简介:采用双指示种分析(TwoWayIndicatorsSpeciesAnalysis,TWINSPAN)和除趋势对应分析(DetrendedCorrespondenceAnalysis,DCA)方法,对位于三江平原的建三江农垦分局内的湿地植物群落的数据进行群落数量分类和排序。调查的86个样地中共发现49科133属226个物种;TWINSPAN将样地划分为8种群丛,将优势物种划分为8组,分类结果可以在DCA排序图上很好地反映出来,且优势物种的分布格局很大程度上决定了群丛的分布格局;DCA的前两个排序轴提供了23.5%的信息量,其中第一排序轴提供了14.5%的信息量,主要反映出样地水分条件的变化;样地的排序结果反映了植物群落类型与环境因子之间的关系。
简介:在ENVIEX软件的FeatureExtraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.87651;②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。
简介:采用样线法结合样方法对北京汉石桥湿地自然保护区的湿地植被进行调查和分类研究。汉石桥湿地共有湿地植被2个植被型组、4个植被型、22个群系组、31个群系。对研究区主要植物群系进行多样性分析发现,莲(Nelumbonucifern)群系的Simpson多样性指数最高,而芦苇(Phragmitesaustralis)群系的Shannon—Wiener多样性指数和群系物种数最高。并对该湿地核心区2003年和2006年的主要湿地植被分布情况进行分析,结果表明,该湿地在2004年进行恢复工程的前后各区域土地利用和植被分布有较大变化,人为干扰及恢复工程是汉石桥湿地植被的分布变化的主要原因。针对目前的状况,保护区应该采取保障水源,营造不同的生境类型和保护湿地动植物资源等方法,维持湿地物种多样性和生态功能的稳定。
简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。
简介:(2018年9月21日吉林省第十三届人民代表大会常务委员会第六次会议通过)第一章总则第一条为了加强测绘地理信息管理,促进测绘地理信息事业发展,保障测绘地理信息事业为经济建设、国防建设、社会发展和生态保护服务,维护国家地理信息安全,推动数字吉林建设,根据《中华人民共和国测绘法》和有关法律、法规,结合本省实际,制定本条例。
简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:本文应用山仔水库2003~2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练,在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据,推算出1997~2002年间缺失的叶绿素a浓度,并对1997—2006年春末夏初的叶绿素a浓度动态进行分析,结果表明:山仔水库1997年建库初期,叶绿素a浓度处于较高水平,2000年以后叶绿素a浓度开始降低,近几年基本保持稳定.2003—2006年叶绿素a浓度呈季节周期性变化,春末经夏季到初秋,叶绿素a浓度持续升高,冬季下降明显,春季又开始回升;说明近几年山仔水库水体春末夏季秋初处于富营养化水平,秋末冬季处于中营养水平.本研究结果将为山仔水库的富营养化防治提供科学依据.
简介:湿地被称为"地球之肾",具有独特的生态结构与功能.中国湿地面积约占全球湿地面积的10%,但近年来湿地面积逐渐萎缩,已造成了极为严重的生态恶果.因此总结以往湿地研究成果,确立包括遥感在内的各种湿地信息提取方法,形成包含各种湿地信息的湿地数据子库和管理操作这些数据的湿地信息系统,并确立湿地信息的共享与发布机制,从而加快湿地科研步伐,成为湿地与遥感科技工作者共同关注的问题.WebGIS技术是GIS融合Internet技术发展起来的新技术,具有对大批量数据进行有效的分析管理和快速的查询检索功能.基于WebGIS技术的中国沼泽信息系统的建立有效地满足了湿地科研和开发保护的需要.