北京市大兴区土壤养分空间结构及影响因素分析

为了揭示土壤养分的空间分布特征和指导土壤培肥管理,以北京市大兴区为例,首先基于地统计学和GIS技术对大兴区土壤养分进行空间克里格插值和模糊隶属度函数模型标准化处理;其次利用主成分分析方法获取了大兴区土壤养分的空间结构,即全氮、碱解氮、有机质、有效磷和速效钾所占空间比例分别为0.32,0.25,0.23,0.03,0.17;最后对土壤养分空间结构的影响因素进行了系统分析。研究表明:大兴区土壤中氮含量最高,有机质含量较高,钾含量较低,磷含量极低,整体上大兴区土壤养分高值区主要分布在东北部,低值区主要分布在西南部和中部区域;主要与大兴区土壤类型、质地、农户土地利用方式和施肥结构等密切相关。     

兼顾面积属性与不确定性信息的样本点权重调整方法

样本点权重调整是遥感分类精度评价中样本点空间分配的关键环节。以北京市顺义区精度评价样本点为例,提出了一种兼顾面积属性与不确定性信息的样本点权重调整方法——模糊调整权重法,用于布设精度评价样本点。首先,构建用于表达不确定性信息的模糊中和指数及其权重,融合模糊中和指数权重和面积权重构建模糊调整权重,并计算各个分层的模糊调整权重结果,完成样本点特征空间分配;其次,设置不同梯度样本点集,结合平均最短距离最小化准则和空间模拟退火算法实现样本点地理空间优化布设;最后,构建权重调整效果评价指标,进行模糊调整权重效果评价,并与其他权重调整方法和未进行权重调整的布点方法进行对比分析。结果表明：顺义区不确定性大、中、小的层模糊调整权重分别为0.45、0.37、0.18,与面积权重相比,不确定性大的层权重显著增加、中层权重稍微增加、小层权重明显降低;5个不同数据集样本点权重调整的精度评价总体精度、相对精度、均方根误差和标准偏差结果分别为69.90%～73.48%、96.28%～99.82%、0.01和0.01;模糊调整权重布点方法评价效果优于面积权重、模糊中和指数权重、不确定性空间分层权重布点方法,以及空间...     

不同数据情境的耕地土壤重金属污染监测点位布设方法

利用基础数据指导监测点位布设成为近年来的研究热点。以北京顺义区重金属Cd污染监测为例,研究耕地土壤重金属污染监测在不同数据情境下的点位布设方法。首先划分了耕地土壤重金属污染监测的基础数据情境,其次探讨了点位布设方法的特点及适用数据情境,最后利用均匀变异指数和偏离指数评价点位布设的均匀性。研究结果表明：（1）存在“无历史,无辅助”、“无历史,有辅助”、“有历史,无辅助”、“有历史,有辅助”、“历史充足”5种基础数据情境,并分别推荐了系统/随机采样布局、无偏采样布局、加密采样布局、加密/无偏采样布局、去冗精化布点策略。（2）顺义区西部属于“无历史,无辅助”数据情境,采用系统采样布局;顺义区东部属于“历史充足”数据情境,采用去冗精化处理。顺义区的均匀变异指数由原始0.546下降到0.490,尤其是顺义区东部均匀变异指数下降到0.468,且偏离指数小于原始样本点布局,验证了不同数据情境的耕地土壤重金属污染监测点位布设方法的可操作性和可行性。该研究可为耕地土壤重金属污染监测点位布设方法的选择提供理论基础和技术支撑。     

基于多尺度分形特征的ETM+影像耕地提取

耕地是重要的农业资源,如何利用经济可行的遥感技术快速准确地提取耕地已成为研究的热点和难点。以北京密云县为研究区,建立了基于多尺度分形特征的ETM+遥感影像提取耕地的方法：将计算表面分形维的双层地毯法用于计算每一个像元的上分形信号和下分形信号,并对上分形信号和下分形信号进行耕地特征分析;选用下分形信号的第3尺度和第4尺度做差值处理进一步增强耕地信息,利用简单的图像分割提取出密云县耕地信息的空间分布;基于ArcGIS的空间分析利用密云县同期的土地利用现状图进行耕地信息提取精度评价。结果表明,全县耕地总面积精度达到91.0%,全县耕地点位匹配精度达71.8%;耕地中的旱地提取精度较差,而耕地中的水浇地和菜地提取精度较高,点位匹配精度可以达到86.6%。该方法可快速有效地提取出耕地信息,也可供以后耕地信息的相关研究参考。     

农业用地土壤重金属样本点数据精化方法——以北京市顺义区为例

样本点空间分布是样点数据检测评价和挖掘分析的关键因素。以北京市顺义区为例,研发了一种农业用地土壤重金属样本点数据精化方法：首先构建样本点均匀变异指数和均匀因子离散图来共同检测样本点数据均匀性,进一步将样本点类型划分为均匀样本点、聚集样本点和稀疏样本点并确定其数量;其次删除聚集样本点,基于研究区历史数据加密稀疏样本点;最后基于地理空间样本点均匀变异指数、特征空间偏离指数和插值误差共同评价数据精化效果。结果表明,研究区样本点的均匀变异指数为0.429,存在一个聚集样本点和一个稀疏样本点,空间偏离指数为0.327,空间属性插值误差为6.538;冗余数据精化后进行均匀性检测没有发现聚集样本点和稀疏样本点,均匀变异指数下降到0.406,特征空间偏离指数微弱下降,空间属性插值误差下降到6.357。研究表明该方法可以对提高采样数据的均匀性和代表性提供理论指导,可以服务于土壤污染防治行动计划（土十条）、土壤污染状况详查等,为更加精确研究土壤空间信息变化提供一定的基础条件。     

国内外太阳能干燥技术研究进展

干燥是农业生产中的重要环节,同时又伴随着巨大的能量消耗。太阳能在干燥系统中的应用极大地减少了化石能源的消耗,同时降低了生产成本。基于前期对太阳能干燥机的研究结果,对太阳能干燥机的研究现状进行全面分析,并对太阳能干燥机的发展前景进行简要概述。      

基于多尺度分形特征的遥感影像水体信息提取研究

以密云水库为例,提出一种基于多尺度分形特征的ETM＋遥感影像提取水体信息的新方法。首先利用双层地毯法计算像元的分形信号,并对其进行水体信息特征分析;其次选用下分形第4尺度进行水体信息提取,利用水体指数提取结果进行精度评价,提取精度为98.12%。该方法可以快速有效地提取水体信息,为以后水体的相关研究提供参考方法。     

基于农业资源与经济数据平台的资源利用决策及应用

在构建北京郊区自然资源与社会经济信息管理平台基础上,针对解决农业资源与环境中实际问题的需求,该文研发了相关专业决策模型和技术方法,完成了与平台的初步集成,形成了北京农业资源定性分析、定量计算和直观展示相结合的空间一体化管理模式。首先简要介绍了决策应用系统模块的结构体系和决策应用交互实现,其次重点阐述了基于综合管理平台的北京农业资源利用决策模型和技术方法研发及其应用的初步结果,最后从与专业决策模型系统集成方法、规范化和标准化建设、制度保障体系角度对综合管理平台未来工作进行了展望。经过4 a建设与运行,决策应用系统模块依托平台已经初步应用在北京市农业和农村相关业务的辅助管理中,对北京社会主义新农村建设和基层三农发展具有重要的意义。     

土壤Hg和NDVI全局均值估计的样本点权重调整方法

样本点权重调整是统计推断样本点属性全局均值的重要手段.以北京市顺义区农业用地样本点为例,提出了一种面向全局均值估计的样本点权重调整方法——泰森多边形权重调整法.首先构建样本点类型划分规则,将样本点划分为聚集样本点、稀疏样本点和均匀样本点;其次针对不同类型样本点,分别确定样本点权重调整量和调整规则并进行样本点权重调整;最...     

基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分析耕地和其他土地利用类型的分形特征,选取上分形信号的第3尺度作为特征尺度,提取商河县耕地空间分布特征;其次采用同时期的土地利用矢量数据、Esri land cover数据和统计数据进行耕地信息提取精度评价;最后分别设置多季相分形提取与单季相分形提取、现有土地利用数据产品的对比实验,并基于点位匹配度和面积匹配度进行评价。结果表明：多季相数据更能反映农作物生长的复杂性,有助于提高耕地信息的提取精度;不同土地利用类型在不同分形尺度的信号值各不相同,分形特征可以在不同尺度上清晰地刻画出不同土地利用类型的分异性;基于矢量数据和Esri land cover数据评价的多季相分形特征耕地提取点位匹配度为87.13%和89.83%,面积匹配度为99.73%和97.91%,均比单季相分形提取结果精度高;综合考虑点位匹配度、面积匹配度和空间分布特征,研发方法能有效区分耕地和其他土地利用类型,提取结果更优,且与统计数据有更高的一致性。该方法可准确提取耕地信息,为耕地的动态监测和损害评估提供技术支撑。