按提交时间
按主题分类
按作者
按机构
您选择的条件: 丁建丽
  • 基于PlanetScope影像的典型绿洲土壤盐渍化数字制图

    分类: 地球科学 >> 地理学 提交时间: 2023-09-19 合作期刊: 《干旱区地理》

    摘要: 干旱半干旱地区急需高分辨率的土壤盐度图用于显示盐度空间分布的细微变化,指导盐渍化区域和潜在盐渍化区域制定土地资源管理政策和水资源管理政策,防止土壤进一步退化,保障农业经济可持续发展和粮食安全生产。基于PlanetScope影像,提取植被光谱指数和土壤盐度指数,共计21个变量,将其输入装袋回归(Bootstrap aggregating,Bagging)算法中,构建了土壤盐度预测模型Model-Ⅰ;使用最相关最小冗余(Max-relevance and min-redundancy,mRMR)方法筛选特征变量,将其输入Bagging中,构建了土壤盐度预测模型Model-Ⅱ,使用野外采样数据来辅助建模并进行验证。通过模型评价指标对Model-Ⅰ和Model-Ⅱ进行评估。结果表明:Model-Ⅱ的预测性能优于Model-Ⅰ(验证集决定系数为0.66,均方根误差为18.00 dSm-1,四分位数的相对预测误差为3.21),mRMR有效降低了多维特征冗余问题。PlanetScope影像结合mRMR方法成功绘制了高分辨率土壤盐度图,提供了更详细的土壤盐度空间分布信息,研究结果对利用PlanetScope数据监测土壤盐渍化信息起推动作用。

  • 低空遥感结合卫星影像的河道流量反演

    分类: 地球科学 >> 地理学 提交时间: 2023-04-07 合作期刊: 《干旱区地理》

    摘要: 中小型河流的径流量精准监测对干旱区生态稳定具有重要意义。然而中小型河流流量遥感精准反演存在困难。以新疆尼勒克县境内的喀什河种峰场河段为例,基于关系拟合法,依据实测水文数据、无人机数据和卫星数据,构建河宽、水深与流量之间幂函数关系模型,并利用卫星数据的时序性,反演监测河段24次不同时期的径流量。反演结果表明:当径流量为0~50 m3s-1和50~100 m3s-1时,基于河宽的水力几何形态径流量反演效果最优,均方根误差(RMSE)分别为7.15 m3s-1和2.81 m3s-1;当径流量为100~200 m3s-1和>200 m3s-1时,基于水深和河宽的水力几何形态径流量反演效果最佳,RMSE分别为13.37 m3s-1和1.06 m3s-1。研究结果可为水文资料缺乏区的中小型河流径流精细化监测与管理提供一种新方法,也对洪流灾害预测、水能资源开发与水生态系统修复具有较高的参考价值。

  • 基于同位素揭示艾比湖流域地下水特征

    分类: 地球科学 >> 水文学 提交时间: 2023-03-14 合作期刊: 《干旱区地理》

    摘要: 地下水对于调节干旱区水循环和生态系统具有重要意义,认识和管理地下水资源是防止河流基流减少,地面沉降和水质退化的关键。通过分析艾比湖流域地下水水化学参数和氢氧稳定同位素特征,结合线性回归、双端元混合模型和GIS空间分析等方法,探讨不同区域地下水补给来源和水化学组分动态变化。结果表明:(1)博尔塔拉河(简称博河)和精河中下游区域氢氧同位素(2H与18O)值最大,艾比湖周边区域次之,博河上游区域最小,流域地下水存在不同的循环过程。(2)地下水氘盈余(d-excess)和水化学特征反映了地下水不同的补给机制和影响因素,博河上游区域地下水主要受冰川积雪融水补给;博河和精河中下游地下水主要来源为地表水和降水,同时受岩层性质、农田开发和灌溉措施影响较大;艾比湖周边地下水主要来源于冰雪融水和降水。中下游区域和河湖交汇区地下水是防控和治理的重点区域。(3)地下水流动系统Ⅰ的电导率(Electrical con⁃ductance,EC)在210.00~2500.00 Scm-1 之间,d-excess 在6.47~9.70之间;流动系统ⅡEC 在141.60~5260.00 Scm-1之间,d-excess在9.61~17.45之间,地下含水层存在不同的水力联系。研究结果对艾比湖流域地下水氢氧同位素和水化学驱动机制的探讨,可以为流域地下水资源的合理利用及科学开发提供一定的理论参考依据。

  • 基于不同卫星光谱模拟的土壤电导率估算研究

    分类: 地球科学 >> 地理学 提交时间: 2020-01-06 合作期刊: 《干旱区地理》

    摘要: 土壤电导率 (Electrical conductivity, EC)是评价土壤盐渍化的重要指标。通过实测新疆艾比湖湿地自然保护区土壤EC及可见光—近红外光谱数据,利用波谱响应技术模拟Landsat 8 OLI、Sentinel 2、Sentinel 3卫星的宽波段数据。构建宽波段模拟数据及其5种预处理后的三维光谱指数 (Three-dimensional spectral index, TDSI),采用梯度提升回归树算法 (Gradient boosting regression tree, GBRT) 建立3种卫星土壤EC估算模型,并比对加入TDSI后模型精度的变化。结果表明:在不同土壤EC条件下,3种卫星具有相似的光谱趋势,均在红、近红外波段附近反射率较高;TDSI与土壤EC相关性基本均在0.4以上,最大程度保留了与土壤EC敏感度高的红、绿、蓝、近红外、短波红外波段信息;GBRT对于土壤EC估算能力表现突出,3种卫星对土壤EC的最佳预测精度R2分别为0.831、0.847、0.903,在加入TDSI后,R2分别提高至0.835、0.857、0.935,综合分析发现,Sentinel 3对土壤EC估算效果最佳 (R2=0.935,均方根误差RMSE=2.986 mS·cm-1,赤池信息准则AIC=57.500)。通过利用波谱响应技术结合TDSI深度挖掘波段间的协同信息,采用GBRT验证了不同卫星对土壤R2的估算效果,二者相结合可以有效提升模型预测精度,为干旱区土壤盐渍化定量监测与防控提供有利指导。

  • 基于随机森林算法的土壤有机质含量高光谱检测

    分类: 地球科学 >> 地理学 提交时间: 2019-11-15 合作期刊: 《干旱区地理》

    摘要: 为了探讨既能保留光谱信息又能准确对土壤有机质含量进行快速检测。以新疆南部渭干河—库车绿洲内部73个土壤样点及其对应的高光谱数据为研究对象,采用小波变换与数学变换进行光谱数据预处理,分析各小波分解重构光谱在不同有机质含量与不同土壤类型下光谱曲线差异,通过相关分析确定最大小波分解层并筛选敏感波段,结合灰色关联分析与随机森林预测分类模型对各小波分解特征光谱进行重要性分析,最后基于最优特征光谱建立多元线性预测模型并进行分析。结果表明:(1) 耕作土壤与林地土壤光谱曲线波段相较盐渍土壤和荒漠土壤光谱曲线变化较为平缓,同时在水分吸收波段处,盐渍土壤光谱曲线吸收谷最深。(2) 小波变换分解光谱与土壤有机质含量的相关性随着分解层数增加呈现先减后增趋势,在第6层中,特征光谱曲线与敏感波段数量变化趋于稳定,确定为小波变换最大分解层。(3) 随机森林模型相比灰色关联分析对于各小波分解层因子的筛选符合预期,按照对土壤有机质含量影响从高到低排序为L3-(1/LgR)′、L4-(1/LgR)′、L6-(1/LgR)′、L5-(1/LgR)′、L2-(1/LgR)′、L0-1/LgR、L1-1/LgR。(4)在小波分解光谱中,中频范围特征光谱对干旱区土壤有机质含量的估测能力优于高频与低频范围特征光谱,同时基于L-MC建立的模型精度最高。研究表明:基于机器学习分类方法结合小波分解的土壤光谱有机质含量监测,可以有效的减少噪声波段干扰,并提高特征波段的分类预测精度。

  • 干旱区绿洲盐渍土粒径分布单重分形和多重分形特征

    分类: 地球科学 >> 地球科学其他学科 提交时间: 2019-09-11 合作期刊: 《干旱区研究》

    摘要: 为定量描述干旱区绿洲盐渍化土壤的粒径分布特征,对38个土壤样品的粒径分布与含盐量进行测定,并基于分形理论定量表征了研究区盐渍土和非盐渍土的土壤粒径分布特征。结果表明:粉粒的体积分数占主导地位,砂粒和黏粒次之;土壤含盐量与粉粒和黏粒体积分数呈正相关,而与黏粒呈负相关;单重分形维数D值介于1.990~2.349,且与土壤黏粒和粉粒含量成正比,相关系数分别为0.81和0.64(P<0.01),与砂粒含量呈反比,相关系数为-0.67(P<0.01);[WTBZ]土壤粒径分布具有多重分形特征,盐渍土(含盐量≥3 g·kg-1)的粒径分布较非盐渍土(<3 g·kg-1)更广,非均匀性更强;土壤含盐量与多重分形信息维D1和D1/D0呈极显著负相关,相关系数分别为-0.265(P<0.01)和-0.283(P<0.01),与多重分形谱谱宽呈现极显著正相关,相关系数为0.206(P<0.01),而与D、容量维D0[WTBZ]和多重分形谱性状特性均没有显著相关性。

  • 基于Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算

    分类: 地球科学 >> 地球科学其他学科 提交时间: 2019-09-11 合作期刊: 《干旱区研究》

    摘要: 以渭干河—库车河绿洲(渭—库绿洲)为研究区,采用在机器学习方面具有明显优势的随机森林回归算法,对绿洲内的4种典型植被(棉花、芦苇、杨树、大枣)叶片的叶绿素相对含量(soil and plant analyzer development, SPAD)进行估算和验证。首先基于“红边”处光谱信息丰富的哨兵2号(Sentinel-2)影像和由其衍生的一阶微分、二阶微分影像各提取23种对叶绿素敏感的宽波段光谱指数,加入3种影响植物生长的土壤参量(土壤含水量,土壤有机质,土壤电导率)作为影响叶片SPAD的特征变量,再根据以上特征变量对每种植被叶片各建立3种方案的SPAD估算模型,从而实现对绿洲内植被叶绿素的监测。结果表明:① 影像经一阶微分再提取的植被指数相比原位光谱植被指数,在SPAD估测模型中起到了更重要的作用,在随机森林算法的重要性排序中位居前列;② 4种植被叶片的SPAD估测模型都取得了不错的效果,芦苇叶片尤为显著,确定系数(R2)达到了0.926;③ 分析对比3种方案下模型预测能力,方案3(包含土壤参量)的预测能力卓越〔2.143方案1>方案2,土壤属性和模型预测结果有较强的非线性相关。Sentinel-2数据具有理想的估算绿洲植被叶绿素含量的潜力,提供了一种高效、低成本、潜在高精度的方案来估算叶绿素含量,可为干旱区绿洲农业、生态系统实现更有效的保护和管理提供参考。

  • 新疆艾比湖绿洲干燥指数变化特征

    分类: 地球科学 >> 地球科学其他学科 提交时间: 2019-09-09 合作期刊: 《干旱区研究》

    摘要: 基于艾比湖绿洲4个气象站1960—2013年逐月的气候资料,计算了干燥指数。结果表明:① 艾比湖绿洲近54 a干燥指数的均值为6.97,属于干旱地区,干燥指数呈显著下降趋势,并且持续性较强,下降幅度约为0.49·(10a)-1(P<0.05);夏季的干燥指数最大,为9.04,冬季最小,仅为2.20。② 艾比湖绿洲全年干燥指数在1985年发生突变性减小,夏季和冬季发生突变性减小的年份为1991年和1983年,而春季和秋季不存在突变点。③ 艾比湖绿洲干燥指数的演变过程存在着7~8 a和20~21 a的周期变化,其变化的第一主周期为9 a,第二、三周期分别为21 a和5 a。④ 干燥指数对于风速的变化最为敏感,并且相对贡献率最高,而日照时数的变化最不敏感。