粒度特征揭示的中全新世以来毛乌素沙地演化过程

通过对毛乌素沙地现代固定沙丘、半固定沙丘、半流动沙丘和流动沙丘的粒度特征分析,发现研究区沙地变化敏感粒度是>245 μm的沉积物粒度组分,尝试性地将其用于地质时期沙地演化研究。结合区域典型风成砂-古土壤剖面的沉积相特征,探讨了中晚全新世以来毛乌素沙地的时间演化过程及其特征。结果表明：中全新世以来毛乌素沙地存在多次活化扩张和固定萎缩事件,除7.5 ka BP前为流动沙地占优势以外,其余阶段多在半流动沙地、半固定沙地和固定沙地之间频繁转换,即使在全新世适宜期古土壤大规模发育期间仍存在局地短时间的沙地活化事件。     

基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究

荒漠植被在减缓沙漠扩张、阻挡风沙入侵绿洲、维护绿洲稳定性方面具有重要意义。通过无人机搭载多光谱相机获取地面样地高分辨率NDVI数据以计算植被覆盖度,结合MODIS-NDVI数据,分析了MODIS-NDVI与无人机获取NDVI数据之间的一致性,进而建立MODIS-NDVI数据与样方植被覆盖度的空间反演模型,以研究巴丹吉林沙漠植被分布特征、动态变化及其对气温、降水的响应规律。结果表明:(1)基于无人机多光谱数据大样方植被覆盖度和MODIS-NDVI数据构建的植被覆盖度反演模型具有较高的模拟精度。(2)研究区总体植被覆盖度较低,空间上呈由东南向西北递减的趋势。(3)植被覆盖度总体呈现上升趋势,沙漠边缘的增速较沙漠内部更为明显,其中沙漠边缘增长率达1.53%/10a,而沙漠内部为0.84%/10a。沙漠边缘57.12%植被出现改善,而沙漠内部植被改善的面积约为21.26%。(4)植被生长主要受制于生长季降水量并呈现出明显的季节变化,此外植被对降水和气温的响应存在一定的滞后效应。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

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。     

乡村振兴规划的性质及其体系构建探讨

实施乡村振兴战略是解决中国新时代社会主要矛盾的必然要求,关系着国家现代化的成败。落实乡村振兴战略需要建立科学合理的乡村振兴规划体系,统筹协调和优化配置城乡要素资源。论文基于地理学综合视角,深入分析乡村概念内涵与乡村发展的基本特征,总结乡村振兴规划的基本性质与存在的主要问题,初步构建了乡村振兴规划体系框架。结果表明：① 乡村包含社会文化、政治经济和地理空间多重属性,具有生产、生活、生态、文化等多功能,乡村振兴发展是乡村资源开发利用、经济社会发展和自然人文耦合的综合过程;② 乡村系统具有要素分散性和发展自组织性、空间异质性和类型多样性、对区域和城市依赖性与产业发展受自然因素强限制的基本特征;③ 乡村振兴规划是对乡村空间要素资源配置的统筹协调过程,其本质是以促进公平为导向的规划,应更加强调规划参与过程及其统筹协调能力;④ 当前中国乡村规划尚未形成完整体系,缺少法律基础,规划技术理论发展较滞后,规划边界模糊、规划深度不够,规划实施保障机制不健全;⑤ 基于上述理论和问题分析,构建了包含主体规划系统、制度保障系统、技术支持系统、多规协调系统和参与反馈系统的“五位一体”乡村振兴规划体系。该体系可以高效配置乡村要素资源,促进城乡融合发展,有利于形成规划合力,增强乡村振兴规划的权威性、可行性和实用性。