应用哨兵2A多时相遥感影像对树种的识别

森林树种类别的准确识别和专题图制作对于森林经营管理具有重要作用。以哨兵2A多时相遥感影像数据源,通过对单时相影像以及根据基尼系数(Gini系数)和信息熵进行的不同影像组合,利用随机森林算法对大孤家林场的树种类别进行识别和分类制图。结果表明:哨兵2A多时相影像组合能够显著改善树种分类的精度,多时相影像组合总体分度最高为87.45%,Kappa系数为0.825,比单时相遥感影像分类总体精度提升了4%~7%。     

陇东黄土丘陵区梯田土壤养分评价——以甘肃庄浪县为例

【目的】从县域尺度对陇东黄土丘陵区梯田土壤养分进行评价,为黄土丘陵区梯田土壤培肥、粮食产量增加提供科学依据。【方法】以庄浪县耕地质量评价数据为数据源,共采集3 839个样点,且采样点均匀覆盖全县农田,通过主成分分析和方差成分估计模块分析了陇东黄土区梯田土壤大量养分（有机质、全磷、全氮、缓效钾、速效磷、碱解氮、速效钾）和微量养分（有效铜、有效锌、有效锰、有效铁、有效硼）分布特征及其影响因素。【结果】1）庄浪县梯田土壤全磷和速效磷含量处于高水平,速效钾含量处于较高水平,有机质、全氮和碱解氮含量处于中等水平。土壤大量养分综合指数处于较低、中等和较高级别的样本数分别占有效样本数的14.45%,65.89%和19.66%。2）庄浪县梯田土壤有效铜、有效锰和有效铁含量为中等水平,有效锌和有效硼含量处于中下水平,且有较大面积的土壤缺硼。土壤微量养分综合指数处于较低、中等和较高级别的样本数分别占有效样本数的32.53%,63.35%和4.12%。3）土壤类型对土壤大量养分空间变异的贡献率达51.81%,海拔影响次之,其贡献率为23.60%。随着海拔的升高,土壤大量养分综合指数在较高水平样本所占比例相应增加。4）土壤微量养分空间变异性与土壤类型、土壤质地、海拔有关,土壤类型对微量养分空间变异的贡献率最高,为69.41%,土壤质地、海拔的贡献率分别为17.65%,11.76%。随着海拔的升高,土壤微量养分综合指数在中高水平所占比例总体降低。【结论】陇东黄土丘陵区梯田土壤大量养分和微量养分整体处于中等水平,有较大面积的土壤缺硼。梯田土壤养分的空间变异主要受土壤类型和海拔的影响。     

运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。     

利用多时相特征的落叶松人工林分类

  目的  基于多时相遥感影像研究落叶松Larix gmelini人工林季相特性，采用多种分类方法提取落叶松人工林空间分布，以期得到适用落叶松人工林提取的手段和方法。  方法  利用多时相Landsat 8影像，在分析落叶松人工林季相和物候特性的基础上，综合森林资源二类调查成果和样地数据，分别采用最大似然法、支持向量机法、光谱角法和k最近邻法提取研究区的落叶松人工林信息，并进行精度验证。  结果  落叶松人工林具有明显的植被光谱特征和季相特性，在近红外波段各树种类别光谱差异最明显，秋季影像对落叶松人工林信息提取效果较好。利用多时相数据对落叶松人工林信息提取精度明显优于单时相数据的提取精度，多时相Landsat 8影像能使落叶松人工林分类精度达86%以上，其中光谱角法最好，精度为88.346 3%。  结论  利用多时相特征遥感影像进行落叶松人工林信息提取研究，有着一定的可行性和适用性，研究结果对大面积获取落叶松人工林的空间位置分布提取具有一定的参考价值。     

不同植物生长调节物质对天目地黄组织培养及植株再生的影响

以天目地黄幼叶片为外植体,研究不同植物生长调节物质对其组织培养和植株再生的影响.结果表明,实验条件下,诱导叶片分化形成愈伤组织的最佳培养基为MS 6-BA1.0 mg.L-1 2,4-D 0.2 mg.L-1;最适的丛生芽分化培养基为1/2 MS 6-BA1.0 mg.L-1 IBA0.05 mg.L-1;诱导丛生芽生根的最佳培养基为1/2 MS IBA0.1 mg.L-1.并在此基础上探讨了组织培养技术在地黄属植物药用及园林方面的开发和利用前景.     

洞庭湖生态经济区土地功能评价与影响因素分析

以洞庭湖生态经济区25个县(市、区)为研究地域单元,构建土地功能评价指标体系,测算洞庭湖生态经济区2018年土地功能值,分析其地域分异特征,运用地理探测器中的因子探测模型分析土地功能影响因素.结果表明:(1)洞庭湖生态经济区土地功能在各县(市、区)之间存在较为显著的差异,地势平坦的湖区地带土地生产功能较强,社会功能与生产功能在空间分布上存在一定的空间耦合性,生态功能较强区域沿洞庭湖流域呈带状分布.(2)自然区位条件是影响土地功能地域分异的基础性因素,社会经济水平是影响土地功能地域分异的决定性因素,区域环境状况是影响土地功能地域分异的关键因素,在各因素类型中对土地功能影响最大的因子分别是地均固定资产投资、距地级市中心距离和水土流失治理面积.     

基于最小数据集的洞庭湖流域南部耕地土壤肥力综合评价

构建一套既能减少人力、物力和财力投入,又能保证原有信息丢失最少的土壤肥力综合评价体系,对于指导农业生产和土地利用规划具有重要作用。研究选取洞庭湖流域南部的四个行政市为研究区,综合考虑表征土壤立地条件、剖面构型、土壤物理性状、土壤养分四个方面的14项指标,通过主成分分析确定了最小数据集（MDS）,对其土壤肥力指数（SFI）进行了综合评价,并分析了研究区耕地土壤肥力的主要限制因子。结果表明:1）研究区耕地主要偏酸性,土壤容重较紧实;氮素养分处于较高水平,磷素养分处于中上水平,钾素养分处于较低水平。2）选取的最小数据集包括成土母质、剖面土体构型、阳离子交换量、容重、有机质、有效磷和全钾等7项指标。全数据集与MDS的均值与标准差均十分接近,其Pearson相关系数达到0.788（P < 0.01）。3）土壤肥力的高值区主要位于洞庭湖南部附近集中连片的水稻种植区,低值区主要分布于海拔相对较高的丘陵部位或靠近城市建筑区的低植被覆盖率区,磷素与钾素为研究区内土壤肥力的主要限制因素。研究结果为洞庭湖流域南部土壤肥力综合评价和土壤培肥提供了理论指导。     

中西方饮食文化差异对饮食词汇汉英翻译的影响

在中国饮食文化向世界推广传播的过程中,饮食词汇的外译工作扮演了重要的作用,而中西方饮食文化的差异对翻译实践产生了诸多影响,只有对此类文化差异进行研究,选择适当的翻译策略,才能够保质保量地将中国饮食文化的精华译入目的语,为受众方理解认可。     

运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

以GF-1遥感影像为数据源,研究区森林资源二类调查数据为样地实测数据,综合考虑光谱、地形、纹理特征,利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型,并验证模型预测的性能。结果表明:4种模型预测评价指标的决定系数(R2)和均方根误差(RMSE)相近,但有一定的差异,多元线性回归模型R2和RMSE分别为0.446、39.979 6 m^3·hm^-2,BP神经网络模型R2和RMSE分别为0.474、39.703 9 m^3·hm^-2,支持向量机模型R2和RMSE分别为0.485、38.924 8 m^3·hm^-2,随机森林模型R2和RMSE分别为0.534、37.882 2 m^3·hm^-2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型,随机森林模型的预测性能最优。