基于无人机可见光影像对喀斯特地区植被信息提取与覆盖度研究

为准确快速获取喀斯特石漠化地区植被和植被覆盖度信息，本研究利用四旋翼无人机采集喀斯特石漠化区域的可见光影像，选择过绿指数（EXG，excess green）、可见光波段差异植被指数（VDVI，visible-band difference vegetation indx）、红绿蓝植被指数（RGBRI，red green and blue vegetation index）、过绿减过红指数（ExG-ExR，excess green-excess red），利用植被指数时序图交点法和样本统计法思想，运用阈值分割法进行植被和植被覆盖度的信息提取，并以监督分类得到的植被和植被覆盖度信息为真实值，进行精度验证。结果表明，在贵州省关岭贞丰花江喀斯特石漠化地区，对于植被信息提取，ExG-ExR的精度最高，总体精度为95.56%，Kappa系数为0.919；ExG-ExR得到的植被覆盖度精度最好，为99.174%，均方根误差RMSE为0.097，R²为0.977。由此可见，在喀斯特地区利用植被指数时序图交点法和样本统计法思想，适合该地区的植被信息提取和植被覆盖度的提取，具有较高的精度。     

基于组合赋权贝叶斯模型的平寨水库水质评价

[目的]对黔中水利枢纽的一期工程的核心水源工程——平寨水库的水环境质量进行评价,为该水库水环境质量评价及科学管理提供科学参考。[方法]于2018年1,5,8月选取了平寨水库7个断面进行水样采集,选择溶解氧(DO),化学需氧量(COD),总氮(TN),氨氮(NH_3-N)这4个因子作为水质评价指标。在层次分析法和熵权法组合确定各评价指标权重的基础上,结合贝叶斯模型对平寨水库进行水质评价。[结果]①从组合权重来看,TN和COD对平寨水库水质影响较大,DO和NH_3-N影响较小。②平寨水库丰水期水质最好,其次为枯水期,最次为平水期;各断面中库区中心1(KQ1)、库区中心2(KQ2)以及纳雍河断面(NY)水质最差。③TN和COD是平寨水库的主要污染因子。[结论]基于组合赋权贝叶斯模型的水质评价方法不仅区分了各评价因子对水质贡献的差异性,同时对水质进行了较为精确的评价。整体而言,平寨水库水质状况达到了贵州省水功能区划的相应要求。