3“S”集成技术研究现状及其在林业上的应用与展望

集成的３“Ｓ”应用技术系统由于其具有快速,实时的空间信息获取与分析能力,在全球变化研究,资源与环境动态监测,灾害监测与防治等国际关注的热点问题研究中越来越受到重视,为此,介绍了３“Ｓ”集成技术在我国的发展情况及存在的问题,并对今后３“Ｓ”技术在林业上的应用前景作了初步分析。     

1992—2015年呼伦贝尔草原区不同草地类型分布时空变化遥感分析

【背景】呼伦贝尔草原作为我国温性草原的重要组成部分,其独特的地理位置、典型的生态及气候特点、代表性的生产方式决定其在草原畜牧业生产中的重要地位,同时也是我国北方的绿色生态屏障,发挥着生态缓冲区功能。草地作为重要的陆地生态系统之一,在农牧业生产、生态及环境保护、气候变化等方面具有重要的意义。【目的】明确不同草地类型的空间分布及变化规律,为草地研究及管理提供依据。【方法】以呼伦贝尔草原区不同草地及地物类型为研究对象,以1992年、2015年遥感影像为数据源,采用支持向量机、面对对象分类法获得研究区地物类型空间分布数据,以地统计方法分析时空变化特征,结合植物-生境学分类法划分地带性草地类型潜在分布、社会统计数据、地物类型转化过程分析气候变化、人类活动对草地类型分布的影响。【结果】研究区耕地、林地、沙地碱地、人工表面4种地物类型面积增加,草地、水体面积减少。草地作为研究区最大的覆盖类型,1992年、2015年分布面积为7 601 258 hm²、7 148 085 hm²,减少幅度5.96%。研究区分布典型草原、草甸草原、低地草甸、山地草甸及沼泽,前...     

北疆盐碱地空间分布特征分析

为了探究北疆盐碱地空间分布过程中盐碱化程度与经度、纬度及海拔高度之间的关系,基于1985年土壤调查结果,结合2015年Landest 8遥感解译去除人工绿洲结果,采用2 km×2 km网格单元,以盐碱地面积占总面积的比例作为检验区域盐碱化程度的指标,对盐碱地分布情况进行统计和分析。结果表明,北疆地区盐碱化程度受地形和降水的影响明显,特别是受土壤类型的影响更为密切;北疆地区盐碱化程度,由西向东呈增大趋势（P=0838）,主要集中分布在E90°～E96°范围内,盐碱土占总面积的比例为7562%;由南向北呈减小趋势（P=-0768）,主要集中分布在N40°～N43°范围内,盐碱土占总面积的比例为7782%;由低到高呈减小趋势（P=-0767）,主要集中分布在-160～500 m范围内,盐碱土占总面积的比例为4741%。北疆盐碱地空间分布特征的分析对于揭示北疆盐碱化程度的变化规律,促进北疆盐碱土资源的合理开发和维持地区生态安全具有重要的意义。     

不同氮磷钾配施对芦笋生长和产量的影响

为了研究和改进芦笋栽培技术,发挥芦笋的生产潜力,针对潍坊地区的生态条件,以4年生‘冠军’为试验材料,采用田间试验和室内分析相结合的方法,对高肥力地块和中肥力地块的N、P、K不同配比对芦笋生长和产量的影响进行详细研究。结果表明：在高肥力地块施肥无明显增产效果,土壤有机质含量达到1.36%、全氮0.091%、碱解氮41.0 mg/kg、速效磷13.4 mg/kg、速效钾140 mg/kg 以上时,对土壤再施肥无明显增产效果;中等肥力地块施肥效果明显,N、P、K 的比例以10:7:9 效果最好,产量为15000 kg/hm2的合理施肥指标为有机肥（完全腐熟）60000 kg/hm2,氮磷钾施用量分别为450、315、405 kg/hm2,全部有机肥和60%的化肥,在采笋结束时一次施入。30天后将40%的化肥作追肥施入。     

城镇大面积农田土壤重金属检测与监测的原理、方法及应用展望

近年来,随着社会经济的发展和人口数量的增加,城镇农田土壤重金属污染问题越来越严重,对粮食安全和人类身体健康构成严重威胁,因此,需要及时有效地获取农田土壤重金属污染信息,做到早发现、早治理。本文综述了近年来国内外农田土壤重金属的常规、新型检测和监测方法,包括其原理、特点及应用现状,对不同的方法的优缺点进行对比,并指出可以利用地面或航空航天高光谱遥感获取农作物叶片或籽粒光谱数据反演土壤重金属含量,将检测与监测相结合,从而实现土壤重金属污染的大面积立体监测,这将为农田土壤重金属污染的监测和修复提供技术支持。     

利用气象卫星遥感进行哈尔滨地区作物生长状况监测及产量预报

文章通过对近几年的极轨气象卫星实时接收到的AVHRR/HRPT资料进行处理,数据经校正生成哈尔滨地区归一化植被指数灰度图像,利用种植作物结构不同造成绿度值不同的基本原理,进行作物生长状况监测及产量预报。研究表明,利用气象卫星资料进行作物生长状况监测及产量预报,具有客观、及时和动态跟踪等优点,结合传统气象产量预报方法,使产量预报水平有所提高,准确率可达98%以上。     

基于不同建模方法的土壤pH值无人机遥感影像反演

土壤pH值是土壤形成过程和熟化陪肥过程的一个指标。为了实现对农田土壤酸碱度状况的量化判别,提高模型预测精度,以江苏省南京市江宁区淳化街道农田土壤pH值为研究对象,采用棋盘式布点法选取60个点位进行土壤pH值测定,采用无人机搭载多光谱传感器获取土壤光谱信息,分别建立多元逐步线性回归（MLSR）、BP神经网络（BPNN）、LASSO回归模型,并采用R²、RMSE、VIF指标评价3种模型精度。结果表明,LASSO回归方法较其他回归方法在多光谱与土壤pH值反演中表现较好,R²=0.618,RMSE=0.430,可以平衡MLSR的共线性问题以及BPNN样本容量较少、验证集精度较差等问题。采用LASSO回归模型进行反演及分类制图,发现研究区内92.6%的土壤呈中性,以期为无人机多光谱反演土壤pH值提供理论参考。     

基于高光谱遥感的农作物分类研究进展

【目的】农作物类型识别是农作物面积、长势监测与产量预测的重要前提。及时、准确地获取农作物类型、空间分布以及种植面积对制定农业政策、促进社会经济发展和保障国家粮食安全具有重要意义。近年来,高光谱遥感凭借光谱分辨率高、光谱信息丰富等优点,已广泛应用于农作物制图中。【方法】文章归纳了高光谱遥感应用于农作物分类的研究进展,总结了国内外农作物分类常用的高光谱数据源,并分析了各种数据源的适用范围。梳理了农作物高光谱遥感分类方法,讨论了各种分类方法的优缺点。【结果】现有农作物高光谱遥感分类研究存在一些不足:(1)机载高光谱影像光谱分辨率高,但影像监测面积小,不适合大区域农作物面积提取研究;(2)星载高光谱影像监测面积较大,但空间分辨率较低,某些农作物面积提取实际应用中精度较低;(3)由于缺乏对农作物高光谱特征的研究,导致分类算法机理性不足,普适性较差。【结论】农作物高光谱遥感分类未来研究方向是:(1)丰富高光谱遥感监测的农作物类型;(2)提高高光谱影像的空间分辨率,实现农作物种植结构复杂、地块破碎地区的农作物分类研究;(3)进一步研究利用高光谱遥感进行农作物分类的机理和多源数据融合的方法。     

遥感数据计算机分类在土地调查中的应用价值

随着科技与时代的飞速发展,运用土地调查研究中的工具也越来越多．通过采用更多高科技的设备收集土地调查数据,保证数据的可靠性、准确性．使土地调查工作顺利开展。本文将遥感数据计算机与土地调查联系在一起,对遥感技术在土地调查中的方法和作业展开了分析．重点探讨了遥感数据在土地调查中的应用。     

宁夏月牙湖移民区生态环境变化监测

利用宁夏月牙湖生态移民区2010年与2012年2期卫星影像数据,通过人工目视解译,并且与实地土地利用调查资料相结合,对该生态移民区生态环境变化进行监测。结果表明,2010—2012年,由于生态移民过程中对移民区的土地利用结构进行了规划调整,移民区天然草地、沙地面积明显减少,而耕地、林地面积明显增加,生态移民对改善当地土地利用方式起到了积极的作用。根据生态环境状况变化幅度分级标准,研究区2010—2012年生态环境状况明显好转。