低丘缓坡地空间拓展的主成分聚类分析评价

土地资源紧缺制约着社会经济的发展,开发低丘缓坡地是解决人地矛盾、优化土地配置的有效举措。以福建省邵武市为研究区域,从空间区位、自然地理、社会经济、生态环境4个方面构建评价指标体系。基于GIS和RS技术,综合运用主成分分析法(principal component analysis,PCA)对邵武市低丘缓坡地进行适宜性综合评价,并通过K-均值聚类分析(K-means clustering analysis)将建设用地适宜性分为4类。结果表明,福建省邵武市低丘缓坡土地资源总面积为119 512.71 hm~2,占邵武市总面积的41.83%;其中最适宜、较适宜面积达44 529.57 hm~2,占低丘缓坡资源的37.26%,集中分布在中心城区附近,涉及主要乡(镇)有城郊镇、水北镇等。该评价结果与规划文本相吻合,不仅能为邵武市开发低丘缓坡地提供合理的科学依据,还能为各乡(镇)制定区域规划政策指引方向。     

利用高光谱微分方法检测苹果轻微损伤

为快速有效检测不同品种苹果轻微损伤,以‘金冠’、‘花牛’、‘富士’和青苹果各54个轻微损伤果为研究对象,采用高光谱图像技术获得各个苹果可见-近红外(400~1 000nm)波段的图像,结合光谱微分技术选取波谷的9个波长(556、617、664、706、763、832、880、906、938nm)为特征波长,然后基于特征波长进行最小噪声分离(Minimum Noise Fraction,MNF)变换,筛选出苹果轻微损伤的特征图像并通过阈值分割、形态学运算等方法识别苹果轻微损伤部位。结果表明,该方法识别‘金冠’、‘花牛’、‘富士’和青苹果轻微损伤部位的准确率分别为92.6%、88.9%、85.2%、85.2%。由此可见,利用高光谱微分方法可以快速有效地检测不同品种的苹果轻微损伤,且苹果的颜色越深、硬度越大、纹理越杂乱,检测精度越低。