基于决策树分类法的塔克拉玛干南缘沙漠化信息提取方法研究

选择策勒绿洲作为典型的绿洲-荒漠交错带,采用Landsat ETM+影像,分析了沙漠化土地的光谱特征及其波段间的相互运算,用分层分离的方法,提取了沙漠化土地信息. 结果表明:利用修改型土壤调整植被指数(MSAVI),归一化差异水体指数(NDWI)和遥感图像缨帽变换后的亮度(Brightness)、绿度(Greenness)、湿度(Wetness)等复合识别指标,在决策树的各节点设计不同的分类器,可以划分沙漠化等级;决策树分类法可以有效地排除和避免提取地物时受多余信息的干扰及影响,其总体提取效果较好,是快速自动提取沙漠化土地信息的有效手段.      

基于PlanetScope影像的广西钦州市黑臭水体识别方法研究

城市黑臭水体实质上是由环境保护和城市建设两者发展不平衡产生的,也是我国当下生态环境保护工作的重点之一。针对城市黑臭水体监测评价这一热点难点展开研究,以钦州市主城区为研究区域,以高频次重访的高空间分辨PlanetScope遥感影像为数据源,结合两期的实地采样数据,分析黑臭水体表观光学特性,利用黑臭水体与一般水体光谱曲线差异特征,提出近红外(NIR)单波段阈值法、HI指数法、EHI指数法和NDBWI指数法以及基于色度法的饱和度识别算法。城市黑臭水体与一般水体在蓝、绿和红波段(455～670 nm)的相同点是反射率偏低,不同点在于一般水体在455～670 nm处的光谱曲线斜率高于黑臭水体,在红波段处反射率达到极大值,在红波段和近红外波段开始下降,而黑臭水体此波段范围内反射率开始大幅升高。识别结果表明,NIR单波段阈值法识别准确率较低,存在较大偏差;HI指数识别准确率为57. 14%; EHI指数和饱和度法对黑臭水体的识别准确率均为78. 57%; NDBWI指数的识别准确率最高,达90%以上。     

基于MAWEI指数的水体信息提取方法

遥感技术是快速而又准确获取水体信息的有效途径,对水资源管理与评估有着重要意义。以福州市闽江、贵阳市百花水库、曲靖市南盘江和泰安市东平湖区域Landsat 8影像为基础,构建改进的自动水体提取指数（MAWEI）对水体信息进行提取,利用目视解译结果作为精度验证数据,量化不同水体指数在多种环境条件下的水体提取精度。研究结果表明：（1）面向对象的分类方法改善了面向像素方法存在“椒盐现象”的缺点;（2）MAWEI、AWEInsh、AWEIsh和MNDWI四种水体指数在最优提取阈值的情况下,MAWEI指数提取水体的精度最高,效果最佳。且通过实验发现不同环境条件下MAWEI水体指数的稳定性较好。MAWEI指数可用于快速有效地提取大面积水体信息,能满足大面积的水体快速制图和土地利用的分类,对水体信息快速提取具有较强的应用价值,值得推广。     

鄱阳湖天然湖面遥感监测及其与水位关系研究

以1989—2010年鄱阳湖100期(景)Landsat TM/ETM+影像为数据源,对比分析了水体指数法和谱间关系法两种主要的水体提取方法,利用水体指数法提取了天然湖体水面面积,揭示了不同水位下鄱阳湖天然湖体水面的空间扩展过程与特征,建立了汛期与非汛期水面-水位关系模型并确定了相应代表性水位站。结果表明:①在鄱阳湖,水体指数法水体提取精度优于谱间关系法;②受地形影响,不同水位条件下鄱阳湖天然水面的空间扩展特征大致呈"菱形"沿湖岸以顺时针方向(即:北→东→南→西→北)推进;③水位为6~15 m时,鄱阳湖天然湖体水面随水位变化呈线性变化,水面变化显著;而在水位介于15~22 m时,天然湖体水面随水位变化则呈对数变化。基于水面-水位关系模型,确定汛期代表性水位站为星子站、都昌站与吴城站;而非汛期代表性水位站为棠荫站。     

采煤驱动下潘谢矿区水体演变及其景观生态效应

基于Landsat数据利用水体指数、波段运算和阈值法提取了淮南潘谢矿区1979、1987、2000及2006年水体信息,结合矿井采掘工程布置识别了塌陷水体与自然水体.面积统计结果表明1979年自然水体、塌陷水体面积最小,1980年后农田水利工程、开挖鱼塘、取土烧砖等人为活动导致后期自然水体面积增大;矿区内井工采煤导致塌...     

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.     

湖泊水环境高空间遥感影像污染点源信息提取研究

传统的污染点源信息提取技术存在权重因子各指标取值范围广、提取精准度不准确、植被覆盖率检测效果差等问题,为此,采用高空间遥感影像对湖泊水环境污染点源信息提取进行研究.针对信息的选择和预处理,需要先获取污染点源信息,并利用多项式对遥感影像图中的畸形几何进行修正;通过利用TM影像技术分析波段组合和单独使用波段的分类效果;根据影像中不同的隶属度,构建水体规则,分析水体差异指数,由此提高信息提取的精度,进而完成污染点源信息的提取.通过选取验证区域,进行实验,实验结果表明,使用该技术能够缩小权重因子各指标取值范围,并提高污染点源信息提取的精准度与植被覆盖率检测的效率,实用性较强.     

基于高分影像的城市黑臭水体遥感识别:以南京为例

城市黑臭水体的遥感识别对于黑臭水体的监测、治理有着重要作用.2016年对南京城市河段进行了地面调查,并在沙洲西河、秃尾河、玄武湖、金川河设置了55个样点,采集水样分析水质参数并同步测量水面光谱.在此基础上,利用绿光波段遥感反射率的单波段阈值、蓝、绿波段差值、红、绿波段比值,以及色度值,分别构建了基于GF-2影像的城市黑臭水体遥感识别算法,并分析南京市主城区黑臭水体的空间分布和环境特点.结果表明:(1)和其他类型水体相比,城市黑臭水体遥感反射率最低,在整个可见光范围峰谷不突出,而且在400~550 nm范围光谱斜率最小;(2)采用地面同步调查结果检验,比值算法的识别精度最高,对城市河道黑臭水体的识别更准确;(3)利用比值法对2016年11月3日的GF-2影像进行计算,共提取研究区黑臭河段11条,总长度40.7 km,总面积0.749 km~2.黑臭河段分布具有范围广且不连续的特征,集中分布于各城区人口密集的区域;水体发生黑臭主要受到生活污水、工业废水、断头浜的影响.     

基于Google Earth Engine云平台的黑龙江流域长时序常年和季节性水面提取及变化分析

遥感影像空间覆盖广、更新周期短,是快速提取大区域水面信息的可行技术,对水资源开发利用、管理和保护具有重要意义。针对年际内受降水波动性影响,充分应用年份内所有可用的影像数据构建年均水体指数,来减少单期影像难以准确反映年内水面特征的问题,利用Google Earth Engine （GEE）遥感云平台解决了传统影像下载和桌面端处理海量影像数据效率低的问题。以黑龙江流域为研究区,以Landsat影像为数据源,结合地形数据,提取1987—2019年常年水面和季节性水面。研究结果表明:1）相较于单期影像数据,年均水体指数能更全面反映水面的时间信息,水面提取总体精度达到95.32%,其中,常年和季节性水面的总体精度分别为96.59%、94.61%;2）与已有数据产品相比,提取的常年水面更加连续、完整,质量更好;3）近32年来,黑龙江流域常年水面面积波动较大,呈减少趋势,年均减少14.82 km2;季节性水面面积相对平稳,呈增加趋势,年均增加12.81 km2。     

二龙湖富营养化状态高光谱遥感评价研究

通过对二龙湖水体高光谱反射率、归一化以及一阶微分反射率与叶绿素a(Chl-a)进行相关分析,确定与其相关性最好的波段,对Chl-a浓度进行反演。同时,波段比值法也用于反演Chl-a浓度。研究结果表明,单波段模型以及波段比值建立的模型精度均较高,而基于波段比值法的模型验证精度更高(R~2=0.71)。基于高光谱反射率数据,选择敏感波段,对透明度(SDD)、总磷(TP)和总氮(TN)浓度进行反演,结果表明基于原始数据所建模型精度较为理想。结合综合营养状态指数法和营养状态分级指标,对二龙湖的富营养状态进行评价,结果显示,基于高光谱数据反演二龙湖富营养化程度的精度较高(r=0.88),湖水呈现中营养化状态。     

赤潮期东海水体不同遥感分类算法应用分析

对赤潮期长江口及邻近东海海域水体进行了三种不同遥感分类方法的水体类别提取。首先进行了最大似然监督法和ISODATA非监督法两种代表性的水体遥感分类,之后提出了两种基于水体光谱曲线特征的波段比值阈值分割模型,即C1=Lrs(645)/Lrs(469)和C2=Lrs(555)/Lrs(469)。对比发现,三种方法分类结果均揭示出了长江口及邻近东海海域近岸到远洋的水体空间变化规律,依次为悬浮泥沙水体、富营养化水体、赤潮水体、赤潮边界水体和远洋洁净水体。其中最大似然监督法对像元亮度值较为均一的悬沙水体和富营养化水体提取精度较高。而ISODATA分类结果误判较严重,可以作为辅助判别依据。本文提出的阈值分割模型1对悬浮泥沙水体更为有效,总体精度为91.34%,Kappa系数为0.88;模型2对赤潮水体更有效,总体精度为94.14%,Kappa系数为0.92,精度均高于前两种方法。     

基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.     

一种融合多波段比值法和随机森林算法的Sentinel-2绿潮信息提取方法

遥感卫星可以高效、大面积地监测海洋绿潮的发生及发展情况,而绿潮的精准识别提取尤为重要,对于维护海洋生态环境安全具有重大意义。本研究提出一种融合多波段比值法和随机森林算法（random forest,RF）的绿潮信息提取方法,基于高分辨率的Sentinel-2遥感影像,以苏北近岸海域为研究区,以绿潮和非绿潮两类地物为识别目标进行精准识别分类,并与最大似然法（maximum likelihood classification,MLC）、RF和支持向量机（support vector machine,SVM）以及融合多波段比值法的MLC和SVM等五种模型进行对比。结果表明：归一化植被指数（normalized difference vegetation index,NDVI）和漂浮藻类指数（floating algae index,FAI）能够有效提高绿潮信息提取的准确性,融合这两种指数的RF模型分类结果 Kappa系数为0.98,总体精度为99.92%,高于其他五种模型。研究结果可为海洋环境生态及生物地球化学循环的相关研究与治理提供理论与技术支撑。     

基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演

通过对2010年5月2日太湖HJ-1A卫星超光谱影像的几何纠正和6S模型辐射校正,以及水体实测光谱数据和影像光谱数据分析,将太湖28个水体采样点光谱数据分别进行归一化处理和一阶微分处理后,选取和水质参数相关系数最大的波段或波段组合建立反演模型,获得太湖叶绿素a浓度以及悬浮物浓度的空间分布图.研究表明,超光谱影像B73波...     

基于GF-1卫星遥感影像的生态空间周边建筑余泥渣土场提取方法研究

建筑余泥渣土存量增长速度不断加快,导致相关生态环境污染及安全问题不断增多。遥感技术具有快速、大范围、多时相的特点,对占地面积大、变化快的余泥渣土场实时监管具有显著技术优势。以深圳市部九窝余泥渣土场为研究区,基于高分一号(GF-1)卫星遥感影像,结合其波段设置特点及余泥渣土场与附近生态空间区域的可分性,间接通过植被指数试验与阈值分割参数提取,研究生态空间周边余泥渣土场快速提取方法。比较了归一化植被指数NDVI、比值植被指数RVI、增强型植被指数EVI、超绿指数EXG、归一化绿红差异指数NGRDI、可见光波段差异植被指数VDVI这6种指数计算结果及阈值分割后提取效果,结果表明NGRDI指数对余泥渣土场的提取效果最优,并基于三景GF-1影像,验证其提取精度在97.5%以上,Kappa系数大于0.8,最后基于该方法进行部九窝余泥渣土场变化检测并实地验证,相关研究成果可为生态空间区域及周边建筑余泥渣土场环境监管提供技术支持。     

一种基于GOCI数据的叶绿素a浓度三波段估算模型

以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.     

基于高分影像的城市水体遥感综合分级方法

城市水体是城市生态系统中的重要组成部分,为此,针对城市水体提出了一种基于国产高分影像的水环境遥感综合评价方法.在2017~2019年间的南京、无锡、常州和扬州市等城市多次水体采样工作的基础上,分析了城市水体光谱特征与水质参数的相应关系.基于国际标准的色度转换模型和FUI（forel-ule index）水色指数,构建了基于高分二号（GF-2）影像的适用于城市水体的U-FUI（urban forel-ule index）水色指数,实现了城市水体的遥感分级,独立的验证数据表明分级模型的识别正确率可达72%.结果表明,根据U-FUI水色指数可以将城市水体有效地分为U-FUI Ⅰ~U-FUI Ⅵ共6级水体,依次分别代表水色呈蓝色、浅绿色、深绿色、黄色、黄棕色以及灰黑色的水体.其中,U-FUI的Ⅰ级水体水质较好而在城市水体中少有分布,U-FUI的Ⅱ和Ⅲ级水体具有较高的叶绿素a浓度,U-FUI的Ⅳ和Ⅴ级水体的总悬浮物浓度和无机悬浮物浓度相对较高,U-FUI的Ⅵ级水体水质较差且水质参数与各级水体均有较大差异.同时,将该方法成功地应用于2018年4月9日南京市GF-2影像,结果显示南京市水体以U-FUI Ⅱ~U-FUI Ⅳ级水体为主,U-FUI的Ⅰ级、Ⅴ级和Ⅵ级水体在城市中的分布相对较少,空间分布特征与同期原位采样结果一致.     

基于Sentinel-2数据的近岸高悬沙水体漂浮绿潮遥感识别

黄海浒苔绿潮自2007年以来连年暴发。为筛选跟踪监测绿潮发生、发展过程的遥感识别方法,本研究使用Sentinel-2 MSI多光谱数据,在分析漂浮绿潮及背景高悬沙水体光谱特征的基础上,利用归一化植被指数（normalized difference vegetation index,NDVI）、漂浮藻类指数（floating algae index,FAI）、虚拟基线漂浮藻类指数（virtual baseline floating macroalgae height,VB-FAH）等多种遥感指数算法开展漂浮绿潮识别,比对分析了各算法的监测效果。结果显示,Sen2cor大气校正后地物光谱曲线峰谷特征显著,与实测光谱谱型的相似度明显提升;以近红外和绿光波段反射率差值为基础的VB-FAH指数算法可在一定程度上降低高悬沙水体对近红外和红光通道反射率的影响,漂浮绿藻识别效果比NDVI及FAI指数更好。本研究可为高悬沙水体漂浮绿潮遥感识别提供技术支持。     

基于云模型的水体富营养化程度评价方法

水体富营养化程度评价对生态环境保护具有重要意义.针对水体富营养化程度评价不可避免的模糊性和随机性的特点,本文引入云模型的方法,对我国14个代表性湖库的富营养化程度进行评价.根据确定的评价标准,生成各评价因子隶属于各级别的综合云模型,并针对湖库实测资料,得到各评价物的确定度,由最大确定度决定湖库营养化级别.将该法所得结果与湖库实际水质状况、国内外应用较为广泛且简便的营养状态指数、评分公式法及模糊综合评价法所得结果进行对比,发现评价结果真实可靠,计算过程简洁明了,验证了该方法的可行性和有效性.     

基于TM的陆良县遥感影像分类方法实验研究

以Landsat TM遥感影像为数据源,以云南省陆良县为研究对象,利用ENVI4.8对陆良县的Landsat TM遥感影像进行图像预处理以及最佳波段组合,运用监督分类中的平行六面体分类、最小距离分类、马氏距离分类以及最大似然分类等四种分类方法,对地物信息进行提取,并对其分类精度进行评价。最后发现,波段146组合适合陆良县的地物提取。在分类方法中,最大似然法分类的总体精度及Kappa系数均高于其他三种分类。