新疆棉花精准灌溉指标体系试验示范研究

依据精准种植试验区的土壤条件、气象条件、灌溉条件、管理水平与方式、种植水平与方式 ,建立在试验地土壤背景数据库的基础之上 ,将不同空间单元 (时间和地理空间 )的产量数据与其它多层数据叠合分析 ,提出了北疆棉花精准灌溉的指标体系。利用棉田膜下自动滴灌系统的田间硬件设备的支撑 ,依据棉花不同生育期内对水分的需求量 ,对棉花全生育期进行适时、适量地精准灌溉 ,以期达到节能、高产、优质、环保目标的灌溉技术。     

基于神经网络的玛纳斯河流域植被地上生物量反演

植被生物量反映了生态系统获取能量的能力,分析其分布特征对了解生态系统结构和功能具有十分重要的意义。传统的反演植被地上生物量的方法往往由于样本的缺少,以及影响因子的不确定性而导致预估精度不高。本文选用ELM对105块实测样本的遥感因子(TM影像灰度值和植被因子等10个因子)进行训练,用余下34块样地进行验证,结果表明:ELM反演植被地上生物量,可以获得较高的精度,模型预测结果与实测结果的曲线拟合决定系数R^2达0. 89。此外,对2010-2015年玛纳斯河流域的植被地上生物量进行反演,认为流域内上游山区生物量大部分较为稳定,中游平原区生物量呈现增加趋势,下游荒漠区生物量则呈现退化趋势。     

林农间作模式下和田绿洲特色林果结构遥感信息提取

实时准确地获取林农间作模式下的果树结构信息对推进新疆特色林果业的提质增效，增加农民收入，稳定脱贫攻坚成果，实现乡村振兴具有重要意义。该研究以新疆和田绿洲林农间作区为研究对象，提出一种综合高分遥感数据的纹理和光谱特征以及中分遥感数据的时序物候特征的果树提取方法。基于GF-2遥感数据利用面向对象方法提取高分辨率的林田地块空间信息；基于多时相Sentinel-2遥感数据构建植被归一化指数（Normalized Difference Vegetable Index，NDVI）时间序列产品，并依据果树物候特征建立决策树模型，提取间作核桃、纯核桃、枣树和葡萄4种类型；最后将多时相的分类结果与高分的林田地块叠加，获取和田绿洲特色林果作物分布信息。该方法对2020年和田绿洲核桃、枣树和葡萄提取结果的用户精度和总体分类精度均在90%以上，Kappa系数为0.95，能够满足县市级尺度的林果遥感监测精度需求。基于遥感提取的和田绿洲主要林果作物面积为4.28×105 hm2，以核桃（间作和纯核桃）为主，间作核桃面积占比63.80%，其次为枣树（19.38%）和葡萄（3.30%）。该方法可为林农间作立体种植模式下的果树类型和面积精确信息提取研究提供参考和借鉴。     

中亚高山冰川表面高程变化时序重建

中亚高山冰川区地形复杂，站点观测和传统实地测量范围十分有限。卫星激光测高技术可实现大范围冰川表面高程变化监测。以2003—2009年ICESat激光测高数据为数据源，参考2000年的SRTM高程数据，建立冰川区点云去噪及其精度优化算法和多尺度冰川区表面高程时空变化分析模型，并分析了2003—2009年间中亚山区整体与各分区冰川表面高程时序变化。结果表明：中亚高山冰川区的冰川表面平均高程整体呈下降趋势，表现出明显的区域差异。其中，2003—2009年中亚冰川表面高程总体下降了9.59±1.89 m;Ⅰ区（即西藏和青海南部）的冰川表面高程下降了6.51±2.9 m;Ⅱ区（即新疆、青海北部和甘肃部分地区）下降了7.87±5.03 m;Ⅲ区（即中国境外，中亚地区的部分国家）下降了9.81±5.1 m，且监测到2004—2005年冰川表面高程上升。本研究方法对冰川区点云类高程脚点监测具有一定的通用性，但对基准DEM的依赖度较高。