共查询到20条相似文献，搜索用时 15 毫秒
1.
土壤无机氮的可利用性是影响植物生长发育和植被演替进程的关键因子之一,尤其在生态系统十分脆弱的黄土丘陵沟壑区更为重要。因此,采用时空代换法,通过选取不同退耕年限（10 a、20 a、30 a、40 a）的刺槐林地及相邻对照草地为研究对象,系统研究刺槐林在生长季（4~9月）土壤无机氮净转化速率的变化情况。结果表明：（1）刺槐林地土壤NO3--N平均含量约是对照草地的4.57倍,而NH4+-N在两个样地之间没有显著差异。（2）刺槐林地及对照草地土壤在7~8月以硝化作用为主,在4~5月和8~9月以氨化过程为主,且刺槐林地氮素净转化速率大于对照样地。（3）刺槐林地土壤NO3--N在前30 a处于积累状态,随后呈现消耗趋势。总而言之,退耕地刺槐林营造可以减少土壤NO3--N的淋失,提高NO3--N净转化速率,但刺槐林NO3--N的累积状态在30 a后变为消耗状态。所以要采取应对30 a以上林龄的刺槐林采取间伐措施,以促进刺槐林的健康发展。 相似文献
2.
基于GF-1与Landsat-8影像的土地覆盖分类比较 总被引：5，自引：1，他引：4
高分一号(GF-1)卫星具有多种分辨率与大幅宽结合、重访周期短等优势,而Landsat-8卫星具有多波段、高辐射分辨率等优势。针对不同传感器参数特点,利用支持向量机分类器(SVM)对同区域同期两种数据进行土地覆盖分类对比研究。结果表明：两种传感器对应波段决定系数均大于0.92;典型样本的光谱趋势一致性良好,但在农田与林地、不透水面与裸土的典型样本可分离性方面,Landsat-8优于GF-1;GF-1与Landsat-8的分类总精度分别为90.38%和90.07%,但不同地物类型的分类精度存在差异,波谱响应函数的差异可能是导致Landsat-8对林地的分类精度高于GF-1的原因;此外,GF-1对零碎分布地物类型的分类精度高于Landsat-8,主要原因是GF-1具有更高的空间分辨率。 相似文献
3.
基于Hyperion高光谱数据的土地退化制图研究--以陕西省横山县为例 总被引：3，自引：0，他引：3
以陕西省横山县境内的Hyperion数据为数据源,提出一种针对土地退化的制图方法:土地退化指数法(LDI: Land Degradation Index)。在影像分类的基础上,利用在分类过程中提取的训练样本进行线性波谱分离,得到各个端元的分离影像和RMS误差影像,再通过设置新的端元和反复运行线性波谱分离算法得到最终的训练样本,然后利用神经网络法对影像进行二次分类,最后在掩膜处理的基础之上把土地分为:轻度退化,中度退化和高度退化三种类型(Kappa=0.90)。文中分别采用了三种分类方法:监督分类与非监督分类相结合的混合分类方法、光谱角制图(SAM)方法、混合调制匹配滤波(MTMF)方法。结果显示混合分类方法(Kappa=0.71)具有比光谱角制图方法(Kappa=0.54)和混合调制匹配滤波方法(Kappa=0.60)更高的分类精度,所以选择在混合分类的基础上进行土地退化指数LDI的分析。 相似文献
4.
地形对热红外数据反演林地表面温度的影响 总被引：2，自引：0，他引：2
基于同日过境的Landsat ETM+和TERRA ASTER影像,评估地形对林地表面温度的影响,并针对复杂崎岖地形建立一个林地表面温度归一化模型,集中研究复杂地形(数字高程模型DEM和山体阴影HS)对地表温度的影响,因此只选择同种地物(林地)用于建模;此外,利用逐步掩膜的方法分析了林地边缘混合像元带(过渡带)对模型反演精度的影响。研究结果表明,地表温度和DEM呈负相关关系,与山体阴影呈正相关关系;两种卫星数据都证实了地形对地表温度的影响,且林地边缘过渡带宽度为30m时模型的精度达到最高。 相似文献
5.
ETM+影像亚像元级城市土地覆盖组分丰度提取——以南京市为例 总被引：2，自引：0，他引：2
城市景观复杂,地物具有强烈的空间异质性,利用中等空间分辨率遥感影像(如ETM )进行城市土地覆盖研究会出现大量混合像元。针对该问题,以南京市为例,通过混合像元分解提取城市土地覆盖组分丰度,进行城市土地覆盖研究,并从各个波段的残差、平均残差、相对误差、均方根误差等方面分析模型误差。利用IKONOS影像对提取的组分丰度图像进行精度验证,发现不同城市土地覆盖组分丰度图像具有一定的可靠性,与城市实际情况吻合。城市土地覆盖组分丰度图像还能作为一种新的数据源用于城市功能分区、城市人口数据空间化和城市环境监测与评估等研究中。 相似文献
6.
北京山区林地土壤水分时间序列分析 总被引：4，自引：0，他引：4
采用时间序列分析法,对北京山区4种主要林分类型2010-03—10的土壤含水量与降水量之间的相关关系进行了研究。结果表明:降水序列无明显自相关性,而土壤含水量则具有高度自相关性,其中20～40 cm土层自相关性最大;降水与土壤含水量在时间上有显著的相关性,油松林地和刺槐林地受当月降水的影响最大,侧柏林地和栓皮栎林地则是受前一个月降水量的影响最大;不同土层土壤含水量与降水的相关性不同,说明不同土层受降水的影响有时间上的不同。 相似文献
7.
晋西黄土区不同林地类型对土壤水分特性的影响 总被引：1，自引：0，他引：1
为揭示晋西黄土区典型人工林土壤水分特征,本研究以刺槐林(Robinia pseudoacacia)、油松林(Pinus tabuliformis)、丁香林(Svzygium aromaticum)和裸地为研究对象,分析其土壤含水量、土壤水分特征曲线和土壤入渗速率。研究结果表明:(1)丁香林的土壤水分情况优于油松林地,刺槐林地的土壤水分状况最差,并且在80 cm处出现明显的土壤干层。(2)不同土层土壤水分特征曲线整体趋势均表现为快速下降-缓慢下降-基本平稳。丁香地土壤持水能力优于乔木林地,裸地土壤持水能力最差。(3)不同林分初始入渗速率、稳定入渗速率均表现为:丁香刺槐油松裸地。Kostiakov、Philip和Horton模型对黄土区土壤水分入渗拟合效果均较好。综上,不同林分土壤水分特性差异较大,灌木林地的土壤水分特性要优于乔木林地,灌木林地更适合黄土区的自然条件,黄土区植被建设应该重视灌木种植,合理控制乔木林的种植范围。 相似文献
8.
土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度值。从土地覆被类型较齐全、谐波特征具有代表性的石家庄地区高空间分辨率影像上选择训练样本,确定MODIS纯净像元和混合像元的划分阈值,对河北平原区进行土地覆被分类制图。结果表明,与河北省县级土地调查统计数据对比,一年两熟耕地、一年一熟耕地、园地及有林地、自然陆地表面的总量精度分别为90.19%、86.17%、85.96%和77.82%,平均总量精度为85.03%;与石家庄地区9个县(市)一年两熟耕地和一年一熟耕地基于TM的分类结果对比,平均面积相对误差分别为10.25%、13.98%。受粗空间分辨率和合成周期、水热条件以及种植模式破碎化限制,混合像元主要集中在河北平原中东部地区,一年两熟耕地、一年一熟耕地、园地及有林地混合面积比重较大。 相似文献
9.
以香格里拉县2006年TM影像、2006年森林资源二类调查小班数据为信息源,结合研究区冷杉林地面实测标准地（30m×30m）数据,提取香格里拉县冷杉林TM影像分布信息及标准地纹理特征因子（共48个）,对各因子进行相关分析;利用主成分法对纹理特征因子进行因子分析,最终选出13个纹理特征因子利用偏最小二乘法进行回归建模并进行模型精度检验。根据回归估测模型以及提取出的冷杉林各波段纹理特征因子,进行研究区冷杉林郁闭度反演。结果表明,基于遥感影像纹理特征建立的郁闭度遥感估测模型,其RE=13.8%,RMSE=10.39,精度为83.3%。研究区冷杉林郁闭度反演可知冷杉林郁闭度多分布在0.6~0.7范围内,多为中度郁闭林地。 相似文献
10.
提出一种基于支持向量机(SVM)的三维LiDar数据分类方法:利用kd-trees存储无序的点云数据,在局部邻域中利用点云数据间的几何关系估算植被表面特征值;将密度值和高程差值作为SVM输入特征变量,利用基于径向基函数的SVM方法实现植被点云数据的分类.实验结果为:OA分类精度达到94.31%,Kappa系数为89.53%.该方法操作性较强,在分类精度及计算效率方面比传统方法具有优势. 相似文献
11.
三江源区湖泊和沼泽遥感影像分类研究 总被引：4，自引：0，他引：4
为了进一步了解三江源区的湿地分布现状,尝试利用MODIS 16天合成的归一化植被指数(NDVI)数据,采用决策树分类方法对三江源区湿地的遥感影像进行了分类研究.在数据预处理时,采用中值滤波和主成分变换结合的方法有效地去除了MODIS数据的噪声;在决策树构建过程中,结合DEM数据有效地提取出湖泊;利用象元NDVI时序变化曲线规律,采用先控制曲线形状、再控制拐点阚值的方法对沼泽进行分类.通过精度验证,湖泊的分类精度达到了96.5%,总的分类精度达到了84.2%,Kappa系数为0.78.利用MODIS NDVI时间序列数据和决策树方法能够满足大范围区域湖泊和沼泽遥感影像分类要求. 相似文献
12.
以淮河流域蚌埠段为研究区,利用2014年3景Landsat 8多光谱数据,采用支持向量机、决策树和面向对象分类方法,对研究区中的河流、湖泊、滩地和库塘(包括水田、水库、坑塘和水渠)进行遥感分类。由于各类型湿地在Landsat 8各波段影像中的光谱特征相似度较高,不利于分类,所以,在利用影像光谱数据的同时,借助于影像数据中的空间信息和温度信息,进行分类。研究结果表明,采用面向对象分类方法提取的河流、湖泊的用户精度较高;采用决策树分类方法提取的滩地、库塘的用户精度较高;采用支持向量机分类方法提取的河流、湖泊、库塘的用户精度较高,但是在河流、湖泊的分类中出现了椒盐现象,在滩地分类中出现了错分;与另两种方法相比,面向对象分类方法提取的河流或狭长湖泊末梢信息更准确。 相似文献
13.
由于云污染、实地验证点的匮乏,以及地形地貌的复杂、破碎化,多云山区土地覆被的准确分类较难实现。以藏东南这一典型的多云山区及生态过渡区为研究区,基于Google Earth Engine(GEE)平台和野外实测数据,结合多光谱数据、雷达数据、高程数据、辅助数据,提取光谱特征、纹理特征、地形特征等信息,利用递归特征消除法对特征进行优化,并采用随机森林算法构建分类模型,以期有效利用多源遥感数据提高土地覆被分类精度。结果表明：(1)并非特征越多分类精度越高,特征选择后数量由58个减至38个,分类精度（总体精度93.96%,Kappa系数0.92）较未优化前（总体精度93.11%,Kappa系数0.92）略有提升。(2)地形特征及雷达特征对藏东南土地覆被分类具有重要作用,地形特征对多数土地覆被类型的分类精度具有影响,而雷达数据对裸地、建设用地、灌丛影响较大,分类过程中如不考虑地形及雷达特征,总体精度分别降至88.98%,92.48%。纹理特征以及时序特征仅对提高具有明显纹理以及时序变化的土地覆被类型的精度有帮助。结合随机森林和特征优化算法,能够在保证土地覆被分类精度的同时,高效整合多源数据信息,... 相似文献
14.
多目标珊瑚岛礁地貌遥感信息提取方法——以西沙永乐环礁为例 总被引：1，自引：0，他引：1
南海珊瑚岛礁资源极为丰富,实时、快速、高效、准确地获取大范围珊瑚岛礁地貌遥感信息具有现实意义.研究提出了一种双尺度转化下的模型与数据混合驱动的岛礁地貌信息提取框架,并设计了珊瑚岛礁地貌分类体系及相应技术流程:首先采用自上而下模型驱动的GVF Snake模型进行宏观地理分带的粗分割,然后采用自下而上数据驱动的云影极值抑制下多阈值OTSU分类算法进行微观地貌类型的精细分类,最终利用区域生长算法提取离散分布的暗沙、暗滩等浅水地貌单元.针对西沙永乐环礁利用CBERS-02B数据进行实验,精度验证表明:珊瑚岛礁地貌遥感信息提取方法总体精度优于经典数据驱动的监督分类算法,且具有抗噪能力强、顾及空间拓扑关系、自动灵活等特点. 相似文献
15.
16.
极端干旱区荒漠稀疏河岸林遥感分类研究 总被引：5，自引：0，他引：5
研究以位于极端干旱区的塔里木河干流中下游地区为例,基于Landsat TM影像,结合决策树分类、几何光学模型与光谱角匹配,解决混合像元信息分解,实现干旱区稀疏荒漠河岸林类别识别。首先从遥感视角的角度,将地物分解为目标和背景,提出塔里木河干流荒漠河岸林植被分类系统;其次以多变量决策树法将非荒漠植被信息剔除,采用几何光学模型模拟各类荒漠植被的像元光谱,最后以光谱角匹配的方法将荒漠植被进一步进行分解,得到塔里木河干流中下游地区典型研究区的植被分类专题图,分类精度结果表明:基于混合像元分解与几何光学模型的分类方法总精度达到了79.43%,Kappa系数为0.718,表明分类质量良好。 相似文献
17.
多源光学遥感数据是长时序研究中的重要数据源,而其分类结果的一致性分析则是多源遥感数据应用的前提和基础.该文以鄱阳湖湿地为研究对象,采用决策树方法对Landsat-8、Sentinel-2A、GF-1、HJ-1A 4种光学影像数据进行分类,以总体精度和Kappa系数评估分类精度,并基于类型面积偏差、类型面积相关、空间叠加分析对分类结果进行一致性分析.结果表明:1)利用决策树方法对不同传感器数据进行湖泊湿地分类,总体精度均高于89％,一致性较好;2)对于具体的湿地类型面积,不同传感器分类结果基本一致,以泥沙滩涂为主,水体次之,植被最少;3)分类结果中64.30％的区域具有高度一致性,完全不一致区域占12.70％.研究成果可为多源光学遥感数据用于长时序湖泊湿地变化监测的误差分析和集成使用提供参考. 相似文献
18.
《地理与地理信息科学》2017,(6)
以某超贫钒钛磁铁矿为例,基于Landsat TM/OLI数据,首先利用相关性分析和单因素方差分析法(one-way ANOVA),结合林地与其他地物的光谱、纹理特征差异,筛选了提取林地信息的最佳光谱和纹理波段;其次,融合光谱纹理特征,利用支持向量机法获取了林地的空间分布信息。结果表明,基于OLI数据光谱和纹理特征的林地提取精度达85.51%,较基于单一光谱特征的提取精度提高5.0%,且基于OLI数据的提取精度整体优于TM数据。统计显示,2015年矿区林地覆盖面积为103.26km2,较2001年减少14.21km2,超贫钒钛磁铁矿采区和尾矿库的迅速扩展是造成林地覆盖减少的主要原因。该文为获取矿区林地空间分布信息提供了一种新的方法与思路,为矿区林业资源监测提供了技术支持。 相似文献
19.
混合像元的存在不仅影响了基于高光谱影像的地物识别和分类精度,而且已成为遥感科学向定量化发展的主要障碍。本文以扎龙湿地为试验区,以环境一号卫星采集的高光谱影像为数据源,分别采用传统的全约束最小二乘光谱解混算法(fully constrained least squares spectral unmixing algorithm, FCLS)与基于稀疏约束最小二乘光谱解混算法(sparse constrained least squares spectral unmixing algorithm, SUFCLS)实现了试验区湿地的精细分类,并对两种分类结果的表现及其分类精度进行了对比分析。研究结果表明：SUFCLS算法能够自适应的从光谱库中选择场景中所占比例最高的一组端元,并将此端元的组合应用于传统的全约束最小二乘光谱解混中实现不同湿地类型丰度的提取,该算法充分考虑了端元的空间异质性,弥补了FCLS算法在端元选取过程中的不足。精度验证结果表明与FCLS算法相比,SUFCLS算法分类结果的均方根误差更小,丰度的相关系数更高,因此该方法对于提高湿地解混精度以及实现湿地精细化分类具有重要意义。 相似文献
20.
《地理与地理信息科学》2015,(6)
为探讨不同湿度指数用于湿地信息提取的能力,选取7个常用的湿度指数(包括NDWI、MNDWI、RNDWI、EWI和缨帽变换的湿度分量等)作为指标,以达赉湖国家级自然保护区为研究区,利用2013年9月6日MODIS(MOD09Q1和MOD09A1)数据,采用支持向量机分类的方法,对研究区进行湿地与非湿地区分研究,并进行湿地亚类(沼泽、水体)的分类试验。分类结果的精度评价表明:1)湿地与非湿地区分能力最好的指数为基于缨帽变换的湿度分量TC-Wetness,制图精度达97%以上,用户精度达96%;2)对湿地亚类的分类结果表明,提取水体最好的指数为第一类湿度指数,以NDWIB4,B2为最优,提取沼泽最优的指数为缨帽变换的湿度分量(TC-Wetness),可以有效排除草地对沼泽提取的干扰。研究区分类结果总体精度最高为88.7%,但沼泽的提取精度仅为48%,说明利用遥感湿度指数一种指标难以满足湿地分类的需要,多指数结合以及地形和其他相关辅助数据的加入对提高湿地分类精度具有重要帮助。 相似文献