碳相关性最高,施肥措施和植茶年限影响矿物—有机官能团相关性排序; 75.0%茶园土壤铁氧化物与多糖碳相关性最高,各茶园土壤中铁铝矿物与有机官能团的亲和性排序规律受海拔、pH和植茶年限等影响而存在差异。【结论】江苏不同茶区土壤团聚体及其有机碳的分布特征揭示土壤团聚体通过矿物—有机复合体将有机质留存于土壤中,提高土壤有机质含量。生产中宜依据不同茶区养分具体管理方式、茶叶栽培特点及土壤条件,因地制宜采取差异化的茶园养分管理策略。     

不同品种茶园害虫及天敌群落多样性研究

通过对不同品种茶园(巴渝特早、福鼎大白茶、川茶群体种)害虫群落结构及天敌种类进行一年的系统调查,结果表明:茶园中害虫及天敌共有2纲,20目,41科;其优势种群基本相似,主要是同翅目和蜘蛛目;川茶群体种茶园的物种丰富度指数、多样性指数、均匀度指数均高于其他两个品种茶园,且3个品种茶园的害虫和天敌种类具有高度相似性.     

时间序列自回归模型预测茶园小绿叶蝉种群动态的探讨

选定西湖龙井茶叶原产地的优质丰产茶园、普通丰产茶园、山林间茶园、种质资源圃和茶-林间作等5类代表性茶园,从2007年4月20日～12月26日,5d 1次调查假眼小绿叶蝉种群数量,作为时间序列自回归模型的数据源.据此对自回归模型预测假眼小绿叶蝉种群动态的可行性、建模步骤及准确性验证进行了探讨.与其他相关预测模型相比,自回归模型显得简便易行实用.