基于区域增长的海岸带黑暗像元自动提取算法研究

针对海岸带区域独特的地表状况设计了一个近海岸的黑暗像元自动提取算法。首先利用修订型归一化水体指数(RNDWI)和归一化植被指数(NDVI)对黑暗像元备选区域进行确定,然后从备选区域中找到初始黑暗像元,最后利用多阈值的区域增长法对黑暗像元的选取进行优化,最终计算得到黑暗像元值。应用此算法对Landsat-5 TM影像遥感数据进行处理,结果表明,大气校正之后的典型地物光谱曲线更接近于真实的光谱曲线,说明此算法设计合理,其大气校正结果与用ENVI软件进行FLAASH大气校正和黑暗像元法大气校正的结果相比,此算法更接近于FLAASH模型法,校正效果较好。同时利用黑暗像元自动提取算法得到大气校正后的结果大大减少了反射率值为负的情况,提高了数据的利用率。     

基于像元二分模型的森林郁闭度估测方法

以遥感影像与森林资源一类调查数据为基础,基于归一化植被指数(NDVI)的像元二分模型对密云县森林郁闭度进行遥感估测,模型的纯像元植被指数通过样地数据来确定.经验证,模型估测值与实测值相关系数为0.73,相对误差为14.40％.结果说明,采用像元二分模型与森林资源一类调查数据结合进行森林郁闭度估测,技术路线简单可靠,精度可满足要求,同时能弥补TM影像分辨率的不足,具有一定的推广价值.     

基于像元二分法的冬小麦植被覆盖度提取模型

【目的】快速准确提取冬小麦返青期植被覆盖度信息。【方法】利用无人机获取田间冬小麦可见光图像,提取图像中4种常见可见光植被指数;在像元二分法原理的基础上,分别构建基于差异植被指数(Visible-band difference vegetation index,VDVI)、过绿指数(Excess green,EXG)、归一化绿蓝差异指数(Normalized green-blue difference index,NGBDI)和归一化绿红差异指数(Normalized green-red difference index,NGRDI)的植被覆盖度提取模型,采用支持向量机(Support vector machine,SVM)监督分类结果作为真值对各模型进行精度验证。【结果】4种模型中,利用VDVI植被覆盖度提取模型获取的植被覆盖度精度最高,提取效果较好。与监督分类结果对比,4种植被覆盖度提取模型的提取误差(EF)分别为3.36%、15.68%、8.74%和15.46%,R2分别为0.946 1、0.934 4、0.695 3和0.746 0,均方根误差(RMSE)分别为0.021 9、0.059 5、0.042 0和0.055 9。【结论】采用可见光植被指数结合像元二分法构建植被覆盖度提取模型实现了冬小麦返青期植被覆盖度准确快速提取,为植被覆盖度提取提供了一种新途径,可为无人机遥感监测提供参考。     

基于混合像元分解提取小麦种植面积的技术与方法研究

以菏泽市曹县为例,运用线性混合模型,对MODIS遥感数据的混合像元分解技术与方法进行了初步研究。通过MNF变换、散点图以及引入PPI纯净像元指数确定端元组分,并采用最小包含法求取端元组分反射率,而后将4类端元光谱值代入线性模型,用带有约束的最小二乘法求解,得出每种地物类型的百分比丰度以及RMS误差图像,RMS均值小于0．0096,并与TM图像进行对比分析,利用混合像元分解方法可较高精度的提取小麦面积信息。     

基于遗传神经网络算法的混合像元分解研究

混合像元的存在是影响地面物种分类精度的主要因素之一.本文把遗传算法与神经网络算法各自的优点结合起来,组成一种新的分解模型.对遥感图像数据进行分析,结果表明:使用该模型分解混合像元能得到很好的结果.     

基于混合像元分解的香格里拉市高山松空间分布变化研究

利用香格里拉市1997-2017年每5 a的Landsat遥感影像、2018年外业调查数据、森林资源二类调查数据和DEM数据为数据源,以高山松为对象,综合运用混合像元分解技术、决策树分类和GIS技术对其空间分布变化进行分析。结果表明,1）分类中,高山松归一化多分量指数阈值为0.333,云南松归一化多分量指数阈值为0.208;云冷杉归一化多分量指数阈值为0.362。2）各年分类结果总体精度分别为69.42%、76.73%、81.07%、78.90%和76.53%。3）香格里拉市高山松覆盖面积2002年比1997年减少了13.40%,2007年比2002年减少了2.47%,2012年比2007增加了8.96%,2017年比2012年增加了4.06%,呈现出先减少后增加的趋势。4）研究区内高山松主要分布在海拔高度2 800~3 800 m,1 800~2 800 m高山松面积总体呈现为轻微下降趋势;2 800~3 300 m海拔区间1997-2007年呈现下降趋势,2007-2017年呈现上升趋势,3 300~3 800 m区间内1997-2002年高山松面积呈现下降趋势,2002-2017年高山松面积逐年上升,3 800~4 800 m区间内1997-2017年高山松面积逐年下降。利用混合像元分解构建归一化多分量指数结合决策树分类对树种分类具有一定的参考价值,高山松时空变化结果对森林资源管理和后续研究可提供科学数据支撑。     

基于SPOT影像的植被覆盖度遥感估算研究

植被覆盖度作为衡量地表植被覆盖的一个重要指标,对于揭示地表空间变化规律、分析评价区域土地系统具有重要的现实意义。在植被覆盖度提取中,归一化植被指数(NDVI)结合像元二分模型是关键技术。以SPOT影像为数据源,在充分考虑区域土壤和植被类型等背景基础上,对研究区植被覆盖度提取研究,为研究区提供植被覆盖度空间分布数据。实证结果表明:研究区植被覆盖度40%~80%居多,植被覆盖率较高,属稠密区,说明应用归一化植被指数结合像元二分模型对研究区植被覆盖度进行遥感估算是可行的。     

基于环境星的混合像元分解水稻面积提取

以河南省息县水稻种植面积提取为例,选取线性光谱混合模型对环境小卫星数据进行分类,并计算出水稻种植面积,将其结果与高分辨率ALOS数据进行位置精度计算,得到平均精度达87.89%。同时,与决策树分类方法和神经元网络分类等方法进行对比,混合像元分解方法总量精度显著提高。表明针对环境小卫星的混合像元分解方法可以提高水稻种植面积的提取精度。     

基于Landsat 8卫星影像的南昌城市热岛效应研究

以2014年10月8日的Landsat 8 OLI/TIRS卫星数据作为主数据源,利用ENVI 5.1软件平台,对南昌市城市热岛效应进行了研究。根据大气校正法反演南昌市地表温度,并对其归一化得到南昌热岛强度分级图。在此基础上,对南昌城市热岛效应与归一化植被指数(NDVI)、改进的归一化水体指数(MNDWI)、裸土指数(BSI)、归一化差值裸地与建筑用地指数(NDBBI)进行统计分析,得到地表温度与4种指数间的定量关系。结果表明:(1)南昌市热岛效应明显,热岛强度由城区中心向近郊、远郊逐渐降低;(2)地表温度与NDVI呈负相关;(3)地表温度与MNDWI呈负相关;(4)地表温度与BSI呈正相关;(5)地表温度与NDBBI呈正相关。由此可知,增加城市植被覆盖率、扩大城市水域,同时合理利用城市裸地和布局城市建筑用地,可以缓解城市热岛效应。     

基于改进区域生长的木材导管形态特征提取方法

基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材,对木材科学和产业具有十分重要的意义。提出了一种基于改进区域生长的木材导管形态特征提取方法:采用分治策略改进区域生长法实现木材横切面显微图像中导管细胞的快速分割,用链码跟踪技术提取了10个导管细胞的形态特征;选取了6种阔叶材树种的横切面显微图像进行仿真实验。实验结果显示:本文方法能提高导管细胞的分割速度;所提取的10个形态特征在给定的树种显微图像上具有较高的区分度,说明将本文方法用于阔叶材树种智能识别具有较强的可行性。      

基于改进区域生长法的羊体点云分割及体尺参数测量

针对传统羊体尺测量中测量耗时、应激大的问题,采用主成分分析、随机采样一致性算法和改进的区域生长法,基于三维点云对羊体尺参数测量进行研究。结果表明:1)使用主成分分析和随机采样一致性算法能计算羊体点云的法向量和曲率;2)改进的区域生长法能准确地分割出羊体区域,并且避免了外点的干扰;3)在羊体点云数据上选取体尺测点,计算羊体长、体高、臀高、胸深体尺参数,并与实测值比较,4种体尺参数的最大相对误差为2.36%,测量精度较高。试验证明改进的区域生长法能准确地对羊体点云进行分割,依据选取的体尺测点,能够实现羊体尺参数的无接触测量。     

山东临朐烟区重金属安全状况分析与评价

为对烟区重金属风险进行评价,对照相应标准,在山东临朐烟区确定18个典型取样点,在取样点采集土壤和烟叶样品,使用微波消解-电感耦合等离子体质谱法分析了土壤和烟叶样品中的As、Cd、Cr、Hg和Pb含量.结果表明:土壤表层重金属含量明显高于土壤底层,山东临朐烟区土壤重金属含量均低于土壤质量二级标准,土壤重金属风险处于“安全”等级,Hg是临朐烟区相对风险较高的土壤重金属元素;烟叶中重金属风险处于低风险状态,烟叶重金属含量存在年际变化,其中Hg含量的年际差异变化最大.临朐烟区各取样点重金属风险评价综合指数均低于一级标准,临朐烟区处于重金属风险的“安全”等级,但有个别取样点重金属风险评价综合指数已接近“安全”等级上限,需要注意防范.     

基于遗传算法和熵权评价法的寒地水稻育种多目标优化设计

为探寻黑龙江省第二积温带水稻育种多目标性状优化方案,利用7个主推水稻品种的22个农艺性状值和NSGA-II遗传算法、熵权综合评价法,对适宜的育种目标性状参数值进行分析。结果表明:黑龙江省第二积温带水稻育种各优化参数值为:食味品质分值90.9～94.5分,较供试品种均值增加8.5～13.0分;产量9 916.3～10 959.8kg/hm2,较供试品种均值增加799.0～1 842.5kg/hm2。本研究提出的育种多目标优化设计方法可统筹设计不容易兼顾的育种多目标性状,以便获得更加合理的育种方案。综上,遗传算法和熵权评价法结合是一种可用于不同生态区水稻新品种育种多目标科学量化并高效设计的优化方法。     

基于人工智能的异常地物光谱自适应剔除及分类算法研究

针对传统光谱数据预处理与分析的现状,提出一种基于人工智能的光谱异常数据自适应剔除及自动分类算法,通过遗传算法的优化搜索确定马氏距离的阈值,实现异常光谱的自适应剔除,并提出可量化光谱剔除效果的异常一致性指数(ACI)。在此基础上,借助自组织神经网络方法,以各类观测对象的特征光谱作为输入对象,对剔除后的光谱进行自动分类。经过实验验证,算法取得了较好的剔除效果(ACI达到86%以上)和分类效果(总体分类精度达到94%),较好地实现了异常光谱剔除和光谱分类的自动化处理。     

Estimating wheat fractional vegetation cover using a density peak k-means algorithm based on hyperspectral image data

Fractional vegetation cover (FVC) is an important parameter to measure crop growth. In studies of crop growth monitoring, it is very important to extract FVC quickly and accurately. As the most widely used FVC extraction method, the photographic method has the advantages of simple operation and high extraction accuracy. However, when soil moisture and acquisition times vary, the extraction results are less accurate. To accommodate various conditions of FVC extraction, this study proposes a new FVC extraction method that extracts FVC from a normalized difference vegetation index (NDVI) greyscale image of wheat by using a density peak k-means (DPK-means) algorithm. In this study, Yangfumai 4 (YF4) planted in pots and Yangmai 16 (Y16) planted in the field were used as the research materials. With a hyperspectral imaging camera mounted on a tripod, ground hyperspectral images of winter wheat under different soil conditions (dry and wet) were collected at 1 m above the potted wheat canopy. Unmanned aerial vehicle (UAV) hyperspectral images of winter wheat at various stages were collected at 50 m above the field wheat canopy by a UAV equipped with a hyperspectral camera. The pixel dichotomy method and DPK-means algorithm were used to classify vegetation pixels and non-vegetation pixels in NDVI greyscale images of wheat, and the extraction effects of the two methods were compared and analysed. The results showed that extraction by pixel dichotomy was influenced by the acquisition conditions and its error distribution was relatively scattered, while the extraction effect of the DPK-means algorithm was less affected by the acquisition conditions and its error distribution was concentrated. The absolute values of error were 0.042 and 0.044, the root mean square errors (RMSE) were 0.028 and 0.030, and the fitting accuracy R² of the FVC was 0.87 and 0.93, under dry and wet soil conditions and under various time conditions, respectively. This study found that the DPK-means algorithm was capable of achieving more accurate results than the pixel dichotomy method in various soil and time conditions and was an accurate and robust method for FVC extraction.     

珠三角沿海地区牡蛎产业发展策略研究——基于养殖户、企业和政府管理部门深度访谈调查

面对不断恶化的生态环境和逐渐衰竭退化的海洋渔业资源,如何促进牡蛎产业持续健康发展,从而保证资源依赖型牡蛎产品的供应已经引起广泛关注。本文以珠三角沿海地区为调查对象分析牡蛎产业的发展策略。结果发现,尽管该地区牡蛎养殖历史悠久,但牡蛎加工仍然停留在前处理阶段,销售渠道失控,价格差异性大。效益分析显示出该地区牡蛎养殖整体效益较差、水质优良海域养殖效益较高、产业链各节点增值幅度较大、成本构成差异明显和区域品牌效益下滑等关联特征。存在海域使用矛盾突出、环境污染加剧、分散经营无序、产业链低端锁定和产业政策欠缺等问题。牡蛎产业要实现可持续发展,公共政策应当有所作为,当务之急是合理区划海域功能、保护海洋环境、改进产业政策、培育龙头企业和加强行业自我管理。     

寒地大棚番茄生育光温指标的研究

以大棚内果菜类番茄为例 ,系统进行了作物生育期与大棚内作物小气候环境中光、温平行对比观测 ,得出了在高纬度地区大棚翻茄生育所需的太阳辐射总量、气积温与地积温等指标 ,同时还研究了影响发育期差异的主导因素 ,并通过数学处理建立了逐步回归方程 ,为提高大棚管理质量提供了量化的气象指标     

基于SDI校正指数的滨海平原盐渍化生态风险评价

为了研究滨海平原区土壤盐渍化风险情况,本研究以黄骅市为研究区,将Landsat 8夏季遥感影像获得的SDI（盐渍化植被监测指数）校正指数作为生态终点,采用相关性分析法筛选土壤生产潜力和土壤健康方面指标,最终选取含盐量、电导率及有机质、K⁺、Na⁺、Mg²⁺、SO₄^2-、Cl^-含量8个指标,借助SDI指数标准化校正的灰色关联度法构建盐渍化生态风险评价模型,对滨海平原区盐渍化生态风险进行定量评价及空间分析。结果表明：研究区内盐渍化生态风险值介于0.24~0.73,均值高达0.42,其中99.25%的区域处于中度及以上盐渍化生态风险水平,整体上土壤生态风险较高,呈现东部沿海高、西部平原低的趋势;盐渍化生态风险评价在空间上与土壤含盐量、土壤电导率较为相似,因此,土壤含盐量及电导率对盐渍化生态风险评价起主导作用。研究区内盐渍化生态风险及评价因子的空间分布可为生态环境、农业健康持续发展、地下水的限采禁采、土壤改良和盐渍化防治提供参考依据。