南方丘陵区土壤有机质空间插值模型及采样点密度对农用地分等精度的影响——以福建省龙海市为例

研究目的:分析南方丘陵区土壤有机质的采样点密度和空间插值模型对农用地分等精度的影响。研究方法:以福建龙海市为研究区,对设计的8种格网密度和6种结合不同类型信息的插值模型所得农用地分等结果进行比较研究。研究结果:(1)结合不同类型信息的克里格空间插值模型对于土壤有机质含量及农用地分等成果(自然质量等)具有显著差异,土壤有机质含量和农用地分等成果的精度与格网密度呈正相关。其中结合地貌和土壤信息的空间插值方法(KDMTR)对于农用地分等成果有最好的预测效果;(2)如果仅需考虑获取较高精度的土壤有机质含量信息时,按2 km×2 km的样点密度并结合KDMTR法进行空间插值,为最高效的样点布设和数据处理方式;(3)在开展县级农用地分等时,如果仅需考虑获取农用地分等结果时,土壤采样点密度对农用地分等精度影响较小,但结合不同类型信息的空间插值方法对农用地分等成果精度影响显著。采用KDMTR法并按3.5 km×3.5 km的格网密度布设土壤调查样点,为最高效的样点布设和空间插值模型。研究结论:南方丘陵区在开展县级农用地分等工作时,采用的空间插值模型对农用地分等成果的精度产生显著影响而土壤采样点布设的格网密度对农用地分等成果的精度影响较小。     

黄河三角洲典型区土壤盐分空间分布预测方法研究

[目的]正确评估土壤盐渍化状况,掌握土壤盐分空间分布规律,是合理开发利用盐渍化土壤资源的基础和前提。[方法]文章选取黄河三角洲典型地区垦利县作为采样区,利用4种确定性方法 (全局多项式、局部多项式、反距离加权、径向基函数)和3种地统计不确定性方法 (普通克里格、简单克里格、协同克里格),分别对研究区进行土壤含盐量的空间分布特性估计,从误差和空间分布特点上对比分析不同方法的预测效果,并明确了研究区土壤盐分的空间分布特征。[结果]地统计不确定性插值方法的精度整体上优于确定性方法,简单克里格预测后的空间表达和误差精度均属最优。基于最优的空间预测方法,黄河三角洲土壤盐分目前在空间上整体呈现出东部高于西部的趋势,且部分区域存在斑块状现象。非盐渍化、轻度盐渍化、中度盐渍化、重度盐渍化和盐土面积分别占研究区总面积的2.54%、27.14%、43.70%、21.21%和5.41%。[结论]在土壤属性变异强度大的时候,采用简单克里格效果会更好。     

农用地土壤重金属空间变异及合理采样数确定

［目的］通过对土壤重金属含量的空间分布和和合理采样数量研究，可为农用地土壤环境质量调查提供帮助。［方法］在江苏省宜兴市农用地共布设1 139个采样点，测定了土壤重金属As、Cd、Cu、Hg、Pb、Zn的含量，利用经典统计法和地统计分析对土壤重金属的空间变异性进行了研究，并采用克里格法（Kriging）确定土壤重金属合理采样数目，相比于普通克里格法（Ordinary Kriging），协克里格法（Co-Kriging）插值利用与目标变量相关性较好的辅助变量，可以更合理地确定采样数量。［结果］县域尺度研究区土壤中6种重金属元素空间变异系数范围为3066％～12537％，其变异系数由大至小为Cd>Cu>Hg>Pb>Zn>As，且这些土壤重金属均在一定范围内存在中等空间自相关，空间相关距排列为Cu=Pb>Cd>As>Hg>Zn； 6种土壤重金属与Fe2O3、OM间相关性极显著，且土壤Zn和Cd与土壤pH间相关性极显著，以此作为协同克里格插值的基础。为保证土壤重金属协同克里格的插值精度，土壤Cd的合理的采样点数量应该在1 139个以上，土壤As、Cu、Hg、Pb、Zn可减少至1 025个。［结论］研究可为县域尺度农用地土壤重金属空间变异和采样调查研究提供参考，为制定农用地重金属防治决策提供科学依据。     

DEM插值误差的分布 及与地形因子的相关性研究 ——以黄土高原丘陵沟壑区的试验为例

本研究采用ASTER-GDEM V2版的DEM高程数据,以黄土高原丘陵沟壑地貌区为试验区,运用交叉验证和相关性分析对插值误差的分布特性、高程误差与坡度、曲率误差的相关性进行研究。研究结果表明:高程误差的频率分布和空间自相关性程度与原始数据的密度和插值方法有关,当原始数据密度较低时,DEM误差表现出较强的空间自相关,频率分布也接近于高斯分布,随着数据密度增大,DEM误差的空间自相关性随之减弱,DEM误差分布呈现出更为明显的尖峰分布。从DEM全局来看,DEM误差与坡度比曲率有更强的相关性,且相关性随着数据密度减小呈现减弱趋势。     

国土空间监测网络布局优化方法研究

研究目的:服务于自然资源综合监管以及全国国土空间的多级综合动态监测,以县域为基本空间单元,采用多目标优化求解方法,优选具有国土空间代表性的典型县域监测样点,使得选取的每个样点县均能同时代表某种类型的农业生产空间、城乡建设空间和生态保育空间,形成国土空间监测网络优化布局方案,为构建国土空间监测网络提供参考依据。研究方法:基于2015年土地利用变更调查分县数据,结合自然本底、社会经济统计数据,构建空间采样数据集;采用土地垦殖率、城乡建设强度、生态覆盖度三个指标表征国土空间类型,选择与其相关性较大的自然、社会经济指标作为辅助变量,采用重复二分聚类方法进行国土空间分区;根据监测点对不同的农业生产空间类型、城乡建设空间类型、生态保育空间类型的代表性,以及地理空间分布的均匀性,设定多目标优化函数,采用多路空间模拟退火方法进行多目标优化求解,从全国县域单元中优选出能够同时对不同类型的农业生产、城乡建设、生态保育空间均具有代表性的样点县,形成国土空间监测网络布局备选方案;基于专家知识,充分考虑管理实践对监测样点布设的现实要求,从多套理论方案中优选出国土空间监测网络布局的优化方案。研究结果:基于成本最小原则,优选出34个县域监测样点,形成了国土空间监测网络布局参考方案。研究结论:人类对自然资源的开发能力日益增强,国土空间格局正在发生剧烈演变。为动态获取国土空间变化信息,掌握国土空间演变规律,及时制定国土空间优化调控策略,优化国土空间开发格局,亟需加快构建覆盖全国的国土空间多级综合监测网络。本文面向全国国土空间监测网络建设优选出的34个县域监测样点,能够以最少的样本数量实现对主要国土空间类型的全面覆盖,可为全国国土空间监测网络优化布局提供参考。同时,研究提出的国土空间分区和监测样点优化布局方法可为重点区域国土空间监测网络构建提供借鉴。     

分布式属性相似空间插值算法及其对流域土壤属性插值的计算性能评估

目的 如何准确、高效地实现点源数据向面源数据的空间拓展,是现代数字土壤制图技术实现由中小尺度制图转向大尺度、乃至全球尺度制图所需解决的关键问题之一。方法 依托前期提出的局部属性相似性加权回归空间插值算法（LASWR）,文章构建了一种基于云计算技术Hadoop的分布式空间插值算法（DLASWR）,以应对大规模数字土壤制图的海量数据处理需要。DLASWR算法是基于Hadoop的MapReduce框架结构。算法的核心思想在于：（1）将待插值数据集分割成多个子数据集,由单个Map任务使用集中式LASWR算法对一个子数据集进行插值;（2）由Reduce任务归并所有Map任务的插值结果,并作为最终结果输出。结果 对实际土壤样点属性的空间插值实验结果表明DLASWR算法具有良好的加速性能,与集中式LASWR算法相比显著提高了空间插值的计算效率。结论 DLASWR算法可为数字土壤制图领域当前应用的空间插值方法由传统的集中式计算拓展成分布式计算提供技术参考。     

基于改进空间模拟退火算法的耕地质量监测点优化布设

[目的]科学合理地设置耕地质量监测点是加强我国耕地保护、提升耕地质量的重要依据,探讨监测点设立的准确性与提高耕地质量监测效率及成本具有重要的现实意义。[方法]文章以广州市从化区为例,综合考虑监测点的代表性、调查成本、道路可达性、监测点的适宜性等因素,以Kriging预测均方根误差、坡度、道路可达性为指标建立县域选取耕地质量监测样点指标体系,并利用改进的空间模拟退火算法对监测点进行优化,并与改进前的和不同尺度的网格法进行了对比分析。[结果]基于空间分层抽样模型最终确定了74个监测点。在满足一定精度要求下,与网格法相比,改进的空间模拟退火算法能大幅度缩小监测点数。在同等监测点数下,改进后的空间模拟退火算法布设的监测点在耕地质量预测方面的精度远高于网格法,略低于改进前。与改进前和网格法相比,改进后的监测点多设立于靠近道路和地形平坦的地方,能有效地避免设立在深山野林及高坡度的地方。[结论]在不损失过多精度的前提下,该方法不仅能有效满足预测县域耕地质量的变化情况的需求,同时提高了县域耕地质量监测效率和节约了监测成本。     

土地利用动态遥感监测面积精度评价方法

研究目的:研究土地利用遥感监测图斑面积精度的评价方法与评价指标,为逐年开展的国土资源大调查服务.研究方法:统计试验法,相对误差理论与误差传播定律的运用.研究结果:得出了误差分布规律,建立了评价指标,形成了系统化的变化监测空间采样与面积精度评价方法体系.研究结论:本文的方法简单实用有效.     

基于数据稳健性的农用地土壤重金属空间分异研究

研究目的:科学分析区域农用地表层土壤重金属空间分异特征,为准确追溯污染源,合理安全利用土地资源提供合理的数据支撑。研究方法:基于传统统计、数据稳健性、空间变异和空间插值构建土壤重金属空间分异研究方法体系。研究结果:以江苏省某市为例,探讨6种农用地表层土壤重金属As、Cd、Cu、Hg、Pb、Zn的统计特征、数据稳健性、空间变异特征和空间分布情况。结果表明:这6种重金属原始数据均不符合正态分布,呈右偏强变异,均受到自然和人为因素的共同作用。Normal Score Transformation(NST)稳健处理后的数据能保持与原始数据几乎相同的内部变异结构,据此利用反距离加权法(IDW)所做空间插值预测效果最佳。研究结论:该方法体系通过引入数据稳健性的概念补充了常规土壤重金属空间分异研究中对局部异常值的处理思路,还为后续该类研究提供了更系统的研究思路。     

基于变异函数的耕地质量等别监测点布设分析——以四川省中江县和北京市大兴区为例

研究目的：研究丘陵与平原区耕地质量变异情况的差异,总结不同地貌类型监测点布设原则,为合理布设耕地质量监测点提供依据。研究方法：采用地统计学的变异函数分析耕地质量变异情况,分析对比平原区与丘陵区耕地质量变异影响因素,依据变异分析结果布设监测点。研究结果：中江县和大兴区耕地质量的变异模型均符合球状模型,依据各自变异特征,在区域内品字状布设监测点,并应用克里格插值分析验证,结果表明所布设监测点满足耕地质量等级监测要求。研究结论：平原地区的耕地质量在空间上的变异受结构性因素影响较大,空间变异特征更有规律,品字形布设能够满足监测精度要求;丘陵地区受随机性因素影响较大,需根据实际情况加密监测点。     

作物面积空间抽样研究进展

粮食作物面积的准确及时估计对国家粮食政策和宏观经济计划的制订具有重要意义。现有国内外作物面积的统计调查主要使用空间抽样方法进行。该研究从作物面积空间抽样方法、抽样基础单元(样方尺寸)优化及样本空间布局的合理布设3个方面,对国内外相关研究进展进行了总结和归纳。在此基础上,总结了现有作物面积空间抽样研究存在的问题和不足,指出了今后作物面积空间抽样研究的方向和重点。     

黄河三角洲生态环境脆弱性分析

以地处黄河口的垦利县为例。以1987年和2000年两期遥感影像为基本信息源提取景观空间结构信息。利用景观类型空间结构信息破碎度、分雏数、分离度和景观类型的敏感度、适宜度构建了景观类型脆弱度指数CEVI和生态环境脆弱度指数EVI;用连续覆盖全区的格网进行空间系统采样,使脆弱指数空间化,采用统计学方法对区域生态环境脆弱度插值生成了区域生态环境脆弱度分布图;研究区未利用地和盐荒地景观最脆弱。比较1987和2000年景观类型的脆弱度,旱田、水田、盐荒地和未利用地的CEVI指数减少,林草地、建设用地和水域景观类型的CEVI呈增长趋势;区域生态环境脆弱度的空间格局及其动态变化与黄河河道和海岸线成高度相关。黄河和海洋是生态环境脆弱度空间格局的主导控制因素。     

基于无人机样方事后分层的作物面积估算

无人机是开展野外调查的一种新型、有效的手段,能够及时、准确地获取地面调查样方信息,为作物面积遥感估算提供精准的样方数据。研究针对无人机抽样调查的样方特点,提出了适合于无人机样方的多层次事后分层指标(多层次-异质性指标、多层次-面积规模指标)。将这些指标分别用于事后分层抽样,估算冬小麦面积。并根据变异系数(coefficient of variance,CV)对其抽样效率进行评价。多层次指标是将多种分层指标分层结果叠加形成的,能够充分反映作物种植空间分布特征、空间异质性及种植规模,可以保证作物种植面积遥感估算的精度。以河南省冬小麦面积估算为例,在冬小麦空间分布空间范围,建立300m×300m抽样框格网,作为抽样基本单元。分别利用实验设计的多层次-面积规模指标、多层次-异质性指标、面积规模指标、异质性指标计算各抽样基本单元的对应指标值。按照累计平方根法计算不同分层指标下的分层界限值。最后进行事后分层估计,计算分层效率,对分层结果与分层效率进行对比分析。计算得到以上4种分层方法的变异系数分别为1.85%、1.41%、2.16%、1.55%。结果表明,结合无人机抽样调查,利用多层次指标法进行分层,各层内作物均质性较好,能够提高农作物面积估算的精度;此外,异质性指标较面积规模指标更能提高分层的层内作物均质性与农作物面积估算精度。     

基于多尺度分割的面向对象分类方法提取冬小麦种植面积

应用面向对象方法,对遥感图像进行多尺度分割,即首先进行大尺度分割,结合NDVI提取植被信息,将图像分为植被和非植被;然后在植被信息类内再进行小尺度分割,利用NDVI并融入几何特征进一步提取冬小麦种植面积及空间分布。在遥感分类的基础上,将线性数据按宽度缓冲,从分类结果中扣除。将扣除结果与地面样方实测数据对比分析。结果表明,监测结果减轻了传统分类方法的椒盐效应,监测结果与验证样方数据比较精度为94.06%。     

我国农业干旱遥感监测的现状与展望

该文在回顾遥感监测土壤水分研究进展的基础上,对当前使用较多的旱情监测方法,如热惯量法、植被供水指数法、距平植被指数法、作物蒸散及微波监测等方法的应用范围进行了比较分析,并对我国土壤水分遥感监测现状、发展前景、业务化能力等发展趋势进行了分析和展望,认为数据处理能力、算法精度和结果验证以及旱情评价体系的建立是我国当前旱情监测中急需解决的问题。     

基于地块单元的冬小麦遥感估产方法研究

[目的]以高分时序遥感影像为基础数据源,结合土地承包经营权地块数据,对冬小麦遥感估产方法及其精度进行研究和分析。[方法]文章以河南省兰考县为研究区,采用2019年4―5月份的GF-1C和GF-6 2 m PMS遥感影像提取了研究区冬小麦种植空间分布,并在地块单元控制下对冬小麦种植面积进行了修正和精度验证。其最优提取结果的修正阈值为0.93,地块单元内冬小麦总体分类精度为95.66%,Kappa系数为0.89。利用3月7日至5月20日6期GF-1 WFV遥感影像序列NDVI和RVI与冬小麦种植地块单元数据进行空间统计,得出各冬小麦种植地块单元内NDVI和RVI均值,通过分析冬小麦测产地块单元内均值植被指数与产量间的敏感性,提出一种组合均值植被指数的冬小麦遥感估产模型构建方法,通过交叉验证法对不同的估产线性回归模型进行精度评价。[结果]由4个均值植被指数组合变量的多元线性回归模型为最佳,决定系数为0.922 0,预测误差为40.96 g/m~2,预测精度为93.13%。通过该模型得出兰考县冬小麦平均产量为6 047.25 kg/hm~2,较2017年河南省统计年鉴研究区冬小麦平均单产6 001 kg/hm~2有所提高,土地承包经营权地块内和地块外冬小麦总产量分别为2.76亿kg和4 650万kg。[结论]该方法实现了冬小麦估产结果以像元为单位向以地块单元为单位的转变,解决了模型构建时光谱信息与实测产量间对应问题,为利用国产高分卫星进行县域地块尺度遥感单产精准化估算提供了方法支撑。     

遥感图像融合技术在土地利用现状调查中的应用

遥感是一门先进而有效的信息获取技术。大范围的土地利用现状调查主要依靠从近期遥感影像上来提取所需信息。遥感影像在应用之前必须经过一些预处理，图像融合是遥感图像预处理的一个重要环节。本文介绍了遥感图像融合技术在土地利用现状调查中的应用．以QuickBird全色和多光谱影像为基础．通过应用遥感图像处理软件ERDAS87版四种不同的融合方法进行融合实验，并结合主、客观方法来评价四种融合方法的融合结果，从而得出基于QuickBird影像的土地利用现状调查中较可取的遥感影像融合方法——小波融合法和主成分分析法。