不同土壤水分条件下玉米叶片/冠层气孔导度的光谱监测模型

通过玉米水分控制试验,测定不同水分条件下各生育期叶片气孔导度、叶面积指数和冠层光谱反射率等,以分析玉米叶片气孔导度的变化规律及其与光谱植被指数的相关性,从而建立基于光谱植被指数和土壤湿度的叶片气孔导度模型。结果表明：玉米在可见光区和近红外中、长波区的反射率随着土壤水分的降低而上升,但叶片气孔导度（Gs）、叶面积指数（LAI）、比值植被指数（RVI）和归一化植被指数（NDVI）随着土壤水分的下降而降低;玉米NDVI和RVI与单叶片和冠层气孔导度均呈极显著指数函数关系（P〈0.01）,且对单叶片气孔导度的拟合效果优于对冠层导度的拟合效果,而经土壤湿度订正的RVI监测模型优于NDVI监测模型。表明通过测定冠层反射光谱率可实时、迅速地定量监测玉米叶片的气孔导度,为大面积作物气孔导度估算奠定基础。     

汶川地震灾区归一化植被指数变化监测分析

提取归一化植被指数合成旬最大植被指数,研究地震重灾区域的植被状况.结果表明:1)盆地西部和北部山区,植被在4月下旬到5月底呈现自然生长规律,并且存在一条以旬最大植被指数为标记的稳定边界线来区分盆西山区和盆地农田;2)2008年地震前期,4月下旬的旬最大植被指数好于5月上旬,地震发生的5月中旬,旬最大植被指数在成都平原、德阳和阿坝州交界的山区明显减小,5月下旬,大部分区域旬最大植被指数都在减小;3)2009年5月中旬的旬最大植被指数是最好的,5月下旬,盆地中的旬最大植被指数值减小;4)地震使得在盆西山区和盆地农田之间通过旬最大植被指数表征的稳定边界被破坏.     

2000—2019年西南高山峡谷区植被变化对气候变化和人类活动的响应

为了探究中国典型生态环境脆弱区——西南高山峡谷区植被变化对气候变化和人类活动的响应规律,量化气候变化和人类活动的相对贡献。该研究基于2000—2019年归一化差异植被指（normalized difference vegetation index,NDVI）数据集,采用Theil-Sen趋势分析、Mann-Kendall显著性检验和Hurst指数分析了NDVI时空变化特征及未来变化趋势;在此基础上结合气象因子数据集,采用相关性分析和残差分析探讨了NDVI对气候变化和人类活动的响应。结果表明：1）时间尺度上,2000—2019年NDVI总体表现为波动上升趋势,增长速率为0.0046/a。空间尺度上,NDVI呈上升趋势区域面积占研究区总面积85.59%,植被恢复效果明显,且未来NDVI变化还将以上升趋势为主。2）在区域气候暖干化的背景下,NDVI对不同气候因子的响应有所差异,总体上NDVI与气温和太阳辐射呈正相关,而与降雨量呈负相关,气温对NDVI变化的影响力要强于太阳辐射和降雨量,是影响NDVI变化的主要气候因子。3）85.10%区域面积的植被变化受人类活动和气候变化的共同影响,其中人类活动是植被变化的主要驱动因素,气候变化为次要驱动因素,相对贡献率分别为68.67%和31.33%。该研究结果可为西南高山峡谷区未来生态环境建设提供科学依据,助力区域绿色可持续发展目标的实现。     

卷积神经网络的多尺度改进及其在玉米病害症状识别中的应用

为解决传统卷积神经网络模型训练时间长、参数量大、泛化能力弱等问题,提出了一种基于VGG-16的改进多尺度卷积神经网络模型。用一个叠加卷积层替换VGG-16模型的最后3×3×512卷积层,并进行批归一化处理,提高模型训练速度;用全局池化层替换全连接层,大大减少模型参数总量。利用Plant Village公共数据集(健康玉米叶片、灰斑病、锈病和叶枯病叶片)结合大田试验采集的玉米病害图像数据对改进后模型进行训练和测试,并与常见的传统卷积神经网络模型进行对比。结果表明,模型参数和收敛时间均小于传统卷积神经网络,单一背景下的平均分类识别准确率达99.31%,明显优于传统神经网络模型(VGG-16的90.89%、ResNet-50的93.60%、Inception-V3的94.23%、MobileNet-V2的93.83%和DenseNet-201的95.70%)。同时,利用大田复杂背景病害图片测试新模型的泛化性,识别准确率达98.44%,单张图片测试平均仅需0.25 s。     

内江市城市热岛效应时空演变特征遥感分析

利用内江市1988年6月23日、2000年5月10日和2007年5月6日的Landsat TM/TM＋遥感影像提取了3个时期的城市范围信息,并定量反演了亮度温度,并利用均值-标准差法对亮温进行分级,在此基础上分析了内江市区城市热岛效应的时空演变规律。结果表明,1988～2000～2007年间,内江市区存在明显的城市热岛效应,并呈现出先增强再减弱的趋势。     

遥感监测土壤含水率模型及精度分析

土壤含水率是决定农作物产量的最重要的因素之一.该文通过对2003年10月到2005年3月宝鸡峡二支渠灌区的土壤含水率进行实地调查,并对TM5和TM7波段数据进行归一化处理,再与参考点归一化土壤湿度指数求差后,建立遥感影像对土壤含水率的监测模型.并以2005年6月28日遥感影像为例,用建立的模型对土壤含水率进行定量反演.结果表明,反演精度可达80%以上,反演效果最好的土壤深度是0～40 cm.应用此归一化土壤湿度指数模型监测土壤含水率,可以满足灌区大范围宏观监测要求.     

基于树木年轮的呼图壁河流域草地归一化植被指数重建

利用天山北坡中部呼图壁河流域6个标准化年表,结合NOAA/AVHRR-NDVI资料提取研究区1981—2001年生长季草地各月最大INDV(归一化植被指数)值。结果表明:当年生长季草地最大INDV与树木年轮指数有较好的相关关系,夏末、秋初草地月最大INDV与树轮指数的相关性较好。将呼图壁河流域草地9月最大INDV与相关较好的3个标准化年表序列进行多元回归分析,重建了研究区1662—2001年9月草地最大INDV值,重建方程的相关系数达到0.86,重建值对实测值的方差解释量分别为73.0%,达到0.000 012的显著性水平,重建结果是可靠的。     

基于归一化植被指数的广州市植被时间变化分析

以广州市1990和2010年的TM图像为主要数据,在结合数据图像前期处理的基础上运用归一化植被指数(NDVI)从整体变化、动态变化、等级变化等方面对广州市的植被信息进行了提取和分析,同时结合广州市社会经济数据对广州植被覆盖变化的驱动因子进行了探讨。研究表明:1990年广州市区的平均NDVI值为0.29;2010年广州市区的平均NDVI值为-0.03;植物覆盖率由1990年的87.08%下降到2010年的45.73%。     

应用MODIS-NDVI对草原植被变化监测研究--以锡林郭勒盟为例

利用新一代卫星遥感数据MODIS,进行草原植被专题信息的提取,同时结合地面调查数据,分析2002、2003年5月30日归一化植被指数(NDVI),并根据其分级图,对天然草原植被长势的时间和空间变化特征和变化规律进行研究,从而对引起草原植被发生变化的可能原因,特别是由于禁牧、休牧的影响进行分析评价.     

基于Landsat 8遥感数据的森林火灾过火面积估算

以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat 8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。结果表明,利用Landsat 8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。