景谷县森林蓄积量遥感估测及其动态变化分析

以云南省景谷县为研究区,基于Landsat5和Landsat8遥感数据,利用2012年和2017年两期全国森林资源连续清查实地调查数据,建立多元逐步回归和随机森林模型对景谷县森林蓄积量进行遥感估测对比研究。结果显示:综合建模精度来看,随机森林法在相同样地数量条件下具有更好的估测效果;从估测结果与林地保护利用规划和林地变更数据结果相比较,随机森林法估测值接近真实值,估测精度较高。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

基于低影响开发的校园雨水控制及效益分析

以安徽理工大学为研究对象,应用4种低影响开发(LID)方案(植草沟、下沉式绿地、雨水罐和植草沟-下沉式绿地-雨水罐组合)构建雨洪管理模型(SWMM),模拟不同雨水重现期下各种LID方案的水文和水质性能,并评价了经济效益.结果表明:植草沟的径流削减效率最好,可延迟流量峰现时间,且能有效地削减污染负荷;除雨水罐外,另外3种LID实践方案具有良好的环境效益;从成本效益上分析,下沉式绿地和组合LID实践方案的污染物控制效果较好,但其单位削减率成本高,植草沟对污染物控制效果不理想,但其具有最低的单位削减率;若想取得较好的污染物控制效果,则需要投入更大的成本,可以采用下沉式绿地或组合LID实践方案,下沉式绿地或组合LID实践方案不仅能有效削减峰值流量,缓解城市排水管网负荷,且对污染物的削减效果较好.可为中国校园中LID实践的应用决策提供理论支持.     

Assessing the effects of vegetation and precipitation on soil erosion in the Three-River Headwaters Region of the Qinghai-Tibet Plateau,China

Soil erosion in the Three-River Headwaters Region (TRHR) of the Qinghai-Tibet Plateau in China has a significant impact on local economic development and ecological environment. Vegetation and precipitation are considered to be the main factors for the variation in soil erosion. However, it is a big challenge to analyze the impacts of precipitation and vegetation respectively as well as their combined effects on soil erosion from the pixel scale. To assess the influences of vegetation and precipitation on the variation of soil erosion from 2005 to 2015, we employed the Revised Universal Soil Loss Equation (RUSLE) model to evaluate soil erosion in the TRHR, and then developed a method using the Logarithmic Mean Divisia Index model (LMDI) which can exponentially decompose the influencing factors, to calculate the contribution values of the vegetation cover factor (C factor) and the rainfall erosivity factor (R factor) to the variation of soil erosion from the pixel scale. In general, soil erosion in the TRHR was alleviated from 2005 to 2015, of which about 54.95% of the area where soil erosion decreased was caused by the combined effects of the C factor and the R factor, and 41.31% was caused by the change in the R factor. There were relatively few areas with increased soil erosion modulus, of which 64.10% of the area where soil erosion increased was caused by the change in the C factor, and 23.88% was caused by the combined effects of the C factor and the R factor. Therefore, the combined effects of the C factor and the R factor were regarded as the main driving force for the decrease of soil erosion, while the C factor was the dominant factor for the increase of soil erosion. The area with decreased soil erosion caused by the C factor (12.10×10³ km²) was larger than the area with increased soil erosion caused by the C factor (8.30×10³ km²), which indicated that vegetation had a positive effect on soil erosion. This study generally put forward a new method for quantitative assessment of the impacts of the influencing factors on soil erosion, and also provided a scientific basis for the regional control of soil erosion.     

称重式降水传感器与翻斗雨量传感器测雨性能对比分析

为了观测降水数据的准确性,选取了南通市4个台站2018年4月—10月份的DCS1型称重式降水传感器和SL3-1型翻斗雨量传感器观测的降水数据,分析两者观测的日降水量和降水总量等方面的差异。结果显示：在选取的观测样本中,以人工观测的降雨日数为参考,称重传感器的平均一致率为91.2%;以翻斗传感器观测的降雨日为参考,称重传感器的一致率为94.5%。称重传感器观测的累积降水量与翻斗传感器观测的累积降水量相对平均误差为-1.55%,符合中国气象局规定的相对误差不超过±4%的规范要求。在分析日降水量方面,发现称重传感器比翻斗传感器观测量平均偏小0.29 mm;有明显性降水时,两者在日降水量等级判别上基本一致。称重传感器观测的数据小于翻斗传感器观测的数据概率要高,两种传感器观测的差值分布较为一致。称重传感器在捕捉微量降水的能力不比翻斗传感器差,甚至更好。称重传感器观测的日降水量与翻斗传感器观测的日降水量相关系数为0.99826,达到0.01显著相关的水平。     

基于多源遥感数据的河套灌区干旱时空演变特征

利用中国气象局陆面数据同化系统（CLDAS）验证了2015—2016年土壤水分主动-被动微波数据集（SMAP）在河套灌区的适用性，基于土壤水分亏缺指数（SWDI ）和干旱周百分比（PDW）分析了作物生育期内灌区农业干旱时空演变规律，通过两个参考指标检验了SWDI在河套灌区的精度。结果表明：（1）SMAP在河套灌区的适用性较好；区域尺度上，SMAP和CLDAS的相关系数为0.65；栅格尺度上，约有69%的栅格表现良好（R>0.5），且多集中在灌区西南部和东北部。（2）严重干旱主要发生在4月下旬到5月中旬、7月下旬到8月下旬以及9月中旬到10月中旬，主要集中在灌区的西南部、中部和东部；2015—2016年PDW值略有增大，干旱事件的持续时间有所延长。（3）大气水分亏缺量（AWD）表征的气象干旱在时间上显示2 a内灌区干旱月份为5—8月；空间上，除去地形原因，SWDI和AWD的相关性较为显著，且有一半格点通过了显著性水平为0.01的显著检验，表明基于SWDI对河套灌区进行干旱状况分析具有较高的可信度。     

基于无人机与激光测距技术的农田地形测绘

平整地技术是提高作物单产的重要措施，而获取高精度的农田地形测绘数据与农田数字地形模型，是进行精准平整地作业的必要条件。为了解决传统接触式地形测绘效率低、基于航拍摄影技术的遥感地形测绘精度差及作业成本高等问题，该研究提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法。在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备（Post-Processing Kinematic Global Positioning System，PPK-GPS），获取激光测距序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据。首先使用均值滤波器处理原始激光测距序列，并将得到的激光测距序列与PPK-GPS定位数据进行同步处理，使二者建立空间对应关系。根据无人机倾斜状态时的测距激光方向与理论竖直方向的空间几何关系，使用从无人机的飞行控制器中提取的姿态信息校正激光测距序列，消除无人机平台在飞行过程中俯仰与横滚姿态变化对激光测距精度的影响。最后，根据PPK-GPS定位数据的海拔高度分量与激光测距序列计算试验地块内地面测量点的海拔高度，共获取1 417组地面测量点的有效测绘数据。利用手持PPK-GPS设备对地面测量点的海拔高度进行测绘精度检验。验证试验结果表明，本文提出的无人机农田地形测绘系统获取的海拔高度与手持PPK-GPS设备采集的海拔高度的均方根误差为5.2 cm，表明该无人机农田地形测绘系统具有较高的测绘精度。与利用手持GPS设备进行地形测绘作业的方法相比较，本文提出的无人机农田地形测绘系统具有自动化程度高、作业效率高等优点。该研究可为促进精准平整地技术的大规模应用提供数据支持。     

基于遥感指数的草原火后植被恢复研究

草原火是草原生态系统重要的干扰因子，严重影响着系统的结构与功能。基于遥感数据，以2015年“4·16”特大草原火灾为例，利用ENVI和ArcGIS等软件，分别对NDVI和GPP指数及火烧严重度下的植被恢复过程进行定量分析。结果表明，基于NDVI和GPP指数的火后植被恢复过程表现相似，不同年份植被恢复情况存在一定差异。火灾发生当年（2015年）火烧迹地植被恢复状况高于未发生火灾区域，而在火后第1年（2016年）却又稍低于未发生火灾区域，直到火后第2年（2017年），火烧迹地植被基本恢复到火前状态。同时，不同火烧严重度下的植被恢复过程在存在明显差异。草原火灾发生后当年（2015年），中强度火烧下植被恢复最好，其次是轻度，重度表现最差。草原火烧严重度对植被恢复的影响，主要表现在火后第1个植被生长季。在之后的年份里，由于草原更新能力强大，不同火烧严重度对草原植被的影响不明显。本研究可丰富草原火灾及火烧迹地植被恢复等相关研究成果，同时为草原火灾管理和草原生态系统的可持续发展提供科学依据。     

降雨类型与坡度对棕壤垄沟系统产流产沙的影响

为深入理解棕壤垄作坡耕地的土壤侵蚀机理,利用1.60 m×0.53 m的试验土槽,设计2个降雨类型,即增强型(70～70～100～100 mm/h)和减弱型(100～100～70～70 mm/h),以及2个坡度(9°和18°)的人工模拟降雨试验。每个雨型分2个阶段(阶段I、阶段II),每个阶段进行相同雨强的2个场次降雨,每个场次降雨历时20 min。结果表明:(1)雨强对径流量呈显著影响(P0.05),100 mm/h雨强下的径流量70 mm/h时的径流量。在减弱型雨型下,坡度对径流量影响显著(P0.05),而增强型雨型下在不同阶段坡度对径流量的影响不同。(2)雨强对产沙量的影响显著(P0.05),在阶段Ⅰ降雨中,100 mm/h雨强下9°和18°坡面的平均每分钟产沙量分别为70 mm/h雨强下的23.98,9.07倍。在70 mm/h雨强下,坡度对产沙量的影响显著(P0.05),而100 mm/h雨强下不同阶段坡度对径流量的影响具有差异性。(3)100 mm/h雨强在不同雨型中出现的时序对产沙量影响不显著(P0.05);在70 mm/h雨强下,产沙量整体较小,基本在15 g/min以下。同一雨强在不同雨型中的时序对径流量均存在显著影响(P0.05)。(4)总径流量从大到小依次为:9°减弱型18°减弱型9°增强型18°增强型;总产沙量从大到小依次为:18°增强型18°减弱型9°减弱型9°增强型。不同雨型下,雨强发生改变后,累计径流量和累计产沙量增加速率和雨强的改变具有一致性。