基于多时相双极化SAR数据的作物种植面积提取

及时准确地获取农作物的空间分布信息和种植面积,在农业生产管理与农业政策的制定等斱面具有非常重要的作用。本文以多时相Sentinel-1A影像(4月17日、5月5日、6月16日、7月22日、8月27日、9月2日)为主要数据源,根据研究区作物的物候特征,提取棉花、玉米和果树在不同生长期的后向散射系数(Sigma)和归一化后向散射系数(Gamma)。通过对作物不同极化、不同时相后向散射系数的统计,建立散射特征时序变化曲线,幵分析其特征。利用人工神经网络(Artificial neural network)、支持向量机(Support vector machine)和随机森林(Random forest) 3种分类斱法对研究区的主要农作物迚行分类识别以及种植面积提取,幵对分类结果对比分析和验证。结果表明, 1)棉花的后向散射系数在6月现蕾期和7月开花期明显上升,8月仹达最高值,变化特征最明显,易与其他作物区分;玉米和果树的后向散射系数在9月仹与其他地物之间表现出显著差异。2)相较于神经网络和支持向量机,随机森林的分类效果最好,总体精度达88.97%。其中,对棉花和果园的分类精度为90.88%和93.17%,对玉米的分类效果最差,仅有71.6%。综上所述,多时相双极化SAR数据在不同类型作物的识别及面积提取斱面具有一定的应用潜力。     

Vegetation fractional coverage change in a typical oasis region in Tarim River Watershed based on remote sensing

Vegetation fractional coverage(VFC) is an important index to describe and evaluate the ecological system.The vegetation index is widely used to monitor vegetation coverage in the field of remote sensing(RS).In this paper,the author conducted a case study of the delta oasis of Weigan and Kuqa rivers,which is a typical saline area in the Tarim River Watershed.The current study was based on the TM/ETM+ images of 1989,2001,and 2006,and supported by Geographic Information System(GIS) spatial analysis,vegetation index,and dimidiate pixel model.In addition,VBSI(vegetation,bare soil and shadow indices) suitable for TM/ETM+ images,constructed with FCD(forest canopy density) model principle and put forward by ITTO(International Tropical Timber Organization),was used,and it was applied to estimate the VFC.The estimation accuracy was later proven to be up to 83.52%.Further,the study analyzed and appraised the changes in vegetation patterns and revealed a pattern of spatial change in the vegetation coverage of the study area by producing the map of VFC levels in the delta oasis.Forest,grassland,and farmland were the three main land-use types with high and extremely-high coverage,and they played an important role in maintaining the vegetation.The forest area determined the changes of the coverage area,whereas the other two land types affected the directions of change.Therefore,planting trees,protecting grasslands,reclaiming farmlands,and controlling unused lands should be included in a long-term program because of their importance in keeping regional vegetation coverage.Finally,the dynamic variation of VFC in the study area was evaluated according to the quantity and spatial distribution rendered by plant cover digital images to deeply analyze the reason behind the variation.     

基于随机森林法的棉花叶片叶绿素含量估算

为了高效和无损地估算棉花叶片的叶绿素含量,本研究测定了棉花光谱反射率及叶绿素含量(soilandplant analyzerdevelopment,SPAD)值,对光谱数据进行包络线去除处理、立方根转换和倒数转换,以SPAD值与反射光谱之间的相关性为基础,通过随机森林法筛选出对棉花叶片SPAD值影响较大的特征波段,构建估算棉花叶片SPAD值的BP神经网络(back propagation artificial neural networks, BP ANN)、偏最小二乘回归(partial least squares regression,PLSR)两个模型。结果表明,在605～690nm范围内的反射率与SPAD值相关性达0.01显著水平,均呈负相关,相关系数最高值为-0.619。与原始光谱相比,经过变换后的棉花反射率与SPAD值相关性结果相差较大,其中去除包络线光谱在550～750 nm波段范围有效提高了相关性,相关性效果优于倒数转换数据和立方根转换数据。随机森林法能够有效评出对SPAD值影响较大的特征波段,进而提高模型估算精度。在两种模型中,基于去除包络线光谱建立的PLSR和BP神经网络模型的决定系数R~2分别为0.92、0.83,说明这两种模型的估算能力较好;两种模型RMSE分别为0.88、1.26, RE分别为1.30%、1.89%,表明PLSR模型的估算精度比BP神经网络模型高。从模型的验证效果来看,PLSR模型在估算棉花SPAD值方面有一定的优势和参考价值。     

基于GF-1/2卫星数据的冬小麦叶面积指数反演

叶面积指数(leaf area index,LAI)是监测作物生长状况的重要参数,准确、快速、大面积估算LAI不仅有助于更好地监测农作物,而且也有助于其在建模、总体作物管理及精准农业中的应用。本研究为了利用国产遥感影像快速、大面积反演冬小麦LAI,以GF-1/2影像作为数据源,提取常用植被指数,结合不同生育期(起身期、拔节期、开花期)实测LAI数据,建立反演冬小麦LAI的单变量和多变量经验模型,并对其进行验证。结果表明,GF-1起身期、GF-1拔节期以及GF-1开花期提取的植被指数中,MSR(modified simple ratio)、GNDVI(green normalized difference vegetation index)、EVI(enhanced vegetation index)与LAI间的相关系数最大,分别为0.708、0.671和0.743,说明这些植被指数与冬小麦LAI间的相关性较显著;GF-1不同生育期的反演模型相比,基于拔节期GNDVIGF-1建立的二次多项式模型和基于开花期EVIGF-1、GSRGF-1(green simple ratio)、NDVIGF-1(normalized difference vegetation index)建立的PLSR(partial least squares regression)模型R2最大,均为0.783,PLSR模型的RMSE小于二次多项式模型,说明该多变量模型的稳定性优于单变量模型;同一个生育期不同影像相比,基于GF-2的NDVIGF-2建立的二次多项式模型和基于NDVIGF-2、MSRGF-2、SAVIGF-2(soil-adjusted vegetation index)建立的PLSR模型精度高于基于GF-1的2种模型,R2分别为0.768和0.809;不同生育期反演的LAI分布图表明,LAI反演值与实测LAI值基本吻合。以上研究结果说明国产高分辨率遥感影像在农作物生理参数反演中有一定的应用价值,可以为以后的相关研究提供一定的参考。     

地下滴灌苜蓿根瘤菌的接种效应

采用绿色荧光蛋白基因(green fluorescent protein,GFP)标记的苜蓿中华根瘤菌(Sinorhizobium meliloti)XGL026菌株接种,研究大田地下滴灌条件下根瘤菌的竞争结瘤性能和对紫花苜蓿草产量和品质的影响。结果表明:对生长4年的1~3茬苜蓿通过地下滴灌滴施接种根瘤菌能显著增加1~3茬苜蓿结瘤数、根瘤重,提高占瘤率(P<0.05)。接种根瘤菌处理较未接菌常规施肥(N+P+K)和仅施磷肥(P)处理,1~3茬苜蓿平均结瘤数分别增加16.4个和21.2个,每株根瘤重增加0.029和0.033 g;在1~3茬苜蓿上的平均占瘤率为49%,最高可达78%。接种根瘤菌能显著增加1~3茬苜蓿的鲜、干草产量,较未接菌对照平均分别提高15.8%和18.9%。粗蛋白含量增加2.16%,NDF和ADF分别降低3.25%和5.00%,明显改善了苜蓿草的品质。接种根瘤菌同时施用氮肥和磷肥(XGL026+N+P)较接种根瘤菌施用磷肥(XGL026+P)处理其接种效果更佳。研究结果证明,与常规施肥P+N+K处理相比,XGL026+N+P不仅具有良好的接种效应,显著增加结瘤能力,而且提高了草产量和提升品质,减少了肥料的施用量。本研究为地下滴灌模式下应用根瘤菌接种,促进苜蓿生产的提质增效提供了科学依据。     

于田绿洲土壤含盐量的空间异质性研究

在GIS背景之下,利用地统计学,结合于田绿洲2014年5月的土壤含盐量采样数据,研究于田绿洲土壤含盐量的空间变异特征。分析结果显示:各深度土壤含盐量的空间分布是不均匀的,主要是以弧状、斑状以及条带状存在,从总的空间分布的格局上来看,有一定的聚集趋势;研究区土壤含盐量主要受到荒漠化程度、植被覆盖度的影响。通过分析于田绿洲土壤含盐量的空间变异性,有利于快速诊断土壤盐渍化,也能够为提升土地的利用效率、保障区域的农田可持续利用提出决策依据。     

不同施肥处理对喀什地区蔬菜温室土壤理化性状的影响

以南疆塔里木盆地西缘城市喀什市的蔬菜温室为对象,研究了不同施肥处理对不同深度土壤容重、pH、电导率、有机碳含量等指标的影响。结果表明:适量有机肥和一定量化肥搭配使用可以显著改善土壤理化性状,0～20cm深度土壤容重最多降低0.034g/cm3,pH最多下降0.23,电导率呈上升趋势,有机质含量上升0.674g/kg。     

新疆主要渔区池塘水质环境现状及评价

对新疆主要渔区池塘水源水和养殖水的质量现状和污染特征进行了研究,测定了总大肠菌群、汞、镉、铅、铬、砷、铜、锌、氟化物、挥发性酚、甲基对硫磷、马拉硫磷、乐果、六六六(丙体)、滴滴涕(ο,ρ'-DDT、ρ,ρ'-DDT、ρ,ρ'-DDD、ρ,ρ'-DDE)15个项目。结果表明:两种水质的合格率较高,水源水为90%,养殖水为70%。水源水中主要污染物为总大肠菌群,养殖水中主要污染物为总大肠菌群和氟化物。在此基础上,采用综合污染指数对水质进行了评价。结果显示,新疆池塘水源水和养殖水均为尚清洁,综合污染指数分别为0.54和0.92。不同种类水源水综合污染指数从低到高依次为地下水<湖水<河水<水库水;不同区域养殖水综合污染指数从低到高依次为东疆<南疆<北疆。     

露天煤矿周边不同深度土壤重金属空间变异及分布特征

以准东露天煤矿周边为研究对象,对矿区周围52个土壤样点分别采取0~10、10~20和20~30 cm不同深度的土壤样品,在室内测定了Zn、Cr、Hg和As 4种重金属含量。采用地统计学方法,定量分析了不同深度土壤重金属元素的空间变异性,并通过普通克里金插值深入分析了其水平和垂直方向的空间分布规律。研究表明:土壤重金属元素含量大小顺序为CrZnAsHg,其中Cr、Hg和As的均值分别超过了新疆背景值的0.6倍、2.1倍和1.8倍,超标率均在60%以上,存在较严重的污染。从空间变异性来看,半方差函数符合高斯、指数和球状模型,其块金值均为正值,说明易受正基底效应的影响,而表层和深层土壤重金属元素的块金系数均在25%~75%,呈现中等空间相关性,受随机因素和结构性因素共同作用的影响。重金属元素在水平空间分布具有一定的规律性,其高值密集在矿区周边及工业园附近,而低值出现在研究区南部和古尔班通古特沙漠边缘,总体呈现南北方向递增趋势;而垂直分布上,Zn和Hg元素随深度的增加其含量递减,而As元素在表层和其他两层的空间分布上存在较大的差异。