融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

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。     

鄱阳湖区棉田不同种植模式的截流保肥效果

通过不同棉花栽培方式的田间试验,分析了不同的栽培措施对棉田径流拦截和肥料保持的效果。结果表明,棉花间种蔬菜、棉田翻耕覆盖及棉田免耕覆盖技术均可以有效地减少棉田的水土和肥料流失,且以免耕覆盖的泥沙流失量和翻耕覆盖的径流量、养分流失量最小,分别较常规栽培减少52.99%和50%、10.71%。     

荣成天鹅湖湿地沉积物对磷的吸附特征及影响因子分析

在荣成天鹅湖湿地的典型区域选取代表性样点,研究表层沉积物对水体中磷的吸附特征,并分析了环境因子、沉积物组成对磷吸附的影响.结果表明,当上覆水中磷浓度低于0.40 mg/L时,沉积物对磷的吸附量很低或呈负吸附状态;在高磷浓度条件下,等温吸附曲线可用改进的Langmuir模型来很好地拟合.本研究条件下湿地沉积物对磷的吸附容量(Q_(max))变幅为181.8～1 000.0 mg/kg.临界磷平衡浓度(EPC_0)变化在0.043～0.479 mg/L之间.沉积物对磷的最大吸附量与其本身的理化性质关系密切,主要影响因素为粘粒含量和粘土矿物种类,氧化铁铝和有机质含量起次要作用.环境因子对磷吸附的影响作用明显,各因子的影响顺序为:扰动>温度、盐度>pH.不同区域相比,湿地北部沉积物的吸附能力远高于南部砂质土.且后者的吸附特性更易受到环境因子的影响.     

沉积物中微生物量与有机碳形态的相关性研究

以富营养化类型不同的乌梁素海和岱海为对象,根据水域面积及生态类型进行采样及分析测试,开展了湖泊沉积物中微生物量与有机碳形态的相关性研究,对比分析了2个湖泊沉积物微生物量的分布特征及其差异性,初步探讨了2个湖泊沉积物微生物量与含水率、pH及有机碳各形态间的相关性。结果表明,乌梁素海表层沉积物中微生物量介于5.59×10^8～32.46×10^8个·g^-1dw,平均16.36×10^8个·g^-1dw;岱海表层沉积物微生物量介于4.76×10^8～43.66×10^8个·g^-1dw,平均25.04×10^8个·g^-1dw;乌梁素海微生物量的高值区位于湖区东南部,岱海微生物量的高值区位于湖心区;2个湖泊沉积物柱芯中的微生物量均随深度增加而减少,沉积物微生物量与含水率、总氮和活性有机碳呈显著相关性。     

巢湖表层沉积物重金属的分布特征及生物有效性

为分析沉积物中重金属的分布特征、相互关系及其可能来源,以安徽巢湖表层沉积物为研究对象,利用原子吸收分光光度法(AAS)测定5种重金属(铅、铜、镍、锌、镉)总量和同步浸提重金属(SEM)含量,同时测定酸可挥发性硫化物、总氮、总磷、总有机碳等多种指标,利用低影响程度(ER-L)和中影响程度(ER-M)基准值,[∑SEM]/[AVS]模型和[∑SEM]-[AVS]模型,判断预测表层沉积物中重金属的生物有效性。结果显示:重金属总量在全湖的空间分布不均匀,具有入湖口大于湖心的特征,共8个指标超过ER-L基准值,西湖区各金属总量大于东湖区,两者之间具有显著性差异(P<0.05),全湖[∑SEM]/[AVS]的值在1.097～2.076之间,但[∑SEM]-[AVS]的变化范围为0.127～0.996μmol/g;表明重金属Cu、Cd污染较严重,人为输入影响大,AVS对重金属的束缚作用有重要影响,大部分表层沉积物中的重金属生物有效性低。     

贵州省强度石漠化区立地分类系统研究

根据贵州省地质地貌条件的特殊性,通过立地因子筛选,研究建立了贵州省强度石漠化区立地分类系统。结果表明:立地类型组划分的主导因子为岩性,立地类型划分的主导因子为坡性。全省可分为5个立地类型区,2个立地类型组及2个立地类型,共形成20个立地类型组合。在立地评价的基础上,分类系统将为该类地区植被恢复提供自然本底依据。     

江苏湖泊渔业信息化建设的初步探索

针对江苏湖泊管理现状,分析了面临的主要问题,阐述了湖泊渔业信息化建设的迫切性和重要性,提出了湖泊渔业信息化建设的目标和内容,设计了管理系统的框架和主要功能,为江苏湖泊的现代化管理提供了一些思路。     

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。     

大都市边缘区三级基本农田集中保护区分级划定及调控机制

针对大都市边缘区城市拓展与农地保护矛盾尖锐、景观破碎化、权属细碎化、整体布局稳定性差等问题,开展三级基本农田集中保护区分级划定及调控机制研究,对大都市边缘区保红线保发展促集约促创新具有重要意义。该文以北京市昌平区为例,提出三级基本农田集中保护区划定的总体思路,构建基本农田集中保护区识别指标体系,划定基本农田集中保护区,并将基本农田集中保护区分为市区乡三级,在此基础上探讨基本农田集中保护区分级调控机制。研究划定了1个市级基本农田集中保护区、6个区级基本农田集中保护区、6个乡级基本农田集中保护区,规划土地整治复耕1 149.97 hm2,使单位基本农田经营规模提高到38.76 hm2,使3 hm2以下细小图斑降低至1.21%,实现了昌平区内96.63%的基本农田集中连片保护,建立了规划调控、用途管制、奖惩联动分级调控机制。研究结果可为国家制定基本农田保护区分级保护政策和开展同类研究提供参考,为地方政府提高基本农田保护区保护质量和管理效率提供思路借鉴。