MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究——以渭干河—库车河三角洲绿洲为例

土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.8066、R²（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.6999、R²（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R²=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R²=0.8987,基于验证影像构建的EC值预测模型R²=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。     

黄河内蒙古河段非汛期和汛期冲淤量计算方法

基于多沙河流“多来多排”的经验输沙公式,建立了考虑上站来沙量、前期河床累计淤积量、临界输沙水量及干支流泥沙粒径影响的非汛期和汛期输沙量一般表达式。在此基础上,根据黄河内蒙古河段1952-2010年实测的水沙资料,将其应用于黄河内蒙古河段巴彦高勒—三湖河口河段、三湖河口—头道拐河段以及巴彦高勒—头道拐全河段非汛期和汛期输沙量的计算,并应用输沙率法计算了各河段1952-2010年的非汛期和汛期冲淤量及其相应的累计冲淤量。通过输沙量、冲淤量和累计冲淤量计算值与实测值的对比表明,各河段非汛期和汛期输沙量、冲淤量及相应的累计淤积量计算值与实测值的吻合较好,其中非汛期和汛期输沙量计算值和实测值之间的相关系数R²分别约为0.93和0.97;非汛期和汛期冲淤量计算值与实测值之间的相关系数R²分别约为0.80和0.90;非汛期和汛期累计冲淤量之间的相关系数R²分别约为0.94和0.99。结果表明,就吻合程度而言,累计冲淤量优于年冲淤量,汛期优于非汛期。本文建立的冲淤量方法能够很好模拟该河段长历时的非汛期和汛期冲淤过程,可为黄河内蒙古河段输沙量及长期淤积发展趋势的分析提供科学依据。     

青海湖高寒湿地生态系统CO2通量和水汽通量间的耦合关系

利用涡度相关技术对青海湖高寒湿地生态系统不同时间尺度CO₂通量和水汽通量间的耦合关系进行了研究。结果显示：不同天气条件下青海湖高寒湿地生态系统30 min净CO₂交换量（NEE）与水汽通量间均显示了极显著负相关关系（P<0.0001）;30 min总生态系统生产力（GEP）与水汽通量呈极显著线性正相关关系（P<0.0001）;阴天水汽通量参与生态系统净CO₂交换和生态系统总碳吸收的比例最高。月均30 min NEE与水汽通量呈极显著线性负相关（R²=0.71,P<0.0001）。从植物返青期、生长期至枯草期,月均30 min的GEP与水汽通量不仅呈极显著线性正相关（P<0.0001）,且在生长期和枯黄期阶段表现出极显著一元二次多项式关系（P<0.0001）。在日尺度上,NEE日总量与日蒸散量呈极显著一元二次多项式负相关关系（R²=0.58,P<0.0001）;GEP日总量与日蒸散量呈极显著指数正相关（R²=0.42,P<0.0001）。在月尺度上,NEE月总量与月蒸散量呈极显著线性负相关（R²=0.60,P<0.0001）,两者还表现为极显著一元二次多项式负相关关系（R²=0.63,P<0.0001）。GEP月总量与月蒸散量呈极显著线性正相关（R²=0.51,P<0.0001）,且表现出极显著指数正相关关系（R²=0.64,P<0.0001）。     

中国森林叶片功能属性的纬度格局及其影响因素

为了探究森林植物叶片功能属性的地理格局及其影响因素,在2013年7-8月期间系统调查了中国东部南北样带9个森林生态系统的847种植物的叶片面积（LA）、叶片厚度（LT）、比叶面积（SLA）和叶片干物质含量（LDMC）,并结合群落结构计算了各属性的群落加权平均值（LA_CWM、SLA_CWM、LT_CWM和LDMC_CWM）。结果显示：847种植物的LA、LT、SLA和LDMC的平均值（±标准误）分别为2860.01±135.37 mm²、0.17±0.003 mm、20.15±0.43 m² kg^-1和 316.73±3.81 mg g^-1。SLA和LDMC表现出了明显的纬度格局,随着纬度增加,SLA逐渐增加,LDMC降低;然而,LA和LT沿纬度的变化趋势不明显（R² = 0.02 ~ 0.06）。不同植物类型之间叶片属性的差异是影响LA、LT、SLA和LDMC空间变化的主要因素;叶片功能属性的群落加权值表现出了更加明显的纬度分布格局（R² = 0.46 ~ 0.71）,这主要受到了气候因素和土壤N含量的影响。本文结果完善了中国区域森林生态系统叶片功能属性地理分布的数据库,同时强调了在研究植物属性空间格局时,考虑群落结构在尺度扩展中的重要性。     

阿拉尔垦区土壤盐渍化遥感监测及时空特征分析

及时准确掌握区域土壤盐渍化信息对盐渍土治理和土地利用可持续发展有着重要意义。以阿拉尔垦区Landsat 7 ETM+/8 OLI影像为数据源,采用盐分指数（Salinity index,SI）和归一化植被指数（Normalized difference vegetation index,NDVI）构建遥感盐分监测指数（Salinization detection index,SDI）模型,对阿拉尔垦区土壤盐渍化进行反演,分析近10 a垦区土壤盐渍化空间分布特征。结果表明：SDI模型与土壤实测电导率拟合度R²=0.7579,该模型可反演阿拉尔垦区土壤盐量;2011—2021年非盐渍土和轻度盐渍土面积分别增加318.22 km²和0.80 km²,中度、重度土壤盐渍化面积减少229.87 km²,盐土面积增加68.61 km²;阿拉尔垦区北部和南部地区的土壤盐渍化程度得到明显转好,中部和东部地区土壤盐渍化程度加重,垦区土壤盐渍化总体得到较好改善。SDI模型能较好反演阿拉尔垦区土壤盐渍化时空特征,可为阿拉尔垦区经济与社会发展提供一定的参考依据。     

基于无人机遥感的南岭山地树冠与树干性状关联研究

以南岭山地不同海拔高度的冠层树种为研究对象,通过无人机遥感手段获取冠幅、冠周长和冠面积（CA）等树冠性状,探讨其与基径（BD）、胸径（DBH）、2米径（D2）和4米径（D4）等树干性状间的关联性,并构建了冠面积与树干性状间的回归方程。结果表明：南岭山地树冠性状与树干性状的典型变量显著相关（R=0.89,P<0.01）,并且这种相关性随海拔的升高（600 m到1 600 m）总体呈“M”型变化。其中,冠面积与树干性状间的相关性最高,可作为单一自变量反演树干性状,具体方程为：DBH=0.35CA+14.88（R²=0.67）,BD=0.41CA+17.89（R²=0.82）,D2=0.33CA+14.14（R²=0.84）,D4=0.35CA+11.3（R²=0.86）。文章构建的冠面积与树干性状间的回归方程,可作为南岭山地森林生物量遥感反演的基础,也可用于指导南岭森林生态系统的长期监测。     

沙漠腹地醉鱼草（Buddleja alternifolia） 栽培苗对水盐胁迫的响应

为了研究盐、旱及其交互胁迫下植物生长和生理特性的变化，了解沙漠腹地极端生境下互 叶醉鱼草（Buddleja alternifolia）幼苗的适应性，确定合理的灌溉方式，为沙漠腹地醉鱼草的引种提 供理论依据。通过大田控制实验，设计了 3 个水分梯度和 4 个盐分梯度随机结合实验，定位测量生 长量和生化指标，最后基于隶属函数法综合评价醉鱼草的抗旱耐盐性。结果表明：（1）在干旱胁迫 或低浓度盐胁迫下，醉鱼草的地径、新枝和冠幅生长量均呈上升趋势，而在高盐浓度胁迫下均降 低；水盐交互胁迫下,不同的盐浓度与干旱交互胁迫效果不同,低盐浓度与干旱交互胁迫时（W1S1、 W2S1），植物生长量均上升，高盐浓度与干旱交互胁迫时（W1S3、W2S3），植物生长量均降低。（2）无论 是盐胁迫、干旱胁迫还是盐、旱交互胁迫，醉鱼草游离脯氨酸（Pro）含量随着胁迫程度的增加均呈显 著上升的趋势。（3）醉鱼草的超氧化物歧化酶（SOD）活性和过氧化物酶（POD）活性变化相对复杂， 除了在干旱胁迫时，SOD 活性和 POD 活性都显著下降外,在盐胁迫和交互胁迫时它们各自的变化并 不一致。醉鱼草在盐胁迫、交叉胁迫和干旱胁迫时，渗透调节物质和酶活性各自对应的发生了变 化，没有明显的同步性，存在相互协调的可能，同时植物细胞的敏感性远远强于表型生长的变化， 高盐浓度的伤害并没有表现在植物外部形态上，但酶活性及渗透调节物质却有显著变化。通过隶 属函数分析显示，醉鱼草最佳的生长水盐条件是盐浓度为 8 g·L^-1、灌水量为 25 L·次^-1，对水盐胁迫 的抗旱耐盐性为：干旱胁迫＞交互胁迫＞盐胁迫。     

半干旱区不同类型沙丘风沙流结构特征

采用两种阶梯式集沙仪和小型气象站于2017年4—5月对科尔沁沙地流动沙丘、半固定沙丘和固定沙丘0~75 cm气流层风沙流的总输沙量、输沙率、粒径组成分布和风蚀特征值进行了观测。结果表明：（1）随着高度增加,总输沙量下降,随着风速增加,总输沙量上升;92.20%~95.60%的输沙量发生在0~21 cm高度。（2）总输沙率（Q）流动沙丘>半固定沙丘>固定沙丘,将Q与地上200 cm风速进行函数拟合,流动沙丘幂函数最佳（R²=0.986）,半固定（R²=0.990）和固定沙丘（R²=0.956）指数函数最佳。（3）将各高度的输沙率与地上200 cm风速进行函数拟合,流动沙丘（R²≥0.905）和半固定沙丘（R²≥0.968）拟合度幂函数好于指数函数,固定沙丘（R²≥0.923）指数函数优于幂函数。（4）在一定高度下,3类沙丘输沙率均随着风速的增加而增加;在一定风速下,输沙率随着高度的增加而逐渐递减。（5）3类沙丘的特征值随着风速的增加呈现出逐渐递增的趋势;流动沙丘以λ>1为主,表现出持续侵蚀输送沙粒的能力;半固定沙丘当风速>9.0 m·s^-1时逐渐出现侵蚀状态;固定沙丘以λ<1为主,近地表风沙以堆积状态为主。（6）3类沙丘主要由粒径为0.1~0.25 mm的细沙构成,在0~30 cm高度,细沙占输沙量的50.09%~85.11%,在30~75 cm高度,细沙占输沙量的43.53%~75.53%。     

基于MODIS的青海草地产草量变化遥感分析

青海省属于全国四大牧区之一，及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义。草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系，但是估算涉及植被指数、统计模型和建模指标等因素，不同组合建立的估算模型的精度不同。本文基于青海省MODIS数据与地面实测产草量数据，选择了6种植被指数（NDVI、EVI、RVI、DVI、RDVI、MSAVI）、5种统计模型（简单线性模型、二次多项式模型、幂函数模型、指数函数模型、对数函数模型）以及3种建模指标（植被指数年度最大值VI_max、植被指数生长季累积值VI_season-cum、植被指数年度累积值VI_annual-cum），研究不同组合下估算模型的精度差异，并从中选出最优产草量估算模型，用于估算青海省2015年和2016年的产草量。结果表明：（1）6种植被指数中，基于NDVI的产草量估算精度最高；非线性模型的估算精度高于线性模型，尤其是指数模型，适用于大多数草地类型产草量的估算；基于NDVI年度最大值的估算模型对大多数草地类型都具有最高的决定系数（R²）。（2）从干重来看，高产草量区（>1 200 kg·hm^-2）主要位于青海东部的高寒草原，中等产草量区（600~1 200 kg·hm^-2）位于青海南部和东部的高寒草原和禾草草原，低产草量区（<600 kg·hm^-2）位于青海西部和北部的高寒草甸、高寒草原、高寒荒漠和盐生草甸。（3）与2015年相比，2016年青海省干草总产量减少31.60×10⁴ t，减幅为1.36%。其中，禾草草原和高寒草甸的减产幅度最大，而荒漠草原和盐生草甸的产量则有所增加。本文可为草地产草量遥感估算的研究和实践提供参考。     

基于PLSR的典型沼泽湿地植物叶片性状与光谱模型构建——以三江国家级自然保护区为例

通过植物光学特性测量叶片性状是一种非破坏性的、长期的湿地动态监测方法。选择三江国家级自然保护区多种典型湿地植物为研究对象,探究植物性状与叶片光谱之间的联系。研究表明：叶片氮含量与光谱的模型构建效果最好,模型R²为0.61,均方根误差（RMSE）为2.3862;叶片含水量、叶片磷、可溶性糖、纤维素和木质素含量之和的模型一般,R²在0.38~0.55范围内,RMSE在0.0004~10.7019范围内;淀粉含量拟合效果较差, R²为0.29,RMSE为0.0106。光谱预测重要性的结果表明,可见光与近红外边缘范围内的光谱信息对于叶片含水量、叶片氮含量、叶片磷含量、单位叶面积质量、纤维素和木质素之和、可溶性糖和淀粉的预测具有最高的重要性。     

Remote Sensing Indices to Measure the Seasonal Dynamics of Photosynthesis in a Southern China Subtropical Evergreen Forest

The accurate measurement of the dynamics of photosynthesis in China’s subtropical evergreen forest ecosystems is an important contribution to carbon (C) sink estimates in global terrestrial ecosystems and their responses to climate change. Eddy covariance has historically been the only direct method to assess C flux of whole ecosystems with high temporal resolution, but it suffers from limited spatial resolution. During the last decade, continuous global monitoring of plant primary productivity from spectroradiometer sensors on flux towers and satellites has extended the temporal and spatial coverage of C flux observations. In this study, we evaluated the performance of two physiological remote sensing indices, fluorescence reflectance index (FRI) and photochemical reflectance index (PRI), to measure the seasonal variations of photosynthesis in a subtropical evergreen forest ecosystem using continuous canopy spectral and flux measurements in the Dinghushan Nature Reserve in southern China. The more commonly used NDVI has been shown to be saturated and mainly affected by illumination (R²=0.88, p < 0.001), but FRI and PRI could better track the seasonal dynamics of plant photosynthetic functioning by comparison and are less affected by illumination (R²=0.13 and R²=0.51, respectively) at the seasonal scale. FRI correlated better with daily gross primary production (GPP) in the morning hours than in the afternoon hours, in contrast to PRI which correlated better with light-use efficiency (LUE) in the afternoon hours. Both FRI and PRI could show greater correlations with GPP and LUE respectively in the senescence season than in the recovery-growth season. When incident PAR was taken into account, the relationship between GPP and FRI was improved and the correlation coefficient increased from 0.22 to 0.69 (p < 0.001). The strength of the correlation increased significantly in the senescence season (R ²=0.79, p < 0.001). Our results demonstrate the application of FRI and PRI as physiological indices for the accurate measurement of the seasonal dynamics of plant community photosynthesis in a subtropical evergreen forest, and suggest these indices may be applied to carbon cycle models to improve the estimation of regional carbon budgets.     

干旱区啤酒花农艺性状与品质的关系

明确啤酒花农艺性状与品质的相关性,可以为啤酒花种质资源优选鉴定提供依据。分析了甘肃省河西地区引进的50份啤酒花种质材料单蔓花数、花穗长、花穗粗、单花重、百花重、干鲜比与产量和品质的关系。结果表明：干旱半干旱地区啤酒花种质资源农艺性状和品质指标均存在较大变异,为优异资源的筛选创造了条件。农艺性状和品质指标存在一定相关性,其中,花穗粗和单花重均与干鲜比显著正相关（R²=0.293和R²=0.288）,花穗长和干鲜比与黄腐酚含量呈极显著正相关且干鲜比对黄腐酚含量贡献大于花穗长,而6个主要农艺性状均与α-酸含量无显著相关性。花穗长、花穗粗可以作为干鲜比大、产量和黄腐酚含量高、药用价值好的啤酒花种质资源筛选的农艺性状指标,但高α-酸含量的啤酒花种质资源无法通过农艺性状去筛选。     

陇中黄土高原区旱地春小麦产量对干旱胁迫响应的模拟研究

为进一步探明陇中黄土高原区旱地春小麦产量形成对不同干旱胁迫的响应机制,依据甘肃省定西市安定区凤翔镇安家沟村2016—2018年大田控水试验数据以及定西市安定区1971—2018年气象数据,验证农业生产系统模拟(Agricultural production systems simulation,APSIM)模型模拟不同干旱胁迫旱地春小麦产量及产量构成要素的适宜性,基于APSIM模型分析不同生育期、不同程度干旱胁迫对旱地春小麦籽粒数、千粒重和产量的影响,利用多元逐步回归方程确定陇中黄土高原区旱地春小麦最佳灌水时间和灌水量。结果表明:(1)APSIM模型模拟陇中黄土高原区旱地春小麦生育期、籽粒数、千粒重和产量的均方根误差(Root mean square error,RMSE)均小于3.67 d、300.52个·m^-2、2.56 g、267.43 kg·hm^-2,归一化均方根误差(Normalized root mean square error,NRMSE)均小于3.89%、2.86%、9.71%、11.58%,模型有效性指数(Model effectiveness index,ME)均大于0.62、0.78、0.60、0.66,表明APSIM模型对模拟干旱胁迫条件下陇中黄土高原区旱地春小麦产量形成具有较好的适应性。(2)不同生育期干旱胁迫下,拔节期干旱胁迫对小麦籽粒数影响最大,其次由大到小依次为出苗期、分蘖期、无胁迫、抽穗期、开花期和灌浆期;灌浆期干旱胁迫对小麦千粒重影响最大,其次由大到小依次为开花期、抽穗期、无胁迫、拔节期、出苗期和分蘖期;拔节期干旱胁迫对小麦产量影响最大,其次由大到小依次为灌浆期、抽穗期、开花期、出苗期、无胁迫和分蘖期。(3)不同程度干旱胁迫下,灌水量300.00 mm旱地春小麦产量最大为4866.19 kg·hm^-2,与其他4种灌水相比产量分别增加283.53%、39.65%、0.46%和15.58%。(4)出苗后第1 d、47 d、60 d、82 d、86 d灌水,且灌水量达到343.09 mm时,旱地春小麦产量最大为5578.91 kg·hm^-2。干旱胁迫发生时间和程度对研究区小麦产量形成具有明显的交互作用,分蘖期适度干旱胁迫有利于提高陇中黄土高原区旱地春小麦产量,而拔节期和灌浆期为旱地春小麦田间水分管理的关键生育期,小麦生长发育过程中应加强该生育期的水分管理以提高陇中黄土高原区粮食产量。     

柴达木盆地昆北地区路乐河组/下干柴沟组泥岩地层地球化学特征及古环境意义

柴达木盆地昆北地区位于柴达木盆地西部南区的昆仑山前缘，该地区构造活动频繁，地层完整，是研究古环境和古气候理想地区。通过采集昆北地区切26井新生界下部泥岩样品，对其进行微量元素分析。结果表明：在地层界线附近，路乐河组Cu、U、Cr、Sr元素含量平均值分别为18.34×10^-6、3.24×10^-6、141.68×10^-6、107.10×10^-6,下干柴沟组下段为28.17×10^-6、3.35×10^-6、192.07×10^-6、217.05×10^-6。下干柴沟组下段微量元素有明显增大趋势，指示沉积环境发生变化。U与陆源碎屑来源指示元素Th相关性差（R²=0.174 5)，表明U主要为自生成因，因此其含量的增加可以指示原始沉积水体还原程度的增强。Cr与U表现为弱相关（R²=0.420 9),表明水体环境的变化对Cr的富集有一定的影响；氧化还原指标U/Th、V/Cr表明研究区古环境为氧化水体沉积环境，U/Th、V/Cr指标在下干柴沟组下段变大表明水体加深，还原性增强。利用Sr/Cu比值变化以及结合化石种属演化等推测地层界线附近古气候经历了干旱—湿润—干旱的旋回变化。     

基于SWAT-MODFLOW耦合模型的巴音河中游泽令沟盆地地表水−地下水转换关系研究

为准确刻画资料缺乏、地表水–地下水转换频繁的泽令沟盆地地表水?地下水不同时空尺度上的转换关系,利用河道径流数据、遥感蒸散发数据、地下水位观测数据等对SWAT-MODFLOW耦合模型进行率定和验证,在此基础上对泽令沟盆地水循环过程进行模拟分析。结果显示：① SWAT-MODFLOW耦合模型模拟效果较好,率定期和验证期月径流量的R²≥0.73,NSE≥0.67,PBIAS在?20%~20%。其各子流域实际蒸散发的R²均大于0.91,NSE均大于0.85,PBIAS在?10%~10%。此外,模拟地下水位与实测值误差在0.6 m以内,R²为0.94。② 地表水补给地下水的河道占整个河道长度90.31%,年平均补给量占年总交换水量的50.20%;季节尺度上,补给的最大值出现在7月,为331043.31 m³/d,最小值出现在12月份,为41208.33 m³/d。地下水对地表水的补给量较为稳定,季节性变幅在?2.5%~2.5%,年际变幅处于?6.5%~0.6%之间。     

施肥及刈割对干旱地区紫花苜蓿产量和品质的影响

在黄土高原中部干旱区采用随机区组试验,研究3个施氮水平(0、51.75、103.5 kg·hm^-2)和3个磷水平(0、126、252 kg·hm^-2)下不同刈割次数(3、4次)对“甘农3号”紫花苜蓿种植当年和第2年产量、株高、再生速度及品质的影响,并对紫花苜蓿生长两年中各指标进行比较.结果表明:干旱地区“甘农3号”紫花苜蓿在具备灌溉条件下,种植当年施肥可显著提高产量、株高和再生速度,且4次刈割下显著高于3次刈割;施肥也能增加紫花苜蓿粗蛋白含量,降低中性洗涤纤维和酸性洗涤纤维含量,4次刈割下品质更好;高氮低磷处理(N 103.5 kg·hm^-2+P₂O₅ 126 kg·hm^-2)下效果最好,单施氮肥较单施磷肥效果好.同时,第2年紫花苜蓿产量显著高于第1年,第1年增幅较第2年明显,说明在试验地区,“甘农3号”紫花苜蓿种植当年施肥更有效,第2年施肥仍有益;在灌溉和配施N103.5 kg·hm^-2+P₂O₅ 126 kg·hm^-2条件下,种植当年即可实现4次刈割.     

干旱区大尺度土壤盐度信息环境建模——以新疆天山南北中低海拔冲积平原为例

区域空间信息有助于决策者针对特定潜在和既定的土壤盐渍化区域制定改良和优化政策,以避免灌区水土资源的不合理配置和干旱区土地生态系统持续性退化。然而现存区域尺度土壤盐度数据以矢量方式留存,多边形内部土壤属性无空间变异性,缺乏实时更新,对当下实际指导作用具有一定的局限性。随着人类活动的加剧,土壤及其结构性退化正加速危害土壤质量和健康。对此,急需更新或升级,用于刻画干旱区生态系统中土壤盐度数据,以辅助制定相关政策,减缓土壤盐渍化的危害。针对此问题,本文基于代表性等级的采样设计方法（Integrative Hierarchical Sampling Strategy, IHSS）,获取少量典型样点,结合土壤—环境推理模型（soil land inference model, SoLIM）,尝试推理区域尺度土壤盐分含量信息。研究以新疆天山南北中低海拔冲积平原为案例,仅以23个代表性样本,推理陆表（0~10 cm）土壤盐分含量,源自3个典型绿洲94个野外样本的验证数据显示,依据评判标准,预测结果与实际情况较为相符,与线性回归模型相比,具备处理土壤与环境变量之间非线性关系的SoLIM,推理精度更高。所以,研究认为模糊隶属度加权平均的方法（IHSS-SoLIM）可以通过较小的建模点得到更好的预测效果,可作为区域尺度土壤盐度推理的备选方案。     

基于无人机遥感的高寒草原沙化模型及等级划分

高寒草原是青藏高原草地生态系统的主要组成，在防风固沙、野生动物保育等方面具有重要作用。近年来，在全球气候变化和人为干扰加剧的背景下，高寒草原沙化加剧，基于时空尺度监测范围及程度是防治高寒草地沙化的前提。以青海三江源区玛多县的高寒草原为研究区，结合大疆“精灵3”和“经纬M100”旋翼无人机和地面调查，探讨基于无人机遥测的植被指数在草地沙化调查方面的适宜性，以此为基础制定了高寒草原沙化模型及等级划分标准。结果显示：（1）通过对VDVI（Visible-Band Difference Vegetation Index）、ENDVI（Enhanced Normalized Difference Vegetation Index）和NGRDI（Normalized Green-Red Difference Index）指数与草地沙化指数GDI（Grassland Desertification Index）的相关分析，选取出高寒草地沙化研究最优植被指数为VDVI（R=0.9055）；（2）GDI与VDVI的关系模型为VDVI=0.3024GDI²-0.0335GDI+0.0119（R²=0.9326）。模型相对误差为1.779%（RMSE=0.165，R²=0.7447），拟合精度较高；（3）基于无人机遥感植被指数的聚类分析，将研究区高寒草原沙化划分为5个等级，即无明显沙化（VDVI>0.2247）、轻度沙化（0.1493 < VDVI < 0.2246）、中度沙化（0.0924 < VDVI < 0.1492）、重度沙化（0.0692 < VDVI < 0.0923）和极度沙化（VDVI<0.0692）。