基于流域单元的黄土地貌正负地形因子量化关系模拟

正负地形是黄土高原地貌形态表达的重要参数,也是现代沟谷侵蚀和发育研究的重要切入点,对于流域形态发育的定量化描述有重要意义。文中以典型自然流域为基本单元,在沟谷发育明显的陕北-晋西-陇东地区选择86个样区,利用1:10000比例尺5m高分辨率DEM数据,提取样区内多视角刻画地貌形态的正负地形因子指标,并进行流域地貌形态特征分析;在此基础上采用数理统计与地理建模的方法,重点探讨正负地形因子间的关联性,进一步实现基于多因子的量化模型的构建,以揭示地形因子信息与流域沟谷发育的内在联系。结果表明,蚕食度(Y)与沟壑密度(X_1)、平均坡度差(X_2)及破碎度(X_3)能较好地刻画流域地貌发育形态,并存在着线性函数关系:Y=0.069*X_1-0.01*X_2+0.009*X_3+0.239,拟合度达0.868。该模拟方法在黄土地貌形态发育的研究中有着重要的理论意义,是数字地形模拟与信息挖掘的一次有益实践。     

基于多时相遥感植被指数的柑橘果园识别

柑橘普遍种植于中国南方地区，受天气多云多雨、种植类型复杂等因素影响，利用光谱信息直接识别柑橘果园信息存在一定困难。该研究根据柑橘特有的物候特征，提出了"柑橘在其果实生长膨大过程中柑橘果园的植被信息可能减弱"的假设。根据此特征提出柑橘果园信息识别方法，确定关键时间窗口的阈值，并以广西壮族自治区南宁市武鸣区为研究区，开展柑橘果园信息遥感识别实证研究。首先，获取2018年研究区多时相Sentinel-2遥感影像，构建归一化植被指数（Normalized Difference Vegetation Index，NDVI）、绿色归一化植被指数（Green Normalized Difference Vegetation Index，GNDVI）、差值植被指数（Difference Vegetation Index，DVI）和红边波段指数（Sentinel-derived Red-edge Spectral Indices，RESI）等多个植被光谱指数；其次，根据地面样本点信息，对比不同植被类型在不同时期的遥感植被信息差异，进而确定柑橘果园识别的最优特征。研究结果表明，柑橘果园与研究区其他主要作物类型（如甘蔗、香蕉、玉米、水稻等）没有明显的光谱特征差异，但研究区多时相遥感植被指数显示10月的柑橘果园NDVI相比11月出现明显低值0.47，且明显低于其他作物类型；10月的柑橘果园GNDVI也出现了低值0.43，但与其他月份相比差异不明显；而柑橘果园DVI的离散程度低，分离性不强。根据作物物候历，9-10月为柑橘果实迅速膨大期，这验证了该研究提出的科学假设，即该时期柑橘果园的植被信息会减弱。柑橘果实膨大期不同植被指数的离散程度差异明显，NDVI离散程度最高，差异性最强。根据10月柑橘果园NDVI的物候特征，进一步构建归一化指数，通过阈值法识别研究区柑橘果园空间分布，该识别方法的总体精度达到82.75%，优于其他植被指数的识别结果，该研究结果可为柑橘果园信息遥感识别研究提供较好的理论与实践支撑。