基于MODIS遥感数据和GIS的山东省生态环境状况评价

本文利用山东省MODIS遥感影像,以监督分类方法进行了土地利用／覆被分类,通过GIS的空间分析功能提取出生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数、环境质量指数等评价信息,利用构建的生态环境状况指数（EI）模型,进行了山东省生态环境状况的评价。研究结果表明,山东省生态环境状况整体较好,优、良面积占总面积的61．1％,但同时存在环境污染、土地退化、水资源短缺等问题,生态环境较差、差的面积占16．2％。该研究探索了MODIS数据和GIS技术相结合的生态环境状况评价方法,对区域生态环境的保护和改善具有积极意义。     

黄河三角洲滨海盐碱退化地恢复与再利用评价

滨海盐碱退化地是重要的待开发利用土地资源。该文以黄河三角洲为研究区,进行了以农用为目标的滨海盐碱退化地恢复与再利用评价研究。采用土壤图与土地利用现状图相叠加的方式确定评价单元,系统聚类与Delphi法筛选参评因素,层次分析法确定其权重,模糊评判法确定盐碱退化地恢复与再利用等级。结果显示,黄河三角洲盐碱退化地恢复与再利用潜力较大,一、二等地占总面积的33.73%,三、四等地占总面积的42.54%,五、六等地占总面积的23.73%。盐碱退化地可恢复与再利用程度与土壤含盐量、地下水矿化度和埋深以及土地利用程度有较强的相关性,与距离黄河和渤海的远近有密切关系,空间上呈现从沿海向内陆逐渐提高,离黄河愈近愈高的分异规律。该研究探索了滨海盐碱退化地恢复与再利用评价的技术方法,对滨海盐碱退化地的可持续利用有积极意义。     

基于高光谱和数码照相技术的苹果花期光谱特征研究

 【目的】旨在探索苹果花期的光谱特征和敏感波段。【方法】以栖霞市为研究区,利用苹果花期数码照片监督分类,提取苹果花树比和花叶比指标信息,通过与同步高光谱探测数据的相关分析,研究苹果树花期光谱特性,确定其敏感的光谱波段。【结果】苹果树花期光谱特征主要表现为对蓝光和红光的吸收、对绿光的反射,和对750～1 300 nm近红外的强烈反射。其光谱特征变化与花叶比和花树比指标呈现较好的相关性,敏感波段范围为400～530 nm的蓝青光和570～700 nm的橙红光,以及中等花树比果树760～1 350 nm的近红外。【结论】该研究提出了高光谱遥感与数码照相技术相结合的有效方法,初步探明了苹果树花期的光谱特征,为苹果园地信息提取、营养诊断和苹果生产管理的实时性与信息化提供了理论依据和技术支撑。     

朝鲜植物检疫情况

1986年7月,我们赴朝鲜民主主义人民共和国考察了他们的植物检疫情况并重点了解了几个主要检疫对象的发生与防治情况。为使我国植物检疫战线上的同志进一步了解朝鲜的植物检疫,交流经验,现介绍如下。一、朝鲜植物检疫组织机构及检疫情况。1.组织机构中央植物检疫所直属农业委员会领导,对内称农业委员会中央植物防疫所,一套机构,两个牌子,负责对内、对外植物检疫和病虫防治工作。植物防疫所60     

苹果花期冠层反射光谱特征

苹果花期是果树生产与管理的关键阶段,对冠层反射光谱特征研究具有重要的理论和现实意义。该文以山东省栖霞市为研究区,通过实测的120棵苹果花期冠层反射光谱数据,在分析不同累计样本容量冠层反射光谱特征的基础上,用方差分析和相关分析的方法,系统地研究了苹果树有花与无花、不同花量、花期不同阶段、不同树龄及不同品种的冠层反射光谱特征。研究结果表明,随着累计样本容量的增加,冠层反射光谱曲线趋于稳定、平滑。有花与无花冠层光谱反射率在431～500、591～680、761～1 300 nm波段方差分析结果极显著（α=0.01）;不同花量的冠层与391～513、598～687、711～1 193 nm波段的反射率显著相关（p＜0.05）;在670 nm“红谷”附近,反射率随花量的增加而增大,在近红外761～1 300 nm波段,反射率随花量的增加而减小;不同品种之间,除嘎啦外,红富士、金帅和新红星之间不易区分。研究结果揭示了高光谱遥感在苹果花期信息获取方面的巨大潜力,为今后遥感反演模型的构建提供了依据。     

苹果叶片的高光谱特征及其色素含量监测

【目的】分析苹果叶片的高光谱特征,探索建立苹果叶片色素含量的高光谱监测模型,以促进高光谱技术在苹果长势监测中的应用。【方法】通过方差分析方法,分析苹果春梢和秋梢停止生长两个时期功能叶片的不同部位、不同含水率、不同品种的高光谱特征。利用相关分析方法,研究高光谱参数与叶片色素含量间的关系,并建立基于光谱参数的叶片色素含量监测模型。【结果】在760—1300nm的近红外波段,叶片光谱反射率后部低、前部高、中部居于二者之间;随着叶片含水率降低,光谱反射率逐渐增大;不同品种的叶片,光谱反射率差异显著。光谱参数R800/R550、红边面积Sr和绿峰反射率Rg与叶片色素含量之间有较好的相关性,并分别建立了色素含量监测模型。其中以Sr建立的Chla、Chl(a+b)、Car含量监测模型和以R800/R550建立的Chlb含量监测模型为最佳。经均方根误差(RMSE)和相对误差(RE%)指标测试表明,模型能较好地监测苹果叶片色素含量。【结论】用红边面积Sr和波段组合R800/R550来监测苹果叶片色素含量效果较好,为苹果长势遥感监测提供了理论依据。