遥感技术在土壤侵蚀调查中的应用进展

运用遥感技术进行土壤侵蚀调查是目前环境领域研究的热点问题之一.作为土壤侵蚀最严重的国家之一,自20世纪70年代以来我国就开始利用遥感技术进行土壤侵蚀的调查研究.该研究在综述国内外运用遥感技术研究土壤侵蚀的基础上,从目视判读法、经验统计模型法、核示踪法和指数提取法4个方面概述了不同遥感方法在土壤侵蚀调查中存在的优缺点,并且结合当前遥感技术在土壤侵蚀调查中存在的问题,指出未来研究的重点.     

基于遥感的绿洲动态变化研究——以艾比湖绿洲为例

采用艾比湖的1990、2001与2009年3期Landsat TM/ETM+遥感数据资料,运用ENVI4.5和ArcGIS进行制图分析得到了艾比湖区域土地类型转移矩阵,定量研究了艾比湖区域1990～2009年土地利用类型的时空变化特征,并分析了土地类型转入/转出贡献率。结果表明,1990～2009年,艾比湖绿洲分布特征有明显变化,面积也有显著的扩张,在转入和转出过程中,绿洲和未利用地之间的转换最为密切,水体面积在转换矩阵中基本上保持稳定趋势;从转入贡献率看,占优势的为绿洲,而转出贡献率中占优势的是未利用地。     

内蒙古中西部防护林时空动态监测研究简

以内蒙古土默特左旗为研究区域,选取了1980年MSS、1990年TM、2000年ETM以及2007年ETM4期Landsat遥感数据作为数据源。在Erdas和ArcGIS系统的支持下,结合土默特左旗土地利用图（1：10万）及林地解译标志,通过目视解译提取该区林地信息并对土默特左旗近30年的有林地进行遥感动态监测和分析。结果表明：①研究区域土默特左旗林地面积呈逐年减少趋势,其中1980—1990年相对变化最为剧烈,减少了2．2个百分点。②研究区域土默特左旗的林地类型主要为针阔混交林和灌木林,针叶林、阔叶林、针阔混交林林地面积整体呈现减少趋势,灌木林的林地面积整体呈现增加趋势。最后总结了土默特左旗林地面积的变化既有自然因素的作用,又有人为活动的影响,其中该区气候干旱、多风沙及人们对林地的不合理的开发利用是其主要原因。     

基于多时相GF-1 WFV和高分纹理的制种玉米田识别

为给监管部门提供更准确的数据,及时发现非法玉米制种区域,根据不同地物在多时相光谱、高空间纹理等特征上的差异,基于163个地面样本、多源时序优选植被指数集和高空间分辨率遥感影像纹理分析的方法,进行制种玉米田识别。通过相关性分析,从GF-1 WFV 多光谱影像计算的8个植被指数(VI)中确定6种,多维度反映不同作物光谱差异,并利用随机森林（RF）分类方法实现玉米田块的识别;利用玉米抽雄期的1期0.7m Kompsat-3全色影像,构建灰度共生矩阵（GLCM）纹理特征体系,并进行局部二值模式（Uniform-LBP）旋转不变处理,解决了影像中作物种植纹理的方向性问题,同时为体现制种玉米父母本间隔种植的特点,提出了Subtract纹理特征,进一步识别制种玉米田。以新疆维吾尔自治区奇台县为研究区,对本文提出的方法进行实例验证,试验结果表明,制种玉米田识别的制图精度、用户精度分别为93.34%、99.19%。     

基于长时间序列遥感数据反演NPP的耕地质量评价

为客观获得省域耕地质量分布状况,减少时间断点引起的评价误差,构建了一种基于长时间序列遥感数据反演NPP的耕地质量评价方法。首先,在耕地图斑约束下,采用时序LSWI和EVI数据识别水稻和玉米;然后,采用2000—2010年MODIS的MOD09A1数据,结合气象站点数据,利用VPM模型分别计算水稻和玉米的净初级生产力(NPP),并得到多年NPP均值,可反映耕地种植作物的常年长势,使用距平分析法消除作物类型差异,得到表征耕地质量的评价结果;最后,以吉林省为研究区,对本文提出的方法进行了实证与分析。实验结果表明,长时间序列NPP耕地质量反演结果与耕地质量利用等别整体空间分布一致。其中,吉林省中部与北部由于耕地集中连片,反演结果准确。南部山区耕地斑块破碎,耕地与林地混合,导致反演结果偏高。本文构建的长时间序列NPP耕地质量评价方法对省域范围、集中连片耕地质量评价具有可行性,可为我国耕地质量评价提供科学依据。     

植物生理生态信息检测技术的研究现状与进展

【目的】回顾与总结近20年来植物生理生态信息监测技术的研究现状及进展,分析该技术对农业生产的影响,为该技术在农业智能水肥上的应用提供理论和科学依据。【方法】汇总及对比分析国内外相关文献。【结果】2016年水肥一体化技术(滴灌施肥技术)应用面积超过466.67×10⁴ hm²(占全国耕地面积的3.46%);新疆约59%面积采用滴灌施肥技术(兵团高于95%以上),应用面积接近266.67×10⁴ hm²。应用作物种类包括棉花、蔬菜、小麦、玉米等。有研究对基于植物生理生态信息监测技术的智能灌溉系统进行了探索并取得了一定进展,但因投入成本高、技术不完善等原因,应用面积有限,尚局限于西部干旱地区。【结论】植物生理生态信息监测技术智能灌溉系统已应用于农业生产,并在节水节肥方面取得了良好的效果,但因其施肥的指导技术较少、现场布排管线繁琐等,广泛应用尚有一定的局限性。综合分析了该技术在农业生产上的应用,应推进该技术在植物生理生态信息监测技术往高精快速化、无线远程化、无损动态监测方面的发展。     

环境监测现场采样的影响因素及细节问题

指出了随着人们生活质量水平的不断提高,相应对生存环境质量的要求也越来越高,因此,环境保护工作的重要性越来越凸显。环境监测是环境保护工作的重要基础,环境监测现场采样是环境监测工作的前提和基础,也是环境监测过程中重要的一环节。现场采样方法的科学性、操作的规范性与否直接影响着检测结果的准确性、有效性和参考性。分析了影响环境监测现场采样工作质量的相关因素,并对环境监测现场采样过程中应注意的细节问题进行了深入探讨,并提出了相应的对策。     

环境监测在环境保护中作用探讨

从多个角度阐述了环境监测在环境保护中的重要作用,包括为环保工作指明方向、提供有力的参考依据、促进环保工作的高效开展等,从健全相关政策、加大投资力度、培养高素质人才等方面提出了有效措施,力求使环境监测质量与效率得到显著提升。     

基于改进MobileNetV2的柑橘害虫分类识别方法

为提高柑橘害虫识别精准度和防治效果,本研究构建包含10类对柑橘危害程度较重的害虫图像数据集,基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA＿MobileNetV2模型,并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部,以增强原网络的跨通道信息交互能力,提升原网络的特征提取能力。测试结果显示,ECA＿MobileNetV2模型对柑橘害虫的分类准确率达到93.63%,相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点,而模型参数量、浮点运算数和模型大小分别为3.50×10⁶、328.06×10⁶和8.72 MB,复杂度仅略高于MobileNetV2,可以在手机上以边缘计算的形式运行。研究结果表明,本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。     

基于改进YOLOX-Nano算法的柑橘梢期长势智能识别

【目的】采用机器视觉技术开展柑橘梢期的智能感知技术研究,以解决背景与目标颜色相似造成识别精度低的问题,实现柑橘梢期自动监测,探索算法的改进方法。【方法】根据不同卷积层提取特征的特点与不同注意力机制的作用,提出了一种基于多注意力机制改进的YOLOX-Nano智能识别模型,建立多元化果园数据集并进行预训练。【结果】改进的YOLOX-Nano算法使用果园数据集作为预训练数据集后,各类别平均精度的平均值(Mean average precision, mAP)达到88.07%。与YOLOV4-Lite系列模型相比,本文提出的改进模型在使用较少的参数和计算量的情况下,识别精度有显著的提升,mAP分别比YOLOV4-MobileNetV3和YOLOV4-GhostNet提升6.58%和6.03%。【结论】改进后的模型在果园监测终端的轻量化部署方面更具有优势,为农情实时感知和智能监测提供了可行的数据和技术解决方案。