基于最大熵模型的玉米冠层LAI升尺度方法

叶面积指数(leaf area index,LAI)是表达农作物冠层结构的关键参数之一,准确获取LAI对于农作物长势监测、估产等研究具有非常重要的意义。由于地物空间复杂性、数据源的不同以及遥感反演模型的非线性,LAI的反演结果会存在尺度效应,因此需要进行尺度转换研究。理想的升尺度转换应该只是数据空间分辨率的降低,而数据内在信息应保存到低分辨率中。最大熵(maximum entropy,Max Ent)模型是基于多种环境因子的广义学习模型,对分析因子的空间分布具有较高的估算精度,因此,该研究利用最大熵模型进行玉米冠层LAI升尺度方法研究,从而将野外实测的LAI点数据扩展到空间分辨率为30 m的面数据,所使用的数据源是Landsat8 OLI遥感影像、气象数据和野外样点上测量的LAI数据。研究结果表明:利用最大熵模型升尺度转换结果与实测LAI相比,R2为0.601、RMSE为0.898,说明两者的相关性较高;由于玉米冠层叶片之间的相互遮挡,导致整体结果偏低,但偏低误差在可接受范围内。因此,Max Ent模型可用于农作物LAI点数据到面数据的升尺度转换。     

豌豆到开花时间的遗传

包括豌豆（Vigna unguiculata L．）在内的一年生作物到开花和成熟的时问是一种重要的适应性状。在非洲西部和中部地区，光周期是影响豌豆到开花时间的最重要的环境变量。本试验用光周期敏感基因型Kanannado与光周期不敏感品种IT97D-941-1杂交，研究了豌豆从播种到开花时间的遗传。生产出充足的F1、F2、F3，和回交群体的种子，在田间自然长日条件下（每天平均日长13．4小时）筛选了亲本、F1、F2、F3和回交群体的到开花时间，并且在短日条件下（每天10小时）筛选了双亲、F1、F2和回交群体的到开花时间。     

基于环境变量和机器学习的土壤水分反演模型研究

为利用多源数据构建毛乌素沙地腹部土壤含水率建模指示因子,通过微波后向散射系数、地表温度、缨帽变换要素、波段反射率、干旱指数和地形要素等17个变量为建模因子,分别以偏最小二乘（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）和随机森林（Random forest, RF）3种方法构建土壤含水率反演模型,对模型进行验证和对比,并对研究区的土壤水分分布进行制图。结果表明：温度植被干旱指数是土壤水分空间变异性的最重要的预测因子（决定系数为0.64）,其次是地表温度（0.6）、σ_VV（0.38）、植被指数（0.38）、波段7反射率（0.35）、σ_VH（0.32）、波段6反射率（0.3）和反照率（0.26）。相比于未筛选变量所构建的模型,利用最优子集筛选（Best subset selection, BSS）变量所构建的模型精度均有所提升。其中PLSR在处理共线性方面表现最优,ELM回归模型最稳定。RF模型具有最高的精确度,4月,决定系数为0.74,均...     

基于MaxEnt模型预测日本松干蚧在贵州省的潜在分布

日本松干蚧（Matsucoccus matsumurae）是我国危险性林业有害生物之一,其种群严重危害松林安全。为探究日本松干蚧分布和扩散规律,通过实地调查日本松干蚧分布和虫口密度,并基于最大熵（MaxEnt）模型预测了日本松干蚧在贵州的潜在分布。结果显示,模型预测结果较好地反映日本松干蚧在贵州省的分布情况,日本松干蚧主要分布在遵义市中南部区域,其中汇川区、新蒲新区、绥阳县是日本松干蚧的高分布区,红花岗区为中分布区,播州区、桐梓县、正安县为低分布区;年温度变化范围和年均降水量是影响日本松干蚧分布的重要环境变量;虫口密度调查统计显示,日本松干蚧在遵义市的平均虫口密度为25头/10cm²;日本松干蚧将继续扩大分布范围,具有向四周辐射扩散的趋势,未来可能在遵义形成全面分布格局,须加强对分布区日本松干蚧的防治。     

基于World View-3多光谱和关键环境变量的土壤镉含量反演

快速准确获取农田土壤重金属含量对区域土地质量评估和粮食安全至关重要。该研究以江西省仙槎河流域小龙钨矿周边农田土壤为研究对象,采用WorldView-3多光谱影像提取光谱反射率并进行光谱变换处理,同时考虑了地形、人类活动和土壤属性等影响农田土壤镉(Cd)含量空间分布的关键环境因子,将光谱、环境变量、光谱与环境变量分别作为模型的自变量,选取了偏最小二乘(Partial Least Squares Regression,PLSR)、支持向量机(Support Vector Machines,SVM)、BP神经网络(Back Propagation Neural Network,BPNN)和随机森林(RandomForest,RF)4种回归算法构建土壤Cd含量预测模型,并利用精度评价指标优选出最佳反演模型。结果表明：仅输入多光谱特征进行Cd含量反演的模型精度总体偏低,R²低于0.2。相比之下,单独输入环境变量的模型精度结果最为理想,最优模型(RF)精度R²可达0.782。然而,融合光谱信息与环境变量共同建模后并未显著提高模型精度,反而导致较优模型(R...     

长江中下游地区滑坡的易发性评价——以江西省为例

[目的] 预测长江流域滑坡灾害分布情况,旨在开展隐患排查和危险评估,提升灾害的应对能力。[方法] 基于1 211个滑坡分布点数据和15个环境变量,通过MaxEnt模型对江西省的滑坡易发区分布进行预测,同时采用Jackknife检验评估15个环境变量对预测结果的重要程度,最终确定不同程度滑坡易发区的面积和分布以及影响滑坡灾害发生的主要环境变量。[结果] 江西省内极高、高和中易发区分别占全省总面积的29.6%,36.5%和23%。滑坡发生的概率以鄱阳湖平原为中心向四周呈现逐渐增加的趋势,集中分布在西部和南部的山地丘陵地带。海拔、坡度、植被归一化指数NDVI、年均降雨量和距离水系和道路的距离是影响滑坡发生和分布的主要环境变量,累积贡献率在83%以上。[结论] 江西省滑坡易发区的分布具有明显的空间差异性,主要分布在海拔较高、地质复杂和岩层节理裂隙发育的地区,降雨是滑坡发生的直接诱导因子。     

基于物联网的植物生长控制系统研究

化学方法调节蔬菜水果的生长,对人体健康的影响,还有待人类更多的研究和认识。我国农业产业集中度低,农业科技的推广严重受到成本的制约。在温室内建立索道,用绳索牵引吊挂在索道上带传感器生长控制器,实现温室任意位置、准确和有效数据采集,减少了生长控制系统的成本。植物生长控制系统将植物栽培技术和嵌入式控制技术结合,预测剩余生长期的生长环境参数,执行装置运行控制命令,确保温室的环境变量在需要的区间内波动。同时,它降低工人的劳动强度,提高植物生长期控制精度,实现农产品的附加值最大化。     

基于多源环境变量的渭–库绿洲土壤颗粒含量预测研究

本文以渭干河–库车河绿洲(简称渭–库绿洲)土壤颗粒为研究对象,采集了绿洲内50个典型表层(0～10 cm)土壤样本,通过相关软件,提取到遥感指数变量、地形和气候等环境变量,经过相关性分析确定环境变量和预测目标间的关系,使用R语言构建了预测土壤颗粒含量的随机森林(random forest,RF)模型和极端梯度提升(extreme gradient boosting,XGBoost)模型。研究结果表明：XGBoost模型的预测结果整体好于RF模型,其中相关系数介于0.39～0.78;土壤pH、高程及衍生变量、光谱变换变量均是两个模型预测土壤颗粒含量的重要因子;将模型预测结果、实测数据和世界土壤数据库(HWSD)中的3种土壤颗粒数据作对比分析,结果表现出模型预测数据的误差小于HWSD与实测数据的误差。综上所述,通过筛选环境变量建立的XGBoost模型,是预测渭–库绿洲土壤颗粒含量的有效方法。     

基于MaxEnt模型预测欧洲榆小蠹的全球潜在地理分布

为探究欧洲榆小蠹Scolytus multistriatus在全球的潜在地理分布，根据其全球分布数据和筛选出的环境变量，利用MaxEnt模型预测其在当前气候及未来气候条件下的适生区。结果显示，所建MaxEnt模型的受试者工作特征曲线下面积（area under curve，AUC）大于0.9，表明模型预测结果可靠；利用刀切法对筛选出的环境变量进行分析后发现，12月平均最低温度对欧洲榆小蠹在全球的分布影响最大，同时也提供了最多的特有信息。在当前气候条件下，欧洲榆小蠹在全球的潜在分布范围主要集中在15° N~70° N和20° S~60° S之间，包括北美洲中部及南部、南美洲南部及东南沿海、欧洲、非洲中部、亚洲东部和大洋洲，适生区总面积约4.62×10⁷ km²。欧洲榆小蠹在我国的适生区广泛分布于20余个省（自治区、直辖市），适生区总面积约为3.27×10⁶ km²。在未来气候条件下，欧洲榆小蠹的适生区面积将会扩大，并在SSP585（2081—2100年）情境下达到最大，为5.93×10⁷ km²。鉴于欧洲榆小蠹在我国具有较广的适生区，建议加强对其的检验检疫力度，防止其侵入我国。