基于高光谱参数的竹叶叶绿素质量分数估算模型

为研究竹叶叶绿素质量分数和高光谱参数的相关性,建立叶绿素质量分数估算模型。利用Field Spec4便携式地物光谱仪采集无病虫害的箭竹竹叶光谱,使用SPAD-502叶绿素仪测定相应竹叶的叶绿素质量分数,分析竹叶叶绿素质量分数与原始光谱、一阶导数光谱以及提取的光谱特征参数之间的相关性,采用线性和非线性分析法构建叶绿素质量分数估算模型并进行精度检验。结果表明:(1)竹叶叶绿素质量分数在原始光谱反射率762 nm处相关系数达到最大值,相关系数为0.544 3;在一阶导数光谱反射率689 nm和726 nm处分别达到了极显著相关水平,相关系数分别为-0.747 9和0.907 9。(2)基于λ_b、λ_r、S_(Dr)/S_(Db)和(S_(Dr)-S_(Db))/(S_(Dr)+S_(Db))等光谱参数都与叶绿素质量分数达到了极显著相关水平。(3)采用相关性达到极显著水平的4种光谱参数以及689、726 nm处的一阶导数光谱反射率,构建叶绿素质量分数估算模型。依据决定系数(R2)最高,筛选出的回归估算模型中,基于一阶导数光谱反射率在726 nm处的线性模型R~2最高,为0.882 8,均方根误差(R_(MSE))和相对误差(RE)最小,分别为1.7050%和4.18%。因此,一阶导数光谱反射率在726 nm处的线性模型为竹叶叶绿素质量分数的最佳估算模型。     

基于生态系统服务功能的东江流域关键性生态空间识别

东江流域生态环境脆弱,水土流失现象频发,进行关键性生态空间识别对维护其生态环境安全和促进区域可持续发展有着极其重要的意义。该研究通过重要性-敏感性构建关键性生态空间识别评价体系,使用NPP定量评价法、模型评价法,定量揭示其关键性生态空间的分布特征。结果表明：1）东江流域的关键性生态空间面积为16 734.48km2,面积占比50.49%,主要位于在中游、下游地区。其中,底线型生态空间面积为5 481.21km2,集中分布在自然保护地、风景名胜区之中;危机型生态空间面积为11 253.27km2,主要位于下游的经济发达的珠三角城市中;2）面积占比分别高达47.04%、66.66%的建设用地、耕地占用关键性生态空间,且都集中分布在危机型生态空间中,各生态空间地类以林地和耕地为主。最后将识别结果与土地利用状况结合分析,以期为东江流域分区管控的实施、生态保护策略的制定提供参考。     

基于多源数据的南方丘陵山地土地利用随机森林分类

针对南方丘陵山地因地形破碎和山体阴影而导致的分类精度低问题,该研究以东江源地区为例,通过结合多源数据,以Sentinel-1、Sentinel-2A卫星影像和DEM作为数据源提取27个指标,构建了6种特征变量集,并设计了9种方案,探讨加入红边特征、雷达特征和地形特征对南方丘陵山地土地利用分类信息提取的作用。同时结合随机森林算法和递归特征消除法进行特征变量优选和特征重要性排序,将随机森林特征优选后的分类结果与支持向量机算法(Support Vector Machine,SVM)和K近邻算法(K-Nearest Neighbor,KNN)作对比。结果表明:在未进行特征变量优选时,仅使用Sentinel-2A的光谱特征提取的东江源地表覆盖分类总体精度和Kappa系数最低,在以光谱特征、植被指数和水体指数作为基本方案时,加入红边特征、雷达特征和地形特征后均可以有效地提升各地物分类精度,其中地形特征的加入更有助于对东江源园地和耕地信息的提取。通过结合随机森林和递归特征消除算法进行特征优选,在保持分类精度最优的情况下将所有特征变量从21个降低到13个,并且总体精度达到0.937 2,Kappa系数达到0.923 4,分类精度优于相同特征下的支持向量机算法(SVM)和K近邻算法(KNN),对东江源土地利用信息提取效果最佳。该研究提出基于多源数据的随机森林方法可为地形复杂的南方丘陵山地土地利用信息提取提供技术支持和理论参考。     

高校《地理学》课程实践教学创新模式探讨

高校《地理学》课程实践教学是地理教学的必备环节,一直备受重视。分析了高校《地理学》课程实践教学的现状,详细阐述了高校《地理学》课程实践教学创新模式,即由验证性实习转变为探究性实习、构建高校《地理学》课程实践教学信息化环境和实施学生自主实习模式。以江西理工大学建筑与测绘工程学院的《地理学》课程实践教学探索为例,构建了探究式地理学学习平台系统,验证了该模式的可行性,从而为高校《地理学》课程实践教学改革提供借鉴。     

基于GF-1影像的东江流域面向对象土地利用分类

针对东江流域地物斑块破碎、湖泊河流众多等因素影响其地物分类精度的问题,该文以GF-1遥感影像为数据源,采用面向对象的分类方法,结合模糊分类和CART决策树分类法获取研究区土地利用分类信息。根据近红外波段均值的模糊范围(480~2 200)选择模糊小于隶属函数对水体与非水体进行区分,近红外波段均值小于480确定为水体,大于2 200确定为非水体;在水体类别中,采用长宽比指数模糊范围(1.53~4.32)调用模糊大于函数对河流与水库进行了区分,长宽比指数小于1.53确定为水库,大于4.32确定为河流;在非水体类别中,采用归一化植被指数NDVI(normalized difference vegetation index)特征值模糊范围(0.21~0.62)调用模糊大于函数区分植被与非植被,NDVI指数小于0.21确定为非植被,大于0.62确定为植被,最后采用面向对象的CART决策树分类法分出河流、水库、园地、林地、耕地、灌草地、未利用地、建设用地。与极大似然分类法、非监督分类法应用到GF-1遥感影像相比,基于面向对象的CART决策树分类方法的效果最好,总体分类精度高达93.27%,Kappa系数高达0.92。该方法可以作为东江流域获取较高土地利用信息的有效方法,为研究流域生态环境变化提供更准确的数据支持。     

基于Sentinel-2与时序Sentinel-1 SAR特征的赣南柑橘种植区识别方法

为准确获取柑橘果园空间分布信息,实现柑橘种植结构调整、产量估算和资源管理,以赣南3个柑橘种植主产区（信丰县、安远县及寻乌县）为研究区域,针对南方地区多云多雨导致传统光学影像较为缺乏的问题,使用Sentinel系列数据和PIE-Engine平台,构建和优选了光谱特征、植被水体指数特征、红边波段特征和纹理特征,并引入时间序列Sentinel-1合成孔径雷达（SAR）数据的后向散射系数,共同探讨不同特征组合对柑橘种植园的识别提取效果,基于随机森林算法并融合Sentinel-2与时序Sentinel-1 SAR特征识别提取了赣南柑橘种植区。结果表明：5、9、11月柑橘种植园与其他地物的平均后向散射系数分离性最佳,是识别提取柑橘的关键时期;指数特征及纹理特征参与分类改善了分类效果且提高了分类精度;相较于单一SAR特征及指数、纹理特征,加入时序SAR特征的分类结果中总体精度达90.084%,Kappa系数达0.863,错分、漏分误差较小,符合实际地物分布情况,说明了时序SAR特征的可用性和实用性。本研究可为多云多雨的南方柑橘果园的识别提取提供参考。     

基于多源时序NDVI的稀土矿区土地毁损与恢复过程分析

为分析稀土开采的时空分布及矿区土地毁损与恢复过程,该文以岭北稀土矿区为例,以1990—2016年的HJ-1B CCD、Landsat 5和Landsat 8遥感数据为数据源,结合回归分析法、遥感时序NDVI分析方法,对岭北稀土矿区的稀土开采状况及土地毁损与恢复情况进行分析。为减少不同数据由于传感器自身原因而带来的NDVI误差,采用回归分析法构建HJ-1B CCD、Landsat5/8数据的NDVI转换方程并利用均方根误差对转换方程的精度进行检验。结果表明:HJ-1B CCD、Landsat5/8数据的NDVI影像对应转换方程的R2值均超过0.9以及模拟影像与真实影像之间的均方根误差值均小于0.05,说明HJ-1B CCD、Landsat5/8的NDVI数据之间存在较为显著的线性正相关,所求的转换方程具有较高精度,可以消除数据来源差异对NDVI的影响;稀土开采时空分布分析表明岭北稀土矿区在2001—2004年、2006年的开采面积较大,均超过1 km~2,其中2006的开采面积最大,达到2.546 1 km~2;稀土开采在空间分布上较为分散,不仅增加了监管的困难,造成了资源的浪费,还一定程度上增加了治理困难;土地毁损与恢复分析表明受到人为扰动的区域占矿区总面积的54.59%,其中受森林砍伐扰动影响的面积最大,为86.5341 km~2;稀土开采扰动的土地面积为11.354 4 km~2,其植被恢复的平均加权时长为11年。其中复垦恢复的面积为5.004 9 km~2,仍有6.349 5 km~2的区域植被未恢复,急需治理。该研究能较好的反映稀土干扰下的土地毁损与恢复过程,为岭北稀土矿区的生态环境治理及矿区的可持续发展提供借鉴。     

基于Landsat影像的离子稀土矿区植被覆盖度提取及景观格局分析

离子稀土开采导致矿区植被退化和严重的生态环境问题,日益引起人们关注。采用23 a的Landsat系列影像作为数据源,以定南县岭北稀土矿区作为研究案例,对稀土开采扰动下的矿区植被覆盖景观格局变化进行分析。为提高分析的可靠性,以高分遥感影像获取的矿区植被覆盖度作为检验数据,比较森林郁闭度制图模型(forest canopy density mapping model,FCD)、像元二分法模型(dimidiate pixel model,DPM)和线性光谱混合模型(linear spectral mixture model,LSMM)对稀土矿区植被覆盖提取的准确性。结果表明:考虑了稀土矿区特有的裸露尾沙地光谱特征的三端元LSMM,具有更高准确性及普适性;景观格局动态分析表明矿区低植被覆盖和高植被覆盖度破碎化程度较低,集中连片趋势明显;低植被覆盖LPI(largest patch index)在4个年份相对较大,呈波动变化,主要为裸露的稀土矿点,与矿点复垦和扩张有密切关系,且单个矿点造成的植被破坏仍然较大;低植被覆盖度的AI(aggregation index)一直较高,而LPI相对高植被覆盖较小,主要为离子稀土以单个矿点小面积开采为主,矿点多而分散,导致对环境破坏更难治理;1999年后,随着稀土开采的规模化及开采工艺的改进,稀土开采成为矿区景观变化的最主要原因,在矿区总体生态环境改善的前提下,低植被覆盖区域主要集中在矿点及矿点周边,成为具有稀土开采特色的矿点景观分布模式。     

甜柚叶绿素含量高光谱无损检测模型

目的 为监测甜柚Citrus maxima果树生长健康状况及预测甜柚产量，以赣州南康地区一片甜柚果园为研究对象，建立甜柚叶片叶绿素含量检测模型。方法 使用Field Spec4便携式地物光谱仪和SPAD-502叶绿素仪测定甜柚叶片光谱及SPAD值，分别采用单变量回归、逐步回归及偏最小二乘法(PLS)构建其叶绿素含量高光谱无损检测模型并进行精度检验。结果 原始光谱在553 nm处、一阶光谱在692和752 nm处的反射率与叶绿素含量相关性最高，这3个波段为甜柚叶片光谱反射率敏感波段；当主成分个数为4时，PLS具有最高的精度，且基于PLS技术所建立的模型较单变量、逐步回归模型精度更好，模型拟合度较高，其决定系数(r²)最高，为0.869，均方根误差(RMSE)和相对误差(RE)最小，分别为3.013和6.82%。对原始光谱、一阶导数光谱及PLS拟合的估测模型进行对比分析显示，PLS模型无论是从建模样本精度还是模型预测能力方面均优于前2种传统模型。结论 PLS模型适合于利用高光谱数据进行叶绿素含量的估测，可作为甜柚叶绿素含量的最佳无损检测模型。