基于扫描图像RGB分析的生物质炭吸附特性研究

以花生壳和玉米秸秆为原料,利用自主研发的无轴螺旋连续热解装置在300、400、500℃的热解温度下反应10 min制备生物质炭,对生物质炭进行工业分析和热值测量,分析其组成成分和热值;开展了生物质炭亚甲基蓝吸附与碘吸附特性研究,结合扫描仪和取色软件获取生物质炭的RGB数据并进行灰度转化,探究生物质炭的吸附特性与RGB值、灰度的相关关系。结果表明:随着热解温度的升高,生物质炭中挥发分的含量降低,固定碳和灰分的含量升高,热值升高;较低热解温度的生物质炭的吸附效果优于较高温度热解的生物质炭;生物质炭的吸附值与R、G、B值均随着热解温度的升高而降低,两者之间存在强正相关关系,相关系数r为0.582~0.944;生物质炭的灰度与吸附值存在强正相关关系,相关系数r为0.685~0.977。     

利用TM影像分析巢湖悬沙分布及其原因

悬浮泥沙是重要的水质参数之一,其大小直接影响水体透明度、浑浊度、水色等光学性质及水生生态条件,其含量及其动态变化对该区的水下地貌的发展及冲淤变化等具有非常重要的影响。以巢湖为例,利用TM影像分析了巢湖泥沙的空间分布情况,指出巢湖泥沙的来源主要是各入湖河流携带的泥沙,其次是岸坡崩塌物形成的,并结合流域环境背景分析其原因,为巢湖的航道治理、湖区清淤提供了科学依据;最后提出了巢湖水质保护的对策。     

不同特征信息对TM尺度冬小麦面积测量精度影响研究

充分挖掘遥感数据信息，改善作物识别环境，一直是农作物遥感监测的重要工作。以往研究表明最佳波段组合、纹理信息和植被指数信息可以在一定程度上提高分类精度，但这些手段是否一定可以提高作物识别的精度，不同分类器对不同特征信息组合的响应是否一致等都是值得探讨的问题，也是目前研究甚少的问题。为此，该文将平均值(Mean)、方差(Variance)、均一性(Homogeneity)、反差(Contrast)、相异性(Dissimilarity)、熵(Entropy)、角二阶矩(Angular Second Moment)、灰度相关(Correlation)7种纹理信息以及比值植被指数(RVI)、土壤调整植被指数(SAVI)、重归一化植被指数(RDVI)、植被液态水含量指数(NDWI)、有效叶面积植被指数(SLAVI)5种植被指数信息分别加入到TM多光谱数据中，同时还进行了最佳波段选择，利用最小距离、最大似然和支持向量机3种方法进行分类提取小麦，研究了不同特征信息对小麦测量精度的影响。结果表明：该试验区内最佳波段5、4、3组合，纹理信息和植被指数信息的加入，对小麦面积测量精度的提高没有贡献；同一个特征信息组合对不同的分类器影响不同。在实际小麦面积测量的操作中，作业员不应该盲目的加入特征信息。选用何种信息不仅仅和研究区本身的性质有关，还和使用的分类器有关。     

利用TM遥感影像和林分因子估测森林可燃物载量

以塔河林业局针叶林为研究对象,利用TM遥感影像和林分因子,采用岭估计的方法,建立可燃物载量预测岭回归方程。同时用总相对误差、平均相对误差、平均相对误差绝对值、预估精度4个指标对模型进行了评价,预测效果较好。     

融合高级与低级视觉特征的农业图像显著性区域预测方法研究

【目的】构建融合高级与低级视觉特征的农业图像(果实、农作物及畜禽目标)显著性区域预测算法,为农作物生长状态的监测、动物的体况评估提供支持。【方法】提出一种整合高级和低级视觉特征的农业图像显著性区域预测深度学习框架及其预训练方案。在MSRA10k数据集上按照6∶2∶2的比例进行训练、验证和测试,并采用F-Measure作为评价指标,在6种公共数据集(SOD、ASD、SED2、ECSSD、HKU-IS和THUR)及农业图像典型数据集上,将预测算法与4种显著性预测算法(MWS、IMS、FSN、P-Net)进行对比。【结果】所建立的预测算法在6种公共数据集上的平均F-Measure分数最高,为0.823,平均MAE分数最低,为0.099,显著性可视化结果边界完整,与人工标记的基准图像更接近。在农业图像典型数据集上的平均F-Measure为0.826,表明该算法可有效应对复杂农业场景的干扰,实现更为准确的目标轮廓信息提取。【结论】融合高级与低级视觉特征的图像显著性区域预测算法,可以实现对复杂农业场景下农作物及畜禽图像显著性区域的快速、准确预测。     

基于GEE的陕西关中西部耕地季节性撂荒时空变化特征

【目的】研究陕西关中西部耕地季节性撂荒的时空变化特征,揭示其驱动机制,旨在为有效遏制耕地季节性撂荒,保障国家粮食安全提供参考。【方法】基于谷歌地球引擎（Google Earth Engine,GEE）平台的Landsat和Sentinel-2遥感影像,采用随机森林分类算法,对位于陕西关中西部的宝鸡扶风县、岐山县、凤翔区及陈仓区的部分区域2000-2020年耕地季节性（7-10月）撂荒的时空变化特征进行了分析。【结果】2000-2020年陕西关中西部耕地撂荒可以明显地划分为3个阶段：2000-2002年为快速增加阶段,耕地季节性撂荒呈现快速扩大趋势,撂荒率和撂荒面积分别由9.58%,16 578.83 hm²上升到了的55.85%,96 699.52 hm²;2002-2013年为波动升高阶段,耕地经历了短暂复耕又撂荒的过程,2013年耕地撂荒率和撂荒面积均攀升到了最高点,分别为63.10%,109 256.78 hm²;2013年之后为缓慢复耕阶段,耕地季节性撂荒面积逐年减少,到2020年撂荒率和撂荒面积分别为18.22%,31 554.94 hm²,撂荒面积较2013年减少约70 000 hm²,但撂荒地面积仍高于2000年。从空间分布来看,2000-2020年陕西关中西部耕地季节性撂荒面积的增加呈现由研究区周边向中心靠拢的趋势,撂荒地复耕面积的变化则相反,这与研究区北部是山地、南部是渭河、西部是千河的地貌分布有关,越靠近边缘,交通、灌溉条件越差,越易于更早撂荒。【结论】探明了陕西关中西部耕地季节性撂荒的时空变化特征,其与经济发展、政策制度和自然因素等密切相关。     

洱海流域植被覆盖度遥感估算与变化分析

植被覆盖度是刻画地表植被覆盖的一个重要参数,也是指示生态环境变化的重要指标之一.以洱海流域1990年和2006年TM影像为数据源,利用NDVI的像元二分模型法对洱海流域1990年和2006年植被覆盖度进行遥感估算,并进行变化分析.结果显示,近17年来洱海流域植被覆盖度总体上有所提高,无植被覆盖区域面积明显下降,高植被覆盖占全植被覆盖区域面积比大幅提高,二者面积比近50％;在空间分布上,洱海流域上游地区、东部部分地区植被覆盖度相对较低,对地区生态环境稳定构成重大威胁,将是今后洱海流域生态建设和整治的重点区域.     

Precise vessel centerline extraction of retinal images using ridge detection

An efficient and precise retinal vessel centerline extraction approach based on ridge detection is proposed. Firstly, the candidate retinal vessel centerline is obtained by using ridge detection. Then, illumination equalization and the multi-scale morphological enhancement are applied. Finally, the Otsu dual threshold segmentation method and Otsu single threshold segmentation method are respectively applied to the enhanced image for each scale in the retina ROI. The final vessel centerline is obtained with logic AND operation between the candidate centerline and the summation of segmentation results of each scale. The proposed method is evaluated by using database of 25 fluorescein retinal images and some color retinal images. The experiments demonstrate the method can extract the slim vessels and low contrast vessels well, while persevering vessels connectivity well. The extracted vessels are compared with the skeleton of the manual vessel image, and the average overlap rate is 83.5%. The proposed method outperforms the Hoover algorithm and conservatively hand-labeled method for the small vessels extraction and connectivity.     

重庆一小时经济圈园地适宜性评价研究——以长寿湖周边地区为例

在我国20年来利用GIS技术进行土地适宜性评价所取得的成绩以及存在问题的基础上,本文以长寿湖周边地区为例子,利用研究区遥感、地质、地球化学等数据资料,基于遥感与GIS技术,参照国内外规范,应用AHP(层次分析法),建立一套园地适宜性评价指标体系,完成研究区园地适宜性评价及分析,并将评价结果叠放在遥感三维影像上,运用遥感三维可视化飞行技术宏观分析研究区地形地貌,园地适宜性分布情况,为地方政府在制定土地规划时具有一定的指导意义。     

基于变化向量分析的玉米收获期遥感监测

现有的作物收获期遥感监测的基本思路是利用NDVI曲线形态变化与作物形态的显著变化之间的响应关系,推测作物的收获期,并且仅对整个区域的平均收获期进行监测。该研究引进变化向量分析理论,以兖州市夏玉米为研究对象,以2009年覆盖研究区玉米收获季的三期环境小卫星B星座CCD（HJ-CCD）影像的NDVI信息为主要数据源,研究多时相NDVI的变化大小和变化过程与收获期的关系,进而构建基于变化向量分析的玉米收获期遥感监测模型,对研究区内玉米种植地块的收获期进行实时监测。通过野外实测样本对兖州玉米收获期遥感监测结果进行精度验证,精度可达89.65%,玉米收获期在空间呈南至北的分布,与兖州农业局提供的玉米收获期空间分布信息基本一致。研究表明,变化向量分析方法通过定量分析收获季节内NDVI的变化过程,有效地反映出玉米收获规律,为作物收获期遥感监测提供了一种新的研究思路。