基于地统计与遥感反演相结合的有机质预测制图研究

土壤水分对土壤光谱反射率有显著影响,而以往有机质遥感反演制图中却很少将水分作为预测建模的变量。为了使遥感制图更加符合野外实际环境,提高有机质预测制图精度,在充分考虑土壤样点空间自相关、异相关与野外复杂环境特点的基础上,通过地统计获得研究区水分的空间分布数据,结合遥感反射率,建立多因子预测模型,得到了吉林省黑土区土壤有机质空间分布图。结果表明,有机质遥感制图中,水分因素的加入,使模型的建立更加符合野外实际情况,显著提高了有机质预测制图的精度。     

基于多光谱影像反演土壤盐分的建模方法研究

土壤盐分的定量遥感反演,为快速、准确、全面地监测盐渍化状况提供了可能。本文以黄河三角洲地区垦利县为例,实地调查采集土壤样本,并获取同时相Landsat 8影像,建立土壤盐分遥感反演的BP神经网络、偏最小二乘回归、主成分分析、多元线性回归多种模型,进而进行精度对比分析,评价、优选最佳建模方法,最后,基于最佳模型进行研究区土壤盐分的空间分布反演分析。结果显示:遥感影像的反射率与土壤盐分含量并不是单纯的线性关系,构建的盐分估测模型BP神经网络预测决定系数为0.8467,均方根误差为0.071,明显高于传统线性统计模型,能较好地模拟土壤盐分与光谱数据的关系。该研究既能为盐渍土的治理、利用提供数据支持,又能推动盐渍化区域遥感研究的定量发展。     

引入地形因子的黑土区大豆干生物量遥感反演模型及验证

为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型.结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高.2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4％,验证结果显示预估精度为96.2％.反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据.     

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。     

50年来太湖水网地区城市化空间过程的监测与模拟 Ⅰ宜兴城区城市用地扩展的遥感监测

长期以来,由于历史数据的缺乏,很难获得解放后我国城市扩展的完整过程。本研究在遥感、地理信息系统技术支持下,采用7个时期的航空图片和卫星数据,分别对宜兴市194 9、196 6、1981、1984、1992、1996和2 0 0 0年的城区范围和耕地被占用情况进行监测。结果表明,5 0多年来宜兴城区面积从1 5km2 扩展到13 5km2 ,翻了3番多;城市扩展过程呈现两个阶段,即194 9～1984年的缓慢扩展阶段和1985～2 0 0 0年的快速扩展阶段,前一阶段年均扩展速度仅3% ,而后一阶段年均扩展速度达到2 1% ;各个时期城市扩展占用的土地中90 %以上是高质量的耕地,表明城市扩展成为耕地流失的主要因素之一。相关分析显示,城市扩展与工业发展关系最密切,工业发展为城区扩展提供了动力,而城区面积与第三产业比重的相关系数在三个产业中是最高的,表明宜兴城区成为该县第三产业的主要聚集地。从空间扩展过程来看,宜兴城区1984年以前沿着老城区零散填充式扩展,此后沿着公路快速扩展,并逐渐呈块状填充式扩展。由于宜兴处于苏南水网发达地区,水系严重制约了城市扩展的方向,而道路和桥梁建设则导引城市扩展方向     

福建罗源湾互花米草的遥感动态监测

为了对福建罗源湾互花米草进行监测研究,以2000年和2006年的Landsat TM/ETM+影像为数据源,在对不同地物进行光谱分析的基础上,结合进行了影像归一化植被指数和缨帽变换处理,建立了利用决策树分类法提取罗源湾互花米草的遥感解译技术。结果表明基于决策树分类法能准确快速地对研究区互花米草的生长和分布状况进行动态监测。互花米草主要分布在环绕罗源湾的滩涂上,在2000年～2006年的6年中互花米草的面积增加了17.657 km2,年增长率为10.74%。特别值得关注的是,罗源湾的米草正处于迅速扩张的阶段,严重影响了当地的渔业和生态资源,有关部门需要引起重视。     

面向灌区调水工程的远程自动计量闸门研究

设计了一种基于远程无线通信技术的灌区动态调水系统,由安装于各级渠道上的自动计量闸门集群和运行于调度中心的远程调水控制系统组成。利用明渠测流理论和传感测量技术,实现了闸门的计量功能;对称双轮双向卷拉驱动机构和中空蜂窝闸板结构设计,提高了闸门启闭运动的可靠性和闸门运行能效;开发了基于ARM的闸门终端控制器,实现了闸门终端的智能控制和无线远程通讯,多种闸门工作模式可满足不同的应用需求;设计了太阳能供电与电源管理系统,解决了闸门野外工作的供电问题;开发了远程动态调水控制的应用软件包,实现了对闸门的远程监控与联动调水。实验表明,闸门终端环境适应性强,性能稳定,动态水位误差小于5 mm,闸门定位误差小于1 mm,自由流的测流误差小于4.6%,淹没流测流误差小于8.3%,可满足各类自动调水工程应用。     

基于遥感的冬小麦长势等级与气象因子相关性分析

利用遥感数据,以陕西、甘肃两省为例,探讨了冬小麦不同生育期内不同等级的长势状况及其与气温、降水、日照等气象因子的相关性。将冬小麦的生长发育过程分为7个不同的生育期,借助植被指数NDVI,利用GIS空间分析方法,分析了不同生育期内作物生长发育动态变化状况;探讨了2011—2012年不同生长发育期内,不同等级的冬小麦长势状况与同生育期、前一生育期及生育期内累计温度、降水、日照时数等气象因子的相关性。结果表明,2011—2012年,陕西、甘肃两省冬小麦长势在空间上呈现越冬前较好,越冬期略变差,之后恢复变好的状况,但同时存在时空分布差异。相关分析结果表明,就平均来说,无论冬小麦长势状况如何,冬小麦长势和累计降水之间的相关性都大于同期和前一生育期的相关性,显示了降水在冬小麦整个生育期内的重要性;温度对冬小麦的影响根据冬小麦长势等级的不同而不同;日照方面,不论冬小麦长势等级如何,各种不同等级的长势都和累计日照时数相关关系最大。研究同时表明,长势好和长势差的冬小麦对降水较为敏感,而温度在整体上对长势正常的冬小麦影响较大。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

基于GPRS的远程检测无线电子鼻系统

针对移动环境的检测需要,设计了一套基于GPRS的远程检测无线电子鼻系统,主要包括气敏传感阵列、信号调理模块、微处理器模块、GPRS模块和远程测控系统5部分。对系统的远程通信性能进行测试,发现电子鼻数据发送周期在400 ms以上时,系统的通信时延、传输速率和累计丢包率都能满足无线电子鼻检测的要求;利用本系统对采摘后的芒果实施检测研究,得到的香气响应特性曲线清晰、稳定;构建芒果贮藏天数的预测模型,结果发现,对照组逐步回归模型虽然整体预测效果不理想,但对第4和6天的芒果仍有一定的预测效果,而试验组逐步回归模型、对照组基于线性判别的支持向量机(LDA-SVM)模型和试验组LDA-SVM模型对芒果贮藏天数都具有较好的预测效果。