基于无人机可见光影像对喀斯特地区植被信息提取与覆盖度研究

为准确快速获取喀斯特石漠化地区植被和植被覆盖度信息，本研究利用四旋翼无人机采集喀斯特石漠化区域的可见光影像，选择过绿指数（EXG，excess green）、可见光波段差异植被指数（VDVI，visible-band difference vegetation indx）、红绿蓝植被指数（RGBRI，red green and blue vegetation index）、过绿减过红指数（ExG-ExR，excess green-excess red），利用植被指数时序图交点法和样本统计法思想，运用阈值分割法进行植被和植被覆盖度的信息提取，并以监督分类得到的植被和植被覆盖度信息为真实值，进行精度验证。结果表明，在贵州省关岭贞丰花江喀斯特石漠化地区，对于植被信息提取，ExG-ExR的精度最高，总体精度为95.56%，Kappa系数为0.919；ExG-ExR得到的植被覆盖度精度最好，为99.174%，均方根误差RMSE为0.097，R²为0.977。由此可见，在喀斯特地区利用植被指数时序图交点法和样本统计法思想，适合该地区的植被信息提取和植被覆盖度的提取，具有较高的精度。     

基于无人机RGB影像的苗期油菜识别

无人机可见光遥感具有经济成本低、起降方式灵活等优点,在监测苗期油菜缺苗和植株数量方面具有较好的应用前景。采用大疆Phantom 4 Pro V2.0四旋翼无人机获取油菜种植区的可见光影像,设置1个实验区和4个验证区,对比分析土壤、油菜苗、杂草等地物目标红（R）、绿（G）、蓝（B）波段的DN值,根据各波段DN值的正态分布特性和比值关系构建绿蓝红差异指数（green-blue-red difference index, GBRDI）。利用GBRDI对油菜种植区可见光影像进行计算,绘制不同地物的直方图,将其交点作为图像分割阈值对油菜苗植株进行提取,并与常见的过绿指数（excess green, ExG）、差异植被指数（visible-band difference vegetation index, VDVI）、归一化绿蓝差异指数 （normalized green-bule difference index, NGBDI）的提取结果进行对比。结果表明：相较于ExG、VDVI、NGBDI,GBRDI从杂草等背景地物中提取油菜苗效果更好,精度92.93%,完整性83.63%;在4个杂草长势复杂的验证区,GBRDI指数提取油菜苗的精度和完整性均比VDVI、ExG、NGBDI更高;GBRDI能快速准确地提取油菜苗,分离杂草和土壤等背景地物,可为油菜精细化耕作提供技术参考。     

基于无人机影像匹配点云数据的喀斯特峡谷区火龙果单株提取研究

针对无人机可见光影像对背景与目标地物混淆时提取识别难的问题,利用四旋翼无人机采集喀斯特峡谷区的火龙果影像匹配点云数据,对原始点云数据进行去噪、滤波和归一化等处理,通过建立高精度的数字高程模型(DEM)、数字表面模型(DSM),进而建立高精度的冠层高度模型(CHM),并以目视解译的火龙果株数为参照,对火龙果株数进行识别提取验证。结果表明,运用无人机影像匹配点云数据,通过冠层高度模型在一定程度上可以消除植株下方杂草的影响;当样地内的基础设施或存在地物高度与火龙果冠层接近,导致误提,错提率最高为8.55%,漏提率最高为12.28%;在各样区中,运用种子点进行火龙果株数提取的精度均在92.38%以上;运用植被冠层进行火龙果株数提取的精度均在90.68%以上。由此表明,运用无人机影像匹配点云数据提取火龙果具有快速、简单有效、成本低、精度可靠的特点,适用于喀斯特山区作物株数的快速提取,可以与基于颜色指数的提取方法互为补充。     

喀斯特石漠化及土地利用变化的地貌分异特征——以贵州省关岭贞丰花江石漠化综合示范区为例

[目的]探讨石漠化地区土地利用变化的地貌分异特征,揭示不同地貌条件下的土地利用时空变化的特征和规律,为石漠化地区土地的合理利用提供科学参照。[方法]以贵州省关岭贞丰花江石漠化综合示范区为例,运用GIS和RS技术,基于2005,2010和2013年3个时期的土地利用数据、石漠化数据和地貌数据,运用地形分布指数、土地利用程度综合指数,对研究区土地利用变化的地貌分异进行研究。[结果]①在2005—2013年间,喀斯特地区草地、建设用地、林地、未利用地和水域的面积有所增加,耕地、园地的面积在减少;石漠化的面积有所减少,石漠化程度正在逐渐减轻。②不同地貌条件下,每一个土地利用类型都有其存在的优势分布区;各土地利用类型的地貌分异基本稳定。③土地利用程度的地貌分异特征趋于稳定;2005—2013年,土地利用程度大小表现为:侵蚀台地峰丛洼地丘峰台地Ⅴ型峡谷溶蚀—侵蚀陡坡。④不同地貌条件下不同石漠化等级在各土地类型中的分布方面,由侵蚀台地、峰丛洼地、丘峰台地、Ⅴ型峡谷、溶蚀—侵蚀陡坡地貌的石漠化土地类型分布来看,石漠化主要发生在耕地、林地、园地和未利用地4种土地利用上,水域不存在石漠化现象;2005—2013年,石漠化在不同地貌条件的地类中总体呈较好转变。[结论]每一土地利用类型都有其分布的优势地貌区;不同地貌条件下,石漠化在不同土地利用类型上的分布存在差异,主要发生在耕地、林地、园地和未利用地4种土地利用类型区域。     

基于组合赋权贝叶斯模型的平寨水库水质评价

[目的]对黔中水利枢纽的一期工程的核心水源工程——平寨水库的水环境质量进行评价,为该水库水环境质量评价及科学管理提供科学参考。[方法]于2018年1,5,8月选取了平寨水库7个断面进行水样采集,选择溶解氧(DO),化学需氧量(COD),总氮(TN),氨氮(NH_3-N)这4个因子作为水质评价指标。在层次分析法和熵权法组合确定各评价指标权重的基础上,结合贝叶斯模型对平寨水库进行水质评价。[结果]①从组合权重来看,TN和COD对平寨水库水质影响较大,DO和NH_3-N影响较小。②平寨水库丰水期水质最好,其次为枯水期,最次为平水期;各断面中库区中心1(KQ1)、库区中心2(KQ2)以及纳雍河断面(NY)水质最差。③TN和COD是平寨水库的主要污染因子。[结论]基于组合赋权贝叶斯模型的水质评价方法不仅区分了各评价因子对水质贡献的差异性,同时对水质进行了较为精确的评价。整体而言,平寨水库水质状况达到了贵州省水功能区划的相应要求。     

水稻多时相植被指数特征及覆盖度提取研究

为准确快速获取水稻的植被指数特征和植被覆盖度信息,利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据,选择不同类型的植被指数,利用样本统计法和植被指数交点法,提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征,并运用阈值分割法提取水稻植被信息及覆盖度信息。结果表明,水稻3个生长期内,在像元和地块尺度下均表现出明显的物候特征,且与杂草和树木存在明显区别;多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数;归一化植被指数（normalized difference vegetation index,NDVI）对水稻3个时期植被覆盖度提取精度最高,提取误差分别为0.40%、0.43%和0.81%,R²为0.77、0.92和0.98,均方根误差（root mean square error,RMSE）为9.09%、2.97%和0.38%;可见光波段差异植被指数（visible-band difference vegetation index,VDVI）提取精度高于超绿红蓝差分指数（excess green-red-blue difference index,EGEBDI）和过绿减过红指数（excess green-excess red index,ExG-ExR）,提取误差分别为4.30%、1.36%和1.60%,R²分别为0.53、0.77和0.80,RMSE分别为14.62%、3.70%和5.50%。该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑。