MODIS土地利用/覆被多时相多光谱决策树分类

利用MODIS多时相与多光谱结合,尝试探讨低成本、高精度的北京土地利用/覆被实时获取方法。首先根据归一化植被指数（NDVI）的均值、标准差建立了研究区各地类的典型NDVI时间序列曲线,进而提取了6个可以反映区域物候模式、植被生长速率等信息的分类参数;然后对反映地表土壤信息较多的3月份多光谱影像进行主成分变换,选取第一主成分（PC1）作为辅助分类参数;最后基于分类回归树（CART）算法进行监督决策树分类。经SPOT-5影像验证,分类总体精度达到83%,Kappa系数为0.769,PC1辅助分类后总体精度提高     

北京市大兴区土壤养分空间结构及影响因素分析

为了揭示土壤养分的空间分布特征和指导土壤培肥管理,以北京市大兴区为例,首先基于地统计学和GIS技术对大兴区土壤养分进行空间克里格插值和模糊隶属度函数模型标准化处理;其次利用主成分分析方法获取了大兴区土壤养分的空间结构,即全氮、碱解氮、有机质、有效磷和速效钾所占空间比例分别为0.32,0.25,0.23,0.03,0.17;最后对土壤养分空间结构的影响因素进行了系统分析。研究表明:大兴区土壤中氮含量最高,有机质含量较高,钾含量较低,磷含量极低,整体上大兴区土壤养分高值区主要分布在东北部,低值区主要分布在西南部和中部区域;主要与大兴区土壤类型、质地、农户土地利用方式和施肥结构等密切相关。     

防卡喷播器喷播对丘陵山区水稻直播速度及均匀度的影响

以自主研制的防卡喷播器为播种器械,以耐低氧发芽的优质杂交水稻品种神9优28为材料,与机动喷播器喷播和人工撒播作对比研究,验证防卡喷播器喷播对水稻直播速度和均匀度的影响.结果表明,防卡喷播器喷播速度达0.56 hm2·h-1,比人工撒播快一倍,仅比机动喷播器喷播慢1/3;防卡喷播器的直播均匀度为72.8％,极显著高于人工...     

基于中巴资源卫星数据的水稻种植面积监测——以梁平县为例

以Landsat TM影像数据为参照标准, 中巴卫星CBRES CCD影像为基础数据, 并结合土地利用现状图与实地考查资料, 综合应用了RS和GIS技术手段, 对重庆市梁平县进行地物分类和水稻种植面积提取, 获得的研究区水稻种植信息与TM数据提取的结果相比较, 精度达到92.37%. 通过试验研究得到以下初步结论: (1) 利用CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2) 水稻识别精度受到海拔高度与地形因素的影响, 海拔越低, 地势越平坦, 水稻分布越集中, 水稻识别精度越高; 海拔越高, 地形条件越复杂, 地块越破碎, 水稻识别的精度越低.     

人工栽培与野生裂褶菌主要营养成分的对比

为科学有效的利用人工栽培与野生裂褶菌资源,采用国家最新标准对两者子实体的主要营养成分进行测定,并对比分析研究。结果表明,人工栽培与野生裂褶菌子实体在灰分、粗脂肪、粗纤维等含量无明显差异(P>0.05),但在碳水化合物含量差异显著(P<0.05),而在水分含量和粗蛋白含量上存在极显著差异(P<0.01)。     

庐山国家级自然保护区鸟类多样性及其组成特征分析

2019年7月—2020年10月,通过样线法对庐山国家级自然保护区鸟类资源进行调查,共布设样线33条,记录到鸟类99种4 005只,隶属于12目37科,其中国家二级重点保护野生鸟类9种,江西省重点保护野生鸟类23种,留鸟69种,夏候鸟10种,冬候鸟19种,旅鸟1种,保护区鸟类分布新纪录9种。林地生境内鸟类多样性（3.42）和丰富度（10.74）最高,各生境均匀度相差较小。庐山国家级自然保护区鸟类丰富度与江西省其他森林生态系统类型保护区差异不显著。调查结果丰富了庐山国家级自然保护区鸟类资源基础资料,可为资源保护提供依据。     

兴城市土地利用功能分区研究

以辽宁省兴城市为例,根据兴城市土地利用现状和区域差异,选取了适合兴城市土地利用分区的评价指标体系,利用系统聚类分析法,将兴城市分为优化开发、重点开发、适度开发和控制开发4个功能分区。运用GIS软件制作了兴城市土地利用功能分区专题图,针对各个区域的特点,提出了相应的调控措施,为实现兴城市土地资源的可持续利用提供依据。     

MODIS土地利用/覆被多时相多光谱决策树分类

利用MODIS多时相与多光谱结合,尝试探讨低成本、高精度的北京土地利用/覆被实时获取方法。首先根据归一化植被指数（NDVI）的均值、标准差建立了研究区各地类的典型NDVI时间序列曲线,进而提取了6个可以反映区域物候模式、植被生长速率等信息的分类参数;然后对反映地表土壤信息较多的3月份多光谱影像进行主成分变换,选取第一主成分（PC1）作为辅助分类参数;最后基于分类回归树（CART）算法进行监督决策树分类。经SPOT-5影像验证,分类总体精度达到83%,Kappa系数为0.769,PC1辅助分类后总体精度提高