淮河流域降雨-侵蚀背景及时空演变特征

当前全球气候正经历以变暖为主要特征的显著变化,为土壤侵蚀及水土流失的防治提出新的挑战。研究探索气候变化特别是降雨变化特征、时空演变及对侵蚀的潜在影响,是深刻认识气候变化与土壤侵蚀之间关联,减少未来水土流失防治不确定性的前提和基础。以降雨侵蚀力为指标,对淮河流域降雨—侵蚀背景及时空演变特征进行了计算分析。结果表明:1951—2008年间流域多年降雨的潜在侵蚀能力为5 269.12 MJ/(mm.hm2.h),峰值位于南部的大别山区。时间演变上,全流域多年降雨—侵蚀背景未呈现显著增减趋势。空间变化上,周口、大别山区及蚌埠附近三个地区潜在侵蚀背景的上升趋势最为显著,北部鲁中南低山丘陵沿脉区域也呈现一定上升趋势,以上区域应优先加强侵蚀防治对未来降雨变化的适应研究。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona, SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。     

基于GF-1和Sentinel-2时序数据的茶园识别

由于茶园大多分布在地形复杂的山区,地块破碎,分布零散,形状差异大、植被混杂且茶园所处环境长期受到云雨的影响,增加了茶园遥感识别的难度与不确定性,针对这一问题,该研究提出了利用高分1号(GF-1)和哨兵2号(Sentinel-2)时序数据提取茶园的方法,以浙江省武义县王宅镇为研究区,采用GF-1号为主要数据源,并利用MODIS地表反射率产品和Sentinel-2反射率数据,基于时空融合算法得到时间分辨率5 d的10 m Sentinel-2完整的时序数据。综合利用GF-1在空间细节方面的优势和重建的Sentinel-2高观测频率时序数据在反映茶树生长过程方面的优势,分别基于GF-1的光谱和纹理特征及GF-1的光谱、纹理特征和Sentinel-2时序特征两种特征组合方式,采用随机森林算法提取茶园。结果表明,GF-1光谱、纹理信息结合Sentinel-2时序信息分类结果的准确率、错误率、精确率、召回率和F1分数分别为96.91%、3.09%、89.00%、83.09%和0.86,仅基于GF-1光谱和纹理信息的分类准确率、错误率、精确率、召回率和F1分数分别为94.72%、5.28%、73.09%、84.61%和0.78,添加时序信息分类结果总体优于未添加时序信息的分类结果。表明高空间分辨率结合高频率时序遥感数据是提高茶园分类精度的有效手段。     

基于Matlab的时序数据两种建模和预测方法比较

利用Matlab工具箱,对时序数据进行了两种不同形式的建模和预测。一是利用系统辨识方法来建立AR模型,利用所建模型进行预测；二是利用单隐层BP神经网络,对数据进行非线性拟合和预测。通过可视化,比较了两种方法的优劣。     

CAB系列甜樱桃砧木离体快繁技术研究

以CAB6P和CAB11E 2种脱毒甜樱桃砧木嫩梢茎尖为试材,成功地进行了离体快繁研究。结果表明:外植体在改良的DKW培养基上进行诱导培养和继代增殖培养最好,在1/2MS培养基(铁盐为DKW)生根较好;同时特定的液体培养基可以显著地将增殖培养的不定稍拉长。温室中的温度、湿度控制和病害防治是试管苗移栽成活率的一个关键环节。     

伊犁绢蒿荒漠草地退化演替序列的划分

基于14个样地70个样方,运用聚类分析对研究区伊犁绢蒿(Seriphidium transillense)荒漠草地进行退化演替序列划分,并对其退化过程的阶段进行诊断.结果表明,伊犁绢蒿荒漠草地退化过程可以划分为四个阶段,即未退化、中度退化、重度退化和极度退化.随着退化程度的加剧,群落主要植物种的优势地位发生明显变化,其结果与野外观察一致.     

基于MODIS／EVI时间序列数据分析冰冻灾害对植被绿叶始期的影响

在全球气候变化的研究中,植被物候与气候的关系是一个重要的课题,它显示陆地生态系统对全球变化的响应。笔者用2005～2008年1～7月每8d时间序列的MODIS／EVI数据及其相应的地面数据,运用时间序列谐波分析（HANTS）算法对EVI数据进行去云处理。对处理后的结果,采用动态阈值法获取该区域2005～2008年植被物候（生长始期）及其分布格局,并将冰冻灾害年份跟正常年份植被物候分布格局进行对比,分析冰冻灾害对该地区植被物候的影响。结果表明,处理后的EVI数据能较好地反映冰冻灾害对植被物候的影响,准确地反映了冰冻灾害的实际影响范围。该研究结果说明,通过HANTS法分析卫星遥感数据可较为准确地反映植被的生态特征。     

用自回归预测的新方法预测粮食产量

根据定理"利用反双曲正弦函数变换提高了数据列的光滑程度",获得非增时间序列自回归预测的新方法,实例分析表明:新方法更具有优越性。     

基于混合分布非一致性年径流序列频率参数的计算

【目的】在2个分布组成的混合分布假设下,研究非一致性年径流序列的频率参数计算问题,为陕北及关中地区的水资源利用与管理提供依据。【方法】假设非一致性年径流序列变异点前后的序列分别服从2个对数正态分布或2个P-Ⅲ分布,全序列服从由这2个分布组成的混合分布,采用水文变异点综合诊断方法,确定非一致性年径流序列的变异点,最后采用模拟退火算法对混合分布序列进行频率参数估计。【结果】将基于混合分布非一致性年径流序列频率计算的方法应用于陕北及关中地区的实测平均流量序列,理论频率与经验分布拟合较好。【结论】混合分布模型是进行非一致性年径流序列频率计算的一种有效途径。     

基于小波分解的害虫发生非平稳时间序列分析和预测

将小波分解应用于害虫发生程度非平稳时间序列的分析和预测。通过小波分解,将非平稳时间序列分离为多个平稳分量,然后采用自回归滑动平均方法对各平稳分量分别进行分析和建模,最后将所有分量的模型进行组合,从而可以得到原非平稳时间序列的预测模型。在实例分析中,利用1959年至2004年烟台市一代玉米螟发生程度数据序列建立了预测模型,利用2005年至2009年的数据对模型进行了检验。检验结果表明:5年预测准确率达到了80%,预测效果令人满意。