基于GIS技术的长汀县森林资源分类经营管理

依据国家林业局颁发的《全国森林资源经营管理分区施策导则》所提供的森林资源分类分区指标,利用GIS空间分析技术,综合长汀县林业基本图层、遥感影像数据、基础地理数据等,对福建省长汀县的森林资源进行了有效的分区分类,将其分为严格保护类型组、重点保护类型组、保护经营类型组和集约经营类型组4个类型,对分区的结果进行分析,并提出了相应的经营管理对策,为森林资源的有效经营管理提供了决策支持。     

基于SWAT模型的气候变化下水文响应分析——以福建省长汀县朱溪小流域为例

本文以长汀县河田地区朱溪小流域为研究区,基于多年的气象、水文数据及高程数据模型、土地利用图、土壤类型图等,构建朱溪小流域SWAT模型。本文在假设下垫面条件不变的情况下应用假定气候情景法,通过改变日最高、最低气温值和逐日降雨量值构建15种不同的气候条件情景定量模拟分析气候变化对朱溪小流域径流的影响。研究结果表明:降水和温度的变化共同影响着朱溪小流域的产流过程,朱溪小流域的径流量与降雨量呈现正相关关系,与气温呈现负相关关系;相对于温度变化对朱溪小流域径流的影响,降雨量对于研究区径流量的影响更大。     

构建植被区分阴影消除植被指数提取山地植被信息

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（shadow eliminated vegetation index,SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法—植被区分阴影消除植被指数（vegetation distinguished and shadow eliminated vegetation index,VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

基于高分二号影像结合纹理信息的茶园提取

为提高高分辨率遥感影像分类精度,针对高分二号影像发展一种综合利用遥感影像光谱和纹理信息的茶园种植区提取方法。该方法首先利用归一化植被指数(NDVI)和修正的归一化植被指数(MNDVI)构建新的光谱特征——差异归一化差分植被指数(DNDVI),通过灰度共生矩阵(GLCM)构建新的纹理特征——灰度共生纹理(GLCT),然后结合光谱和纹理特征运用支持向量机(SVM)的方法进行分类。试验采用2种方案(原始波段+光谱特征,原始波段+光谱特征+纹理特征)对影像进行分类,分类总体精度分别为79. 6%、89. 8%,Kappa系数分别为0. 659、0. 788。结果表明,结合纹理信息能明显地提高分类精度,并较好地实现对高分二号影像茶园种植区的分类提取。     

黄河三角洲土地利用/覆盖格局与演化分析

利用1984，1986，1991，1996年和2001年的多源遥感数据，结合GIS空间数据和野外考察资料等，对1984年东营市建市17年来黄河三角洲土地利用／覆盖格局和动态演变规律进行分析。1984年以来，黄河三角洲陆地面积总体上在不断增加。土地利用／覆盖类型以旱地和未利用地为主，旱地的面积有较大的减少，而未利用地的面积变化不大，略有增加。在各个不同的时段内，土地利用／覆盖变化的面积都占1／3左右。在土地利用／覆盖变化类型中，未利用地与耕地之间的双向转换非常频繁，是最重要的两种变化类型，由于次生盐渍化的原因，耕地退化为未利用地在1986年后都占据首位；未利用地与灌草地、灌草地与耕地之间相互转化所占比例也较大。     

基于GIS的土壤适宜性评价方法研究与系统实现

以漳州市为研究区域,采用矢量数据结构模型,以评价因子图层叠加后生成的图斑作为评价单元,在组件式GIS开发工具SuperMap软件支持下,建立一种可以由用户任意选择进行适宜性评价的农作物对象,确定适宜性评价指标和评价标准的适宜性评价咨询系统.系统支持用户事先将不作评价的地物类型剔除,同时可以通过将用户在使用系统过程中建立的各种农作物生态指标库保存起来,从而使系统在用户的不断参与下更加方便实用.同时系统能够对收集的各类数据进行动态管理,具有相关的统计、分析和管理功能,可方便及时地为地区引进农作物新品种,并为农业生产结构调整提供依据.结合土壤适宜性评价系统的开发实践,对土壤适宜性评价的实现过程与方法进行了探讨.     

多尺度空间信息服务技术及其农业应用

从省市县三级空间尺度和应用特征的区域信息服务出发,研究基于网络的多源多尺度农业空间信息共享与服务技术.集成应用空间信息技术与Web服务技术,开展多源多尺度的农业空间信息资源的数据整合、统一业务模型构造、信息交换与共享、元数据目录服务等关键技术研究,建成多尺度的基础信息数据库群,开发实现了省级区域多源多尺度应用的空间信息服务平台.有效整合多源多尺度的农业信息资源,促进了区域空间信息应用与服务.     

土地利用和植被覆盖变化对长汀县30多年土壤侵蚀变化的定量影响

土地利用和植被覆盖是人类活动对大自然改造的直接体现,为研究人类活动对土壤侵蚀的定量影响,以中国南方红壤典型水土流失区——福建省长汀县为研究区,利用每间隔3~4年的11个年份的遥感影像,基于USLE模型评估该县1988-2020年30多年来的土壤侵蚀时空变化特征,定量分析不同土地利用和植被覆盖度(fractional vegetation cover, FVC)变化对土壤侵蚀的影响。结果表明:(1)长汀县土壤侵蚀严重区域主要集中于县域中部河田镇、三洲镇和策武镇等地,30多年来,土壤侵蚀强度呈先增后减的趋势,1988-1994年土壤侵蚀状况逐渐严重,1994年的水土流失率高达30.49%,90年代中期后开始逐渐好转,至2020年水土流失率降为6.22%。(2)1988-1994年和1994-2001年2个时期,林地转化成裸地的面积最大,导致土壤侵蚀增加量平均约占每个时期增加量的93%;2001-2010年和2010-2020年2个时期,裸地转化成林地的面积最大,引起的土壤侵蚀减少量平均约占每个时期减少量的73%。(3)30多年来长汀县FVC呈先减少后增加的趋势,1988-1994年平均FVC从44%减少到35%,随后开始增加,至2020年,FVC增加至79%;土壤侵蚀量与FVC呈反比,FVC减少对土壤侵蚀量的影响更大,FVC平均每降低1%,土壤侵蚀量增加7.49万t;而FVC平均每增加1%,土壤侵蚀量减少3.75万t。(4)FVC对土壤侵蚀的敏感性与坡度呈正比,低坡度下土壤侵蚀随FVC变化较均匀,高坡度等级下,FVC低于60%时,对土壤侵蚀的敏感性高,FVC每增加10%,土壤侵蚀模数平均减少262.73 t/(km²·a)。研究结果有助于分析长汀县土壤侵蚀在长时间序列上的时空变化及人类活动对土壤侵蚀的影响,为长汀县未来的土地利用规划和生态保护提供重要的科学支持。     

基于遥感数据的新疆开-孔河流域农业区种植结构提取

农作物种植结构是农作物空间格局的重要组成部分,是区域土地资源和水资源优化配置的基础。以新疆开―孔河流域农业区为研究区域,综合利用作物物候信息和2016年的MODIS NDVI时序曲线,获得不同作物生长差异明显的关键期,选择关键期的Landsat 8 OLI影像,构建主要作物提取知识规则,基于决策树方法开展农作物的分类识别。开―孔河农业区2016年主要作物种植面积为5.07×10^5hm^2,其中棉花种植面积最大,为1.97×10^5hm^2,玉米、小麦次之。博斯腾湖和开都河农业区以辣椒、玉米和小麦为主要作物,种植结构比较零散;孔雀河农业区种植结构比较单一,以棉花和香梨为主要作物。与仅利用时间序列的MODIS数据进行作物分类识别的结果对比表明,综合利用MODIS和Landsat数据的作物识别精度有显著提高,总体分类精度从62.58%提高到88.37%,kappa系数从0.53提高到0.86。该方法综合利用了MODIS数据的时序特征和Landsat数据较高的空间分辨率特征,有效地避免了MODIS数据空间分辨率不足而导致分类精度较差的情况,又避免了Landsat数据时间分辨率不足所引起的时相选择盲目性或数据冗余,在干旱区农业种植结构的提取领域具有一定的应用价值。     

基于可见光波段无人机遥感的植被信息提取

无人机遥感具有使用成本低、操作简单、获取影像速度快、地面分辨率高等传统遥感无法比拟的优势。该文通过分析仅含红光、绿光和蓝光3个可见光波段的无人机影像中植被与非植被的光谱特性,同时结合健康绿色植被的光谱特征,借鉴归一化植被指数NDVI的构造原理及形式,提出了一种综合利用红、绿、蓝3个可见光波段的归一化植被指数——可见光波段差异植被指数VDVI(visible-band difference vegetation index)。与其他基于可见光波段的植被指数,如过绿指数EXG(excess green)、归一化绿红差值指数NGRDI(normalized green-red difference index)、归一化绿蓝差值指数NGBDI(normalized green-blue difference index)和红绿比值指数RGRI(red-green ratio index)以及仅用绿光波段的提取结果进行对比分析,结果表明:VDVI植被提取精度高于其他可见光波段植被指数,且阈值在0附近,较易确定。为了验证VDVI的适用性与可靠性,选取与试验影像同一时期拍摄但不同区域的另一影像使用同样的方法提取植被信息。结果表明:VDVI对于仅含可见光波段无人机遥感影像的健康绿色植被信息具有较好的提取效果,提取精度可达90%以上,适用于仅含可见光波段无人机遥感影像的健康绿色植被信息提取。