轮作模式在农耕区土壤有机质推测制图中的应用

人类活动近年成为数字土壤制图亟需考虑的要素。本文以农业活动中轮作模式为例,将轮作信息应用于数字土壤制图,探讨其对土壤空间变异刻画的有效性。以安徽宣城两个县市的耕地平区为研究区,通过野外调查获得近年三种主要轮作模式,基于监督分类对多期遥感影像解译得到轮作类型空间分布图,使用方差分析探讨轮作对土壤表层有机质空间变异是否有显著性影响,采用随机森林重要性指标对自然环境因子、轮作模式、土地利用方式和归一化植被指数进行重要性排序,并构建不同的环境因子组合,利用基于相似度的土壤推测模型和随机森林模型进行制图和交叉验证。结果表明,轮作模式对土壤表层有机质有显著性影响,其重要性排序为第二,引入轮作使得基于相似度的土壤推测模型和随机森林模型制图精度分别提高4.8%~65.9%和1.9%~2.7%。     

3种空间插值方法的精度及可视化效果研究

在分析Kriging插值、距离加权插值、最近邻点插值3种常见空间插值方法的基础上,以天津市蓟县山区为研究区域,分别对3种常见空间插值方法的插值效果进行了分析。以扩展不确定度为衡量3种内插方法精度的标准,并结合可视化效果的比较,综合得出Kriging插值法更适合在山区DEM生成中使用。     

土地利用方式对红壤氮素矿化和硝化作用的影响

研究在我国亚热带红壤地区采集林地、竹林、茶园和旱地农田4种利用方式的土壤样品,测定了氮素净矿化和净硝化以及N_2O排放速率,定量了氨氧化细菌(AOB)和氨氧化古菌(AOA),以期阐明土地利用方式对红壤氮素矿化和硝化作用的影响。结果表明,不同利用方式红壤AOA基因拷贝数在6.20×10~6到6.58×10~6copies g~(-1)土;AOB基因拷贝数在4.18×10~6到7.41×10~6copies g~(-1)土,AOA和AOB丰度的最大值均出现在旱地红壤。旱地红壤0～7天和0～14天的氮素净矿化速率分别为3.46和1.62 mg kg~(-1),均显著高于其他利用方式。氮素净矿化速率与土壤pH值呈显著的正相关关系(P0.05),与C/N呈显著的负相关关系(P0.05),说明土壤pH和C/N是影响不同利用方式红壤氮素净矿化速率的主要因子。旱地红壤0～7天和0～14天的净硝化速率分别为5.33和3.06 mg kg~(-1),也均显著高于其他利用方式。净硝化速率与铵态氮(NH_4~+-N)含量(P0.01)、pH(P0.05)和AOB(P0.01)均呈显著的正相关关系,表明土壤p H和可利用NH_4~+-N含量是影响红壤净硝化速率的重要因素,高土壤pH和NH_4~+-N含量有利于AOB的生长和活性,从而明显增加净硝化速率。然而,不同利用方式红壤的N_2O排放速率却没有显著的差异,说明利用方式似乎不影响土壤N_2O排放,这与净硝化速率变化规律相矛盾。可能的原因是,除了硝化作用外,好氧培养条件下还存在其他重要的N_2O产生途径,将来的研究中需要关注不同利用方式红壤N_2O产生途径,以阐明红壤N_2O排放机制。     

基于MODIS的植被指数对估测塔里木河中下游植被盖度的适用性

以干旱荒漠区塔里木河中下游的植被为研究对象,采用长时间序列的MODIS数据构建研究区常用的4种植被指数[归一化植被指数(NDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、比值植被指数(RVI)],并通过遥感方法和Image J软件获得研究区植被覆盖度,分析发现与实测的植被覆盖度有显著相关性。从Image J获得的植被覆盖度与4种植被指数的回归结果可以得出4种植被指数在研究区的适用性,从而优选出最适合此研究区的植被指数。结果表明,基于MODIS的4种植被指数与研究区实际植被覆盖度之间存在显著的正相关关系,各植被指数与研究区植被覆盖度的拟合程度由高到低依次是NDVIEVIRVIDVI,使用NDVI获取植被信息最为适宜。     

江苏省宝应县湿地生态系统服务价值动态研究

利用物质量和价值量相结合的方法,从涵养水源、调蓄洪水、气体调节、水质净化、保护土壤、营养循环6个方面构建了湿地生态系统服务价值模型,基于1988年和2002年2期TM遥感图像解译数据,根据模型计算并分析了宝应县湿地生态系统服务价值的变化情况。结果表明,1988～2002年的14年里,湿地面积大量减少,而湿地生态系统服务价值从205440.14万元增加为219253.21万元,增长了13813.07万元;湿地类型的服务价值结构发生了巨大变化,由1988年以稻田和滩地为主转为2002年以稻田为主;湿地生态系统服务类型的价值排序为：气体调节〉保护土壤〉调蓄洪水〉营养循环〉水质净化〉涵养水源。     

基于环境卫星影像的水稻种植面积提取方法研究

以环境卫星为数据源对泰兴市水稻面积进行提取,选择水稻与其他作物光谱差别最大的时期作为水稻识别的最佳时期,在利用影像原始光谱信息的基础上,分析和提取多种分类特征,运用支持向量机法、CART决策树法和最大似然法进行分类,提取水稻面积。结果表明支持向量机的分类精度最高,总体精度为80.38%,Kappa系数为0.74。说明当样本量较少时,支持向量机可以更好地利用多源信息,具有更高的分类精度。     

黄土小流域不同发育阶段地形指数变异特征分析

基于人工降雨实验获取的黄土模拟小流域高解析度DEM数据,提取其不同发育阶段的地形指数,分析了黄土小流域降雨侵蚀过程中地形指数的空间分异特征、平均地形指数变化规律及地形指数频率分布曲线特征。研究证明,地形指数空间分布与地形呈现很强的相关性,地形指数均值与坡度均值呈现对数变化关系,地形指数频率分布图随地形变化呈现规律性变化。地形指数空间变异特征分析可为研究流域地形和流域水文相似性提供基础资料。     

高光谱遥感图像DE-self-training半监督分类算法

提出了一种高光谱遥感图像半监督分类算法DE-self-training。利用少量标记样本作为初始训练集,基于改进的Self-training算法构建初始分类器,对未标记样本进行预测;然后从分类结果中按一定比例随机选取部分样本,连同其类别标记一起加入训练集中,再用扩大的训练集重新训练分类器,并对剩余的未标记样本进行预测。如此迭代地进行训练-预测-挑选样本扩大训练集过程。同时,在迭代训练过程中,运用基于最近邻域规则的数据剪辑策略对扩大训练集时产生的误标记样本进行过滤,以保证训练集的质量,不断迭代地训练出更精确的分类器,最终使所有未标记样本都获得类别标记。以AVIRIS Indian Pines和Hyperion EO-1 Botswana作为实验数据对DE-self-training算法进行测试,并与基于支持向量机的分类结果作比对。实验表明,DE-self-training算法可以在标记样本数量有限条件下,充分挖掘未标记样本的有用信息,使总体分类精度和Kappa系数都有不同程度的提高。     

基于词对主题模型的中分辨率遥感影像土地利用分类

利用遥感影像数据进行土地利用/覆被分类是多学科共同关注的热点问题,但传统自动分类方法仍然难以满足应用需求,以隐狄利克雷分配模型(latent dirichlet allocation,LDA)为代表的概率主题模型能够建立底层特征和高层语义之间的桥梁,近年来也被引入了遥感影像分析领域,但多集中于针对高空间分辨遥感影像的分析。该文分析了一般概率主题模型在遥感影像空间分辨率降低后面临的问题,在此基础上借鉴词对主题模型(biterm topic model,BTM)对单词稀疏文档的推理能力,将其引入中空间分辨率遥感影像的分类中,并提出使用空间相邻的视觉单词对作为模型的观测数据。试验结果表明,BTM模型的分类性能优于LDA模型,并且使用空间相邻视觉单词对可以比标准BTM模型使用更少的观测数据,取得更高的分类精度。     

玛纳斯河流域NDVI时空变化及对气象因子的响应

基于MODIS-NDVI数据和同期的气象资料,运用趋势分析、R/S分析、偏相关分析等方法,在区域和像元两个尺度上研究玛纳斯河流域的植被空间变化特征。结合趋势分析结果和Hurst指数,研究玛纳斯河流域NDVI变化的可持续性特征,并从气温和降水量2个因素分析了NDVI对气象因子的响应。结果表明:(1)2000—2015年玛纳斯河流域NDVI变化呈微弱增长趋势,增长速率为0.044/10a。(2)玛纳斯河流域植被覆盖状况改善的区域占总面积的42.03%,没有发生显著变化的区域占总面积的55.88%,显著退化的区域仅占总面积的2.09%,研究区整体生态环境有所改善。(3)从Hurst指数来看,研究区大部分地区NDVI变化具有可持续性,但局部地区具有反持续性。持续性改善区域占总面积的52.81%,持续退化的面积比重为29.54%,15.87%面积的区域未来变化趋势无法确定。(4)相关性分析结果显示:NDVI与年降水量呈正相关,与平均温度呈负相关,降水对NDVI的影响高于平均温度。