农业水循环与水环境遥感应用研究进展

农业生产受环境因素影响大,进入农耕文明以来,农业对气候的高度依赖局面没有得到根本性的改变,频繁的自然灾害给我国的农村经济发展造成了极大的困难。遥感技术是运用各类非接触的主被动的探测设备,对地面目标物的电磁波辐射与反射特性进行探测,通过其特性分析,探明其物体性质、特征及状态的综合性探测技术。它具有覆盖面积广、空间分辨率高、获取信息大、重访周期短等优点,适用于农业资源调查与自然灾害监测等农业相关领域的研究,对农业生产的指导与相关部门的决策管理意义重大。文章主要针对国内遥感技术在农业水循环与水环境的发展、应用现状进行综述与分析,并对遥感技术在农业水资源领域的发展趋势进行展望。     

高分1号冬小麦解译面积核算方法研究

[目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。     

一种新的分布式协作能量检测算法

针对集中式协作能量检测算法严重依赖中心节点的问题,提出了一种基于一致滤波器的完全分布式的协作能量检测算法。该算法不需要中心节点,次用户可以通过与其邻居次用户进行局域的数据交换,实现基于数据级融合的协作频谱感知。仿真结果表明,该算法比现有的集中式协作能量检测算法优越,能够实现安全的频谱感知。     

基于图形小波变换的遥感图像表示与去噪

离散小波变换（Discrete Wavelet Transform,DWT）通常用于图像的表示。然而,对于具有不规则形状边缘的图像,尤其是对于纹理和细节信息较多的遥感图像,DWT却很难有效表示,进而影响后续去噪效果。针对该问题,提出了一种基于图形小波变换（Graphic Wavelet Transform,GWT）的图像去噪方法。首先,将图像表示为图形信号,并通过该图形信号的谱表示构造相应的变换矩阵;然后,设计了一种改进自适应阈值的图像去噪方法,在GWT变换域内对图像去噪。实验结果表明,与常用的图像去噪方法相比,所提算法能够提供更好的图像主观质量。采用均方根误差（Root Mean Square Error,RMSE）和峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）作为客观指标,结果表明,采用所提方法得到的重建图像客观质量更优。     

抗SSDF攻击的EWSPRT协作频谱感知方案

比较了认知无线电网络中几种典型的协作感知方案在篡改感知数据(SSDF)攻击条件下的感知性能,并提出了一种增强型加权序贯检测（EWSPRT）协作方案。在该方案中,各次用户首先通过能量检测得到2 bit本地决策,然后收集其它协作用户的感知结果进行决策融合和最终判决,并依据历史观测信息动态更新各协作用户的融合权重;利用改进的信任度更新算法能使恶意用户的融合权重更快地降低,从而有效地减少SSDF攻击对协作过程的影响。Monte-Carlo仿真结果表明,与传统方案相比,EWSPRT方案能够更有效地抵抗SSDF攻击。     

印度情报侦察装备的现状与未来发展

印度建立的情报侦察体系具有较强的实战能力,具备全天候的战略战术侦察能力.基于印度情报侦察发展的借鉴作用,介绍了印度天基、空基、陆基、海基的情报侦察装备的现状,并预测了印度情报侦察装备系统未来的发展趋势,最后总结了印度情报侦察的发展特点和经验.     

基于相关反馈的土壤侵蚀遥感图像检索技术研究

我国是土壤侵蚀最严重的国家之一,已经进行了3次全国范围的土壤侵蚀调查,但由于技术所限制,目前利用遥感图像判别土壤侵蚀强度主要是人工判读或人机交互式勾绘。为减轻人工判读勾绘的负担,该文从图像分析的角度,利用基于内容的图像检索技术辅助人工目视解译。并针对计算机和人之间的判读差别,提出结合相关反馈技术来提高检索的精度,实验表明这种思路是可行的。     

基于Landsat8数据的沙湖叶绿素a反演研究

本文以武汉沙湖水体为研究对象,以“3S”技术为支撑,基于Landsat 8遥感影像数据与实测水质数据,根据各波段反射率的相关性,分析与研究了遥感影像数据的适宜波段,采用回归分析的方法,建立适合沙湖水体的叶绿素a浓度遥感反演模型。反演结果表明,以第4波段建立的多项式回归反演模型效果较好,其平均误差为7.28%,Landsat 8影像数据能有效用于沙湖叶绿素a浓度的监测,在空间分布上也呈现一定的空间格局形态,并显示沙湖西北角(新生路泵站)污染相对严重,与沙湖实际情况基本吻合,因此将Landsat 8影像数据应用于内陆湖泊水体叶绿素a浓度反演具有一定的可行性。     

Deforestation and land tenure in Mexico: A response to Bonilla-Moheno et al.

Bonilla-Moheno et al. published an interesting paper on land tenure as a determinant of deforestation in Mexico, in Land Use Policy in 2013. In this review, we focus critically on the methodology used by the authors to reach two key conclusions. Firstly, we suggest that their use of coarse resolution MODIS EVI data to assess deforestation rates may have resulted in an erroneous conclusion, that forest area in Mexico is increasing rather than decreasing. This finding is contrary to official data and to other recent scientific assessments. Secondly, we question their conclusion that territories under the tenure of ‘comunidades indigenas’ are less likely to experience deforestation, and more likely to experience expansion of forest area, than those under ‘ejidal’ tenure. We believe that the sampling method, which involved the selection of municipalities with high concentrations of one particular type of tenure, and which eliminated the 60% of municipalities which contain mixed forms of tenure, biased the sample, particularly for the case of comunidades. The comunidades included in the sample are almost all found in a single region of the country, which may represent a special case. In reality comunidades are much more widespread through the country. Moreover we find that the explanation given by the authors for the relative success of comunidades in conserving their forests is not founded in data from any study of process at the local level.