1990-2015年三江平原生态功能区生态功能状况评估

基于1990年、2000年、2010年和2015年四期的遥感影像提取土地覆被信息,以此为基础,依据《生态环境状况评价技术规范》(HJ/T192-2015)对三江平原生态功能区生态功能状况及其变化趋势进行评估。结果显示:三江平原生态功能区生态功能状况指数(FEI)逐年减小,生态环境逐年变差,但有放缓之势。1990年和2000年FEI分别为57.43和54.44,生态功能状况为一般;2010年和2015年FEI分别为47.96和47.70,生态功能状况评级为较差,生态功能状况为自然生态差,存在明显的生态环境问题,生态类型结构单一,生态功能不稳定。1990-2015年间,生态功能状况变化度(△FEI)为-9.73,生态功能状况变化度评级为显著变差。从1990-2000年间到2000-2010年间,△FEI<0,且︱△FEI︱增大,1990-2010年间生态功能状况变差加剧;从2000-2010年间到2010-2015年间,△FEI<0,且︱△FEI︱减小,说明2000-2015年间生态功能状况变差状况有所缓解。人类扰动上升,气候变暖、变干也是该区生态功能状况变差的因素。     

基于Google Earth Engine平台的关中冬小麦面积时空变化监测

以关中地区为研究区,基于Google Earth Engine(GEE)平台,根据冬小麦生育期内归一化植被指数(NDVI)时序曲线和物候特征,采用NDVI重构增幅算法和光谱突变斜率,构建了关中地区冬小麦提取模型并实现了冬小麦种植面积的提取。用农业统计面积验证提取结果表明:在市级和县级尺度上,决定系数R~2分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。结果显示:关中地区冬小麦主要分布在中部关中平原,冬小麦种植面积在2011—2017年呈下降趋势,减少了83.22×10~3 hm~2(8.47%)。综合考虑冬小麦NDVI时序曲线的"峰""谷"特征,具有一定的普适性,可为大面积连续年份冬小麦种植面积时空监测提供参考。     

张家港市农田土壤重金属含量高光谱遥感监测模型构建

以张家港农田土壤作为研究对象,在实验室测定土壤重金属元素As、Cd、Cr、Cu、Zn、Ni、Pb、Hg的含量,并与土壤可见近红外高光谱数据建立土壤重金属含量的定量估测模型,以快速获取研究区农田的土壤重金属含量。为保证模型预测的精度和稳定性,首先,对原始高光谱数据进行平滑处理,并进行一阶导数、倒数一阶导数、倒数的对数一阶导数、平方根一阶导数和连续统去除等形式的光谱变换;然后,提取不同变换光谱的特征波段进行相关性分析;最后,通过逐步回归法建立重金属含量的定量估算模型。结果表明:张家港市农田土壤中Cd、Hg、Cu、Zn存在一定的污染风险。在高光谱的不同变换形式中,一阶导数和连续统去除与重金属含量的相关系数高于其他变换形式。基于8种土壤重金属含量与高光谱数据建立的定量估算模型具有良好的预测精度。Cd、Hg、Cr、As、Cu、Zn、Ni、Pb估算模型的实际值与验证值的拟合度分别为0.874、0.879、0.800、0.646、0.513、0.655、0.603和0.542,可用于预测张家港市的农田土壤重金属含量。     

基于ECLDeeplab模型提取华北地区耕地的方法

准确提取耕地信息对农业资源调查、遥感估产以及灾害监测等具有重要意义,从遥感图像中提取耕地的信息属于图像识别和分类的问题,目前深度学习是非常适合的方法。以语义图像分割(Deeplab)模型为基础,选择耕地为提取目标,建立了一种从高分2号遥感影像上提取耕地信息的方法耕地提取语义图像分割(ECLDeeplab)。首先分析了耕地在高分2号遥感影像上的表现特点;其次依据耕地的具体特点对Deeplab的结构进行调整,形成了能够提取耕地的网络结构;最后用训练成功的网络进行提取耕地,得到精度较高的分割结果。应用方法对山东省肥城市的2016年12月至2017年3月的10幅影像进行了试验,试验结果表明,该方法获取的耕地精度为88.3%,提取耕地信息得到了较好的结果。     

无人机农林业应用全球研究态势分析

无人机具有作业效率高、地形适应性好等独特优势，近年在农林业中应用范围不断扩大，相关研究成果数量呈快速上升式发展。为掌握无人机农林应用全球研究态势，本研究采集2011—2020年期间Web of Science 核心合集数据库中无人机农林应用全球研究相关文献数据，利用VOSviewer等统计软件对文献进行科学计量分析。分析结果表明，自2017年开始，无人机农林业应用研究发文数量快速增加，全球已有94个国家/地区、1778个机构开展了研究；发文量排名前三位的国家依次是美国、中国和澳大利亚，表明这三个国家从事无人机农林业应用的科研实力强，学术影响力大；共有398种期刊发表了有关无人机农林业应用研究文章，约占全部收录期刊的1.90%，说明更多的期刊开始关注无人机农林业应用研究；发文最多的期刊是由MDPI主办的Remote Sensing；被引次数最多的文章内容主要是关注无人机系统在摄影测量和遥感上的传感、导航、定位和通用数据处理等的研究现状。此外，对无人机农林业应用研究热点进行分析发现，无人机施药、无人机病虫害遥感、植物表型获取是无人机农林业应用的主要研究热点。本研究可为无人机在农林业上的创新研究、科研团队之间的合作提供参考。     

基于FCN的无人机玉米遥感图像垄中心线提取

为解决农业机器人在玉米田行间行走的全局路径规划问题,该研究提出一种基于全卷积神经网络(Fully ConvolutionalNetworks,FCN)的无人机玉米遥感图像垄中心线提取方法。基于无人机获取的高精度可见光遥感图像,设计了针对农田垄中心线提取的数据集标注方法,采用滑动窗口法进行图像分块,利用深度学习语义分割网络FCN对垄中心线附近7～17像素宽度范围的垄线区域进行提取,模型在测试田块上精确率达66.1%～83.4%,召回率达51.1%～73.9%,调和平均值为57.6%～78.4%;对拼接后的图像使用影像分割投影法提取中心线,探究了垄线区域宽度对垄中心线提取精度的影响,训练采用9像素的垄区域宽度,可得到垄中心线在77 mm左右偏差范围准确率为91.2%,在31.5 mm左右偏差范围内为61.5%。结果表明,基于FCN对无人机玉米遥感图像进行处理,可得到整片田地的垄中心线栅格地图,方便农业机器人进行全局路径规划。     

日光诱导叶绿素荧光反演及其在植被环境胁迫监测中的研究进展

日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)作为光合作用的直接探针,能对植物的生理状态作出快速、灵敏的响应,与传统监测方法相比具备早期监测植被环境胁迫的能力,弥补了当前植被遥感监测的不足.因此,SIF在植被环境胁迫监测中具有良好的应用前景.然而,有很多因素会对SIF产生影响,使得SIF对植被环境胁迫监测的应用变得更为复杂.本文首先介绍了SIF的来源和反演方法,对比分析了各种反演方法的优缺点,剖析了SIF的影响因素,总结了目前SIF在植被环境胁迫监测中的应用研究,在此基础上指出目前SIF在植被环境胁迫监测应用领域中的不足,最终提出今后可以从SIF的影响因素、反演过程及SIF与植被环境胁迫之间的机制关系等方面开展进一步的研究,旨在为陆地生态系统碳循环及植被胁迫监测等提供理论支持.     

基于"3S"技术的阿坝县退牧还草工程效益监测

应用“3S”技术(GIS、RS、GPS)为主要手段,辅以地面路线调查,通过建立遥感与地面数据的数学模型反演地面信息而进行了阿坝县退牧还草工程的遥感监测,并对工程实施情况、工程建设效益进行了评价。为进一步开展草原资源与生态动态监测和草原生态建设工程效益评价与监测等工作提供了技术模式。     

遥感数字图像处理技术在地质填图中的运用

定义、描述和勘察特定区域的地层、构造。矿产资源和年代就是所谓的地质填图,随着科技的不断发展,在地质填图中对遥感数字图像处理技术进行了广泛的应用,并且,发挥着非常重大的意义,对此,文章通过下文对相关方面内容进行了阐述,进而为有关单位及工作人员提供一定的借鉴作用。