基于无人机多光谱数据的农田土壤水分遥感监测

为了提高农田精准管理效率,基于无人机(Unmanned Aerial Vehicle,UAV)实时获取和传输的遥感数据设计了一种快速监测农田土壤水分的方法:首先,利用UAV飞行采集农田的多光谱数据,在农田选取一个代表性的重点观测区域进行随机样点土壤水分探测;然后,利用垂直干旱指数(Perpendicular Drought Index, PDI),结合样点土壤水分数据快速构建农田土壤水分反演模型,进而获得大范围的农田土壤水分监测结果.并通过6个时相获取的UAV数据和样点土壤水分数据,进行方法实验和模型精度分析,结果表明利用该方法进行农田土壤水分监测的精度较高:6个时相土壤水分反演结果的决定系数R2均在0.8以上,其中5个时相的均方根误差RMSE和系统误差SE值均小于0.1.这证明了基于UAV数据设计的农田土壤水分监测方法的有效性和可行性,可以为大范围农田土壤水分的快速监测提供方法参考.     

安徽传统村落空间格局分异测度

传统村落空间分布与自然和人文诸要素关联紧密.运用Arc GIS空间分析工具,对安徽传统村落自然和人文地理影响要素进行分析,并进一步对传统村落的内蕴空间信息进行规律分析,探查其空间分异特征。结果表明:高程、坡度、平面曲率等地形因子,以及降水量、森林覆盖率、公路密度、人口密度、人均耕地等因素对安徽传统村落空间分布影响明显,经济、坡向等因素影响具有复杂性和不确定性;安徽传统村落属凝集空间分布类型,形成一个极化密集区(皖南山区)和一个半环密集区(大别山区);安徽传统村落标准差椭圆均呈北西—南东(NW-SE)方向,在空间分布上受地形因子四要素控制,高程因素对传统村落空间聚合效应最强,地面平均曲率和海拔高程是安徽传统村落空间偏向NW-SE走向的控制因子;安徽传统村落局域关联特征为高高(HH)、低低(LL)聚集区域,缺乏高低(HL)、低高(LH)区域。