多光谱数据定量反演土壤营养元素含量可行性分析

运用室内光谱模拟多光谱数据,采用回归分析方法建立土壤营养元素含量预测模型,并进行验证.首先,根据光谱响应函数将实验室光谱数据重采样至多光谱传感器（TM和 ASTER）波段;然后,分别利用多元逐步回归（SMLR）和偏最小二乘回归（PLSR）方法,建立建模土壤样本实测光谱以及模拟光谱（TM和ASTER）与土壤营养元素含量间的经验模型;最后,利用检验土壤样本进行模型精度验证.与实测光谱模型相比,模拟光谱模型对土壤营养元素含量的预测精度受光谱分辨率的影响并不大.模拟光谱模型对N、P、K元素含量预测精度最高分别为0.89、0.79和 0.67.土壤N、P、K元素含量SMLR模型的入选波段分别位于2 000～2 300　nm、1 650～1 800　nm和600～800　nm波长附近范围内; 土壤N、P、K元素含量PLSR模型的系数表明,近红外（NIR）波段对总氮和总磷元素含量比可见光（VIS）波段敏感,而VIS对K元素含量预测的贡献更大.利用多光谱数据进行土壤营养元素含量的估测具有理论上的可行性;由于不同元素对不同光谱波段的响应不同,在选择多光谱遥感数据时要充分考虑传感器的波段特征.     

矿山地质灾害高分辨率遥感监测方法研究——以北京市房山区史家营煤矿为例

以北京市房山区史家营煤矿为研究对象建立了矿山地质灾害高分辨率遥感监测方法与技术流程。它是在建立矿山地质灾害遥感识别标志的基础上,对高分辨率数据进行空间分辨率融合和信息增强,利用"已知推未知"的工作思路,对多种地质灾害类型进行识别与提取;结果表明,高分辨率遥感图像和"3S"技术在矿山地质灾害监测中发挥着重要作用;对矿山地质灾害诱因的建模分析结果表明,人工采矿活动是导致矿山地质灾害发生的最直接原因,构造、岩性和坡度等是矿山地质灾害发生的重要因素。因此,加强矿山非法采矿的遥感监测与治理,注重对已采矿区的回填和管理是矿山地质灾害治理的关键。     

区域地质灾害评价模型综述

本文分别综述了经验半经验模型、数理统计模型和其它模型在区域地质灾害评价中的应用情况。探讨了这些模型在应用中存在的不确定性的主要来源,并展望了地质灾害评价模型以后的发展趋势。认为对于不同研究程度、不同灾害分布的区域应选择不同的模型;另外应该建立在对区域地质灾害发生发展充分认识的基础上优化数学模型。在评价指标的选择与量化上深入系统分析各指标之间的关联情况,进行优化重组以获得更好的结果。