基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。     

基于无人机高光谱遥感影像的防护林树种分类

树种信息对林业资源监测和管理具有重要意义,及时准确地掌握树种及长势状况是防护林工程建设与效益评价的基础。为研究利用无人机高光谱数据进行防护林树种分类的效果,选取典型区域使用Matrice600型六旋翼无人机搭载Rikola高光谱成像仪获取高光谱影像,基于支持向量机-递归特征消除算法（SVM-RFE）选取原始波段最佳组合,再结合纹理特征、植被指数和数理统计特征,使用随机森林算法对所有特征进行重要性评估并与分类精度相结合进行特征优化,进而构建高光谱影像全波段、原始波段最佳组合、全部特征变量、基于随机森林（RF）特征优化后特征变量4种分类方案,分别采用最大似然法（MLC）、支持向量机（SVM）、随机森林对防护林优势树种进行分类。结果表明：所提出的基于交叉验证的SVM-RFE算法选出的原始波段组合能更好地还原原始光谱特征;通过RF算法的特征重要性分析与分类精度相结合的方法可以有效选出重要特征,当使用全部特征的85%（包括17个光谱特征、3个纹理特征、5个植被指数和3个数理统计特征）进行分类时,总体精度最高为9593%（Kappa系数为0.9475）;所有特征中植被指数特征最重要,3种分类方法中RF算法分类总体精度（OA）最高。     

水匮乏指数在区域水安全评价中的应用

针对水安全问题,以农垦红兴隆分局为例,采用水匮乏指数和样本均值-标准差分级法对红兴隆分局下属12个农场2006年的水安全状况进行了评价和分级,并根据分级结果提出了相应的对策。结果表明,八五三和红旗岭农场的WPI值处于安全状态,水安全状况最为乐观;饶河农场的WPI值处于较高安全状态,水安全状况较好;友谊、五九七、八五二、二九一和江川农场的WPI值处于中等安全状态,水安全保障体系有待于进一步加强;北兴农场的WPI值处于较低安全状态,水安全状况较差;而双鸭山、曙光和宝山农场的WPI值处于不安全状态,水安全状况最差。     

基于GF-1影像面向对象分类方法的水稻种植信息提取研究

应用遥感技术提取水稻种植信息是农业遥感的重要内容。GF-1卫星WFV数据为农业信息提取提供了新的途径,面向对象的分类方法是遥感解译的重要方法。本研究以扬州市为研究区域,基于GF-1影像WFV数据,采用面向对象的分类方法,提取水稻种植信息,并实地调查验证试验结果,试图探讨GF-1数据面向对象分类方法在水稻种植信息提取中的可行性与影响提取精度的因素。结果表明,应用GF-1数据,采用面向对象的分类方法能够很好地完成扬州市水稻种植信息的提取,2016年扬州市有水稻种植面积214 524 hm~2,总体精度达到98.5%,Kappa系数0.95,面积精度达97.5%;实地考察能够提高提取精度,地形破碎程度越低,提取精度越高。     

蓝莓果实花色苷成分组成鉴定及分析

为研究不同品种蓝莓花色苷的组成特点,以40个品种蓝莓为试材,利用高效液相色谱法(HPLC)测定蓝莓果实中花色苷种类的数量及其相对含量。试验中共检测到14种花色苷,平均含量为841.40μg/g,但不同品种蓝莓花色苷种类和含量差异较大,蔓蓝莓果实花色苷种类丰富,含量高,果实品质优良;矮丛蓝莓较为普通;高丛蓝莓花色苷种类少且花色苷含量低,果实品质较差。"M7-1"品种蓝莓花色苷含量最高,花色苷种类最丰富,表明可以通过育种和筛选技术获得花色苷含量高且种类丰富的优质蓝莓品系。     

春玉米叶片光合生理参数对土壤水分的阈值响应及其生产力分级

试验设正常灌水处理和干旱胁迫处理,讨论春玉米叶片的光合生理参数对土壤水分的阈值响应并进行生产力分级。结果表明:正常灌水处理的叶片光合速率(Pn)、蒸腾速率(Tr)和气孔导度(Gs)呈单峰曲线变化,胞间CO2浓度(Ci)和气孔限制值(Ls)对水分变化具有相反的响应变化。干旱胁迫处理下叶片的Pn、Tr在进行控水后明显下降,灌浆以前Pn下降主要是由气孔限制引起的。随着水分胁迫的加剧,光合结构受损,Pn下降,主要受非气孔因素限制。短期干旱胁迫会适当降低玉米的水分利用效率(WUE),但是下降程度不显著,WUE能达到中等水平。长期严重的水分胁迫后,WUE下降明显,与正常灌水处理相比差异极显著。以光合生理参数为指标对玉米土壤水分有效性及生产力进行分级与评价,确定当36.8%<土壤相对湿度(RWC)<42.7%时为低产低效水;42.7%相似文献   

农业科技人员分类评价指标体系研究——以江苏省农业科学研究院为例

客观科学地评价农业科技人员是建设高质量农业人才队伍的关键环节。然而,目前我国农业科技人员评价仍缺乏一个科学完善地能将管理与发展取向相结合的分类评价体系。文章以江苏省农业科学研究院为例,在对农业科技人员评价体系设计原则进行分析的基础上,通过问卷调查和专家意见等方式确定了4类农业科技人员的评价指标,并运用层次分析法（AHP）计算指标的权重大小,由此构建出农业科技人员的分类评价体系,重点阐述了该评价体系在组织中的管理取向与发展取向的应用。该文对于农业科技人员的激励与开发具有较强的实践指导意义,丰富和拓展了地区级农业科研院所中的科技人才评价理论研究。     

基于改进YOLOv7的苹果生长状态及姿态识别

针对目前苹果在复杂环境下难以进行生长状态分类识别、姿态信息同步获取等问题,该研究提出了一种基于改进YOLOv7的苹果生长状态分类和果实姿态融合识别方法。首先改进多尺度特征融合网络,在骨干网络中增加160×160的特征尺度层,用于增强模型对微小局部特征的识别敏感度;其次引入注意力机制CBAM(convolutional block attention module),改善网络对输入图片的感兴趣目标区域的关注度;最后采用Soft-NMS算法,能够有效避免高密度重叠目标被一次抑制从而发生漏检现象。此外,结合UNet分割网络和最小外接圆及矩形特征获取未遮挡苹果姿态。试验结果表明,改进YOLOv7的识别精确率、召回率和平均识别精度分别为86.9%、80.5%和87.1%,相比原始YOLOv7模型分别提高了4.2、2.2和3.7个百分点,另外苹果姿态检测方法的准确率为94%。该文模型能够实现苹果生长状态分类及果实姿态识别,可为末端执行器提供了抓取方向,以期为苹果无损高效的采摘奠定基础。     

我国亚热带山地土壤发生特性和系统分类研究进展

为了解亚热带山地成土环境下土壤形成规律和分类现状, 推动中西部山地土壤发生学研究和土系建立, 为山地土壤资源的可持续利用提供参考。综述了有关中国亚热带山地土壤的发生发育特性及其系统分类的研究资料, 包括中国亚热带山地的主要地球化学过程和成土过程特点, 亚热带山地土壤分类的主要诊断层、 诊断特性和诊断现象以及高级分类单元的垂直分布规律, 基层分类单元的主要诊断指标。在此基础上, 展望了亚热带山地土壤系统分类研究值得重视的 4个方面：（1）深入理解亚热带山地土壤的地球化学和成土过程;（2） 建立中国亚热带典型山地土壤的代表性土族、 土系, 检验和完善现有基层分类单元的诊断指标体系;（3） 强化山地土壤系统分类中分析指标和数据标准化意识;（4） 重视薄片微形态、 现代仪器分析和计算机新技术的应用。