检索结果-内蒙古大学图书馆

干旱区研究 2019年第4期36卷 924-934页

作者：顾峰丁建丽葛翔宇高石宝王敬哲新疆大学资源与环境科学学院新疆乌鲁木齐830046 新疆大学智慧城市与环境建模自治区普通高校重点实验室新疆乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室新疆乌鲁木齐830046 浙江大学地球科学学院浙江杭州310027

以渭干河-库车河绿洲(渭-库绿洲)为研究区,采用在机器学习方面具有明显优势的随机森林回归算法,对绿洲内的4种典型植被(棉花、芦苇、杨树、大枣)叶片的叶绿素相对含量(soil and plant analyzer development,SPAD)考。进行估算和验证。... 详细信息

以渭干河-库车河绿洲(渭-库绿洲)为研究区,采用在机器学习方面具有明显优势的随机森林回归算法,对绿洲内的4种典型植被(棉花、芦苇、杨树、大枣)叶片的叶绿素相对含量(soil and plant analyzer development,SPAD)考。进行估算和验证。首先基于"红边"处光谱信息丰富的哨兵2号(Sentinel-2)影像和由其衍生的一阶微分、二阶微分影像各提取23种对叶绿素敏感的宽波段光谱指数,加入3种影响植物生长的土壤参量(土壤含水量,土壤有机质,土壤电导率)作为影响叶片SPAD的特征变量,再根据以上特征变量对每种植被叶片各建立3种方案的SPAD估算模型,从而实现对绿洲内植被叶绿素的监测。结果表明:①影像经一阶微分再提取的植被指数相比原位光谱植被指数,在SPAD估测模型中起到了更重要的作用,在随机森林算法的重要性排序中位居前列;②4种植被叶片的SPAD估测模型都取得了不错的效果,芦苇叶片尤为显著,确定系数(R^2)达到了0.926;③分析对比3种方案下模型预测能力,方案3(包含土壤参量)的预测能力卓越〔2.143<相对百分比偏差(RPD)<2.692〕,其预测能力排序为:方案3>方案1>方案2,土壤属性和模型预测结果有较强的非线性相关。Sentinel-2数据具有理想的估算绿洲植被叶绿素含量的潜力,提供了一种高效、低成本、潜在高精度的方案来估算叶绿素含量,可为干旱区绿洲农业、生态系统实现更有效的保护和管理提供参考。

关键词：绿洲 Sentinel-2数据 SPAD 叶绿素植被指数随机森林新疆

来源：评论

学校读者我要写书评

暂无评论

渭-库绿洲土壤剖面盐分分布特征及驱动因子分析

引用

灌溉排水学报 2019年第6期38卷 58-65页

作者：李艳菊丁建丽米热古力·艾尼瓦尔新疆大学资源与环境科学学院乌鲁木齐830046 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046

[目的]监测渭-库绿洲土壤盐渍化的空间分布特征,探究驱动因子作用机理,对当地因地制宜进行土壤盐渍化调控。[方法]采用决策树、克里金插值和灰色关联度分析研究了渭-库绿洲土壤盐渍化的剖面分布特征,着重分析了样本点海拔、植被覆盖度... 详细信息

[目的]监测渭-库绿洲土壤盐渍化的空间分布特征,探究驱动因子作用机理,对当地因地制宜进行土壤盐渍化调控。[方法]采用决策树、克里金插值和灰色关联度分析研究了渭-库绿洲土壤盐渍化的剖面分布特征,着重分析了样本点海拔、植被覆盖度、地下水位、TW( I 地形湿度指数)、地下水矿化度5个驱动因子对土壤盐渍化的影响。[结果]①研究区表层土壤(0~10 cm)属于重度盐渍化土壤,10~20、20~40、40~60 cm各深度剖面土壤属于中度盐渍化土壤。土壤EC1:5有强的空间变异性,其分布格局受灌溉等人为驱动因素的影响较大。②绿洲内部(即耕作区)表层土壤属于非盐渍化区域,绿洲东部10~20、20~40、40~60cm土层有轻、中度的盐渍化现象。绿洲内部表层以下土壤盐分高于表层,绿洲存在潜在的盐渍化风险。耕作区外围绿洲-荒漠交错带区域各剖面层均属于盐渍化区域,随着剖面深度的增加,盐渍化程度在不断减弱。③样本点海拔、植被覆盖度、地下水位、TWI、地下水矿化度与土壤EC1:5的灰色关联度大小次序为:0~10 cm土层:地下水矿化度>TWI>样本点的海拔>植被覆盖度>地下水位;10~20、20~40 cm土层:地下水矿化度>样本点的海拔>TWI>植被覆盖度>地下水位。[结论]渭-库绿洲土壤盐渍化主要分布在绿洲-荒漠交错带区域,土壤盐分表聚强烈,地下水矿化度是造成该研究区土壤盐渍化问题的首要原因。

关键词：土壤盐分绿洲决策树克里金插值灰色关联分析

来源：评论

学校读者我要写书评

暂无评论

2001—2015年天山北坡植被覆盖对干旱的响应——基于土地利用/土地覆盖分析

引用

生态学报 2019年第17期39卷 6206-6217页

作者：李艳菊丁建丽张钧泳武鹏飞新疆大学资源与环境科学学院乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆乌鲁木齐气象卫星地面站乌鲁木齐830011

天山北坡生态系统脆弱,易受干旱影响,全球变暖和不合理的人类活动加剧了干旱的影响,评估植被覆盖对干旱的响应,为改善生态环境和减轻干旱影响提供科学参考。基于MODIS-NDVI遥感数据以及气象数据,计算了2001—2015年天山北坡多尺度标准... 详细信息

天山北坡生态系统脆弱,易受干旱影响,全球变暖和不合理的人类活动加剧了干旱的影响,评估植被覆盖对干旱的响应,为改善生态环境和减轻干旱影响提供科学参考。基于MODIS-NDVI遥感数据以及气象数据,计算了2001—2015年天山北坡多尺度标准化降水蒸散发指数(SPEI)和植被覆盖度,总结出植被覆盖度与多尺度SPEI时空动态变化规律,从土地利用/土地覆盖(LUCC)的角度分析了植被覆盖度对气候干旱的响应。结果表明:(1)天山北坡绝大部分区域呈湿润状态,中部(石河子、呼图壁)、西北部(克拉玛依市)呈轻度干旱。3个月、6个月、12个月时间尺度SPEI均表现出干旱化增强的年际变化趋势;(2)天山北坡植被覆盖度整体上属中低覆盖,总体呈南高北低,天山山区、城市绿洲内部高的分布特点。2001—2015年天山北坡植被覆盖度变化总体呈下降趋势;(3)年尺度天山北坡植被覆盖度与SPEI整体呈正相关关系。不同土地利用/土地覆盖的植被覆盖度与12个月时间尺度SPEI(SPEI 12)的相关性不同,大小依次为:草地>未利用地>城乡用地>林地>水域>耕地;(4)季节尺度夏季和春季干旱对植被覆盖度的影响最明显,不同季节干旱对不同土地利用/土地覆盖植被覆盖度影响程度不同。

关键词：天山北坡植被覆盖度标准化降水蒸散发指数土地利用/土地覆盖

来源：评论

学校读者我要写书评

暂无评论

2008—2014年新疆艾比湖流域土壤水分时空分布特征

引用

生态学报 2019年第5期39卷 1784-1794页

作者：王瑾杰丁建丽张喆新疆大学生态学科博士后科研流动站乌鲁木齐830046 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆大学资源与环境科学学院绿洲生态教育部重点实验室乌鲁木齐830046

传统的土壤水分模拟研究难以从土壤水分变化的时空双向出发表达其连续演变的过程,存在时空尺度效应问题。借助SWAT模型模拟的长时间序列优势,结合高分辨率卫星影像和遥感技术,力图在时空尺度效应问题上取得突破。并利用长时间序列的模... 详细信息

传统的土壤水分模拟研究难以从土壤水分变化的时空双向出发表达其连续演变的过程,存在时空尺度效应问题。借助SWAT模型模拟的长时间序列优势,结合高分辨率卫星影像和遥感技术,力图在时空尺度效应问题上取得突破。并利用长时间序列的模拟结果分析流域土壤水分的空间格局和不同维度时空异质性。结果表明:(1)2008—2014年间艾比湖流域土壤水分主要受气温、降水及人类活动影响,呈波动变化,总体偏低且具有逐年减小趋势。(2)受降水、地形及土地覆被影响,土壤水分分布呈现出由山区向两侧平原减少的特点,且林地>农用地>草地>稀疏植被。(3)近10年间土壤水分低值区由原来的北部山区及平原向东部、东南部平原区及南部山区迁移,东部减少最为明显。(4)流域四季土壤水分变化差异显著。其中,春季主要受融雪影响;夏季、秋季主要受降雨量和气温影响;冬季主要受固态降雪和气温影响;且不同年份、相同季节、相同子流域土壤水分变化趋势表现一致。

关键词：土壤水分 SWAT 模型趋势分析艾比湖流域

来源：评论

学校读者我要写书评

暂无评论

乌鲁木齐市安宁渠蔬菜基地土壤重金属污染现状及潜在生态风险评价

引用

地球与环境 2019年第4期47卷 485-494页

作者：米热阿地力·库尔班买合木提·巴拉提斯马伊力江·艾尼瓦尔茹克亚·萨吾提木卡达斯·阿不都热合曼盛永财中国农业大学资源与环境学院北京100193 新疆大学资源与环境科学学院乌鲁木齐830046 智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046

为了认识蔬菜产地土壤重金属富集现状,探索其解决途径,为污染防治措施提供科学依据,促进无公害蔬菜生产,确保蔬菜质量安全.在乌鲁木齐北郊蔬菜地采集26个土壤样品和7个水体样品,分别测定样品中Hg、As、Cr、Cd、Pb和Zn 6种重金属的含量.... 详细信息

为了认识蔬菜产地土壤重金属富集现状,探索其解决途径,为污染防治措施提供科学依据,促进无公害蔬菜生产,确保蔬菜质量安全.在乌鲁木齐北郊蔬菜地采集26个土壤样品和7个水体样品,分别测定样品中Hg、As、Cr、Cd、Pb和Zn 6种重金属的含量.采用地积累指数(Ige.)、污染负荷指数(PLI)、潜在生态风险评价(RI)对蔬菜地土壤重金属污染及潜在生态风险进行分析.通过土壤与水样的结合,采用主成分分析法进行污染来源分析,结果表明:(1)乌鲁木齐安宁渠蔬菜基地土壤中Hg、Cr和Zn重金属含量的均值分别为新疆土壤背景值的5.74、1.74、1.52倍,其中Cd含量的均值是国家二级标准的2.69倍.地下水中Cr含量均值超过国家灌溉水限制标准,是其8.89倍.(2)6种重金属Ig..的平均值依次为Cd>Hg>Cr>Zn>As>Pb,其中Cd属于中-强度污染,H-g为中度污染,Cr为轻度污染,Zn、As和Pb均为清洁水平.研究区土壤区域污染负荷指数PLIzone为1.91,属于中度污染,其中Cd的贡献率最大,为56%,其次是Hg,贡献率为22%.土壤RI均值为673.1,属于严重潜在生态风险态势.(3)研究区土壤Pb、Cr和Zn,主要来自交通和农业活动等人为污染,As、Cd主要受自然母质和大气沉降的影响.该蔬菜基地潜在生态风险主要来自Cd和Hg,建议在农业生产中防范Cd、Hg的污染.

关键词：蔬菜地灌溉水重金属生态风险评价

来源：评论

学校读者我要写书评

暂无评论

环境敏感变量优选及机器学习算法预测绿洲土壤盐分

引用

农业工程学报 2018年第22期34卷 102-110页

作者：王飞杨胜天丁建丽魏阳葛翔宇梁静新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046

基于机器学习预测干旱区(如新疆)土壤盐分的研究目前较少涉及且敏感变量的筛选还需深入探讨。该研究比较5种机器学习算法(套索算法,The Least Absolute Shrinkage and Selection Operator-LASSO;多元自适应回归样条函数,Multiple Adapti... 详细信息

基于机器学习预测干旱区(如新疆)土壤盐分的研究目前较少涉及且敏感变量的筛选还需深入探讨。该研究比较5种机器学习算法(套索算法,The Least Absolute Shrinkage and Selection Operator-LASSO;多元自适应回归样条函数,Multiple Adaptive Regression Splines-MARS;分类与回归树,Classification and Regression Trees-CART;随机森林,Random Forest-RF;随机梯度增进算法,Stochastic Gradient Treeboost-SGT)在3个不同地理区域(奇台绿洲,渭-库绿洲和于田绿洲)的性能表现;参与的变量被分为6组:波段,植被相关变量集,土壤相关变量集,数字高程模型(digital elevation model,DEM)衍生变量集,全变量组,优选变量组(全变量组经过算法筛选后的变量集合)。通过算法筛选,以示不同研究区的盐度敏感变量。同时借助以上述6组结果评判算法的性能。结果表明:综合分析6个变量组的R2和RMSE,预测精度排名如下:优选变量组>植被指数变量组>土壤相关变量组>波段>DEM衍生变量组。由于结果不稳定,全变量组未参与排名。在所有变量中,植被指数(EEVI,ENDVI,EVI2,CSRI,GDVI)和土壤盐度指数(SIT,SI2和SAIO)与土壤盐度相关性高于其他变量。综合评价以上5种算法,Lasso和MARS的预测结果出现极端异常值,但其预测结果能基本呈现土壤盐分空间分布格局。CART的结果能清晰分辨灌区和非灌区土壤盐分的分布态势,但二者内部并无太多变化且稳定性较差。RF和SGT的结果显示,二者在3个绿洲的土壤盐分值域范围和土壤盐分空间分布格局相似,纹理信息相对其他3个算法更为丰富。更为重要的是,算法在各个地区的结果都较为稳定。二者相比,SGT验证精度相对最高,其次为RF。

关键词：土壤盐分遥感机器学习绿洲 Landsat OLI 数字高程模型新疆

来源：评论

学校读者我要写书评

暂无评论

遥感分析中亚地区生态系统水分利用效率对干旱的响应

引用

农业工程学报 2018年第9期34卷 145-152,313,314页

作者：邹杰丁建丽秦艳王飞新疆大学资源与环境科学学院乌鲁木齐830046 新疆大学智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046

生态系统水分利用效率(water use efficiency,WUE)是碳水循环中的重要参数。全球干旱在未来几十年将会持续增加,干旱对生态系统WUE的影响研究成为了区域及全球尺度上的研究热点与难点。该文研究中亚地区生态系统WUE对干旱的响应。以中亚... 详细信息

生态系统水分利用效率(water use efficiency,WUE)是碳水循环中的重要参数。全球干旱在未来几十年将会持续增加,干旱对生态系统WUE的影响研究成为了区域及全球尺度上的研究热点与难点。该文研究中亚地区生态系统WUE对干旱的响应。以中亚5国及中国新疆为研究区,利用基于中分辨率成像光谱仪的总初级生产力产品和蒸散产品计算2000—2014年生态系统尺度上的WUE,使用归一化植被指数和陆地表面温度计算温度植被干旱指数分析干旱区生态系统WUE与干旱的关系。结果表明,WUE对干旱的响应在不同地区和植被类型中表现出一定的差异;当干旱发生时,干旱区生态系统WUE对干旱通常表现出负面响应,同时干旱对生态系统WUE有滞后影响;干旱事件结束后,生态系统WUE与干旱指数呈现正相关关系;另外,干旱区生态系统WUE对干湿环境突变敏感,当环境从干旱转向湿润,郁闭灌木林,农田,森林,草地,稀疏灌木林WUE分别增加了30.03%,49.57%,18.39%,54.71%,49.28%,WUE的快速增长表明了干旱区生态系统有较强的恢复力稳定性。

关键词：干旱遥感生态水分利用效率中亚响应滞后影响

来源：评论

学校读者我要写书评

暂无评论

基于高光谱多尺度分解的土壤含水量反演

引用

激光与光电子学进展 2018年第1期55卷 400-409页

作者：蔡亮红丁建丽新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室新疆乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室新疆乌鲁木齐830046

土壤水分含量(SMC)的快速估测能促进干旱、半干旱地区精准农业的发展。以渭干河-库车河绿洲为研究区,采用小波变换对反射光谱进行1~8层小波分解,通过相关性分析确定最大分解层数,并对原始反射率至最大分解层数以内的各层特征光谱进行9... 详细信息

土壤水分含量(SMC)的快速估测能促进干旱、半干旱地区精准农业的发展。以渭干河-库车河绿洲为研究区,采用小波变换对反射光谱进行1~8层小波分解,通过相关性分析确定最大分解层数,并对原始反射率至最大分解层数以内的各层特征光谱进行9种常规数学变换处理,然后将土壤反射率与SMC进行相关性分析,并从每层特征光谱的各种变换中筛选出相关系数最大的波段,将其作为敏感波段,通过灰色关联分析(GRA)从中筛选出最佳波段组合,利用偏最小二乘回归建立SMC预测模型并进行分析。结果显示:在小波变换过程中,随着分解层数增加,土壤反射率与SMC的相关性呈先增后减的趋势,L6处通过0.01水平下的显著性波段最多,L6的特征光谱在去噪的同时还能最大限度地保留光谱细节,为本研究中的最大分解层;将小波变换和微分变换相结合可以深度挖掘光谱的潜在信息,提高土壤反射率与SMC之间的关联度;根据所有SMC模型的统计参数综合对比分析可以确定基于L-GRA建立的模型精度最优,其建模集均方根误差为0.026,建模集决定系数为0.710,预测均方根误差为0.030,验证集决定系数为0.965,相对分析误差为2.800;小波变换和灰色关联分析的结合在建立模型时能尽可能少地损失光谱细节,较为彻底地去除噪声,同时还能对无信息变量进行有效去除。

关键词：光谱学高光谱土壤水分含量小波变换灰色关联分析

来源：评论

学校读者我要写书评

暂无评论

基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算

引用

光学学报 2018年第10期38卷 385-392页

作者：葛翔宇丁建丽王敬哲王飞蔡亮红孙慧兰新疆大学资源与环境科学学院新疆乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室新疆乌鲁木齐830046 新疆大学智慧城市与环境建模自治区普通高校重点实验室新疆乌鲁木齐830046 新疆师范大学地理科学与旅游学院新疆乌鲁木齐830054

土壤含水量是干旱区地表水-热-溶质耦合运移的关键指标;以干旱区典型样点实测土壤含水量及其室内可见光-近红外光谱数据作为数据集,通过蒙特卡罗交叉验证确定77个有效样本;基于竞争适应重加权采样算法筛选出最优光谱变量子集,利用3种机... 详细信息

土壤含水量是干旱区地表水-热-溶质耦合运移的关键指标;以干旱区典型样点实测土壤含水量及其室内可见光-近红外光谱数据作为数据集,通过蒙特卡罗交叉验证确定77个有效样本;基于竞争适应重加权采样算法筛选出最优光谱变量子集,利用3种机器学习方法——BP神经网络、随机森林回归和极限学习机建立土壤含水量预测模型,进而实现土壤含水量估算模型的优选。结果表明:竞争适应重加权采样算法能有效剔除无关变量,从2151个光谱波段中优选出20个特征波段,其中R1848与土壤含水量的最大相关系数为0.531;引入偏最小二乘模型和机器学习方法进行对比,分析发现机器学习方法的预测结果比偏最小二乘模型更高;分析比较BP神经网络、随机森林回归和极限学习机的建模结果可知:极限学习机模型建模在机器学习方法中的效果最佳,决定系数R2=0.918,均方根误差RMSE=0.015,相对分析误差RPD=3.123,四分位数间隔RPIQ=3.325;机器学习能显著提升光谱建模反演土壤含水量的精度和稳定性,显示出其在非线性问题中具有很强的透析力和较好的模型稳健性,针对干旱区土壤水分的精准预测和定量估算具有可行性,可为干旱区土壤墒情、精准农业等研究提供科学参考。

关键词：光谱学土壤含水量估算机器学习竞争适应重加权采样算法极限学习机随机森林

来源：评论

学校读者我要写书评

暂无评论

基于SEBAL模型的渭-库绿洲蒸散量特征及影响因子研究

引用

地球信息科学学报 2018年第9期20卷 1361-1372页

作者：阿布都沙拉木.吐鲁甫买买提.沙吾提马春玥张淑霞新疆大学资源与环境科学学院乌鲁木齐830046 新疆大学绿洲生态教育部重点实验室乌鲁木齐830046 新疆大学资源与环境科学学院智慧城市与环境建模自治区普通高校重点实验室乌鲁木齐830046

对渭-库绿洲蒸散发量的估算在绿洲水资源管理和分配以及生态环境的保护方面扮演着重要作用,同时对于深刻了解流域水循环和水文过程也具有重要意义。本文以渭干河-库车河绿洲为研究靶区,将Landsat TM/OLI遥感数据与地面气象站点实测数据... 详细信息

对渭-库绿洲蒸散发量的估算在绿洲水资源管理和分配以及生态环境的保护方面扮演着重要作用,同时对于深刻了解流域水循环和水文过程也具有重要意义。本文以渭干河-库车河绿洲为研究靶区,将Landsat TM/OLI遥感数据与地面气象站点实测数据相结合,利用SEBAL模型估算了渭-库绿洲1997年和2016年的日蒸散量,并对日蒸散量的空间分布特征及日蒸散量与相关地表参数的相关性进行了分析。结果表明:渭-库绿洲日蒸散量的空间分布表现为西高东低,北高南低的分布特征,其高值出现在水体和植被覆盖较多的绿洲内部区域,低值则分布在研究区东、东南和西部的低植被覆盖区域;在日蒸散量与植被指数(NDVI、SAVI、LAI)、水体指数(MNDWI、NDWI、TVI、VSWI、TVDI)和地表温度(LST)等地表参数的相关性方面,研究时段内全部地表参数与日ET具有较高的相关关系,Pearson相关系数都通过0.01水平的显著性检验,其中NDWI与日蒸散量表现出了最好的相关性,表明在渭-库绿洲水分对日蒸散量分布与变化的影响是最大的。

关键词： SEBAL模型遥感估算日蒸散量局部自相关地表参数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：