基于多时相Sentinel-2影像和SNIC分割算法的优势树种识别

【目的】探究将简单非迭代聚类超像素分割算法(SNIC)融合到基于多时相数据的树种分类问题中,并对比分析不同时相数据组合对分类结果的影响,实现更高效、更精准的优势树种识别。【方法】以内蒙古旺业甸林场为研究区,在Google Earth Engine(GEE)云计算平台上利用多时相Sentinel-2多光谱数据提取波段反射率特征和光谱指数特征,采用SNIC和支持向量机(SVM)机器学习分类方法,实现面向对象的优势树种识别,并分析不同时相数据组合对优势树种识别精度的影响。【结果】多时相数据组合的分类精度明显高于各季节单时相数据。对比不同多时相数据组合分类结果,春、秋2个季节时间序列组合数据的分类精度与多季节组合数据结果相近,总体精度分别为94.5%、95.0%和95.8%。【结论】基于多时相Sentinel-2影像和SNIC分割算法的面向对象分类方法能够快速、准确识别优势树种,多季节组合数据的分类结果最优,春、秋2个季节时间序列数据也能获得较好分类结果,总体精度与最优结果差距较小。     

基于改进转换分离度特征选择规则的土地覆盖分类比较

【目的】提出一种考虑样本概率的可分离距离与波段相关系数结合的特征选择方法,以提高土地覆盖分类的正确率。【方法】以中亚热带区域的福建省将乐县为研究区,从Landsat-8 OLI影像中获取植被指数和纹理特征,利用改进方法和传统方法选择出最佳特征,通过比较最佳特征参与下植被类别的可分离值,判别2种方法在特征选择时的准确度;采用支持向量机分类方法(SVM)分别对原始光谱和改进方法选择的最佳特征进行分类,探索最佳植被指数和纹理特征在提高地区土地覆盖分类中的作用。【结果】改进可分离性判据在避免选择冗余波段的同时,能准确选择出具有更高区分度的特征;对于植被指数和纹理特征,单一特征均不能使植被类别可分性达到最大,而2个特征组合可明显提高植被类别的可分性;比值植被指数及小窗口的反差、协方差和二阶矩纹理特征比同窗口其他纹理对提高研究区植被分类精度具有更重要的价值;植被指数加入原始光谱并没有明显提高研究区的整体分类精度,而纹理特征与原始光谱结合对提高植被分类精度相当有价值,最佳植被指数、最佳纹理特征和原始光谱结合可取得最佳分类结果,整体分类精度提高7.41%,Kappa系数(OKA)提高8.5%。【结论】基于改进转换分离度特征选择规则的土地覆盖分类方法能平衡所有类别间的可分性,较好避免选择相互冗余的特征,从而保证选择出具有较高的多类别可分性且冗余较小的特征,提高类别分类的正确率。     

基于ASD与Hyperion高光谱数据的主要针叶树种分类研究

以云南省香格里拉市为研究区,对ASD光谱仪实测的4种针叶树种光谱数据采用包络线去除法、光谱一阶微分法和光谱二阶微分法3种波段选择方法得到Hyperion高光谱影像数据的分类特征波段,采用最大似然法、支持向量机2种分类方法对所选的特征波段开展树种识别分类,对原始影像采用光谱角填图分类方法作对比实验。结果表明,基于ASD数据的光谱一阶波段选择方案的支持向量机分类方法精度最高,总体分类精度为81.95%,Kappa系数为0.725 1。采用ASD实测光谱数据能有效指导Hyperion进行树种分类,基于数据尺度和换算方式,一阶微分更适合特征波段选择;与传统的数理统计分类方法和光谱特征分类方法相比,基于机器学习的方法如支持向量机等在高光谱遥感分类中具有更大的应用潜力。     

云阴影区机载高光谱影像森林树种分类

[目的]使用窄波段植被指数、纹理信息等特征对影像进行分类,探究植被指数和纹理信息对于云阴影下树种分类的潜力。[方法]使用经过大气校正后的高光谱影像进行窄波段植被指数的计算、纹理分析以及主成分分析,并对计算的结果进行波段组合。用于计算纹理信息的波段通过最佳指示因子进行选择,选取的波段数为31(0.67 nm),51(0.86 nm),55(0.89 nm) 3个波段。结合高分辨率的航空相片进行训练样本的选择,采用Support Vector Machine(SVM)方法对经过大气校正后的反射率影像和重组后的特征影像分别进行分类,使用样地实测的树种信息对分类结果进行验证,使用总体精度和Kappa系数作为分类精度的评价指标。[结果]相对于直接使用反射率影像进行分类,使用窄波段植被指数以及纹理信息可以显著地提高云阴影下地物的分类精度,其分类精度和Kappa系数分别为90.4%和0.88,比直接使用反射率影像的分类精度和Kappa系数分别提高了18%和0.2。[结论]使用重新组合后的影像进行树种分类比直接使用反射率影像进行分类,其分类精度更高,说明窄波段植被指数与纹理特征可以提高云阴影区树种分类的精度。使用波段重组后的影像对云阴影下地物分类,其对于单个地物的分类精度也有明显的提高。     

多时相遥感数据森林类型识别技术研究

利用分层分类思想,对黑龙江省塔河县森林类型使用多期TM遥感数据进行分类。根据研究区域实际情况,制定二级分类系统。使用7个时相的TM原始波段数据及其计算的植被指数表达森林类型的光谱特征,采用抽样方法选取训练样本并进行分析,统计不同森林类型的TM原始波段和多种植被指数在各时相上的差异,得到差异较大的波段和植被指数作为分类特征,采用最大似然法和决策树分类方法对森林类型进行分类。研究结果表明,决策树分类方法对优势树种组的分类精度最高,达到76.85%,可以满足实际应用的要求。     

Worldview-2树种分类T&N波段优势分析

分析遥感影像不同类型波段在树种分类中的表现,可为遥感数据光谱信息的深度挖掘提供基础信息。本研究以8波段Worldview-2影像为数据源,将光谱波段分为传统波段和新增波段两种类型,在室外调查的基础上利用最大似然法对树种进行分类,分析传统波段、新增波段及完整波段在树种识别中的精度差异。结果表明:传统波段对树种分类的总体精度(63.348 2%)不及新增波段的(67.669 6%)高,完整波段分类的总体精度最高(74.071 3%)。本研究表明,在树种识别中,Worldview-2新增波段比传统波段更具优势,两类波段的充分结合,更有利于树种的识别。     

机载LiDAR和高光谱融合实现普洱山区树种分类

[目的]通过机载遥感影像对普洱山区进行植被分类研究,为山区森林经营规划与可持续经营方案的制图提供高效应用途径。[方法]将2014年4月航拍的机载AISA Eagle II高光谱和Li DAR同步数据融合,利用点云数据提取的数字冠层高度模型(CHM)得到树种的垂直结构信息,结合经过主成分分析(PCA)的高光谱降维影像,选用支持向量机(SVM)分类器进行分类。[结果]普洱市万掌山实验区主要树种分为思茅松、西南桦、刺栲、木荷等。融合影像数据分类的总体精度和Kappa系数分别为80.54%、0.78,比单一高光谱影像数据分类精度分别提高6.55%、0.08,其中主要经营树种思茅松的制图精度达到了90.24%。[结论]该方法对山区主要树种的识别是有效的,将机载Li DAR与高光谱影像融合可以有效改善分类精度。     

基于高景一号遥感影像的林地信息提取

【目的】及时、准确地掌握林地信息是森林经营管理的前提，高分辨率遥感影像为林地信息精细识别提供了可能。【方法】以当阳市玉泉乡为研究区，以国产卫星高景一号（SV-1）遥感影像为数据源，提取各波段光谱信息和植被指数作为分类特征，采用特征可分性、重要性及特征间冗余度分别构建了4种特征评价准则，基于支持向量机（SVM）分类器对研究区进行林地信息提取，结合森林资源二类调查结果进行精度验证。【结果】1）评价准则中，特征重要性优于可分性，特征可分性受高度相关的特征组合（如OSAVI和NDVI等）的影响会造成分类精度的下降。2）在特征重要性和可分性的基础上结合特征间冗余度能进一步提高分类精度并有效降低特征维数，特征维数由11维降至8维，特征可分性方法和特征重要性的分类精度分别提高了4.65%和4.58%;3）根据特征重要性结合冗余度选择RGVI、EVI、B1、B3、B2、DVI、RVI、Brightness 8个特征，建立SVM线性核分类模型可以达到最优分类效果，总体分类精度高达92.49%,Kappa系数为0.908 4。【结论】SV-1遥感影像由于其高空间分辨率在林地信息精细提取中具有可行性，本研究通过建立特征评价准则筛选分类特征能进一步挖掘分类器的泛化能力，为及时、准确地获取林地信息提供技术支撑，同时也为同等高分辨率遥感卫星数据处理提供了参考。     

基于AISA Eagle II机载高光谱数据的普洱市山区森林分类

山区森林的精细分类一直是遥感研究的一个难点,而利用高光谱技术识别地物和树种具有巨大潜力。山区的AISA Eagle II机载高光谱数据需经过大气校正和地形辐射校正后才能获得准确的树种光谱信息。采用Support Vector Machine(SVM)方法对山区森林按照森林类型以及树种进行分类,分类结果与实测样地数据和CCD高分辨率影像验证表明:利用AISA Eagle II机载高光谱数据对试验区的森林类型区分具有较好的分类结果,总体精度为97.74%;在树种分类方面也同样具有不错的分类潜力,总体精度为92.11%,但在阔叶树种间存在错分、漏分的现象。     

结合光学与雷达影像多特征的热带典型人工林树种精细识别

【目的】结合Sentinel-2光谱特征、纹理特征和Sentinel-1雷达后向散射特征,开展光学与雷达影像协同人工林树种分类研究,评价不同数据源和不同特征在树种分类中的作用,获取最优分类策略,为热带典型人工林树种精细识别提供新的技术途径。【方法】获取Sentinel-2光学影像43个光谱特征,将优选的Sentinel-2光谱特征与Sentinel-2纹理特征、Sentinel-1雷达后向散射特征组合,采用随机森林分类算法对研究区橡胶林、油棕林和桉树林进行精细提取,并评价不同特征对人工林树种识别的贡献。【结果】1)选择重要性排名前17的Sentinel-2光谱特征参与分类时,OOB score达最高值0.947 2,其中Sentinel-2的蓝波段、红边和近红外波段及其相应的植被指数在树种识别中重要性较高; 2) Sentinel-2纹理特征和Sentinel-1雷达后向散射特征对于不同树种均具有一定差异性,可作为树种分类的有效特征; 3)仅利用Sentinel-2光谱特征对橡胶林、油棕林和桉树林的区分度有限,生产者精度和用户精度的调和平均值(F1)分别为0.70、0.74和0.61;结合光谱特征、纹理特征和后向散射特征,3种人工林的分类精度达到最高,F1均大于0.80,同时其他地物的分类精度也有较大提高,总体分类精度为0.85,Kappa系数为0.83。【结论】Sentinel-2光学影像的光谱特征是树种识别的重要基础,Sentinel-2光学影像派生的纹理特征及由Sentinel-1雷达影像提取的后向散射特征可为不同人工林树种识别提供有益补充。考虑到Sentinel-2和Sentinel-1较高的时间分辨率和空间分辨率,同时结合其光谱特征、纹理特征和后向散射特征对热带典型人工林树种进行精细识别具有极大潜力。     

6种典型盐生植物生长对盐土养分的作用研究

选择盐角草、盐地碱蓬、二色补血草、中亚滨藜、獐毛、星星草等6种典型盐生植物,采用野外原位种植,研究各生育期土壤速效氮、速效磷、速效钾、有机质、全氮含量的变化特征。结果显示,与生长初期相比,植物生长末期的盐角草、二色补血草、中亚滨藜、獐毛、星星草群落的土壤速效氮显著降低,中亚滨藜、獐毛、星星草群落的土壤速效磷显著降低,土壤速效钾虽有所降低,但并未达显著水平,土壤有机质和全氮随植物生长基本无变化。该结果可为未来盐碱地改良和治理提供参考。     

3种典型绿化植物叶功能性状对大气污染的响应及其叶经济谱分析——以北京市为例

为了解植物叶功能性状对大气污染的响应,以生长在北京市海淀区轻度污染区的海淀万柳(E1)、交通尾气重度污染区的西直门(E2)及相对清洁区的奥林匹克森林公园(CK)的典型绿化树种国槐Sophora japonica、栾树Koelreuteria paniculata和白蜡Fraxinus pennsylvanica为研究对象,测定植物叶片功能性状,进一步研究其权衡策略并分析叶经济谱的位置。结果表明:1)3个研究点的主要大气污染物SO_2、NO_2、PM₁₀和PM_2.5浓度存在显著性差异,表现为E2>E1>CK(P<0.05)。2)随着大气污染程度的增大,3种典型绿化植物的比叶面积(specific leaf area,S_SLA)、叶绿素含量(cholrophyll,C_CHL)和气孔面积(stomatal size,A_SS)显著降低,表现为CK>E1>E2(P<0.05),气孔开度(stomatal aperture,D_SA)也呈下降趋势,但未达到显著水平;叶干物质含量(Leaf dry matter content,C_LDMC),叶组织密度(leaf tissue density,D_LTD)及气孔密度(stomatal density,D_LTD)显著增大,排序表现为E2>E1>CK(P<0.05)。3)3个典型绿化树种的叶功能性状间存在相对一致的相关关系,SSLA与C_LDMC、D_LTD及D_SD间存在显著的负相关关系(P<0.05),C_LDMC与D_LTD、D_SD存在极显著正相关性(P<0.01);D_LTD与D_SA间存在显著正相关性(P<0.05);D_SD与A_SS、D_SA分别呈负相关关系,但差异不显著(P>0.05),相关性与全球尺度上的性状关系基本一致。4)研究认为,全球叶经济谱在城市大气污染的特殊环境下也同样存在,且总体上位于低的S_SLA、ASS、D_SD和_CCHL,高的C_LDMC、D_LTD、D_LTD的"快速投资-收益型"一端。     

天女木兰种子天冬氨酸蛋白酶基因的克隆与分析

天冬氨酸蛋白酶在天女木兰种子萌发过程中发挥着重要作用。以天女木兰种子为试验材料,利用同源克隆法RACE技术,从天女木兰种子中克隆得到天冬氨酸蛋白酶基因,全长1 545 bp,可以编码514个氨基酸残基。同源性分析显示,目的序列推导的氨基酸序列与其它植物中已知的天冬氨酸蛋白酶基因的氨基酸序列的同源性都在85%以上;采用生物信息学的方法进行分析,初步预测该基因编码的蛋白属于跨膜的分泌蛋白,大部分区域属于疏水结构;结构域的预测分析显示,此类蛋白包含约100个植物组织蛋白酶所特有的区域,该区域可能在植物液泡中发挥着重要作用。本研究为下一步系统、全面地研究天女木兰种子休眠的分子机理奠定了基础。     

去除取样法估算鳄蜥的种群数量

一直以来对野外鳄蜥种群数量的调查主要使用样线法和标志重捕法。为了更好地估算鳄蜥的种群数量,本研究在2016年7月25日至31日使用去除取样法对广西大桂山鳄蜥国家级保护区内鱼散冲的1.9 km的样线进行了调查。结果显示,鱼散冲的鳄蜥种群数量为101只,种群密度为53只/km。鳄蜥由于其特殊的栖息环境和生活习性,适合于采用去除取样法调查其种群数量和密度。     

2种不同土地利用方式对山麓耕地土壤养分的影响

研究不同土地利用方式对土壤养分的影响,以便了解土壤质量状况,为实现不同植被管理和可持续利用提供科学依据。以小陇山山麓区移栽至耕地(前期种植柴胡)后生长3年的油松Pinus tabulaeformis Carr.苗木土壤为对象,并以长期种植柴胡Bupleurum chinense的耕地作对照,采用对比和主成分分析方法,对2种人工植被类型下不同土层(0～10、10～20和20～30 cm)土壤养分特征进行了分析。结果表明:1)油松苗地3个土壤层的有机质、全磷和全钾含量均小于柴胡耕地,除0～10 cm土层有机质外,其余差异均达到显著水平(P <0.05);3个土壤层的全氮含量在油松地和柴胡地两者之间均无显著差异(P> 0.05)。油松苗地3个土壤层的速效钾均显著大于柴胡地(P <0.05);而有效磷含量却小于柴胡地(10～20 cm除外),且仅在20～30 cm土层两者差异达显著水平(P <0.05);同样,3个土壤层的碱解氮含量在油松地和柴胡地两者之间均无显著差异(P> 0.05)。2)2种植被类型下土壤的有机质、全氮、全磷、碱解氮、有效磷和速效钾含量表现出"表聚现象",即养分含量从表层向下层呈递减趋势;而全钾含量在2种植被类型下均表现出相反的变化趋势,即从表层向下层呈递增趋势,但差异均不显著(P> 0.05)。3)主成分分析表明:速效钾和全磷是影响油松苗地土壤质量的最主要土壤因子,而全氮和全磷是影响柴胡地土壤质量的最主要土壤因子,且土壤养分综合得分表现为油松地(1.467)<柴胡地(1.504)。可见,油松人工苗明显地降低了耕地土壤养分含量,长期栽植将会导致土壤养分处在较低水平,因此在大苗培育期间要因土施肥,提高土壤肥力,尤其需要及时补充土壤有机磷肥;而对柴胡耕地也应该补充有机氮肥和磷肥。这些结论可为小陇山山麓区域耕地进行土地合理利用和土壤科学管理提供科学参考。     

麻栎多糖的提取、纯化及其性质分析

为了开发利用麻栎多糖资源,探讨了热水浸提法提取麻栎多糖的工艺参数并对其纯多糖进行了初步分析。以麻栎多糖的得率为指标,通过单因素试验对提取时间、温度、液料比和提取次数进行考察,进一步通过响应面分析法进行优化,得到提取多糖的最佳条件为:提取时间3 h,提取温度90℃,液料比25∶1(mL∶g),提取次数2次,在此条件下多糖得率为2.65%。麻栎粗多糖经DEAE-52离子交换柱和Sephadex G-200凝胶柱两步分离纯化后,得到2种纯多糖OP-1和OP-2。紫外和红外光谱分析结果表明:OP-1和OP-2的纯度较高,具有多糖的特征吸收峰;经柱前衍生高效液相色谱法测定结果表明:OP-1是由木糖和葡萄糖组成的中性杂多糖,其物质的量之比为0.86∶0.7;OP-2是由核糖、葡萄糖醛酸和阿拉伯糖组成的酸性杂多糖,其物质的量之比为0.42∶0.21∶0.56;采用高效凝胶渗透色谱(HPGPC-ELSD)法测得OP-1的重均分子质量为444.8 ku,OP-2的重均分子质量为121.2 ku。     

一株用于石油污染修复的产漆酶菌种产酶条件优化及性能评价

选取血红密孔菌Pycnoporus coccineus为产漆酶菌种,通过开展单因素产漆酶条件优化研究,明确最佳液体发酵工艺参数,制备出粗酶制剂并进行原油降解性能评价。结果表明:1)漆酶最佳液体发酵工艺参数为初始pH值5～7、初始温度30℃、摇床转速200r/min,接种量1.5%、碳源为羧甲基纤维素钠20.00g/L、氮源为硝酸钠5.00g/L、磷源磷酸氢二钾为2.00g/L、Cu2+浓度为1.00mmol/L、诱导剂为蔥2.00×10-4 mmol/L;复合制剂(粗酶制剂+菌剂)TPHs降解率高于单一制剂(仅投加菌液),环境耐受性、微生物底物作用能力及原油降解速率均显著提升。     

热带雨林林冠层和林下层生物捕食水平的调查

指出了热带雨林作为地球上生物多样性最为丰富的生态系统,有着复杂的物理结构和生物交互。林冠层和林下层由于接受光照等条件不同,造成了不同的微环境。在不同的微环境里,蚂蚁和鸟类等捕食者对植食性昆虫的捕食水平可能有所差异。利用绿色橡皮泥制作模拟自然状态下的毛毛虫,探究了其在热带雨林林冠和林下层的被捕食的水平的差异。结果显示:林下层的捕食水平显著高于林冠层,并且蚂蚁有着显著高于鸟类的捕食水平。这说明热带雨林的林冠层资源丰富、结构复杂,在为植食性昆虫提供大量食物资源的同时也能为其提供庇护从而躲避天敌,尤其是鸟类的捕食。     

基于多元统计分析的马尾松人工林健康评价研究——以广西热带林业实验中心为例

为构建一套科学实用的马尾松人工林健康评价体系,为马尾松健康经营提供理论依据。以广西热带林业实验中心的84块马尾松人工林样地为例,选取13个评价指标进行因子分析,计算森林健康指数(FHI)并对FHI值进行Ward聚类,以划分健康等级。此外,研究分析评价了马尾松样地的健康状况,并用判别分析建立Fisher判别函数对健康评价结果进行检验。结果表明:在调查的马尾松人工林中,健康林占32.1%,亚健康林占35.8%,不健康林占32.1%,且不同龄组马尾松人工林健康水平排序为:近熟林>中龄林>成熟林>幼龄林。判别分析与聚类结果具有较好的一致性,其中自身验证法正判率为97.8%,交互验证法正判率为94.3%。因此,构建的指标体系能够科学客观地反映广西热带林业实验中心马尾松人工林的健康状况。