曹罗丹
- 作品数：3 被引量：32H指数：2
- 供职机构：南京农业大学资源与环境科学学院更多>>
- 发文基金：江苏省高校优势学科建设工程资助项目中国科学院战略性先导科技专项更多>>
- 相关领域：农业科学自动化与计算机技术环境科学与工程天文地球更多>>
- 不同农业利用方式土壤有机碳矿化及其与有机碳组分的关系被引量：16
- 2015年
- 通过土壤样品室内培养法测定菜园、桃园、水田及旱地土壤有机碳矿化动态和3种土壤有机碳组分,并根据三库一级动力学模型,拟合4种土地利用方式土壤有机碳库各库大小及周转速率,探讨不同土地利用下土壤有机碳矿化特征及其与有机碳组分的关系。结果表明,各土地利用方式土壤有机碳日矿化速率差异主要在培养前期,表现为菜园>桃园>水田>旱地,后期差异减小且保持平稳。旱地土壤有机碳累积矿化量最小,菜园、桃园、水田分别为其2.61,2.50,1.63倍。由三库一级动力学方程拟合参数发现,活性碳库(C_a)所占总有机碳(TOC)比例最小,且与易氧化碳(ROC)、颗粒态碳(POC)、轻组有机碳(LFOC)含量均呈极显著正相关;除桃园外,缓效性碳含量(Cs)均低于惰性碳含量(Cr),且ROC、POC、LFOC亦与Cs具有显著相关性。活性碳库周转速率(Ka)和缓效性碳库周转速率(Ks)仅与LFOC占总有机碳的比例具有显著相关性,故可用LFOC/TOC来指示土壤活性有机碳库及缓效性碳库的动态变化。
- 邬建红潘剑君葛序娟曹罗丹李炳亚陈昕
- 关键词：有机碳矿化
- Sentinel-2A与Landsat-8影像在油菜识别中的差异性研究被引量：16
- 2018年
- 油菜是中国最重要的农作物之一,准确、及时掌握高精度的油菜面积具有重要意义。与Landsat-8数据相比,新一代光学卫星Sentinel-2A数据具有众多优点,但是Sentinel-2A数据在农作物识别方面的应用效果是否一定优于Landsat-8数据仍然是个未知的问题。因此,以油菜最佳识别期内的Sentinel-2A和Landsat-8影像各一景为数据源,选取种植结构复杂的小尺度都市农业区为研究区,基于影像的光谱特征与植被指数信息利用不同分类方法提取油菜种植面积。通过比较不同分类条件、不同方法下的两种影像的油菜识别精度,结果表明:(1)Sentinel-2A影像中不同地物的光谱特征差异与植被指数可分离性高于Landsat-8影像;(2)支持向量机(SVM)分类器下,Sentinel-2A数据的光谱特征获得的油菜制图精度与用户精度最高,分别为89.7%和91.3%,比同等条件下的Landsat-8油菜识别精度分别高7.0%和6.2%;(3)加入纹理信息后,两种数据的总体精度和Kappa系数明显提高,但油菜的制图精度与用户精度并无明显提升。以上结果表明:与Landsat-8数据相比,Sentinel-2A数据能够在种植结构复杂的小尺度区域提取更高精度的作物分布信息。研究结果可以为Sentinel-2A数据的农作物识别与应用提供理论基础。
- 韩涛潘剑君张培育曹罗丹
- 关键词：光谱特征植被指数小尺度
- 基于遥感与GIS的浙江省洪涝灾害综合风险评估研究?
- 洪涝灾害是全球发生频繁、危害严重的气象灾害之一，洪涝灾害风险评估对防灾减灾具有十分重要的意义。基于历史长时间序列的遥感数据、格网化的地理背景数据、空间化的社会经济数据等，利用GIS空间分析与功能，从洪涝灾害的危险性、暴露...
- 曹罗丹潘剑君李加林
- 关键词：洪涝灾害风险评估GIS
