Developments in land information systems: examples demonstrating land resource management capabilities and options

Land Information Systems (LIS) provide a foundation for supporting decision‐making across a broad spectrum of natural resource applications: agronomic, environmental, engineering and public good. Typically, LIS constitute a computerized database repository holding geospatial components, ‘mapping unit’ geometry and related georeferenced materials such as satellite imagery, meteorological observations and predictions and scanned legacy mapping. Coupled with the geospatial data are associated property, semantic and metadata, representing a range of thematic properties and characteristics of the land and environment. This paper provides examples of recent developments of national and regional LIS, presenting applications for land resource capabilities and management. These focus on the ‘Land Information System’ (LandIS) for England and Wales, and the ‘World Soil Survey Archive and Catalogue’ (WOSSAC) and consider Agricultural Land Classification in Wales, an Irish land and soil information system, and a scheme to optimize land suitability for application of palm oil biofertilizers in Malaysia. Land Information Systems support purposeful environmental interpretations, drawing on soil and related thematic data, offering insight into land properties, capabilities and characteristics. The examples highlight the practical transferability and extensibility of technical and methodological approaches across geographical contexts. This assessment identifies the value of legacy‐based natural resource inventories that can be interoperated with other contemporary sources of information, such as satellite imagery.     

基于卷积神经网络与迁移学习的油茶病害图像识别

传统的植物病害图像识别准确率严重依赖于耗时费力的人工特征设计。该文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习油茶病害特征,并借助迁移学习方法将Alex Net模型在Image Net图像数据集上学习得到的知识迁移到油茶病害识别任务。对油茶叶片图像进行阈值分割、旋转对齐、尺度缩放等预处理后,按照病害特征由人工分为藻斑病、软腐病、煤污病、黄化病和健康叶5个类别。每个类别各选取750幅图像组成样本集,从样本集中随机选择80%的样本用作训练集,剩余20%用作测试集。利用随机裁剪、旋转变换和透视变换对训练集进行数据扩充,以模拟图像采集的不同视角和减少网络模型的过拟合。在Tensor Flow深度学习框架下,基于数据扩充前后的样本集,对Alex Net进行全新学习和迁移学习。试验结果表明,迁移学习能够明显提高模型的收敛速度和分类性能;数据扩充有助于增加数据的多样性,避免出现过拟合现象;在迁移学习和数据扩充方式下的分类准确率高达96.53%,对藻斑病、软腐病、煤污病、黄化病、健康叶5类病害的F1得分分别达到94.28%、94.67%、97.31%、98.34%和98.03%。该方法具有较高的识别准确率,对平移、旋转具有较强的鲁棒性,可为植物叶片病害智能诊断提供参考。     

基于土地功能的农村居民点内部用地结构分类

科学合理的农村居民点内部用地功能结构分类是提升农村土地利用效率、实现用地结构优化配置的重要前提。该文在梳理农村居民点用地分类现状的基础上,从土地利用的功能角度出发,构建了涵盖农村居民点用地生产功能、生活功能、生态功能和潜在功能的分类体系,其中包含4个一级类、10个二级类和37个三级类;并以该分类方法为基础,通过实地调查典型农村居民点内部用地结构现状,从微观视角揭示内部用地结构。基于新的分类体系,大兴庄村用地类型可分为28种,农村居民点内部生产用地、生活用地和生态用地的比例分别为34.73%、53.53%和4.06%,可挖潜面积比例为占农村居民点总面积的13.09%。研究结果为中国农村居民点用地分类体系构建提供了基本思路和工作框架。     

农村居民点用地的多功能性划分及其农户利用差异性评价

受农户生计方式多元化和城市文化的影响,农村居民点内部用地分工更为明显且呈多功能性,探讨农村居民点用地的多功能性及农户个体利用的差异性特征,既利于客观测算农村居民点用地资产价值,又能为合理设计农民新居内部构型提供理论基础。研究以重庆市江津区燕坝村1 923处农村居民点用地为研究对象,在农村居民点用地的多功能性划分基础上构建多功能评价指标体系,测算农村居民点用地的优势功能,进而辨析不同生计类型农户的农村居民点用地优势功能差异性。其结果为:按照二级分类体系,农村居民点用地可划分为居住用地、农业生产用地、非农生产用地、附属用地4个1级地类,堂屋用地、圈舍养殖用地、院落用地等11个2级地类;不同生计类型农户的农村居民点用地优势功能差异明显,农业专业化发展型农户以农业生产功能为主导(优势度达1.987 8),而兼业发展型农户优势功能不明显,具均衡性;农业多样化发展型农户、非农多样化发展型农户、非农专业化发展型农户分别以服务功能(优势度1.873 0)、居住功能(优势度1.569 2)、非农生产功能(优势度2.387 9)为主导。农户生计方式与农村居民点用地优势功能是相适应的,农民新居建设应根据不同生计类型农户的生计方式设计不同的农村居民点用地组合模式。     

福建沿海水域互花米草蔓延的动态监测分析

利用1999/2000年和2006/2007年2个不同时相的遥感影像对福建省沿海水域的互花米草进行解译提取,并结合地理信息数据和社会统计数据进行变化分析。研究表明:基于专家决策树的福建省互花米草信息提取法具有较高的解译精度,动态监测结果显示,7a来福建沿海水域互花米草蔓延迅速,已侵占了大片的养殖水域和滩涂资源,研究旨在为引起有关部门的高度重视并采取必要的治理措施提供理论依据。     

草牧场防护林主要树种适生土壤类型的研究

以草牧场防护林的主要组成树种—樟子松、兴安落叶松和各品种杨树作为研究对象,采用设置标准地的方法,重点调查了樟子松、兴安落叶松和中东杨在不同土壤类型上以及其他主要杨树品种与樟子松在相同土壤类型上的生长状况。通过对它们生长指标的直观比较和分析,提出了樟子松、兴安落叶松、中东杨和其他各品种杨树适生的土壤类型,为该地区成功营造草牧场防护林提供基础数据和理论依据。     

基于三维激光扫描成像系统的树木干曲线的分形特征

树木干曲线具有分形的结构,文章应用分形方法对甘肃小陇山地区86棵不同树种的单木以及解析木干曲线进行研究,通过计算得到干曲线的分形维数介于2-3之间,研究结果表明同一树种树木干曲线的生长趋势是一致的。经过对单木干曲线和标准解析木干曲线分形维数的测定以及比较分析,可以发现同一树种不同径阶的树木干曲线具有统计意义上的自仿射分形特征,表明分形方法在对树木及其组成部分的形态上的描述作用极大。文章针对立木的测量,采用三维激光扫描成像系统,不仅获得了丰富的测树因子信息,更以此为基础对森林计测学研究进行了扩展,是一项非常有意义的工作。     

马尾松纯林改造成针阔混交林后土壤化学性质的变化

在25 a生的马尾松林下分别套种火力楠、闽粤栲、苦槠、格氏栲、青栲和拉氏栲等阔叶树种的1 a生幼苗,16年后形成郁闭的针阔混交异龄林。土壤化学分析结果显示,在马尾松林下套种阔叶树(除青栲外)明显增加了林下表层土壤(0~20 cm)的有机质含量。各林分下土壤全K、全M g、全C a、全N和全P的平均含量分别为11.41,6.64,4.33,1.45,0.46 g/kg,表明土壤K、M g、C a的含量比较丰富,而N和P则相对缺乏,营造混交林在一定程度上增加了土壤N、P含量。所有混交林深层土壤(20~60 cm)的有效N、P含量均大于马尾松纯林,而有效K的含量则相反。混交林下0~20 cm,20~40 cm和40~60 cm土壤的平均pH值分别为4.40,4.61和4.68,而马尾松纯林下各土层的pH值则依次为4.39,4.41及4.42,说明在马尾松林下套种阔叶树在一定程度上降低了20 cm以下土层的活性酸度。套种阔叶树(除苦槠外)后由于降低了土壤交换性酸度,增加了土壤盐基离子浓度,从而明显提高了土壤盐基饱和度。     

凤城市耕地土壤有机质时空变化研究

为掌握凤城市耕地土壤的肥力状况,对比分析近25 a的土壤有机质含量变化情况。结果表明:近25 a凤城市各乡镇(区)土壤有机质平均含量由较缺乏转化为中等水平;随着耕作年限的增加,较小比例的五级(缺乏)水平耕地消失。     

朴素贝叶斯算法在蝴蝶兰病害分类中的应用研究

蝴蝶兰属于热带气生兰,对生长环境的温湿度非常敏感,温湿度过高或过低不仅对蝴蝶兰生长不利而且易引发多种病害。为此,利用传感器采集的蝴蝶兰生长环境空气温湿度数据,运用朴素贝叶斯算法对其进行分类,以此判断蝴蝶兰的健康状况,达到病害分类的目的。实验表明,该方法的平均分类准确率达到81%,与其它统计学预报方法相比,具有简单、易行的优点。