【目的】探究无人机航高对落叶松毛虫(Dendrolimus superans)虫害监测精度的影响机制,以期构建先进的森林虫害监测技术框架,为无人机近地面森林虫害遥感监测提供重要参考。【方法】以大兴安岭落叶松毛虫虫害频发区为试验区,以无人机不同航高下采集的多光谱遥感影像为基础数据,获得健康、轻度和重度虫害的386株落叶松树冠层光谱指数和纹理特征,通过方差分析法(ANOVA)及连续投影算法(SPA)提取对虫害严重程度敏感的光谱特征,结合随机森林(RF)和支持向量机(SVM)算法构建虫害严重程度监测模型,揭示航高对监测精度的影响。【结果】①光谱指数和纹理特征的总体(轻度+重度)监测精度均随航高上升呈下降趋势,而轻度和重度虫害的监测精度却有不同变化态势。②光谱指数(修正型三角植被指数2、绿光归一化差值植被指数2、绿光归一化差值植被指数、差值植被指数、简单比值指数1)+纹理特征(MEA 3)组合的虫害监测精度达到最优(总体精度和Kappa值分别为92.3%和0.891),但其总体和轻度的监测精度随航高上升呈下降趋势(下降速率分别为0.04%/m和0.03%/m),重度的监测精度有上升趋势(上升速率为0.03%/m)。【结论】航高对无人机近地虫害监测精度具有明显影响,并且轻度和重度监测精度随航高的变化速率和趋势有差异。与重度虫害相比,轻度的监测精度随航高的变化速率较快。无人机对虫害早期高精度遥感识别宜选择低航高,而适当提升航高亦能获得对虫害严重度评估监测的预期效果。
【目的】尝试融合多视图特征来最大化特征信息,提出多视图级联集成卷积神经网络(MVC-CNN)鸟鸣音分类方法,构建泛化性较强的鸟鸣分类模型,以促进鸟类物种多样性保护和生态环境智能监测的深入研究。【方法】以16种鸟鸣音频数据为研究对象,采用短时傅里叶变换(STFT)、小波变换(WT)和希尔伯-特黄变换(HHT)等特征提取方法生成鸟鸣音的3类谱图以构成多视图特征数据,并作为卷积神经网络(CNN)的输入,训练不同视图的基分类器STFT-CNN、WT-CNN和HHT-CNN;分别采用Bagging和Stacking集成方法构建了多视图Bagging集成卷积神经网络(MVB-CNN)模型和多视图Stacking集成卷积神经网络(MVS-CNN)模型。以CNN强大的特征提取能力,提出了多视图级联集成卷积神经网络(MVC-CNN)模型,将不同视图经CNN提取得到的深度特征级联融合,以支持向量机(SVM)为最终分类器获得分类结果。【结果】构建的基分类模型WT-CNN、STFT-CNN、HHT-CNN的准确率分别为89.11%、88.36%和81.00%;多视图集成模型MVB-CNN和MVS-CNN的准确率分别为89.92%和93.54%,多视图级联集成模型MVC-CNN的准确率为95.76%。MVC-CNN模型准确率比单一视图基分类模型提升6.65%~14.76%,比MVB-CNN和MVS-CNN提升5.84%和2.22%。【结论】研究提出的MVC-CNN模型能充分结合鸟鸣多视图特征的优势,有效提升鸟鸣分类效果,具有较高的稳定性和更好的泛化能力,为多视图鸟鸣音分类研究提供技术方案。
【目的】中国东北虎豹国家公园是东北地区重要的生态安全屏障,其植被对气候变化较为敏感,且易受人类活动影响。探究该地区植被时空变化及其成因,为园区生态环境科学管理提供依据。【方法】借助GEE(Google earth engine)云平台,基于2001—2020年生长季(4—10月)中分辨率成像光谱仪(MODIS) NDVI数据,辅以数字高程模型(DEM)数据、气象数据、土地利用数据和植被类型数据,采用Sen+Mann-Kendall趋势分析,揭示不同时间尺度下中国东北虎豹国家公园植被时空变化特征;考虑到不同植被类型对气候变化的时滞效应及差异,运用偏相关分析、改进的残差分析与相对作用分析法,量化植被对气候变化和人类活动的响应机制,厘清不同情景下气候变化和人类活动在植被演变过程中的相对作用。【结果】①时间上,20 a来园区生长季归一化植被指数(NDVI)呈速率为0.003 2/a的显著增长趋势(P<0.05),在生长季内的不同季节,NDVI均值依次为夏季>春季>秋季,NDVI增长速率依次为春季>秋季>夏季;空间上,2001—2020年NDVI变化趋势具有明显的季节和区域差异,但总体均为改善区域面积大于退化区域面积,且随生长季内季节循环变化,NDVI改善区域面积先减少后增加,NDVI主要变化趋势类型由明显改善向轻微改善转化。②不同时间尺度下园区NDVI对气候的响应空间异质性明显,但整体上NDVI与气温和降水均呈正相关,且NDVI对气温的响应均强于降水,其中春季和生长季NDVI与气温呈显著正相关的区域面积较大(P<0.05),分别占比83.558%、42.241%,各时间尺度下园区大多数区域NDVI与降水均呈不显著正相关(P≥0.05);不同植被类型NDVI对气温和降水的最大响应滞后期不同,除栽培植被和草甸外,其余植被类型对降水响应的滞后性均强于气温。③人类活动对园区NDVI的影响具有双重效应,其中正向促进与负向干扰NDVI变化的区域分别占比94.087%、5.913%,实施林业工程是NDVI增长的关键,而建设用地扩张是NDVI减少的重要原因。④园区NDVI变化主要受气候变化和人类活动共同驱动,但整体上气候变化对NDVI变化的相对作用均值为32.699%、人类活动的相对作用均值为67.301%,且在NDVI改善及退化区域,人类活动的相对作用均值均大于气候变化。【结论】2001—2020年中国东北虎豹国家公园植被状况总体向好发展,不同时间尺度下植被时空变化趋势存在显著差异。气温是各时间尺度下促进园区植被生长的主导气候因子,气候变化和人类活动对植被变化的影响区域异质性明显,但均以积极作用为主,其中人类活动对园区NDVI变化的贡献度相对更高。建议在园区未来的植被维护中,除提升植被对气候变化的适应能力外,还应更加注重生态修复措施的持续落实,遏制土地资源的过度开发。
【目的】对山东沿海7地市防护林树种分布适宜性进行分析,可综合反映不同立地因子对各防护林树种的影响,为更加科学地进行防护林树种规划提供理论依据。【方法】利用LandUSEM模型,以山东省森林资源管理“一张图”调查数据为基础,以1∶100万数字化土壤图和DEM数据为辅助数据,对山东沿海7地市防护林树种分布适宜性进行分析。【结果】受地貌因子影响较大的树种有26种,土壤类型对各优势树种的影响相对敏感,不同林种条件下各优势树种的适宜性差异较大。7种因素对49种优势树种影响的平均相对权重分别为地貌(0.19)>土壤类型(0.15)=坡度(0.15)=土层厚度(0.15)>林种(0.14)>坡位(0.13)>坡向(0.09)。目前在以黑松、赤松和刺槐为优势树种的防护林中,黑松、赤松分布的相对适宜度较高,90.48%的刺槐林分布不适宜或临界适宜。建议在刺槐林分布适宜性较差的低山丘陵区种植黑松、油松、麻栎、山楂、杜仲、蒙古栎、栎类、樱桃、酸枣等树种与其混交,提升刺槐林的生态效益。【结论】山东沿海7地市防护林树种分布适宜性整体较好,利用LandUSEM模型进行树种分布适宜性分析结果可靠。
【目的】研究遗传效应和气候变化对日本落叶松(Larix kaempferi)树高生长的影响,为开展精准立地质量评价和制定合理的经营方案提供支持。【方法】基于湖北省建始县长岭岗林场5~18年生日本落叶松树高生长数据,以Logistic作为基本理论生长模型,将体现遗传效应的种源变量和气候变量引入,以重复作为随机效应的随机参数,构建基于遗传和气候效应的日本落叶松树高生长模型,并分析遗传效应和气候变化对树高生长的影响。【结果】温度和降水是影响该地区树高生长的主要气候因子,引入种源哑变量和气候变量后,模型的拟合精度高于基础模型;以重复作为随机效应构建的非线性混合模型的拟合效果(Radj2=0.820 3)优于考虑遗传和气候因素的生长模型(Radj2=0.806 2)及Logistic基础模型(Radj2=0.798 9);不同种源树高生长均符合“慢—快—慢”的生长规律,但达到速生点的时间t0不同,各时间节点上不同种源树高生长存在极显著差异。【结论】遗传和气候效应对日本落叶松树高生长存在一定的影响,构建基于遗传和气候效应的混合模型,能有效提高模型的拟合精度。
