基于无人机可见光影像的树种和树冠信息提取——以晋西黄土区蔡家川流域为例

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R²)在0.7以上,但对次生林的树冠提取效果相对较差,R²仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm^-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm^-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm^-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。     

FC-CNN:基于卷积神经网络的水果图像分类算法

针对现有基于卷积神经网络的水果图像分类算法均使用池化层进行降维处理会丢失部分特征,导致分类精度有待提高的问题,提出FC-CNN(Fruit Classification Convolutional Neural Network)水果图像分类算法。该算法基于深度卷积神经网络思想,设计了一种由二维卷积层、批量规范化层和激活函数组成的网络结构,利用Sofmax loss和L2正则化进行损失函数设计。算法使用卷积加步长替代池化层,让网络具有自主学习下采样能力,使用批量规范化层用于解决网络过拟合问题。采用Fruits-360数据集进行测试,实验表明,FC-CNN可以识别出48种水果,准确率可达到99.63%。与现有的深度学习水果图像分类算法相比,FC-CNN的识别准确率更高,识别种类更多。     

基于Landsat TM/OLI影像的寿光市盐田信息提取与动态变化分析

寿光市是我国重要的海盐生产基地,亟需选取典型数据对其在体量及空间分布格局发生的显著变化进行分析与管理。以Landsat TM/OLI遥感影像及土地利用现状图为基础数据源,结合野外实地调查形成的专家先验知识,对研究区1985、1995、2005和2015年4期遥感影像图进行监督分类及处理,并利用土地利用转移矩阵监测寿光市30年间盐田面积动态变化,对影响其变化的主要驱动因素进行了分析与讨论。结果表明：研究区土地利用分类结果精度较高,总体精度高于85%,Kappa系数大于0.80。研究期间寿光市盐田面积增加19 503.72 hm ²,年均增长率为3.68%,整体表现出先增后减的变化趋势。1985-1995年,盐田面积迅速增加,年增长率为12.13%;1995-2005年间,年增长速率急剧降低,仅为1.35%;2005-2015年间,盐田面积表现为负增长,年增长率为-1.63%。研究期内增加的盐田主要来源于滩涂、沿海水域和草地,而减少的盐田主要复垦为耕地和建设用地。研究结果可为寿光市乃至山东省滨海盐田的科学管理与利用、废弃盐田的复垦与湿地恢复提供理论与数据参考。     

基于AE-FFNN神经网络的橡胶树叶片磷含量定性研究

磷元素对橡胶树的生长发育至关重要,基于近红外光谱的橡胶树氮磷钾元素含量的快速无损检测已有很多研究,但磷元素含量的检测效果远不如氮钾。基于近红外高光谱技术结合非线性特征提取方法和建模算法实现橡胶树磷元素含量的快速无损检测。以橡胶树叶片的近红外高光谱数据为分析对象,运用神经网络非线性变换的特征提取思想,构建了一种融合自编码器与前馈神经网络(autoencoder-feedforward neural network, AE-FFNN)模型。通过自编码器提取橡胶树叶片的光谱非线性特征信息,运用前馈神经网络进行建模,应对不同精细程度的分类任务,从而实现橡胶树叶片磷含量的定性分析。结果表明,AE-FFNN模型有效提取了光谱非线性特征并压缩了特征数量,通过该方法提取的特征为31个,且定性分析模型精确度提升,能够达到91.10%。相较于在光谱检测领域广泛采用的机器学习模型,所建立的AE-FFNN模型性能有较大提升。该模型既可以应用于橡胶树叶片磷元素含量的定性分析,也可为磷元素含量的定量研究提供思路。     

Soil quality index as a tool for Scots pine （Pinus sylvestris） monoculture conversion planning on afforested,reclaimed mine land

In Central Europe,a large portion of post-mining sites were afforested with Scots pine,which is characterized by good adaptability and a tolerance for poor habitat at the beginning of forest ecosystem development.Conversion of monoculture on mine sites into more biodiverse mixed hardwood forests,especially on more fertile deposits,can be an emerging need in this part of Europe in next decades.The ability to classify the forests at these post-mining sites will facilitate proper species selection as well as the management and formation of the developed ecosystem’s stability.This work describes the guidelines that can be followed to assess reclaimed mine soil(RMS)quality,using the mine soil quality index(MSQI)and a classification of developed forest sites as a basis of tree-stand species selection and conversion of pine monocultures.The research was conducted on four post-mining facilities(lignite,hard coal,sulphur,and sand pit mining areas)on different RMS substrates dominant in Central Europe.Soil quality assessment takes into account the following features of the soil:texture soil nutrients(Ca,Mg,K,Na,P);acidity(pH KCl);and Corg-to-Nt ratio in the initial organic horizon.An analysis was conducted of classification systems using the MSQI validation correlation(at p=0.05)with vegetation features affected by succession:aboveground biomass of forest floor and ecological indicators of vascular plants(calculated on the basis of Ellenberg’s(2009)system).Eventually,in the analysed data set,the MSQI ranged from0.270 for soils on quaternary sands to 0.720 for a mix of quaternary loamy sands with neogene clays.Potential forest habitat types and the role of the pine in the next generation of tree stands on different RMS parent rock substrate were proposed.     

基于随机森林的大姚县TM遥感影像分类研究

随机森林(Random Forest)是一种组合多棵决策树分类器的新的分类算法。以楚雄州大姚县为例,采用Landsat-TM数据,通过最大似然、支持向量机、随机森林3种分类器进行分类对比研究。结果表明,支持向量机和随机森林的分类精度明显优于最大似然法,两者分类精度相差不大;在分类时间上,最大似然法明显比随机森林和支持向量机快,支持向量机最慢。综合分析,随机森林算法表现更优,它在保证分类精度的前提下,也能保证一定的时间效率,更适宜实际生产应用。     

哈密产黄鳝的染色体组型分析

哈密产黄鳝的染色体组型分析王秀玲，吴敏，马英梅，刘伟，史为慧（新疆师范大学生物系，乌鲁木齐，８３００５３）关键词哈密产黄鳝，核型，分类ＡＮＡＬＹＳＩＳＯＦＫＡＲＹＯＴＹＰＥＯＦＭＯＮＯＰＴＥＲＵＳＡＬＢＵＳＩＮＨＡＭＩ￥ＷａｎｇＸｏｕｌｉｎｇ；ＷｕＭ...     

海南“石斑鱼苗网”渔具属性辨析

对在2004年7~8月间南海区小型海洋渔具渔法调查中发现的“石斑鱼苗网”的渔具结构、属性、性能和管理进行了分析讨论,研究认为“石斑鱼苗网”属于敷网类,网团型,延绳式。对石斑鱼苗有良好的诱捕效果,从保护资源的角度出发,应对其实施规范管理。     

浙西北马尾松公益林分类研究与评价

为了研究浙江省西北部马尾松Pinus massoniana公益林的生态效益及高效马尾松的群落结构特征,以浙江西北重点区域马尾松公益林群落为对象,利用典型样地调查方法,在聚类分析、多样性分析、相似性分析的基础上对马尾松公益林进行全面剖析。结果表明:浙江省西北部马尾松公益林可分为7个类型,其中以常绿阔叶为主的阔松复合混交林类型(类型Ⅶ)多样性较大、生态效益较高;选用常绿阔叶林和以常绿阔叶为主的阔松复合混交林(类型Ⅶ)等2个类型作为优质高效公益林目标类型,并利用相似性分析将除以常绿阔叶为主的阔松复合混交林类型以外的马尾松公益林类型(类型Ⅰ~Ⅵ)划分为马尾松低效公益林。通过各森林类型物种丰富度、物种多样性分析,对马尾松公益林从演替理论进行剖析,为低效马尾松公益林分类建设提供科学依据。     

基于EnMAP-Box的遥感图像分类研究

采用2007年6月云南省勐腊县TM遥感数据,利用EnMAP-box进行了支持向量机的图像分类研究,以网格搜索法寻找最优参数,在设定的范围内,求得了最优C和g参数,用此参数进行支持向量机的遥感图像土地覆盖分类。结果表明：SVM方法较最大似然分类方法具有较高的分类精度,特别是阔叶林和橡胶林的精度明显优于最大似然分类方法;对于面积较小的次要类型,2种分类方法的精度基本保持一致;SVM的总体精度相对于最大似然分类提高了11.9％。