科尔沁沙地土地利用时空演变及空间自相关分析——以奈曼旗为例

利用奈曼旗2000、2006、2012年和2018年4期遥感数据，在ENVI5.3和ArcGIS10.2的支持下，运用土地利用动态变化空间分析模型、空间变化率指数和土地利用程度空间自相关，分析奈曼旗土地利用时空动态演变规律，为科尔沁沙地沙漠化土地治理及生态环境恢复提供参考信息。结果表明:1）各沙漠化土地整体呈逆转趋势，耕地、林草地和建筑用地呈发展趋势，研究区生态环境逐渐好转；2）人口增长、经济发展和政府政策导致耕地和林草地空间变化呈扩展型，各沙漠化土地呈衰退型；3）耕地和林草地与同期其他土地利用类型转化幅度逐年增长，空间变化率指数逐年增加，各沙化土地空间变化率指数逐年下降，仍需坚持生态环境恢复，沙漠化土地重点治理；4）土地利用程度呈高度空间自相关，在空间上的聚集区域固定，高-高值聚集在南部黄土区，面积逐年减少，低-低值聚集在中部沙区，面积减少幅度较小。     

1961—2010年利川市极端气温变化分析

选取1961—2010年利川市气象站逐年极端最高、最低气温资料,采用线性和距平等统计分析方法,分析极端气温的变化特征。结果表明,利川市1961—2010年极端最高气温表现为弱增温趋势,增温不明显;极端最低气温表现为显著上升趋势,增温明显;极端气温年较差缩小。     

痕量灌溉对棉花花铃期光合性能日变化及产量的影响

【目的】明确痕量灌溉方式在干旱区灌溉棉田的适用性。【方法】本研究以中棉所92为供试材料,系统监测了痕量灌溉不同埋管深度30 cm(D30)、40 cm(D40)和50 cm(D50)和膜下滴灌(CK)4个处理的棉花花铃期光合日变化及产量效应。【结果】①不同处理下净光合速率和气孔导度的日变化均呈双峰曲线变化趋势,且D30处理各时段的净光合速率和气孔导度均高于其他处理。②不同处理下的胞间CO2摩尔分数日变化均呈广口"V"字形双峰曲线变化趋势,蒸腾速率日变化均呈单峰曲线变化趋势,最大值出现在14:00h。③D30处理的2年平均籽棉产量和平均皮棉产量最高,分别为5 734.28和2 454.53 kg/hm^2,其中籽棉产量分别比CK、D40和D50处理高出1.09%、7.63%和11.38%,皮棉产量分别比CK、D40和D50处理高出3.49%、8.32%和1.61%。【结论】综合光合性能日变化和产量分析得出,内蒙古阿拉善地区采用埋管深度为30 cm的痕量灌溉技术为最佳。     

5个郁金香品种日光温室内光合特性的比较研究

为探索日光温室环境对不同郁金香品种光合作用的影响,本试验以‘检阅’‘大王子’‘小王子’‘金检阅’和‘卡罗拉’5个郁金香品种为试材,对其日光温室内光合参数日变化、环境因子和光响应曲线进行比较研究,并分析环境因子间及光合参数与环境因子的相关性。结果表明:5个郁金香品种的净光合速率均呈双峰型,峰值均出现在11∶00和15∶00,‘检阅’的最高峰值和日平均值均最大,分别为7.66、2.07μmol/(m~2·s);气孔导度呈先升高再下降后逐渐平缓的趋势,11∶00达到峰值;胞间CO2浓度呈现早晚高、中午低的双谷型,9∶00具有最大值;蒸腾速率整体呈现先升后降的趋势;水分利用效率WUE和气孔限制值变化趋势较一致,均为双峰型,11∶00达到最大值。5个品种的光补偿点(LCP)平均为56.80μmol/(m~2·s),光饱和点(LSP)平均为717.21μmol/(m~2·s),表观量子效率(AQY)平均为0.045,其中‘检阅’的LCP最小,LSP和AQY最大,对光照条件的适应范围更广,净光合速率也始终大于其它品种,适宜在温室内栽培。环境因子相关性分析结果表明,叶片温度与气温、水汽压与光合有效辐射均呈极显著正相关,相关系数分别为0.998、0.964;光合日变化特征参数与环境因子相关性分析表明,日光温室内需补充光照、水分,提高湿度,降低午间温度、适当提高早晚温度,从而提升光合速率。     

基于GEE的山东省近30年农业大棚时空动态变化研究

针对精确获取大尺度空间范围内农业大棚的分布情况并进行长时间的序列动态监测存在数据量大、计算效率低、精度不高等问题,利用Google Earth Engine(GEE)云平台能够实现快速存取、实时处理海量卫星数据,基于多时相Landsat影像进行农业大棚时序光谱特征和纹理特征的自动提取,采用随机森林算法实现山东省农业大棚的遥感分类,从而生成了山东省近30年农业大棚的空间分布和时空动态变化图。结果表明,本文分类流程具有较高的分类精度,其平均总体精度达到91.63%,Kappa系数均值为0.8642。经分析,山东省农业大棚从1990年的6.67 km^2增加到2018年的9919.40 km^2,增长速度为354.03 km^2/a。     

基于主被动遥感技术的地表覆被类型变化检测方法——以新疆西天山国家级自然保护区为例

旨在研究主被动遥感结合的地表覆被变化监测方法，使用高分数据和哨兵1号数据分别代表被动和主动遥感，对新疆西天山国家级自然保护区地表覆被变化情况进行检测，进而对得出的林地、草地、建筑物检测结果进行联合分析，最终得到主被动遥感联合变化检测结果。通过实地精度检验对主被动遥感联合变化检测结果进行验证。结果表明，该方法的变化检测结果精度达到90%以上。说明结合主动遥感和被动遥感既能克服天气的影响，又能在检测中保留光谱和纹理等丰富的信息，变化检测的精度较高；主被动遥感联合变化检测可以较为快速、准确地掌握地表覆被类型的变化，能够在一定程度上减少被动遥感数据的云量困扰。并且该方法在林地和建筑物上有较高的敏感性，适合森林自然保护区的森林变化和建筑监测。     

基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测

旨在实现冬小麦各生育期叶绿素含量的准确估测,探究其时空变化规律。利用无人机获取冬小麦越冬期、返青期、拔节期、孕穗期和灌浆期的高分辨率多光谱图像,同时采集地面SPAD数据。选取三类光谱参数建立反演模型,优选出各生育期的最佳预测模型,并定量监测试验区冬小麦叶绿素含量时间变化和空间分布。结果表明：原始波段模型和波段倒数对数模型分别为越冬期及其他生育期叶绿素含量预测的最佳模型,拟合精度R²>0.59;时空分布上,灌浆期前试验区冬小麦叶绿素含量呈南北高、中部低特点,灌浆期则呈北高南低的趋势,叶绿素含量从越冬期到拔节期逐步增加,拔节期到孕穗期开始降低,孕穗期到灌浆期则大幅度降低。本研究建立的倒数对数预测模型,精度较高,且适用于返青到灌浆的4个生育期,对于试验区冬小麦叶绿素含量有较好的时空监测效果。