刚竹毒蛾危害下的毛竹叶片光谱特征及虫害等级检测研究

探讨刚竹毒蛾危害下的毛竹叶片光谱特征可为建立竹林生态安全监测体系提供重要的理论指导。相比于传统的多光谱数据,高光谱遥感能够准确探测不同刚竹毒蛾危害等级间寄主光谱的细微变化。然而,当前有关此方面的研究甚少,其寄主的光谱变化机理还有待进一步总结。为此,基于实测的552条竹叶光谱,分析了健康、受刚竹毒蛾危害、小年叶片之间的光谱差异,选择可反映其健康状况的特征变量,并利用XGBoost模型建立了叶片尺度的刚竹毒蛾危害检测模型。研究结果显示：（1）随着虫害等级的上升,受害叶片在可见光范围内的反射率逐渐出现“绿低红高”的特征,其近红外波段的反射率则不断降低,而短波红外的反射率则明显高于健康叶片,尤其在两个水汽吸收波段（1 450和1 940 nm）的差异最为明显;（2）小年叶片于可见光-近红外波段的反射率显著高于健康、受害叶片;（3）根据不同受害类型叶片的光谱特征可知,较之健康叶片,缺刻型叶片的光谱并未出现太大的变化,红褐色病斑型叶片在红光波段的反射率出现了一定程度的上升,灰白色病斑型叶片则已经完全失去了植被的基本光谱特征;（4）根据XGBoost模型给出的变量重要性排序可知,各特征变量的贡献度依次为PRI（光化学反射率指数）＞FDVI_{576, 717}（植被健康程度评估指数）＞NPCI（归一化色素叶绿素指数）＞DSWI（疾病水胁迫指数）＞VOG 1（红边指数1）＞RVSI（红边植被胁迫指数）＞NDWI（归一化差值水分指数）;（5）模型对刚竹毒蛾危害识别的总平均精度为74.39%,其中健康叶片的识别精度达到了94.55%,轻度危害叶片为74.93%,重度危害为84.12%,小年叶片则为71.10%,而中度危害叶片的识别精度较差,仅为33.48%。     

基于野外可见近红外光谱和水分影响校正算法的土壤剖面有机碳预测

土壤是陆地碳循环的中枢,充分发挥土壤固碳潜力有助于减缓全球气候变化。土壤有机碳 (SOC) 的高度分异性同时体现在空间和垂直分布上,但是许多前期研究往往只考虑了空间分异,而忽略了垂直分异。尤其在青藏高原这种高寒山区,土壤样品采集难度较大且费用昂贵。可见近红外 (Vis-NIR) 光谱作为传统土壤实验室化学分析的辅助手段,能够较为快速和精准地估测SOC含量。但是土壤水分等环境因素会掩盖或改变SOC的Vis-NIR光谱吸收特征进而削弱模型预测精度。外部参数正交化 (EPO) 和分段直接标准化 (PDS) 算法可以有效校正水分对光谱的影响,但其在野外新鲜土柱上的表现还不得而知。本研究旨在探索不同水分影响校正算法对野外剖面土壤光谱的校正能力,对采自中国青藏高原海拔2 900～4 500 m色季拉山的共26个1 m深土柱。沿深度以5 cm×5 cm为测量单元,从各单元中心采集共计386个野外原状湿样Vis-NIR光谱,并在实验室内测得相应386个研磨干样的Vis-NIR光谱以及SOC含量。经EPO和PDS算法校正土壤水分对光谱的影响后,通过随机森林建立土壤光谱和SOC含量的定量预测模型,并使用靴襻法评估不同校正处理下预测模型的不确定。土柱整体及垂直分布的精度结果表明,经PDS法转换的农田和草地土柱湿样光谱均表现出良好的水分校正效果,而EPO法仅对农田土柱有效。水分影响校正算法在不同土壤深度上也存在显著差异,EPO和PDS对农田和草地表层样本的水分校正均效果明显。两种校正方法的效果显示出地类和土层深度的依赖性。本研究为利用Vis-NIR光谱技术在高寒山区野外快速准确估算土壤碳含量的垂直分异提供了必要参考。     

基于数码相片和颜色空间转换的滨海土壤盐渍化定量估算

土壤盐渍化是土壤退化的重要原因之一,快速精确地监测土壤盐渍化对农业可持续发展和生态环境保护有积极作用。提出一种基于数码相片的滨海地区表层土壤盐分的定量估算方法,旨在复杂天气状况下快捷方便的获取土壤盐分信息。以江苏盐城沿海地区裸露地表土壤作为研究对象,在晴天和多云天气下全天时采样和拍照获取52个土壤样本和相片。土壤样品通过室内测试获取土壤电导率（EC）,pH值和土壤含水量等参数。利用RStudio软件对土壤相片进行处理,首先从相片中提取RGB三种颜色参数,再通过颜色空间转换关系计算另外5种颜色空间（HIS,CIEXYZ,CIELAB,CIELUV和CIELCH）,每个颜色空间有三个颜色参数,加上RGB颜色空间共有18个颜色参数,其中CIELAB,CIELUV和CIELCH中L参量表示的意义和数值相同,因此6个颜色空间共有16个颜色参数。土壤电导率与颜色参数相关分析结果表明,相片颜色的纯度和亮度与土壤电导率之间的相关系数较高,并达到了极显著水平,相片颜色的色相与土壤电导率之间的相关性较低,且未达到显著水平。随机抽取70%的样本数据并用随机森林方法对土壤盐分含量进行建模,采用留一法（LOOCV）进行交叉验证,再用余下30%的样本数据进行精度检验,重复100次以获取精度最高的模型。最终获取估算土壤盐分的随机森林模型,验证集数据的模型精度达到R2_val=0.75,RMSE_val=3.52,RPD_val=2.02。对颜色参数进行重要性分析发现,颜色纯度对模型的重要性最大,其次是颜色亮度,色相的贡献较小。综上,利用数码相机获取表层土壤相片,通过颜色空间转换得到的颜色参数为有效估算滨海土壤盐分含量提供一个新思路。该研究对近地表参数定量估算提供了新视角,将来结合无人机平台能够为精准农业和滨海生态环境的精准管理提供技术支持和有效手段。     

可见光-近红外、中红外光谱的土壤有机质组分反演

土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力状况。传统土壤土壤有机质及组分的测定工序繁杂,效率低下且时效性差,大量研究表明高光谱技术能有效提高土壤属性的检测效率并降低测试成本,但关于可见光-近红外、中红外光谱检测土壤有机质组分的报道鲜见。为了探索中红外光谱及可见光-近红外-中红外组合光谱对土壤有机质组分检测的可行性,并对比有机质单一光谱模型与有机质不同组分的组合光谱模型的预测精度,以南疆地区农田土壤为例,在阿克苏及和田地区共采集93个土样,进行有机质、胡敏素、胡敏酸、富里酸含量及光谱数据的测定。其次,利用可见-近红外(VNIR)、中红外(MIR)及其组合光谱(VNIR-MIR)三种光谱数据集,采用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)三种建模方式对土壤有机质、胡敏素、胡敏酸、富里酸含量进行组合模型分析预测。结果表明：(1)土壤有机质及各组分均与光谱反射率有较好的相关性,土壤有机质及组分在MIR谱段的特征波段数量明显多于VNIR谱段。(2)有机质最优预测模型的模式为VNIR-MIR-RF,该模型的决定系数R2为0.90;胡敏素与胡敏酸最优预测模型的模式均为VNIR-RF模型,R2均为0.92;富里酸最优预测模型的模式为MIR-RF模型,R2为0.94。(3) 基于胡敏素、胡敏酸和富里酸的有机质组合光谱模型的预测精度明显高于有机质单一光谱模型,两种模型的R2分别为0.93和0.90。实现了土壤有机质组分的高效快速反演,且基于有机质组分的组合模型提高了土壤有机质预测精度,为南疆地区大尺度土壤肥力的鉴定与精准施肥提供重要的参考价值。     

基于GF-2的乔木生物量估测模型研究

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个．对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型．结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低．在3种模型中,随机森林模型为乔木生物量的最优模型．      

热带滨海地区度假酒店的自然通风设计研究 ——以三亚康年酒店设计为例

如何降低热带滨海地区的酒店建筑能耗一直是建筑节能领域的研究重点课题.因自然通风在降低建筑能耗、提高室内空气质量、改善室内舒适度的显著作用,使它作为一种典型的被动式技术被广泛应用.但是热带滨海地区常年高温高湿,对自然通风技术的应用是一个巨大的挑战.以三亚康年酒店项目为例,结合数值模拟方法,从总体布局、立体绿化中庭和建筑表皮等方面论证了自然通风设计技术在热带滨海酒店的使用方法,并取得了显著的效果,从而为亚热带滨海地区度假酒店的自然通风设计提供借鉴案例.     

基于可解释性机器学习的丘陵缓坡地区滑坡易发性区划研究

【目的】提出一种基于随机森林与Permutation Importance、PDP和LIME结合的可解释性模型,对滑坡易发性区划进行全局和局部解释,旨为滑坡灾害精准防治与城市规划提供理论依据。【方法】以重庆市江津区为例,选取地形地貌、地质构造、气象水文、环境条件和人类活动共5个方面的21个因子,结合江津区899个历史滑坡点,建立30 m×30 m精度的栅格空间数据库,按照滑坡与非滑坡1∶1的比例选取899个非滑坡点,利用随机森林算法构建滑坡易发性模型,将结果分为极低、低、中、高、极高等5个易发性等级,探讨了随机森林模型在三峡库区滑坡易发性区划中的普适性,最后通过Permutation Importance, PDP, LIME方法研究随机森林模型的可解释性。【结果】滑坡高-极高易发区内滑坡点数占历史总滑坡点的71.3%,面积占区域总面积的20.42%,混淆矩阵准确率为0.968,全体数据集AUC值达0.962。通过模型解释可知地形起伏度、年平均降雨量、坡度是滑坡易发性区划中最重要的因子,且地形起伏度、坡度为正影响,当年平均降雨量小于1 300 mm时,对滑坡的发生也产生正影响。【结论】基于可解释性机器学习的滑坡易发性区划模型预测精度高,对滑坡的精准防治有重要的实践意义。     

基于三维闪电的凉山州森林火灾高危区雷电活动特征分析

为了分析四川省凉山彝族自治州森林火灾高危区雷电活动特征,利用四川地区三维闪电监测定位系统收集２０１８―动时空分布特征,找出凉山州森林雷击火灾重点防护时节和地区,为进一步研究凉山州森林火灾高危区雷电风险区划和雷击２０２０年的雷电活动数据资料,运用ＡｒｃＧＩＳ软件和数理统计等方法分析四川省凉山州木里藏族自治县和盐源县两地的雷电活火灾预防提供科学依据和技术支持     

二氧化铬阴离子光电子能谱的理论研究

凭借密度泛函理论,采用不同基组对中性分子CrO2的基态（ 3B1）以及阴离子CrO2‾的基态（ 4B 1）进行几何优化和振动频率分析;应用量化计算得到的力常数及结构和光谱参数,基于推得的两维四模Franck-Condon重叠积分的代数表示,对CrO2 ( 3B1)－CrO2‾ ( 4B1) 的光脱附过程进行Franck-Condon分析和光谱模拟,理论上得到光电子能谱的谱线相对强度及振动结构分布,理论谱与实验测得的二氧化铬阴离子光电子能谱达到一致,并对光电子能谱的振动结构进行归属及热带分析;另外,在光谱模拟过程中通过迭代Franck-Condon分析过程,推得CrO2‾（ 4B1）与CrO2（ 3B1）平衡几何结构之差：ΔR(Cr-O)= 0.05Å,Δ(O-Cr-O)=12o.     

森林下层植物资源的航空遥感分析—以川西针叶林下箭竹为例

集中讨论了如何运用彩红外航空像片来调查森林下层的植物资源问题.通过对箭竹-岷江冷杉林群落结构的分析,我们发现,箭竹在林冠下的种群密度很大程度上受林冠结构的影响.在光照强烈的大林窗内和过分郁闭而阴湿的林冠下,种群密度都不大;而在适中的郁闭度下则较大.回归分析结果证实了这一点.它表明,在一定林冠下箭竹种群密度与林冠郁闭度之间存在指数关系.