基于机器学习的深圳市坝光湿地园树种高光谱分类

高光谱遥感数据为树种的精细识别提供了可能。为探索高光谱数据在树种识别中的能力,本研究基于深圳市坝光古银叶树群落的8种主要树种叶片高光谱数据,比较了6种光谱预处理方式和2种分类方法对树种分类识别精度的影响,并基于随机森林算法对不同树种识别的特征波段进行了识别。研究结果表明,一阶导数预处理方法在分类识别中性能最好,平均分类精度为76.65%;随机森林回归方法较支持向量回归算法的性能好,模型平均分类识别精度为73.07%。从混淆矩阵可以看出,多毛茜草、银柴、阴香易错分为假萍婆,鸭脚木与银柴易错分,银叶树和细叶榕易错分。400 nm、495 nm、615～675 nm、835 nm、915～975 nm、1035～1065 nm、1085～1135 nm、1265～1275 nm、1425～1535 nm、2040 nm、2100～2270 nm、2430 nm附近的光谱数据与8个树种分类识别有密切关系。     

东江流域1980—2020年森林时空演变特征及水源林改造潜力分析

东江是粤港澳大湾区最重要的水源地，担负着香港、深圳和广州3个超大城市的供水任务。东江流域光、热资源充足，雨量充沛，是中国森林覆盖率最高的地区之一，其自1980年以来由于自然因素、政策和经济发展等原因，流域的土地覆盖发生了显著变化，尤其是东江流域面积占比最大的森林的变化更加明显。因此，如何科学规划设计造林工程，依据潜力分析改造水源林已成为社会热点问题。该研究基于1980—2020年东江流域30 m分辨率的土地利用、土壤等数据，结合东江源测站数据和社会经济指标数据，利用空间分析和因子分析等方法，探索东江流域1980—2020年森林覆盖的时空变化及驱动机制，同时对水源林改造的未来潜力进行了分析。(1)1980—2020年东江流域森林持续减少，总减少量为998.81 km²,变化多集中于南部和北部，流域北部大量林地转化为耕地，流域南部大量林地转化为城乡、工矿、居民用地；(2)1980—2020年，影响林地面积变化的因素中，常住人口数量、人口密度、GDP、第二和第三产业产值、工农林业产值、社会消费品零售总额、固定资产投资额、城镇登记失业率等因素占主要成分；(3)东江流域未来...