翅碱蓬野外光谱对土壤化学性质变化的响应

[目的]研究翅碱蓬群落特征以获取下方土壤的化学性质。[方法]通过野外采集的17个翅碱蓬野外光谱数据和相应土壤样品的理化分析数据,探讨了土壤化学性质和翅碱蓬野外光谱之间的关系。[结果]翅碱蓬二阶导数光谱1121nm波段可以用来反映土壤有机质和全氮的含量变化,二阶导数光谱1208nm波段可以很好地反映土壤全磷的含量变化,一阶导数光谱353nm波段可以很好地反映土壤速效钾的含量变化,二阶导数光谱724nm波段可以很好地反映土壤pH值的变化,而反映土壤盐分含量变化最好的为一阶导数光谱950nm。[结论]该研究为利用遥感技术进行翅碱蓬覆盖区域土壤化学性质监测奠定了基础。     

基于Bi-LSTM模型的时间序列遥感作物分类研究

【目的】及时、准确地作物分类制图是农情监测的重要依据。本研究基于双向长短期记忆网络模型探究深度学习技术在时间序列遥感作物分类与早期识别中的应用潜力。【方法】本文以黄河三角洲地区为例,以哨兵2号全年可用卫星影像为数据源,构建年时间序列NDVI数据集;采用循环神经网络构架,搭建针对结构化时序数据的双向长短期记忆网络模型（bidirectional long short-term memory,Bi-LSTM）,开展遥感作物分类,并评估模型的泛化能力;通过输入不同长度时间序列遥感数据,探究满足一定制图精度条件下的作物最早可识别时间。【结果】作物年生长时序特征对于大多数作物遥感分类识别都具有较好的区分能力,基于年时间序列NDVI数据的Bi-LSTM模型作物分类总体准确率达90.9%,Kappa系数达到0.892。通过测试不同时间序列长度对作物分类的影响发现,对大多数作物来说,其分类精度随着数据时间序列长度增加而不断提高,冬小麦、水稻等作物在生长季早期即具有较为独特的分类特征,因而利用生长季早期的时间序列影像即可获得较高的制图精度,而棉花、春玉米等作物需要完整生长序列影像才能更好地保证分类精度。【结论】卫星影像时间序列蕴含的结构化特征信息可以有效地降低特定时段的作物光谱混淆;双向循环神经网络模型能够同时考虑前向和后向的时间状态信息,可以学习作物不同阶段的光谱变化特征,在水稻、棉花、春玉米等易混淆作物的识别上表现优异;模型能够有效地把握样本总体上的变化趋势,在农作物多分类任务中表现出较好的泛化能力和鲁棒性。本研究通过集成深度学习和遥感时间序列,为及时、快速的区域作物高精度制图提供了可行的思路。     

20世纪后期黄河三角洲高效生态经济区土地利用结构变化分析

基于1 km×1 km尺度土地利用/覆盖数据,以图像的形式直观展示了土地利用/覆盖多样化指数、土地利用程度综合指数和植被覆盖指数的空间变异规律,阐述了1980s、1995和2000年黄河三角洲高效生态经济区土地利用结构特征及动态变化。研究结果表明:1980s～2000年,耕地面积到1995年减少,到2000年又恢复到1980s的种植面积,在该过程中,耕地主要与水库坑塘养殖、城镇工矿用地和农村居民地以及未利用地相互转化;林地和草地面积变化不大;城镇工矿用地和农村居民地,到1995年大面积扩展,以后一直保持相对稳定;滩涂用地和盐碱地在3个时期间变动较大。1980s、1995和2000年土地利用/覆盖多样化指数、土地利用程度综合指数和植被覆盖指数空间分布特征基本相同,总体来说,1980s～2000年沿海的无棣县、沾化县、垦利县、东营区和莱州市土地利用变化强烈,是该区最为活跃的地区。土地利用程度综合指数与植被覆盖度指数1980s～2000年变化趋势基本相同,在垦利县和东营区沿海地带具有较强的一致性,反映了该区域土地利用开发和植被保护并重的特点。     

玛曲县土地利用变化分析与预测

基于玛曲县1975-2005年土地利用变更数据,从土地利用结构静态比较与土地利用程度动态变化两方面,定量分析玛曲县土地利用变化状况及主要驱动因子。研究表明:随着玛曲县经济发展、城市化程度的加快,林地、水域面积净减少,草地与建设用地面积净增加,土地利用结构信息熵值总体呈下降趋势,而优势度值总体呈上升趋势, 1975-1995年土地利用程度综合指数增加了0.076 5,而1995-2005年综合指数减少了0.709 2, 说明1975-1995年玛曲县土地利用程度处在区域土地利用的发展期,1995-2005年土地利用程度处在衰退期。根据土地利用熵值多年变化特征,利用GM(1,1)模型预测,2006-2015年土地利用程度处在调整期。