基于卫星遥感和自动气象站数据反演稻田气温——以安徽省为例

随着全球气温变暖和高温事件的频繁出现,水稻遭受高温影响的概率也随之增加。稻田气温是研究水稻遭受高温热害及其影响的数据基础。因此,大范围地反演稻田气温,有助于相关部门短时间内获取大范围的稻田气温数据并进行水稻高温热害的研究和决策部署。本文利用MOD09A1 8天合成数据对安徽省水稻种植区域提取,水稻种植区内的自动气象站气温数据与MOD11A1、MYD11A1 4个LST值进行多元逐步回归,得到遥感估算最高气温和平均气温方程最优,R²分别为0.728和0.825,均方根误差分别为(RSME)2.21、1.54,平均绝对误差(MEA)分别为1.73、1.15,最终完成基于卫星遥感信息和自动气象站气温数据反演稻田气温的方法的开发。将该方法应用于2017年安徽省水稻种植区的提取和气温的反演得到了很好的应用。     

BP神经网络反演森林生物量模型研究

基于LandsatTM影像和DEM数据,尝试利用BP神经网络建立旺业甸林场森林生物量非线性遥感模型系统,通过实验筛选,最终利用增强型的BP网络进行训练仿真。模型仿真结果表明,增强型的BP神经网络具有自学习和自适应功能强、收敛速度快的特点,能够最大限度地利用先验样本。仿真检验结果的相对系数达0．8022,平均相对误差为15．7％,表明该模型预测的生物量与实际生物量一致性较好,能够达到较好的反演效果。     

基于支持向量机回归的冬小麦叶面积指数遥感反演

利用单一植被指数反演叶面积指数(LAI)时,存在不同程度的饱和性且每种指数只能包含部分波段的信息,该文提出利用支持向量机回归的方法进行叶面积指数的反演,可以用更多的波段信息作为输入参数以提高LAI反演精度。选取冬小麦起身期、拔节期和灌浆期的实测光谱和叶面积指数数据,用统计回归的方法分别建立NDVI-LAI和RVI-LAI模型,用支持向量机回归(SVR)方法分别建立以NDVI、RVI以及蓝、绿、红和近红外4个波段数据作为输入参数的回归预测模型,即NDVI-SVR、RVI-SVR和NRGB-SVR模型。上述5个模型分别利用对应时期的环境星HJ-CCD数据进行验证。结果表明:NDVI和RVI与叶面积指数(LAI)的回归模型预测的结果与实测值的RMSE分别为0.98与0.97;预测精度分别为59.2%与59.3%。以NDVI和RVI结合实测叶面积指数(LAI)训练并预测的结果与实测值的均方根误差RMSE分别为0.71与0.83预测精度分别为70.4%与67.1%。以蓝(B)、绿(G)、红(R)以及近红外(NIR)波段作为输入参数回归并预测的RMSE值为0.42,预测精度为81.7%。通过支持向量机回归预测具有更好的拟合效果,可以输入更多波段信息,提高了叶面积遥感反演精度,对冬小麦的多个生育期均具有较好的适用性。     

基于伴随方程法的鱼饲料热特性参数反演

比热、导热率和导温系数是鱼饲料重要的热特性参数,其在干燥及冷却工艺参数的调整、饲料湿热传递仿真模拟研究中均有重要应用。为了探究鱼饲料的热特性,同时探究反演算法求解饲料热特性的适应性,该研究以草鱼（成鱼）膨化饲料为研究对象,建立基于伴随方程法的反演模型;利用自行搭建的热传导试验装置并配合红外热像仪（测温精度±0.1 ℃）,以获得饲料试样的温度分布规律;利用此数据可反演计算含水率为11%～17%的饲料在20～80 ℃温度范围内的比热、导热率和导温系数。使用差式扫描量热仪（Differential Scanning Calorimetry,DSC）和热特性分析仪分别测量饲料的比热和导热率,并计算导温系数,将此作为实测值;将反演算法所得值作为计算值。对二者进行线性拟合,决定系数R2均大于0.980,说明比热和导热率的计算值与实测值的误差较小,结果表明基于反演算法的鱼膨化饲料热特性参数测定方法是可行的。同时,结果表明,草鱼膨化饲料在11%～17%含水率和20～80 ℃温度范围内的比热为1.710～1.840 kJ/(kg?℃)。饲料比热随温度的增大而显著增大（P<0.05）。当含水率由11%增大至17%时,饲料的比热显著增加（P<0.05）,且呈线性规律。饲料的导热率为0.086～0.148 W/(m?K),当温度由20 ℃增大至80 ℃时,草鱼膨化饲料导热率显著增大（P<0.05）;含水率对其影响同样显著（P<0.05）。饲料的导温系数为5.701～10.003 m2/s,且受温度和含水率的影响均显著（P<0.05）。研究可为鱼饲料热特性参数的测定提供一种新思路。     

延河流域骨干坝拦沙量反推与未来可拦沙年限预测

定量研究延河流域淤地坝拦沙贡献率和未来可拦沙潜力,对流域淤地坝建设效益分析具有重要的参考价值。根据延河流域1952—2018年的径流输沙数据和2011年全国水利普查中的骨干坝建坝年限、控制面积、总库容和淤积库容等资料,构建了延河流域骨干坝拦沙量反推计算模型,计算了延河流域骨干坝逐年拦沙量与减沙贡献率,预测了骨干坝未来可拦沙年限。结果表明:不同年代延河流域骨干坝年均拦沙量持续增加,2000—2011年多年平均拦沙量为401万t/a,达到最大值;人类活动是延河流域年输沙量减少的主要因素,1997—2005年和2006—2011年人类活动对延河流域减沙量的贡献率分别为63.44%和84.98%;骨干坝拦沙量在人类活动减沙量中的占比呈减小趋势,1997—2005年占比24.67%,2006—2011年占比7.46%;截止2019年,延河流域62%的骨干坝未来拦沙年限为30年以内,并且北部骨干坝未来可拦沙能力大于南部骨干坝。研究结果可为延河流域水土流失防治与效益评价、水土保持措施规划与布局以及流域综合管理等提供参考依据。     

砂姜黑土土壤有机碳高光谱特征与定量估算模型的研究

有机碳作为衡量土壤肥力的重要指标,其定量化快速监测成为精确农业研究的热点。以安徽淮北平原区宿州市采集的砂姜黑土为研究对象,进行室内理化分析、预处理与室外光谱测量等一系列工作,在土壤原始光谱反射率的基础上,采用去包络线和波段深度提取突出吸收特征,剖析土壤光谱响应特征。基于原始光谱和8种变换形式,分析不同变换光谱形式与有机碳含量的相关性,结合有机碳光谱响应特征分析和光谱特征参量挑选,确定诊断土壤有机碳含量的最佳敏感波段,利用逐步回归方法建立了土壤有机碳高光谱的预测模型。结果表明,550~750nm波段范围是典型砂姜黑土有机碳的主要光谱响应区域。去包络线和波段深度处理突出了土壤有机碳光谱吸收特征,随着有机碳含量的降低,吸收值呈现下降趋势。在不同光谱转换形式中,归一化比值指数(R/R_(M(450-750)))的转换形式与土壤有机碳相关性最强,最敏感波段分别出现在451 nm和644 nm处,相关系数分别达0.80和–0.90。相关性最好的波段范围主要集中在600~700 nm波段附近。基于相关分析与逐步回归分析方法,确定了606、637和644 nm波段处的归一化比值指数为诊断土壤有机碳含量的最佳敏感波段,基于最佳敏感波段的归一化比值指数(R_(606)/R_(M(450-750)),R_(637)/R_(M(450-750))和R_(644)/R_(M(450-750)))建立的高光谱预测土壤有机碳模型具有良好的预测效果,模型的决定系数(R~2)为0.81,均方根误差(RMSE)为0.14,展现了较好的稳定性和预测精度。     

基于无人机遥感的农作物长势关键参数反演研究进展

无人机遥感是生态-环境-资源领域新兴的重要研究手段,近年来在农作物长势研究中得到了迅速的发展与应用。清楚、透彻地认识基于无人机遥感的农作物长势研究现状及存在问题,有利于更好地把握当前的核心领域并开展更进一步的研究。首先回顾了国际上"基于无人机遥感农作物长势研究"为主题的论文发表情况,其次对无人机遥感平台及不同传感器的基本遥感原理、反演的参数类型、各自的优势及局限性进行梳理,并概述了基于无人机遥感的农作物长势反演流程。在此基础上,一方面将农作物长势参数归纳为形态指标、生理生化指标、胁迫指标、产量指标等4类;另一方面将农作物长势参数的反演方法归纳为经验统计回归与机器学习法、形态特征与光谱特征识别法、辐射传输模型法、多角度航拍与卫星-无人机影像结合法等4类,并针对不同反演方法的优势与不足进行总结。最后综合国内外的研究现状进行了讨论分析与展望评价。该文通过综述近10 a来无人机遥感农作物长势关键参数反演的研究成果,可为今后基于无人机遥感方法的农作物长势研究的理论基础与技术支持方面提供参考。     

基于高光谱反演的复垦区土壤重金属含量经验模型优选

以工矿复垦区为实验区域,基于ASD Field Spec 4高光谱遥感数据,结合实测的土壤重金属含量,利用回归分析与特征选择方法,开展了基于高光谱数据的土壤重金属含量反演研究与实验并进行了经验模型优选。通过对光谱曲线进行一阶微分、对数一阶微分以及对数倒数的一阶微分等数学变换有效提高了光谱数据与土壤重金属含量的相关性。在此基础上采用偏最小二乘回归(Partial least squares regression,PLSR)、随机森林回归(Random forest regression,RFR)、支持向量机回归(Support vector machine regression,SVMR) 3种回归分析模型开展土壤重金属含量反演实验,结果表明偏最小二乘回归(PLSR)对研究区内土壤中重金属含量的反演最为有效,尤其对区域内主要障碍因子镉(Cd)元素含量的反演效果最佳,验证集决定系数R2为0. 76。基于粒子群算法(Particle swarm optimization,PSO)、遗传算法(Genetic algorithm,GA)、Relief F算法3种特征选择方法对偏最小二乘回归(PLSR)模型进行优化,结果表明粒子群算法(PSO)可有效降低特征波段变量维度,进一步提高模型反演精度,使决定系数R2由0. 76提高至0. 84。综上,基于高光谱数据,采用偏最小二乘回归(PLSR)与粒子群算法(PSO)相结合的方法,可有效对工矿复垦区土壤中的重金属含量进行测度,可为复垦区土地的质量和生态指标监测提供理论方法和技术支持。     

城市公园降温效应的季节性差异研究——以石家庄市为例

为研究不同时间尺度下城市公园绿岛效应的演变过程和变化特征,选取石家庄二环内区域2014-2015年4景不同季节的Landsat8TM遥感影像数据,利用定量遥感中的地温反演模型、ArcGIS的缓冲区工具以及景观格局分析理论,对研究区公园绿岛效应的季节演变特征与景观格局指数进行分析。结果表明:1)城市公园对周边热环境的降温范围和幅度有明显季节差异,各个公园的季节差异大小各有不同;2)在夏季,公园是城市绿岛的集中所在地,其他季节则不明显;3)当内部草地和不透水面占比之和超过50%时,公园在春、秋、冬季节的绿岛效应便会明显减弱,超过80%时会成为城市热岛中心;4)当内部林地和水体占比超过55%时,公园在四季均有明显降温效应。