迁飞昆虫生物学参数反演及种类辨识分析

虫害严重威胁着我国的粮食安全,迁飞昆虫中有许多是农业害虫,其远距离迁飞是导致虫害异地暴发的重要原因.昆虫雷达是观测昆虫迁飞最有效的工具,在迁飞昆虫的监测和预警中发挥着越来越重要的作用,但传统昆虫雷达不能准确获取昆虫的各项生物学参数,因此无法实现昆虫种类的精确识别.随着雷达技术的创新和发展,通过昆虫雷达获得较为准确的昆虫生物学参数成为可能,为基于昆虫雷达实现迁飞昆虫个体种类辨识提供了依据.本文综述了从雷达回波中提取多频和极化散射参量,然后基于不同的电磁散射反演昆虫生物学参数的方法,并对比分析了基于不同方法的昆虫体重、体长、体宽和振翅频率的反演精度.最后基于生物学参数,采用5种机器学习算法以高精度实现了 23种迁飞昆虫的种类辨识,并分析了昆虫生物学参数的测量误差对迁飞昆虫种类辨识精度的影响,初步验证了利用雷达实现高精度迁飞昆虫种类辨识的可行性.     

三种回归分析方法在Hyperion影像LAI反演中的比较

借助GPS进行地面精确定位,利用LAI-2000冠层分析仅在攸县黄丰桥林场开展130个样地(60m×60m)的叶面积指数(Leaf Area Index,LAI)测量.采用FLAASH模块对Hyperion数据进行大气校正并与地面同步冠层观测数据进行拟合,通过研究地面实测LAI与Hyperion影像波段及其衍生的系列植被指数(NDVI、RVI等)的相关性,筛选出估算叶面积指数的植被指数因子.应用曲线估计、逐步回归及偏最小二乘三种回归分析技术分别建立叶面积指数的最优估算模型.结果表明:参与建模的因子中,比值植被指数(RVI)与LAI的相关性最大,敏感性最高,其次是SARVI0.1,NDVI705,NDVI,SARVI0.1,SARVI0.25;曲线估计、逐步回归分析和偏最小二乘回归三种分析方法所建的6个回归模型中,偏最小二乘回归的拟合效果最好,预测值与实测值的决定系数R2为0.84、曲线估计的拟合效果最低,预测值与实测值的决定系数R2为0.64;建模精度分析表明,选用5-6个自变量因子进行LAI建模是可靠的,以6个植被因子建立的偏最小二乘回归模型预测精度最高.     

真光层深度的遥感反演及其在富营养化评价中的应用

真光层深度直接影响水体中浮游植物的分布和初级生产力以及水体生态环境,是水生态研究的一个重要参数.利用2006年10月24日～11月2日太湖水下实测光谱数据和光合有效辐射(PAR)数据,通过数据的处理和分析,尝试建立真光层深度与水面以下遥感反射率的关系模型,并利用真光层深度与透明度的关系,建立水体富营养化真光层深度评价模型.研究结果表明:真光层深度与归一化遥感反射率具有很好的相关性;选用特定波段的归一化反射率作为变量,建立两者的关系模型能较好的反演真光层深度,所建立的模型算法中,指数模型拟合方程的综合效果好于其他模型,波段比值算法反演精度要好于单波段算法;利用利用真光层深度进行富营养化评价具有一定的应用价值,利用该模型对太湖水体进行富营养化评价,得出太湖西部湖区大部分已富营养化,东部湖区处于中营养化和轻度富营养化状态.     

北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

联合GF-6和Sentinel-2红边波段的森林地上生物量反演

光谱反射率能反映地物差异,是森林地上生物量（Aboveground Biomass,AGB）遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明：GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关（P<0.05）,红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数（落叶松R²=0.66,樟子松R²=0.65）和最低的均方根误差（落叶松RMSE=31.45 t/hm²,樟子松RMSE=54.77 t/hm²）。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。     

中国陆地生态系统碳源/汇整合分析

国家尺度陆地生态系统碳收支及其循环过程的研究对于提升地球系统科学与全球变化科学的科技创新能力、提高我国参与应对全球气候变化国际行动和维护国家利益的话语权、保障国家生态安全和改进生态系统管理都具有重要意义。近年来,我国已经在气候变化与陆地生态系统碳循环领域开展了大量的研究工作,主要包括国家清查、生态系统模型模拟、大气反演等手段。然而,由于大尺度陆地生态系统碳源/汇的估算存在很大的不确定性,目前尚未形成国家尺度的陆地生态系统碳源/汇的整合分析。通过搜集已发表的关于中国陆地生态系统及其组分碳源/汇的59篇文献,整合国家清查、生态系统模型模拟、大气反演3种研究手段,分析中国陆地生态系统碳源/汇大小以及时间尺度上的动态变化。结果表明,在1960s-2010s期间中国陆地生态系统碳汇整体呈上升趋势,平均为（0.213±0.030）Pg C/a,其中森林、草地、农田和灌木生态系统碳汇分别为（0.101±0.023）Pg C/a、（0.032±0.007）Pg C/a、（0.043±0.010）Pg C/a和（0.028±0.010）Pg C/a。森林生态系统中的植被碳汇远大于土壤碳汇,然而这种格局在草地和农田生态系统却相反,而且1960s-2010s期间中国主要植被类型的生态系统碳汇总体上随时间呈增加趋势。融合多源数据（地面观测、激光雷达、卫星遥感等）、多尺度数据（样地尺度、站点尺度、区域尺度）以及多手段数据（联网观测、森林清查、模型模拟）,有助于全面准确地评估中国陆地生态系统碳源/汇及其对气候变化的响应。     

Spectral feature differences between shrub and grass communities and shrub coverage retri- eval in shrub-encroached grassland in Xianghuang Banner,Nei Mongol,China

Aims Shrub-encroached grassland has become an important vegetation type in China’s arid and semi-arid region. Our study objective is to explore the spectral features of shrub and grass communities, as well as their empirical relationships with shrub coverage. The quantitative estimation of shrub cover based on medium-resolution Landsat satellite imagery provides the practical basis for long term retrieval of large areas of shrub expansion in the grassland region. Methods Linear models and Multiple Endmember Spectral Analysis Model (MESMA) based on medium resolution Landsat satellite imagery were developed to quantify the shrub coverage in a shrub-encroached grassland region in Xianghuang Banner, Nei Mongol using the spectral features and their seasonal differences between the shrub and grass communities. Important findings Compared to Leymus chinensis and Stipa krylovii dominated grass communities, Caragana microphylla community had a higher normalized difference vegetation index (NDVI), modified red edge normalized difference vegetation index (mNDVI₇₀₅), and red edge slope. The red edge position of C. microphylla community shifted to longer wavelengths. The average and the maximum shrub coverage was 13% and 25%, respectively, in the shrub-encroached grassland based on both models. The correlation coefficient of determination (R²) and root mean square error (RMSE) of the linear model was 0.31 and 0.05, respectively. We found that the linear model based on seasonal differences of shrub and grass community was more suitable for retrieving shrub coverage in the study area from medium resolution imagery than the MESMA model that is based on mid-summer images.     

苏干湖湿地植被地上生物量空间格局及其对水盐的响应

地上生物量是反映湿地植物群落数量特征和生产能力的重要因子,内陆盐沼湿地植被地上生物量空间分布格局及其水盐响应机制,对湿地生态水文学研究具有重要的理论意义。采用湿地群落学调查和支持向量回归模型（SVR）相结合的方法,将苏干湖湿地划分为山洪区、泉水区等5个分区,研究了植被地上生物量的空间异质及其影响因素。结果表明：支持向量回归模型在内陆盐沼湿地植被地上生物量反演方面具有较高的拟合精度;苏干湖不同区域湿地植物群落地上生物量空间格局呈现出复杂的空间分异规律,对地下水埋深和土壤全盐量的响应也存在明显差异：河洪区的植被地上生物量随地下水埋深、土壤全盐量的增加呈先增大后减小的趋势,湖水区的植被地上生物量与地下水埋深呈显著正相关关系,而土壤全盐量则相反,山洪区的植被地上生物量随地下水埋深的增加呈先增大后减小的趋势,泉水区的植被地上生物量随地下水埋深的增加逐渐减小,台地区的植被地上生物量与地下水埋深和土壤全盐量均无显著相关性。苏干湖湿地不同等级植被地上生物量在空间上呈现出多斑块组成的镶嵌体结构形态,体现了湿地植物应对土壤水盐等环境因子变化的生态适应机制。     

基于水体盐度和水文结构的滨海湿地海陆水文连通性

以水体盐度作为核心指标,综合水文结构连通指标(沟渠水面率、进出水渠密度、海陆距离以及沟塘距离)构建海陆水文连通性指数。在多尺度空间分析的基础上,选择150 m×150 m网格作为评价单元,对研究区内海陆水文连通性进行空间定量分析和等级划分。结果表明: 研究区海陆水文连通性由海向陆逐渐递减,但递减速率存在差异,这是由于研究区内水体盐度空间分异明显,对水文连通性变化速率造成一定影响。将海陆水文连通性划分为优、良、中、差4个等级,优与良所在区域主要分布在近海地区,土地利用类型以咸水养殖塘和农田为主;中与差所在区域主要分布在内陆地区,土地利用类型以淡水养殖塘和农田为主。滨海湿地的水文过程十分复杂,定量化滨海湿地海陆水文连通性能够为滨海湿地现状评估以及湿地修复提供参考资料。     

基于SWCI-NDVI特征空间的县域耕地地力遥感反演

利用遥感反演县域耕地地力状况,快速、准确、高效地实现耕地定级,是区域耕地资源利用与管理的客观需求。本研究以东平县为研究区,利用Landsat-TM卫星影像和耕地地力评价资料,构建以地表含水量指数(SWCI)、归一化植被指数(NDVI)为特征参量的水分植被地力指数(MVFI),进而优选得到最佳反演模型,并在县域空间上进行推广应用和精度验证。结果表明: MVFI与耕地地力综合指数(IFI)的相关系数为-0.753,能综合反映小麦长势、土壤墒情和地力水平,具有明确的生物物理意义;最佳反演模型为二次模型,反演精度较高;模型适用于县域耕地地力的反演,反演结果与地力评价结果的空间分布规律和均匀程度相似,高、中、低等级耕地的面积差均低于2.9%。本研究提出的基于特征空间理论的耕地地力遥感反演方法,可有效提高县域耕地地力的评价效率和预测精度。