干旱区沙地云杉种子育苗技术研究

沙地云杉(Picea mongolica)是中国特有树种,为了更好地保护这一植物资源,在田间条件下,运用正交试验的设计方法,研究了覆沙厚度、播种密度、覆盖材料3个因素对沙地云杉出苗率的影响。结果表明：试验中的最佳组合为以10 mm覆沙厚度、300粒/行的播种密度配合河沙土为覆盖材料最好,组合出苗率也最高;在干旱沙区覆沙厚度和覆盖材料对沙地云杉播种育苗的影响极显著,播种密度对沙地云杉播种育苗也有不同程度的影响。     

沙地云杉胚性愈伤组织诱导

沙地云杉(Picea mongolica)是内蒙古特有的珍稀树种,种子生产受到大小年、倒春寒及重齿小蠹等虫害的严重影响,有性繁殖受到阻碍。本研究以沙地云杉成熟胚为外植体进行胚性愈伤组织诱导,对影响胚性愈伤组织诱导的调控因子进行了研究。结果表明:(1)沙地云杉成熟胚接于培养基中培养,5 d后子叶和胚根部位膨大,10 d后胚根均明显愈伤化,40 d后愈伤呈水渍状,60 d后愈伤呈白色丝状;胚性愈伤的发生始于非胚性愈伤的表面,且长成的胚性愈伤呈细胞核大、细胞排列紧密的特点;研究结果明确了沙地云杉胚性愈伤形态学和细胞学的变化过程。(2)确定了沙地云杉胚性愈伤组织诱导的最适培养基和最佳激素组合。胚性愈伤诱导培养基为LM,激素组合为2,4-D 6 mg/L、6-BA 2 mg/L和KT 0.5 mg/L最佳培养条件为暗培养,且胚性愈伤诱导率46%。沙地云杉胚性愈伤诱导的成功可为沙地云杉资源的保护、开发、利用提供了理论依据和技术保障。     

基于Landsat8 OLI数据的山东省耕地信息提取研究

为了探讨美国最新发射的陆地卫星Landsat8 OLI影像在耕地信息提取方面的效果,为了解该影像的应用潜力提供一些信息,采用遥感图像处理软件ENVI,对覆盖山东省区域的12幅Landsat8 OLI影像进行了计算机校正和增强处理,通过目视解释、监督分类和非监督分类交互式的分类方法提取山东省的耕地信息。结果表明,基于Landsat8 OLI数据提取耕地信息适宜波段是543波段和652波段组合,提取精度达到91.8%,Landsat8 OLI数据可以满足耕地利用及管理中对耕地信息适时获取的要求。

     

基于Landsat-8 影像森林植被信息计算机自动提取研究

Landsat-8能够提供15 m全色波段和30 m分辨率的多光谱波段,Landsat-8上携带有OLI（operational land imager,陆地成像仪）和TIRS（thermal infrared sensor,热红外传感器）2个主要载荷,OLI陆地成像仪包括9个波段,TIRS包括2个热红处波段,全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征。本研究以攸县为例,采用Landsat-8遥感影像为数据源,进行缨帽变换及主成分分析处理,利用决策树分类模型进行提取。结果表明：Landsat-8遥感数据经过缨帽变换和主成分分析处理后,增强纹理信息,突出各地物的特征,把各地物在经过处理后的灰度值作为决策树分类模型的阈值,利用计算机自动提取,提取的总体精度为84.7%,攸县森林植被的面积为150911.7 hm2与以往的只利用波段的灰度值及植被指数等作为阈值相比,精度明显提高,方法也得到改善,得到了比较好的提取结果。     

单时相MERSI数据在冬小麦种植面积监测中的应用

以FY-3A MERSI可见光到近红外波段250 m分辨率数据为信息源,采用PPI（像元纯净指数）提取结合实测数据的方法,经反复试验最终提取了山西南部冬小麦区的不同地物覆盖特征谱,进而采用基于监督分类的最大似然法、神经网络等方法进行不同地物类型的分类,同时根据不同地物光谱特征采用混合像元分解技术提取冬小麦种植面积。结果表明：单时相FY-3A MERSI数据提取作物种植面积是可行的,神经网络法好于最大似然法,混合像元分解提取的面积同实际种植面积最为接近。     

基于特征波段选择和机器学习的小麦白粉病高光谱遥感监测

白粉病严重危害小麦生长及制约产量形成,精确监测该病害对精确防控及保障国家粮食安全具有重要意义。在小麦孕穗、开花和灌浆期使用地物高光谱仪获取小麦冠层光谱数据,利用一阶导数(FD)、二阶导数(SD)、对数变换(LOG)、倒数变换(1/R)和连续去除法(CR)对原始光谱(OR)进行光谱变换,基于CARS算法和SPA算法相结合对五种变换的光谱数据和原始光谱进行特征波段提取,进而利用偏最小二乘回归(PLSR)、岭回归(RR)和高斯过程回归(GPR)建模方法确立小麦白粉病病情指数(mDI)监测模型。结果表明,一阶导数在Pearson相关性、两波段优化组合以及机器学习方法建模中,综合表现最好,是一种处理病害光谱数据的较好预处理方法。经过光谱数据变换后,再使用CARS-SPA算法可以更有效的提取特征波段,特征波段为411、450、476、543、561、594、624、671、726、780、835和950 nm。在不同机器学习建模方法对比中,高斯过程回归(GPR)模型表现最佳,其次为岭回归(RR)和偏最小二乘法回归(PLSR)。其中,一阶导数结合GPR模型的估算精度最高,建模集和验证集的平均R~2为...     

不同演替阶段沙地植物群落物种多样性研究

本文采用空间换时间的研究方法,对毛乌素沙地南缘流动沙地、半固定沙地、半固定沙地与固定沙地过渡带和固定沙地内的植物群落物种多样性进行了研究。结果表明：不同演替阶段沙地内植物群落多样性呈不断增加的变化趋势,各演替阶段均有不同的植物群落和优势物种。豆科和藜科植物作为流动沙地的先锋物种,表现出较强的适应能力;禾本科和菊科植物由流动沙地到固定沙地,其种类变化较大,表明其在沙地恢复中发挥着巨大的作用;萝摩科植物可作为区分流动沙地和其它沙地类型的指示性植物;马齿苋科和紫薇科植物仅在固定沙地中出现,已成为判断固定沙地的标志性植物。除沙地恢复过程中人为播种的柠条和沙蒿外,流动沙地阶段的优势物种是沙米,半固定阶段是沙生冰草,半固定沙地与固定沙地过渡地带是老瓜头和地梢瓜,而固定沙地则为花棒和地梢瓜。因此,在沙漠化治理中应根据不同的沙地类型选择不同的植物种类。     

利用光谱-盐分指数监测棉田土壤盐分

通过对棉田土壤盐分的光谱反演研究,为土壤盐渍化遥感动态监测提供可能。利用ASD地物光谱仪测定新疆兵团第六师共青团农场盐渍化棉田土壤光谱,结合土壤化学参数分析确定反映棉田土壤盐渍化程度的敏感波段,构建最佳盐分指数对棉田土壤盐分进行监测。结果表明,随盐渍化程度(0.084~1.659 g·kg-1)的加重,土壤光谱反射率呈上升趋势,在近红外区(1350~1850 nm)差异尤为显著,该波段范围光谱反射率与土壤盐分呈极显著相关(r=0.880**),且对土壤盐分响应敏感,为识别盐渍化土壤的敏感波段;选择盐渍化光谱敏感波段建立了盐分指数SI1,BI,SI2,NDSI,SI3监测棉田土壤盐渍化的模型,其中SI1和BI的RMSE分别为0.151和0.149、RE为7.5%和6.3%,预测能力强,可推荐为棉田土壤盐分监测的最佳模型。     

基于环境卫星数据和实测地物光谱数据估算中稻面积

为准确获取水稻种植面积,提高遥感监测精度,利用环境卫星数据,在农作物掩膜的基础上,结合野外实测地物光谱确定端元组分,采用线性光谱混合模型提取湖北省监利县中稻种植面积,将其结果分别与统计数据和实地调查数据相比较。结果表明：采用确定端元选取的方法是可行的,其混合像元分解方法提取作物面积总量精度为93.68%;样本精度为83.67%。因此,利用HJ卫星影像数据开展平原地区水稻遥感监测可为政府决策部门提供信息服务。     

干旱区沙地云杉研究进展

通过查阅相关文献,本文对近几年来干旱区沙地云杉的分类、分布、种子萌发及育苗实验、群落与种群特征以及其造林技术等方面所取得的研究成果进行了总结,并提出了今后研究的方向;随着我国防沙治沙工程建设与西部生态环境建设的进展,适生植物的筛选已成为全国防沙治沙工程建设中亟待解决的关键问题之一,今后应加强沙地云杉快速扩繁技术的研究与引进,以及干旱区沙地云杉植物群落稳定性的研究。     

科尔沁沙地农牧交错区典型村域土地利用现状及动态变化分析——以敖汉旗母子山村为例

科尔沁沙地农牧交错区生态环境脆弱,土地利用不合理。以生态环境、人口和经济上具有典型性的母子山村为依托．根据遥感影像解译数据及实地调查数据,从微观角度对村域土地利用现状及动态变化进行定量分析。研究表明近17年母子山村耕地面积呈波动变化,由1988年的836．53hm^2增加到2000年的1011．01hm^2．2005年耕地面积降为651.23hm^2：牧草地面积呈减少趋势,由1988年的1437．15hm^2降到2005年的675．8259hm^2;草地覆盖度降低,高覆盖度草地1988年占草地面积的13．58％,2005年降为0;森林覆盖率呈快速增长的趋势,比重由1988年的17．6％上升到2005年的53．1％;沙漠化土地面积锐减．比重由1988年的13％降到3％。母子山近17年中,土地利用程度变化指数为9．35,人类改变土地的程度在增强．人与土地的关系越来越紧密,土地利用的程度由低级另,1向高级别转变。其原因主要是人口和牲畜的变化及国家政策的调整的结果。     

3个时期达里诺尔国家级湿地自然保护区土地利用动态研究

受气候暖干化和人类活动影响,蒙古高原干旱区内陆湿地土地利用变化显著,及时掌握湿地土地利用变化,可为湿地自然保护区土地资源管理提供参考依据。[方法]本研究以1994、2005和2016年达里诺尔国家级自然保护区Landsat-TM/OLI影像为数据源,采用决策树分类、转移矩阵和动态度等方法对其进行动态分析。[结果]结果表明：研究区土地利用类型分类总体精度较高,主要以草地、林地、湖泊为主,沼泽、沙地、滩地、裸地所占比例较小。1994—2005年238.93 km2地物发生变化,占总面积18.81%,其中,林地和草地分别增加了19.25%和10.94%;沙地和裸地分别减少了66.63%和47.19%。2005—2016年,191.72 km2地物发生变化,占总面积15.09%,其中,沙地和滩地分别增加了19.73%和12.64%;裸地、沼泽和林地分别减少了59.51%、21.36%和15.72%。[结论]研究区地物覆盖类型变化明显,1994—2016年草地、林地、滩地面积增加,湖泊、沼泽、裸地面积减少。土地利用类型主要转移的方向为湖泊类型转化为滩地和沼泽,沼泽和裸地类型转化为草地,总体上湿地功能具有退化趋势。     

3S技术支持下的北京市土地利用数据库变更

为了保持土地利用数据的现势性,北京市在土地利用数据库建立之后每年都会以区县为单位进行土地利用数据库变更工作。以北京市为例,采用SPOT-5遥感影像作为数据源,基于GPS的精确定位功能,结合GIS数据操作、管理、显示等的良好功能以及背景数据知识,对北京市的土地利用数据库进行了变更。该方法发挥了航空遥感技术的优势,在GPS实地测量和土地利用数据库的支持下,用GIS集成数据,从而完成了对北京市土地资源的动态监测和数据库的及时更新     

基于遥感技术的耕地面积动态监测研究

对耕地面积实施监测,遥感技术是一种非常有效的方法。通过分析相应时相的TM和中巴遥感影像的波谱特征,采用波段比值法,结合野外调查,对北京地区30年来耕地的变更情况进行了监测。监测分析表明,北京市耕地面积从30年前的614941hm2减少到现在的388902hm2,呈较严重的递减趋势。本课题的研究成果为北京市土地管理和土地利用规划提供了重要的依据。     

基于GF-1卫星数据与面向对象分类的达里诺尔湿地自然保护区土地覆盖信息提取

以达里诺尔湿地自然保护区为研究区，基于国产GF-1遥感影像，采用面向对象和传统目视解译的分类方法对研究区土地覆盖遥感信息进行提取，并对其结果进行对比分析，采取混淆矩阵对面向对象分类结果进行精度验证。结果表明：（1）充分利用了GF-1遥感影像的光谱信息，面向对象分类采取试错法确定最优分割尺度为550，形状和紧致度因子分别为0.6和0.5，各波段权重均为1。（2）面向对象分类总体分类精度达98.22％，KAPPA系数为0.96；（3）面向对象分类方法可快速准确提取类型较为复杂的土地覆盖信息，为内陆湿地精准快速提取研究区土地覆盖分类信息提供参考，以期为湿地遥感业务化监测提供技术规范。     

毛乌素沙地东南缘蝶类资源调查及区系研究

旨在明确毛乌素沙地东南缘蝶类资源及区系的基本情况,为蝶类资源的保护利用提供基础资料。笔者从2013年6月至2015年9月,对该区域内的蝶类资源进行采样调查,采用周尧等对蝶类的分类系统进行了鉴定,结果表明,毛乌素沙漠南缘共发现蝶类5科38属52种,其中凤蝶科1属3种,弄蝶科4属4种,粉蝶科6属10种,蛱蝶科14属21种,灰蝶科13属14种。毛乌素沙漠东南缘蝶类资源主要分布在灰蝶科和蛱蝶科,主要优势种有斑缘豆粉蝶Colias erate、菜粉蝶Pieris rapae、牧女珍眼蝶Coenonympha amaryllis、中华爱灰蝶Aricia mandschurica和蓝灰蝶Everes argiades。区系研究表明,毛乌素沙地东南缘蝶类主要种类是古北种,有31种,占本区碟类全部种类的59.61%;其次是广布种,有20种,占全部种类的38.47%;毛乌素沙地东南缘蝶类为黄土高原蝶类区系向荒漠半荒漠蝶类区系过渡地带。     

基于〝3S〞技术的县级土地利用现状更新调查

为保持县级土地利用数据的现势性，基于“3S”技术研究了土地利用现状更新的方法。首先对遥感影像数据进行预处理和计算机自动分类，将自动分类结果、土地利用现状图和DOM叠加，利用人机交互解译的方法提取变化信息；然后，在GPS引导下进行实地调绘，将调绘结果录入土地利用数据库，并运用GIS空间分析方法更新土地利用现状。经过研究，利用“3S”技术更新县级土地利用现状数据是可行的。还对其中部分关键问题进行了讨论，并得出结论，整个数据更新是个系统工程，要通力配合，尤其注意外业调查与影像处理精度和解译精度。     

三北防护林工程建设前后科尔沁沙地环境变化

为了研究三北防护林工程对科尔沁沙地生态环境改变所起的作用,为后期工程的规划编制提供依据,根据其最典型地区1961—2010年的气象资料,对三北防护林体系建设前后的平均风速、大风、沙尘天气进行对比分析。结果表明：近20年来,科尔沁沙地年平均风速稳定在3.2~3.3 m/s之间,风沙天气呈急剧下降趋势,到1995年基本得到遏制。三北防护林工程对科尔沁沙的生态环境和农牧业生产起到了不可或缺的保护和调节作用。     

Driving Force Analysis of Land Cover Change in Ulan Buh Desert Based on Markov Chain

The Ulan Buh Desert has a fragile natural environment, which is in the western part of Inner Mongolia arid climate zone and the farming and animal husbandry ecotone. In order to explore the driving force mechanism of the Land Cover Change, the paper constructed the natural-human driving force model by the Markov Chain based on Landsat MSS 1973, 1977 remote sensing image data, analyzed the naturalhuman driving force contribution rate to the Land Cover Change in Ulan Buh Desert. The results showed that in 1989-2013 the main driving force of the Ulan Buh Desert Land Cover Change is the natural factors, average contribution rate is 89.46%, then is the human driving force, the rate is 10.54%. The natural-human driving force contribution rate for every land cover type is different, in natural part, the minimum rate is saline-alkali land for 45.20%, while the maximum is sandy land(90.63%). The human driving force rate of forest land, grassland and water was negative, it shows that human factors slows down or hinder the growth of this kind of land cover. Because of the humanistic attribute, the natural effect of the cultivated land and construction land was abandoned, the rates of human driving are significantly different: the change of human driving force is 24.94%, while the change of construction land is 62.9%.