渭北旱塬县域土地利用时空演变规律研究* ——以合阳县为例

为探讨渭北旱塬区土地利用时空变化规律,本研究以陕西渭北合阳县为研究区,在GIS与RS等技术支持下,以1990年、2000年Landsat TM影像以及2010年SPOT影像为数据源,运用地学信息图谱及土地利用转移矩阵的方法,对1990—2000年、2000—2010年2个不同时段土地利用数量变化及类型的空间转换特征进行了分析。结果表明:(1)20 a间合阳县耕地面积减少了31.25 km2,耕地主要转化为草地、林地、建设用地、水域。园地面积增加了21.26 km2,增幅达146.6%,主要由耕地、草地及林地转化而来。(2)研究区土地利用变化图谱以稳定型图谱和后变型图谱为主。稳定型图谱占全区总面积的86.66%,后变型图谱占全区总面积的7.32%。说明研究区土地利用类型图谱变化总体比较平稳,部分变化也主要发生在2000—2010年间。(3)研究区20 a间土地利用格局呈现一定的层次性。耕地、建设用地和水域主要分布在地形变化不大或地势较低的区域;草地及林地主要集中分布于中高地形梯度内;林地和未利用地在高地形梯度内呈现优势分布。地形与人类活动是该区土地利用/覆盖变化(LUCC)的主要因素,政策导向与市场经济需求对LUCC也有较大的影响。该研究结果为区域土地利用空间格局的优化配置提供科学依据,为生态建设规划提供决策支持。     

陕西省地形起伏度最佳计算单元研究

[目的]确定陕西省地形起伏度最佳计算单元,分析地形起伏度的空间分布规律,为地貌类型划分提供基础数据。[方法]以陕西省90 m×90 m的航天飞机雷达地形测绘使命(SRTM)数字高程模型(DEM)数据为基础,首先利用邻域统计分析法〔矩形邻域选取2×2,3×3,4×4,…,35×35共34个不同大小的邻域窗口,圆形邻域窗口选取20个(邻域半径R为2~21)〕对陕西省地形起伏度进行提取,然后统计不同矩形窗口和圆形窗口下的各种地形起伏度类型所占面积比例,接着运用均值变点分析法计算最佳计算单元,最后完成陕西省地形起伏度分级图的绘制,并对地形起伏度特征进行分析。[结果]不同地形起伏度类型所占面积比例的变化各有不同。按矩形邻域计算的地形起伏度最佳计算单元为12×12,对应面积为898 704m2,按圆形邻域计算的地形起伏度最佳计算单元为R=8,对应面积为1 254 191.4m2,这说明在使用邻域分析法提取地形起伏度时,采用圆形邻域有别于采用矩形邻域。陕西省地形总体较平缓,主要以小起伏、中起伏为主。[结论]简单实用的均值变点分析法,是确定最佳计算单元的一种较为理想的方法。     

基于光谱指数的冬小麦冠层叶绿素含量估算模型研究

为探索对冬小麦冠层叶绿素含量反应敏感的高光谱波段组合,同时比较不同光谱指数对小麦冠层叶绿素含量的估测效果,通过分析350~2 500nm波段范围内原始光谱反射率及其一阶导数光谱的任意两两波段交叉组合而成的主要高光谱指数与冬小麦冠层叶片叶绿素含量的定量关系,建立冬小麦冠层叶绿素含量估算模型。结果表明,选用归一化光谱指数(NDSI)、比值光谱指数(RSI)、差值光谱指数(DSI)和土壤调节光谱指数(SASI)建立的冬小麦冠层叶绿素含量监测模型决定系数均大于0.71,标准误差均小于1.842。利用独立试验资料进行检验,表现最好的是RSI(FD_(689),FD_(609))和SASI(R_(491),R_(666))L=0.01,预测精度高达98.2%,模型精确度和可靠性较高。     

县域耕地土壤速效钾空间预测方法的比较

【目的】筛选出测土配方施肥项目中最适宜的土壤速效钾空间预测方法,为准确预测土壤养分的空间分布提供依据。【方法】以陕西汉中汉台区耕地土壤速效钾含量为研究对象,分别采用反距离加权插值法、径向基函数插值法和普通克里格插值法3种方法,在选取3种方法最优模型参数的基础上,对试验区域内2 022个土壤速效钾样点进行空间插值,并对结果进行验证及评价。【结果】通过对3种空间插值方法进行交叉验证,径向基函数插值法均方根误差为267.349,小于其他2种插值方法;其相关系数为0.687,大于其他2种插值方法。利用分区符合度法和插值结果图进一步验证,结果表明,相对于反距离加权插值法和普通克里格插值法,径向基函数插值法更能反映试验区域土壤速效钾的分布格局。【结论】径向基函数插值法较反距离加权插值法和普通克里格插值法更适宜于试验区耕地土壤速效钾的空间预测;在测土配方施肥项目实施过程中,利用分区符合度验证法对土壤养分空间预测方法进行选择是切实可行的。     

黄土丘陵沟壑区土地利用空间分布与地形因子关系研究

以地处黄土丘陵沟壑区的安塞县为例,以土地利用现状图和数字高程模型为基础数据,在ArcGIS9.3软件的支持下,分别从高程、坡度、坡向三个方面对地形数据和土地利用数据进行叠加分析处理,研究土地利用空间分布格局与地形因子的关系。研究结果表明:土地利用空间分布与地形因子关系密切,并呈现一定的规律性。随着海拔的增加,草地的分布比例增大,林地的分布比例先增大后减小,耕地、园地、水域和工矿用地均呈减少趋势;平坦地区是耕地、园地、水域和工矿用地的优势分布区,大坡度区域是林地和草地的优势分布区;坡向由阴坡转向阳坡的过程中,林地的分布比例减小,耕地、园地、草地和工矿用地的分布比例增加,水域基本不受坡向影响。在此基础上,构建研究区土地利用空间分布三维景观图,再现土地利用空间分布与地理环境的关系。该研究有助于实现不同地形上土地利用类型的合理布局,优化该区的土地利用结构。     

面向对象土地覆被图像组合分类方法

研究了支持向量机在面向对象土地覆被图像分类中的应用技术,提出采用最小二乘支持向量机（LSSVM）与模糊灰色关联度联合评估（FG）相结合的一种新的组合分类方法简记FG-LSSVM,为土地覆被分类提供一种可行的高精度分类途径。根据图像上不同对象的空间尺度和光谱值特征,基于稳健的核密度梯度分割算法提取具有任意形状和唯一标识的均质对象后,为了比较提出方法的性能,采用原始对象样本依次验证了3个面向对象分类方法,即标准支持向量机方法、以模糊贴近度作为模糊因子的模糊支持向量机方法和传统K最近邻面向对象分类方法。实现了一个高精度面向对象土地覆被图像分类信息系统。试验结果表明：提出的FG-LSSVM面向对象方法相比标准支持向量机、模糊支持向量机与K最近邻方法试验精度约提高2.4%左右。提出的方法在识别效果上,符合研究区实际分类应用的要求。     

引黄灌区水稻不同生育期叶绿素含量估测

叶绿素是植物光合作用的物质基础。为了探讨不同生育期水稻冠层光谱与叶绿素含量的响应规律,以宁夏引黄灌区水稻为材料,经小区试验测定水稻冠层光谱与叶绿素含量,分析冠层光谱反射率与叶绿素含量的相关性,建立两者之间的相关模型,结果表明:不同生育期内,水稻冠层光谱反射率差异较大;水稻冠层光谱反射率与叶绿素含量相关性随着生育期的推进而逐渐降低;基于全波段归一化光谱指数(NDSI)构建的拔节期(NDSI_((456,475)),R~2=0.6502)、抽穗期(NDSI_((748,782)),R~2=0.5264)、乳熟期(NDSI_((822,823)),R~2=0.5708)、蜡熟期(NDSI_((730,731)),R~2=0.4396)叶绿素模型能较好地预测水稻冠层叶绿素含量。     

猕猴桃叶片SPAD值高光谱估算模型构建

利用便携式野外光谱辐射仪和叶绿素仪在陕西杨凌蒋家寨村测定了猕猴桃不同生育期叶片光谱反射率及其对应的叶绿素相对含量(SPAD)值,通过分析其光谱反射率、一阶微分光谱和SPAD的相关关系,构建了不同生育期基于红边位置、红边幅值、红边偏度和红边峰度的SPAD估算的单因素回归模型和多元逐步回归模型。结果表明:(1)随着猕猴桃叶片叶绿素含量升高,红边位置"红移",红边幅值随着SPAD值的增大而递减,红边面积有所减小,红边曲线形状由右偏逐渐转变为左偏,峰度值逐渐降低;(2)红边偏度能够更好地反映叶片叶绿素含量;(3)在不同生育期,均以红边偏度建立的单因素模型效果最好,建模R2分别为0.821、0.874、0.842;(4)与单因素多项式回归模型相比,多元逐步回归模型在不同生育期均有更好的建模精度和预测精度,在不同生育期,其预测R2分别为0.848、0.926、和0.850,是估算猕猴桃叶片SPAD值的最佳模型。     

基于PCA-BP神经网络算法桃树叶片SPAD值高光谱估算

光谱技术实现了桃树叶片SPAD(soil and plant analyzer development)值的监测,使用基于主成分分析(principal component analysis,PCA)的BP神经网络算法建立桃树叶片SPAD值光谱估算模型。分析各生育期桃树叶片SPAD值的变化及其与叶片光谱的相关关系,分析5种红边参数与SPAD值的相关性,选取相关性较高的3种红边参数,分别与SPAD值进行单因素建模;然后把红边参数和SPAD值用主成分分析、基于PCA-BP神经网络算法建模,并对估算模型进行验证,结果表明:1)5-9月,桃树叶片SPAD值呈先上升后下降的变化特征,8月达到最大;2)4个生育期所建立的3种模型均通过0.01显著性检验,其中6月估算SPAD值的模型,建模精度和验证精度均最高, R 2≥0.814;3)各生育期桃树叶片SPAD值在单因素模型中,以红边位置建立的模型估算和预测精度最高;4)各个生育期中,基于PCA-BP神经网络模型的估算效果最好,建模精度和预测精度最高, R 2最高分别为0.938和0.974;主成分分析模型次之,单因素模型最低。因此,基于红边参数建立的PCA-BP神经网络反演模型能进行桃树叶片SPAD值的准确估算,为桃树叶片叶绿素含量监测提供理论依据。     

关中塿土发生特性与分类研究进展

塿土是关中地区受人类活动影响深刻的重要农业土壤,而对其发生分类及系统分类的归属仍有较大争议。本文综述了塿土的形成过程和成土过程特点,塿土发生分类归属的变更,系统分类的主要诊断层、诊断特性和诊断现象,高级分类单元归属及空间分布,基层分类单元的主要诊断指标等方面的研究进展。在此基础上,展望了塿土需要进一步开展的研究工作包括3个方面:①深入理解人为影响下塿土的成土过程,定量化分析覆盖层的形成过程;②开展塿土覆盖层厚度调查,界定堆垫表层的厚度标准;③进行土壤普查,建立塿土代表土系。