面向对象的湖北省土地覆被变化遥感快速监测

为了快速监测湖北省土地覆被变化,以HJ-CCD、TM以及ETM影像为数据源,探索出了集成面向对象技术与"3S"技术的中尺度土地覆被变化遥感流程和方法。该方法首先基于HJ-CCD影像和面向对象技术进行2010年湖北省土地覆被信息的提取,并用野外采样点对结果进行验证。在保证高精度的情况下利用向量相似性函数对湖北省2000－2005年以及2005－2010年进行变化检测,从而获得2个变化时期影像的变化区域,然后利用面向对象技术中的最邻近分类器对变化区进行自动化分类。最后分别将2期的变化结果与未变化结果融合后获得湖北省2000年、2005年和2010年的土地覆被图,在GIS中处理后建成县、市、省3级行政级别的湖北省土地覆被变化本底数据库。试验表明分类结果的总体精度为93.24%,Kappa系数为0.914;2000－2005年与2005－2010年变化检测的总体精度分别为90.88%和90.75%。同时研究发现景观破碎的地区应用面向对象技术有一定的局限性。     

面向对象的丘陵区水田遥感识别方法

中国南方丘陵区地形破碎,地物分布复杂,丘陵区水田的光谱特征相对于平原区较混杂,传统的基于像元的遥感数据获取受异质性因素的影响,无法利用单一时(季)像及特定的图像自动识别规则提取精度较高的水田分布信息。针对这一问题,该文基于多时像HJ-1A/1B卫星图像,结合地面调查,以湖南省湘潭市为研究区,在易康(e Cognition)软件平台上分别以光谱特征为主要参考的多层最邻近分类法和以在特征知识库支持下的决策树分类法对丘陵区水田进行图像识别。结果表明:分层最邻近分类法比单一最邻近分类提取的精度高,但在相同分割尺度下,利用特征知识库支持下的决策树分类提取水田的精度达到最高,为90.25%,总Kappa系数为0.79,说明特征知识库支持下的决策树分类方法比最邻近分类法更加适合丘陵区水田的遥感识别。     

乡村振兴视角下的农林高校乡村旅游人才培养探讨

随着我国脱贫攻坚战取得全面胜利,“三农”工作重心也转向全面推进乡村振兴。乡村旅游是全面推进乡村振兴、加快农业农村现代化的重要载体,但当前乡村旅游人才缺乏的问题较为突出,在一定程度上影响了乡村旅游业的发展。农林高校作为培养涉农人才的重要力量,具有乡村旅游人才培养的优势。鉴于此,本文从国家全面推进乡村振兴战略的视角,分析了农林高校乡村旅游人才的培养现状,剖析了人才培养缺乏特色、人才供需不匹配、就业形势严峻等问题及其深层次原因,并从创新乡村旅游人才培养路径、深化教学改革、培养和塑造实践创新能力、主动对接人才市场需求4个方面提出了相应的改进建议,以完善农林高校乡村旅游人才培养模式,为推动乡村旅游产业发展、助力乡村全面振兴提供人才保障。