基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象,利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。     

不同尺度下蒸散测定与估算研究进展

蒸散是降水量输入后生态系统水分消耗的主要生态过程,准确测定与估算蒸散量,可为开展植被水文与生态相互作用研究提供理论基础。本研究从叶片、单株、林分、区域4个尺度,系统综述了蒸散测定原理和方法以及蒸散研究的最新进展,并预测植被蒸散研究的发展趋势,为生态水文学的发展与进步提供一定参考。     

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。     

基于耕地质量指数局部空间自相关的耕地保护分区

科学合理地制定耕地保护分区,是实现耕地差异化保护、精细化管理的重要保障。该文采用Moran散点图和局部空间自相关分析相结合的方法,以耕地质量指数为空间变量,探讨广宁县耕地质量的空间结构性特征和聚集性规律,并据此提出耕地保护分区方案。研究结果表明:广宁县耕地质量在空间分布上呈现出一定的聚集性规律,正相关类型(高-高和低-低型)多以"组团"形式出现,聚集性较强;负相关类型(高-低和低-高型)无明显集中区域,零星分布。基于局部空间自相关分析的耕地保护分区,既综合考虑了耕地自然条件、利用条件和经济条件,同时将耕地质量的空间属性作为第4维,纳入到耕地保护分区研究中,为耕地差异化保护、精细化管理提供了思路。最后,提出了基于局部空间自相关的耕地保护分区方案及相应的保护措施,可为研究区域耕地保护分区提供参考。     

山地丘陵区村级尺度耕地质量评价及保护分区

科学开展耕地质量评价,合理划定耕地保护分区,是实现耕地差异化保护和管理的重要前提。研究采用空间自相关方法,以重庆市荣昌区为例,以国家等耕地质量指数为空间变量,从村级尺度探讨山地丘陵区耕地质量的空间关联性与集聚特征,并基于局部空间自相关分析结果提出了耕地保护分区方案。结果表明:(1)荣昌区耕地质量全局空间上呈现较弱正相关性,全局Moran′s I值表现为耕地等别指数>利用等指数>自然等指数;局部空间上呈现较强变异特征,70%以上空间类型表现为随机分布,正相关类型(HH型和LL型)多以"组团"形态存在,负相关类型(LH型)以"点状"形态存在;(2)基于局部空间自相关类型特征及顺序组合,将耕地保护划分为重点保护区、重点改良区、适度改良区和适度调整区4类,并针对性提出耕地保护措施及管控说明。因此,在自然地理条件欠佳的山地丘陵区,研究结果可为各级行政主体精准有效地实施耕地保护和质量建设提供参考。     

DEM空间尺度对可照时数模拟结果的影响 ——以浙江省仙居县为例

以浙江省仙居县为实验区,基于4种不同空间分辨率DEM提取相关地形因子,结合可照时数分布式模型,利用数字地形分析和空间数据叠置分析等方法,模拟1月和7月4种空间分辨率下的可照时数,并定量分析DEM尺度效应对模拟结果的影响。结果表明：（1）模拟结果的空间异质性随分辨率减小而减小,其平均值逐渐增加,且1月增幅大于7月,最大值随分辨率的变化不大,而最小值差异较大,标准差逐渐减小。（2）受海拔和地形遮蔽影响,平地和山脊处可照时数最多,海拔200-400m区间最少,400-1100m区域可照时数随海拔增加而增加。以10m分辨率结果为参照,30m、90m和900m分辨率下的差值随分辨率减小而增加,海拔<100m处差值最小,700-900m区域差值最大,1月日均多算0.7、1.4和2.9h,7月日均多算0.5、0.9和2.3h。（3）坡度0-55°范围内,可照时数随坡度增加而减少,30m、90m和900m分辨率与10m分辨率的差值随分辨率降低而增加,且最小差值均在<5°区域,最大差值在不同坡度等级,1月日均多算2.1、1.8和1.7h,而7月日均多算0.3、0.6和1.2h。（4）受太阳高度角和方位角影响,可照时数在南坡-北坡间的差异较大,东南-西南坡、东坡-西坡以及东北-西北坡之间差异较小,30m、90m和900m分辨率与10m分辨率的差值随分辨率降低而增加,在偏北坡,1月差值大于7月,最大差值在1月的北坡上,日均多算1.4、2.5和4.8h,在偏南坡上,1月差值小于7月,最大差值在7月的南坡或西南坡上,日均多算0.5、0.9和2.1h。     

基于厘米级无人机影像的水土保持措施精准识别

基于厘米级高分辨率无人机影像,应用面向对象方法(Object-Based Image Analysis, OBIA)对吉林省伊通县椽子沟流域的横坡改垄、地埂植物带、生态恢复乔木林、生态恢复草地等水土保持措施进行自动精准识别。应用超绿指数(Excess Green Index,ExG)、超红指数(Excess Red Index,ExR)、归一化差异指数(Normalized Difference Index,NDI)等光谱指数,形状的主方向、形状指数等形状特征,均值(Mean)、方差(Variance)、对比度(Contrast)等纹理特征进行措施的特征提取。结果表明:研究区水土保持措施识别的总体精度可达91.24%,Kappa系数为0.87;对垄台、垄沟等线性水土保持措施总体精度可达72.33%,Kappa系数为0.63。基于厘米级无人机影像,应用面向对象方法基本可实现对黑土区水土保持措施的精准识别,也可对垄台垄沟等线性措施进行自动识别,研究结果可为水土保持措施实施范围及完好程度的动态监测提供参考依据。     

定量分解气候变化与人类活动对季节径流变异的贡献率

变化环境下径流序列可能发生变异。当前径流变异的贡献率分解研究多集中于年尺度,而对季节尺度的关注不足。以黄土高原典型流域——泾河流域为研究对象,应用小波分析方法揭示其季尺度径流序列的演变规律,采用有序聚类法和累积距平法对其径流序列进行变异诊断,最后采用累计斜率变化率比较法定量分解气候变化和人类活动对其四季径流变异的贡献率。结果表明:(1)泾河流域夏季和冬季径流的周期变化均在20世纪90年代左右有发生转变,均由小尺度周期变化转变为较大尺度周期变化;(2)春、夏、秋和冬季径流分别在1969年、1996年、1985年和1990年发生变异;(3)人类活动对春、夏、秋和冬季径流变异的贡献率分别为50.40%,89.69%,39.14%和84.59%,在夏季和冬季人类活动(主要是水土保持措施的不断深入)对泾河径流变异的贡献占主导地位,且干扰影响了径流的周期变化。     

基于空间模拟退火算法的最优土壤采样尺度选择研究

以研究区0.5 km×0.5 km(尺度a)网格的7050个样点为基础,分别得到1 km×1 km网格的1757个样点(尺度b),2 km×2 km网格的444个样点(尺度c),4 km×4 km网格的110个样点(尺度d),以土壤有机质(SOM)为目标属性,运用模拟退火算法对4种采样尺度的土壤样点进行优化选择,确定区...     

基于集合经验模态分解北疆降水多尺度变化特征

降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于北疆42个气象站1961—2012年降水序列数据,从气候时间序列中提取气候信号中各个尺度的变化,对北疆过去52a来的降水进行多尺度分析,并对其空间差异进行了初步探讨。结果表明:过去52a北疆降水量存在明显的年际和年代尺度的变化,年际尺度的周期为5a和8a,年代尺度的周期为10a和30a。变化趋势上,降水量1985s之前呈减少趋势,在1985s之后呈增加趋势,且后期的增幅大于前期的减幅。突变分析表明北疆年降水量呈增加趋势。集合经验模态分解(EEMD)是一种适用于非线性、非平稳序列的信号分析方法,将EEMD应用于气候要素时间序列,可提取可靠真实的气候变化信号,同时,EEMD可以得到气候变化的固有时间尺度。