基于Sentinel-2A影像估算黄土高原光合/非光合植被盖度

以黄土高原为例,基于Sentinel-2A影像和地表实测地物光谱与盖度数据,分别在模拟混合场景和野外实测混合场景中,评估4种NPV植被指数(NPVI):SWIR32(短波红外比值指数)、DFI(干枯燃料指数)、STI(土壤耕作指数)和NDTI(归一化差异耕作指数)估算非光合植被盖度(f_NPV)的有效性,并利用优化法确定线性光谱混合模型的关键参数端元值,估算研究区光合植被盖度(f_PV)和f_NPV.结果表明,在模拟混合场景下,4种NPVI与模拟f_NPV线性关系的R²是0.365~0.750;在野外场景中,其相关性均有一定程度的降低,R²是0.147~0.211.研究构建NDVI-SWIR32像元三分模型,并确定了最优端元值:NDVI_PV=0.80,SWIR32_PV=0.60, NDVI_NPV=0.17,SWIR32_NPV=0.77,NDVI_BS=0.23,SWIR32_BS=0.99.模型对f_PV和f_NPV估算精度R²分别是0.817和0.463,NSE分别是0.806和0.458.利用该模型估算全区2019年4、8和12月的平均f_PV和f_NPV,分别为20.3%和59.2%,48.6%和33.1%,10.7%和59.0%.随时间推移,f_PV从东南向西北不断增加而后减小,f_NPV与之相反. NDVI-SWIR32模型可以用于Sentinel-2A影像数据来监测黄土高原地区f_PV和f_NPV的时空动态变化.     

基于热红外遥感数据和光谱混合分解模型的城市不透水面估算

不透水面的迅速增长是城市化的显著特征之一,针对大范围的城市监测,运用遥感技术迅速提取城市不透水面是当前国内外研究的热点。论文选用Landsat 7的ETM+影像,基于光谱混合分解模型,结合热红外遥感数据反演生成的地表温度,研究杭州市的不透水面分布信息的提取。通过高、低反照率、植被及土壤4类光谱端元的线性组合来表征不同城市土地类型,并利用地表温度和土壤分量分别剔除高、低反照率分量中的"噪声",综合修正后的高反照率分量和低反照率分量估算杭州市不透水面分布。结果显示,研究区中均方根误差的平均值为0.003 6,不透水面分布结果与同期Google earth上的高分辨率影像和SPOT 4影像的解译结果对比分析,绝大多数样本的估算值与解译值之差落在±0.15区间内,精度令人满意。研究表明,热红外遥感数据和光谱混合分解模型相结合,可以实现对不透水面进行快速、精确的估算。     

闽江口沼泽植被地上鲜生物量与植株密度高光谱遥感估算

湿地植被地上生物量与湿地生态系统生产力、碳循环和养分循环等密切相关,是当前研究中的主要关注点之一。利用ASDFieldSpec2500 便携式地物波谱仪测定闽江口鳝鱼滩芦苇（Phragmites australis）和短叶茳芏（Cyperus malaccensis Lam. var. brevifolius Bocklr.）冠层反射光谱,同时测定其地上鲜生物量和植株密度,分析地上鲜生物量与冠层反射光谱及一阶微分光谱的相关关系,确定敏感波段,进而改进植被指数;利用回归分析法,基于各个植被指数,构建地上鲜生物量和植株密度的估算模型。结果表明,芦苇和短叶茳芏地上鲜生物量与冠层反射光谱在蓝光、红光及近红外波段相关性较高;与一阶微分光谱在蓝边、红边相关性较好;芦苇地上鲜生物量与冠层光谱和一阶微分光谱的相关系数均优于短叶茳芏。芦苇和短叶茳芏地上鲜生物量估算模型R2分别在0.408 5~0.765 和0.101 9~0.315 3 之间,估算精度相对于其他参数较高的参数主要有BNDVI、NDCI和MGBNDVI,最佳估算参数均为BNDVI;植株密度估算模型R2分别在0.093 0~0.718 和0.138 9~0.233 7 之间,估算精度相对于其他参数较高的参数主要有GBNDVI、BNDVI、MGBNDVI、NDCI 及SR, 最佳估算参数分别为GBNDVI和NDCI。一定程度上来说,利用高光谱数据估算河口芦苇和短叶茳芏地上鲜生物量和植株密度是可行的。     

基于改进光谱角法的红树林高分遥感分类方法研究

传统影像分类方法多利用影像端元光谱进行地物分类,影像的空间结构信息被忽视,本研究结合面向对象分类方法思想以提高红树林遥感分类精度。本研究提出了一种结合端元类型选择、像元提纯等混合像元分解手段及分水岭图像分割算法的改进光谱角影像分类方法,并以山口红树林国家级自然保护区为研究区,利用GF-1号遥感影像数据,在光谱特征分析和地面调查的基础上,对红树林生态系统进行分类,并对分类精度进行分析。研究结果表明:改进的光谱角分类方法对GF-1影像分类效果较好,既兼顾地类光谱组成较复杂时的特殊性,又有效避免结果的破碎化现象,且总体精度达到95%（KAPPA系数0.944）,证明了其在红树林遥感影像分类及信息提取方面的应用潜力,为红树林生态系统业务化遥感监测奠定了基础。     

基于光谱混合分析和反照率-植被盖度特征空间的土地荒漠化遥感评价

采用线性光谱混合分析模型对Landsat TM遥感影像进行混合像元分解,获取植被、裸土和水体组分的相对丰度分布;在反演地表反照率的基础上,构建了基于Albedo-Vegetation特征空间的土地荒漠化遥感监测模型;以黑河中游部分区域为例,进行了实证研究,并利用实地调查数据进行精度验证。结果表明:此方法充分利用了多维遥感信息,反映了荒漠化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义,而且指标简单、易于获取,精度较高,有利于荒漠化的定量分析与监测。     

福建省长汀县植被覆盖度遥感动态监测研究

遥感估算植被覆盖度的关键在于:一是植被指数的选择,二是植被指数转换方法。针对中国南方多山的特点,论文提出了能较好地削弱影像中山体阴影、土壤背景、岩石、建筑用地等地物对植被覆盖度信息干扰的复合植被指数V BSI;在植被指数转换方法上,采用混合像元法,对福建省长汀县1994年和2003年的遥感影像进行了植被覆盖度的估算。研究结果表明:采用VBSI进行植被覆盖度的估算,影像阴影信息的干扰作用可以被削减为NDV I的50%,基于VBSI的混合像元法估算植被覆盖度的总体精度达到80%以上;动态监测表明,从1994至2003年研究区高植被覆盖面积增加了150.47km₂,占国土面积的比例提高了4.9个百分点,据调查,这与近年来长汀县加大水土流失治理力度有着重要关系。     

南方红壤典型水土流失区植被覆盖度变化及其生态效应评估——以福建省长汀县为例

南方红壤典型水土流失区--福建省长汀县曾因生态破坏导致严重的水土流失.经过多年以植树为主的生态修复,该县生态面貌有了明显的改观.论文首先采用线性光谱混合分析模型计算植被覆盖度,并在此原始模型的基础上提出了对地形阴影进行修正的方法来获取植被覆盖度.精度验证表明,在线性光谱混合分析模型中加入山地指数(NDMVI)波段能够削弱地形阴影问题,提高植被覆盖度反演精度.在此基础上利用多时相遥感影像分析了长汀2001-2013 年植被覆盖度的时空变化,并利用遥感生态指数(RSEI)定量评价了长汀水土流失生态修复的效果.结果表明,经过13 a 的水土流失治理,长汀的植被覆盖度有了明显的升高,从2001 年的75.1%上升到2013 年的86.5%.RSEI 生态指数值也随之上升,生态等级为优良的面积比例从85.83%增加到90.59%,反映了长汀县生态质量整体有了明显的提高.植被的生态效应定量研究表明,长汀县的植被覆盖度每增加10%,RSEI 生态指数值至少提高10%,植被覆盖度的生态提升效应显著.     

陕北黄土丘陵区撂荒演替过程中的土壤水分效应

根据陕北黄土丘陵区17块不同撂荒年限样地土壤水分的普查和10块样地土壤水分的定位测定,利用多元回归分析和通径分析法研究了植被恢复过程中土壤水分的变化和各植被、土壤因子对土壤水分的作用效应:①农田撂荒后,随着植被的恢复,因群落生物量、植被盖度和土壤有机质等这些对土壤水分有直接作用因子的变化,而间接表现为随着撂荒年限的增加,土壤含水量越来越低,而土壤水分的波动却越来越大;②用地形因子(包括坡度、坡向和海拔)、土壤因子(地表土壤容重和有机质含量)和植被因子(地上生物量和植被盖度)可以较好地对土壤水分做出多元拟合,影响表层土壤水分含量和根系层水分波动的主导因子是植被盖度,而影响深层土壤水分波动的主导因子是地上生物量;③土壤水分两次测定期间深层储水量差值与累积降雨量成显著正相关,说明土壤水分测定下边界存在上渗与下渗运动,而且储水量差值多数为正值,说明是以下渗为主。因此O根据土壤水分来估算群落蒸散时会有正的系统误差。为此论文将深层储水量差值作为补偿调节因子自变量,以提高多元拟合精度。拟合结果说明群落蒸散可由群落生物量、群落盖度、坡度、坡向和土壤表层容重或坚实度来估计。在植被恢复过程中影响群落蒸散的最大因子是群落蒸腾,其次是植被盖度。     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

近岸水上油膜高光谱遥感特征分析

基于便携式地物波谱仪与岸基光谱成像仪数据,模拟获取了近岸海上油膜的反射率光谱数据与高光谱影像数据。通过对反射率数据及其一阶导数等的分析,提出了油膜区别于海水的光谱特征,利用基于端元波谱提取的光谱角度填充(SAM,spectral angle mapping)分类方法对高光谱影像数据进行了油膜提取。结果表明,海水、薄油膜、厚油膜在可见光-近红外范围内反射特征差异较大,在1000~2500 nm的近红外波段仅有厚油膜区分度较高。     

影像纹理窗口大小对山地阔叶林不同群落有效叶面积指数估测的影响

森林叶面积指数是陆地表面过程和地球系统气候模型的基本参数,更是森林结构的关键参数之一,已广泛应用于辐射、植物光合作用和降雨截流估测等方面。论文以川西南山地阔叶林5种不同群落类型为研究对象,基于地面调查的112个20 m×20 m样地和SPOT 5数据,运用5种图像处理技术,包括光谱反射率、植被指数、影像单波段纹理、简单波段比纹理和主成分纹理,提取相应影像信息,建立多元回归模型估算有效叶面积指数（LAIe）。结果表明：光谱反射率、单波段纹理参数和植被指数对LAIe估测能力相对较低,利用植被指数仅获得实测LAIe约65%的精度（R²=0.65,RMSE=0.28 m²/m²）;更为有效的是运用所有比值处理的纹理特征参数值来估测LAIe,可获得实测LAIe约74%的变异（R² =0.74,RMSE=0.20 m²/m²）;改进最理想的是利用主成分处理建立的回归模型（R²=0.85,RMSE=0.10 m²/m²）。不同群落的LAIe估测,整体上相应地优于研究区结果,其中栲群落决定系数R²更是高达0.89（RMSE=0.07 m²/m²）。对于研究区阔叶林以窗口7×7、9×9比较成功,而各群落以窗口9×9较好。因此比值处理、主成分处理的纹理特征参数引入及高空间分辨率数据的使用,能显著提高LAIe估测精度。     

基于光谱分析的生物结皮提取研究——以毛乌素沙地为例

利用典型地物高光谱数据和TM遥感影像,对毛乌素沙地处于旺盛生长期(7-9 月)的由苔藓结皮主导的生物结皮进行了提取研究.结果表明:① 苔藓结皮在生长期具有与绿色植物相似的光谱曲线变化趋势;红边参数显示,二者除红边位置非常接近外,红边振幅、红边宽度和红边面积差异均较大;在近红外区域,苔藓结皮比绿色植物的反射率低很多;苔藓结皮无明显的553 nm反射峰;低盖度苔藓结皮(33%)、藻类结皮和植被枯落物在整个波段光谱曲线比较接近,与裸沙相比,三者反射率均较低.② 基于TM影像,用生物结皮指数(BSCI)、归一化植被指数(NDVI)、监督分类和坡度分级相结合的方法提取生物结皮,发现苔藓结皮的像元面积为0.72×10⁴ km²,占研究区总面积的6.43%.     

Spectral characteristics of plant communities from salt marshes:A case study from Chongming Dongtan,Yangtzeestuary,China

The spectral reflectance of recently formed salt marshes at the mouth of the Yangtze River, which are undergoing invasion by Spartina alterniflora, were assessed to determine the potential utility of remotely sensed data in assessing future invasion and changes in species composition. Following a review of published research on remote sensing of salt marshes, 53 locations along three transects were sampled for paired data on plant species composition and spectral reflectance using a FieldSpec™ Pro JR Field Portable Spectroradiometer. Spectral data were processed concerning reflectance, and the averaged reflectance values for each sample were reanalysed to correspond to a 12-waveband bandset of the Compact Airborne Spectral Imager. The spectral data were summarised using principal components analysis (PCA) and the relationships between the vegetation composition, and the PCA axes of spectral data were examined. The first PCA axis of the reflectance data showed a strong correlation with variability in near infrared reflectance and ‘brightness’, while the second axis was correlated with visible reflectance and ‘greenness’. Total vegetation cover, vegetation height, and mudflat cover were all significantly related to the first axis. The implications of this in terms of the ability of remote sensing to distinguish the various salt marsh species and in particular the invasive species S. alterniflora were discussed. Major differences in species with various physiognomies could be recognised but problems occurred in separating early colonising S. alterniflora from other species at that stage. Further work using multi-seasonal hyperspectral data might assist in solving these problems.     

呼伦贝尔草原植被覆盖度估算的光谱模型

采用美国ASD公司Fieldspec3光谱仪和日本富士数码相机,于2009年7~8月在内蒙古呼伦贝尔草原区进行了植物高光谱和植被覆盖度测定,并运用回归分析方法,建立实测归一化植被指数(ASD NDVI)和植被覆盖度之间的地面光谱模型,分析MODIS/TERRA卫星的NDVI(MODIS NDVI)与ASD NDVI的关系,建立预测植被覆盖度的MODIS光谱模型,并对模型进行精度检验.结果表明所建的MODIS光谱模型是线性函数,该模型预测精度高于亚像元分解模型,标准误差为11.58%,平均预测精度达到88.75%.     

滨海半城市化地区植被覆盖度的时空变化——以青岛市崂山区为例

基于青岛市崂山区1990、1997、2002、2008年四期TM遥感影像数据,利用遥感二分像元估算模型和归一化植被指数,定量研究了半城市化地区的植被覆盖度演化过程及其时空动态变化特征,结果表明:研究区植被覆盖度演变具有快速性、差异性和不稳定性特征;1990-1997年,植被平均覆盖度由48.71%下降到24.74%,是植被覆盖度下降最快时期;2002-2008年间,植被平均覆盖度由23.58%增加到44.49%,属于植被覆盖恢复时期。整体空间变化呈现分散和无序特征,地形因子显著影响植被覆盖度的分布及变化。从气候因素和人为活动影响两个方面分析了造成崂山地区植被覆盖度下降的原因,对降雨量与各地区植被覆盖度进行了相关性分析,划分出气候影响显著区域。最后通过主成份分析定量研究气候、人为因素对当地植被覆盖度的影响程度,结果发现城市化作用是造成植被覆盖度变化的主要因素。     

区域性气候变化对长江中下游流域植被覆盖的影响

利用2000─2010年MODIS EVI(增强型植被指数)数据和气候资料,对长江中下游流域区域性气候变化对植被覆盖的影响进行了综合研究. 结果显示:①2000—2010年间长江中下游流域植被覆盖度呈上升趋势,EVI年均值从0.302增至0.318,增幅达5.57%,增长主要出现在春季. 各植被类型中,常绿阔叶林、落叶阔叶林、混交林和人工农田植被覆盖度增加最为显著. ②研究区整体植被覆盖较好,但地域差异较大, EVI高值区分布在东南部南岭、武夷山、九岭山一带;中部江河湖泊区、长江两岸大型城市周边区域植被覆盖较差. ③气温是植被覆盖变化的主要影响因子,尤其春季表现最为显著;由于常年降水充沛,研究区降水量对植被覆盖影响程度不及气温;日照时数仅在夏季对当月植被覆盖有一定影响;相对湿度对植被覆盖影响较低,但在秋季对植被覆盖影响时间较长,可持续3个月. ④气候变化对自然植被覆盖的影响主要表现在湖南省和湖北省西部;对湖南省中部和安徽省中北部地区人工农田植被的影响较显著. ⑤空间相关性研究表明,长江中下游流域植被覆盖度增加除与自然条件改善有关外,国家近年来实施的各项生态工程也起到了积极的作用.      

黄河三角洲典型植被地物光谱特征分析与可分性查找表

通过实地测量黄河三角洲的6种典型植被的现场光谱,开展了基于反射率光谱的植被特征光谱分析和提取,该工作在原始反射率光谱曲线和经过包络线去除法变换后的曲线上分别开展。论文主要工作和结论包括:(1)通过分析建立了黄河三角洲6种典型植被类型的光谱特征波段查找表,并给出了每一种植被区别于其它5种植被类型的特征波段分布范围;(2)分析了包络线去除变换对上述6种植被光谱可分性的影响,发现柽柳由不可分变为可分,碱蓬、棉花、刺槐和天然柳树的可分性光谱波段明显增多和展宽。