A method for mapping the distribution of willow at a catchment scale using bi-seasonal SPOT5 imagery

This study showed that seasonal imagery acquired at specific stages of phenology can be used to improve the mapping accuracy of invasive willow at a catchment scale. SPOT5 XI (10 m) satellite imagery was acquired for early autumn and winter to represent the phenological stages of leaf cover and leaf fall respectively. Four classification regimes were evaluated using single‐ and bi‐seasonal composite imagery to determine the most accurate method. Significant spectral noise was found in willow populations, especially in the winter image, due to the effects of undergrowth exposure, shadowing, topography and boundary‐mixed pixels. Two noise reduction techniques were applied to the bi‐seasonal composite image to improve the classification results. The noise‐reduced bi‐seasonal composite image was classified using the spectral angle mapper (SAM) algorithm before importation into a geographical information system. Aerial photography was used to reduce the errors of commission associated with misclassification of pastures. The class accuracy achieved for willow using the method described in this study was 77.5% (Kappa =0.87). The high cost of eradicating willow means that managers must establish priorities for control; this technique can provide a powerful tool for prioritizing control programmes and for monitoring results at a catchment scale.     

利用91卫图助手软件实现林业矢量数据坐标系的转换

以永平县林业矢量数据为例,利用91卫图助手软件和ArcGIS软件,通过北京54坐标系矢量数据在各坐标系下叠加、坐标系转换参数的计算、矢量数据坐标系的转换等步骤,阐述实现矢量数据坐标系WGS84、北京54、西安80和国家2000坐标系相互转换的方法,以实现各类自然资源矢量数据的共享。     

卫星遥感图像应用处理新模式的研究

卫星遥感图像增强与处理的研究旨在通过卫星遥感图像的处理,增强图像的显示质量,提高森林资源判读效果。通过应用ERDAS、ENYI遥感软件对TM、SPOT卫星数据的研究,实现资源调查卫片自主生产,降低了成本,提高了工作效率。     

基于亚像元分解与增强的MODIS卫星林火监测图像制作

为提高低空间分辨率遥感影像在卫星林火监测部门的应用质量,获取更准确的火灾信息,制作可视效果更好、便于基层部门使用的卫星林火监测图像。本研究以2013年2月6日云南省大理市黄家村森林火灾为背景,研究了一种基于亚像元分解与增强技术的卫星林火监测图像制作技术。结果表明,通过亚像元分解与增强技术,对空间分辨率低的气象卫星遥感图像进行处理,可得到空间分辨率为30 m的图像产品,能够将低分辨率遥感影像处理成超分辨率的遥感影像图像。该技术可应用于林火监测部门发布相关的监测图像。     

基于作物生长模型与机器学习算法的区域冬小麦估产

为精准、高效、实时地实现区域冬小麦产量估算,以河南省鹤壁市淇县桥盟乡石桥村为研究区,基于分辨率10 m的Sentinel-2多时相光学遥感影像,利用集合卡尔曼滤波(Ensemble Kalman filter, EnKF)算法同化PROSAIL辐射传输模型反演的多期叶面积指数(Leaf area index, LAI)到PyWOFOST作物生长模型中实现一定数量不同长势单点产量的估测,最后利用建立的机器学习模型和面域数据反演区域冬小麦产量,实现作物生长模型与机器学习算法的应用耦合及一种新的区域冬小麦估产模式。研究基于Sobol参数敏感性分析法量化对贮藏器官总干重质量(Total dry weight of storage organs, TWSO)与LAI_max的敏感性参数,并基于反演的多期LAI和粒子群优化(Particle swarm optimization, PSO)算法优化与LAI_max相关的TDWI、TBASE、CVS、CVL敏感性参数,将其输入到PyWOFOST模型中,利用EnKF算法和时序LAI数据调整对TWSO相关的AMAX...     

园林树木遮荫功效研究进展

摘要：卫星遥感是现阶段测绘领域应用较为成熟的技术,然而在农林业病虫害监测预警方面使用较为迟缓,特别是针对省级管理机构缺乏监管技术和预警能力,本研究探索了利用卫星遥感技术开展异常变色林木监测的应用实践,以服务于区域松材线虫病防控的技术指导和督查。经过3年的应用表明,高空间分辨率卫星遥感技术具有客观、科学和实时的优势,能够为上级管理机构提供决策依据。     

基于高分六号卫星红边波段的森林蓄积量遥感反演——以西宁市针叶林为例

红光波段和近红外波段常被作为森林蓄积量反演的敏感波段,介于两者之间的红边波段往往被忽略,为了明确红边波段对森林蓄积量的遥感反演精度的影响,本研究基于高分六号卫星宽幅影像（GF6-WFV）,结合西宁市2014年森林资源二类调查数据,从光谱特征、植被指数、地形因子、影像纹理等4个方面选取蓄积量反演的自变量,采用多元线性回归（MLR）、随机森林（RF）模型,分析比较了有无红边波段对西宁市针叶林蓄积量遥感反演精度的影响。结果表明：（1）无红边波段（No Red-Edge）和加入红边波段（Red-Edge Added）两组处理的纹理特征变量降维后,其主成分信息主要解释了红外、近红外以及红边1波段的纹理特征。（2）与蓄积量相关的光谱特征变量：No Red-Edge处理主要包括红边波段和近红外波段的地表反射率,Red-Edge Added处理主要为红边1波段的地表反射率;植被指数变量：No Red-Edge处理主要包括NDVI和SAVI,Red-Edge Added处理为MTCI。（3）加入红边波段后,RF模型的R²优于MLR模型,分别为0.6719和0.5487,RF模型的均方根误差（RMSE）小于MLR模型,分别为26.3m³hm⁻²和20.8m³hm⁻²。（4）去除模型对反演精度的影响后,相对于No Red-Edge,Red-Edge Added处理的反演结果与观测值拟合的R2提高了11.6%,RMSE降低了9.1%。说明加入红边波段可显著提高西宁市针叶林蓄积量的反演精度,研究结果可为森林蓄积量的遥感反演提供科学依据。     

基于北斗和GPS的双模田间作业机车定位系统

为获取田间作业机车空间信息和运行信息,设计了一种基于北斗/GPS的双模定位系统。采用单片机对北斗/GPS双模接收机模块输出的数据进行解析,可以得到作业机车的位置、运行状态和作业状态等信息。上位机可以实时对车辆运行信息进行监控和储存,为实现田间机车智能化调度提供了可靠依据。     

低轨无拖曳卫星的自适应神经网络控制器设计

低轨无拖曳(Drag-free)卫星为相对论的验证、引力波探测以及地球重力场的测量提供了低干扰的试验环境。目前已有的工作主要对无拖曳卫星模型进行线性化,然后进行控制器设计,此种方法忽略了无拖曳卫星控制系统的非线性环节,因此降低了控制器的精度。本文将基于Lyapunov稳定性理论和自适应反步控制,直接针对无拖曳卫星控制系统的非线性模型进行分析,设计一种自适应神经网络控制器。针对系统建模过程中的线性化和未建模动态,利用RBF神经网络对非线性项进行拟合和补偿,建立自适应神经网络权值自适应律,保证闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现无拖曳卫星控制系统的设计要求。仿真结果表明控制器的有效性,满足了无拖曳卫星的控制精度要求。