不同种植方式高油酸花生小气候特征研究

为研究不同种植方式下高油酸花生小气候特征,于2020年在商丘国家基准气候站内开展花生分期播种试验,试验设计5月6日、5月26日和6月15日3个播期,按垄作和平作两种方式种植。在5月6日播种的垄上、垄下和平作的花生田内安装温湿度自动记录仪,对比分析不同种植方式对农田气温、相对湿度及产量的影响,研究农田温湿度与基准站气象要素的定量关系。结果表明,种植方式不同,花生农田小气候特征存在差异。不同发育期,垄上和垄下气温均高于平作的,且二者之间的差异白天的大于夜间的。下针-饱果期和饱果-成熟期垄上平均气温分别比平作的高0.5℃和0.9℃,日较差分别比平作的高1.1℃和2.1℃;田间相对湿度平作的高于垄上和垄下的,下针-饱果期和饱果-成熟期垄上相对湿度日较差分别比平作的高11.2%和15.3%。典型晴天和多云天,基准站夜间气温高于垄上、垄下和平作的,白天的气温低于垄上、垄下和平作的;阴雨天垄上气温高于垄下、平作和基准站的。3种天气条件下,平作相对湿度高于垄上、垄下和基准站的。高油酸花生小气候与基准站温湿度之间存在显著的一元线性相关关系。3个播期的垄作花生单株荚果数、单株果重和产量均高于平作的,且呈极...     

苏门答腊中部Panti早始新世S型花岗岩地球化学特征及其新特提斯构造意义

苏门答腊地处特提斯构造域与印度洋岛弧系统之内,区内广泛发育中-新生代火成岩.这些火成岩对特提斯构造带的延伸及界定具有重要意义,但目前对于苏门答腊岛的研究程度较低.本文选取苏门答腊岛中部Panti地区的花岗岩进行了岩相学、锆石年代学、锆石原位Hf同位素和全岩地球化学研究.年代学研究表明,Panti花岗岩锆石U-Pb年龄为...     

知识图谱引导的高陡边坡崩塌灾害综合风险三维动态模拟分析方法

高陡边坡崩塌灾害风险致灾因素多、灾害过程复杂,难以进行整体性综合分析及模拟评估,本文提出了一种知识图谱引导的高陡边坡崩塌风险动态模拟评估方法,将知识图谱应用于高陡边坡崩塌风险模拟评估,精准刻画崩塌演化及作用机理,同时融合BIM、GIS等多源数据,构建高保真动态多维多尺度崩塌灾害场景,多要素耦合动态模拟与评估高陡边坡崩塌风险。最后本文选取高陡边坡桥梁工程风险分析场景,验证了本文方法的有效性,结果表明该方法可为工程施工建造与运营过程中的安全风险精准管控提供支撑。     

一种高光谱遥感图像快速谱聚类算法

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题,集成Lanczos算法与谱聚类算法,探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性,提出了一种面向高光谱遥感图像的快速谱聚类算法;通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果,发现面向高光谱遥感图像的谱聚类算法易于识别线性地物,且分类的速度能得到较大提升。     

顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法

稀疏多项式逻辑回归在分类中仅利用图像光谱信息,导致分类效果不太理想.本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法.首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取;然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征;最后由稀疏多项式逻辑回归分类器对融合结果进行分类.结果表明,本文方法能有效地提高分类精度,而且具有较强的稳健性.     

结合空间信息选取最优端元组合的混合像元分解

传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。     

加权空-谱联合保持嵌入的高光谱遥感影像降维方法

高光谱遥感影像数据量大、波段数多,容易导致“维数灾难”。传统流形学习方法一般仅考虑其光谱特征,忽略了空间信息。为此提出一种非监督的基于加权空-谱联合保持嵌入(WSCPE)的维数约简算法。首先采用加权均值滤波(WMF)方法对高光谱影像进行滤波,以消除噪点和背景点的干扰。然后根据遥感影像地物分布的空间一致性,通过采用加权空-谱联合距离(WSCD)来融合像素点的光谱信息和空间信息,有效选取各像素点的空-谱近邻,并根据像素点与其空-谱近邻点之间的坐标距离来有区别的利用其近邻点进行流形重构,提取低维鉴别特征进行地物分类。在PaviaU和Indian Pines数据集上的分类结果表明,总体分类精度分别达到了98.89%和95.47%。该方法在反映影像内部流形结构的同时,有效融合了影像的空间-光谱信息,故能提高影像特征的鉴别性,并提升分类性能。     

不同健康状况松针反射光谱特征分析

为利用高分辨率遥感影像实现大面积的枯死松树监测,本研究通过测量不同程度的枯死和健康松针的光谱曲线,结合GF-2遥感影像的波段范围分析其光谱特征与敏感波段,并借助28种光谱指数探究区分健康松树与枯死松树的适宜光谱指数。结果表明:近红外波段(欧氏距离为118.16)是识别枯死松树的最敏感波段。文中使用的28种光谱指数除R_(gre)-R_(blue)、R_(blue)/R_(nir)+R_(gre)、R_(blue)/R_(nir)+R_(red)、R_(blue)/R_(gre)、(R_(blue)-R_(gre))/(R_(gre)+R_(blue))和R_(blue)/R_(red)+R_(gre)这6种光谱指数外,其余22种光谱指数的J-M距离均超过1.90,表现出很好的光谱可分性。研究结果可为构建适用于GF-2遥感影像进行枯死松树监测的植被指数提供理论基础。