基于无人机遥感的多特征组矿区草本植物地上生物量反演

植被地上生物量可作为评价矿山生态修复地生态功能的重要指标,为实现对修复地地上植被生物量快速、准确的预测,以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象,将无人机高分辨率多光谱影像作为数据源,提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量,并利用高精度DEM (digital elevation model)生成地形特征,再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选,进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network, CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型,比选精度较高的矿区草本植物地上生物量反演模型。结果表明,在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高,其中,基于多特征组构建的BPNN模型表现出最优性能,其决定系数(R2)为0.841,均方根误差为11.813 g·m-2,并同时对...     

基于InVEST 模型的矿业城市景观格局与生境质量分析——以淮南市为例

研究不同时期土地利用方式对生境质量的影响,对于矿业城市健康可持续发展具有重要意义。选择安徽省淮南市为研究对象,利用2000-2020年的三期土地利用数据作为基础数据,采用InVEST模型,分析了2000-2020年研究区生境质量的分布规律与变化特征。结果表明：(1)近20年来,研究区主要以水田和旱地2种土地利用类型为主,在研究期间占研究区总面积均超过70%。2000-2020年的用地类型变化剧烈,综合土地利用动态度为4.63%,研究区内的水田和旱地面积逐年递减,占比减少了4.3%,坑塘和建设用地的面积呈逐年增长趋势,坑塘和建设用地的面积占比分别增加0.4%、4.21%;(2)2000-2020年的生境质量平均值分别为：0.37、0.36、0.35,表明研究区生境质量呈持续下降趋势。研究结果可为研究区域生境土地综合整治及生态规划提供参考。