基于RS和GIS的贺兰山高山林线初步研究

论文基于RS和GIS方法,运用Landsat 8-OLI影像和DEM数据获取贺兰山高山林线分布信息,并对林线植被NDVI特征和林线分布特征进行研究。结果表明：1）生长季初期山地针叶林和高山灌丛草甸NDVI值差异明显,两种植被NDVI栅格像元的分布及其数量在山地垂直空间的变化指示出贺兰山2 900~3 200 m海拔范围出现高山林线现象。2）贺兰山高山林线主要分布在中部顶峰周边区域,林线上边界平均高度3 106 m,下边界平均高度3 022 m。主山脊两侧区域的东坡和北坡林线的平均高度较高,西坡和南坡低。3）山地针叶林与高山灌丛草甸NDVI栅格数据可以作为影像分类数据的补充,对影像分类方式确定的高山林线分布区域进行修正,能够提高林线提取的准确性。     

长江流域植被净初级生产力对未来气候变化的响应

研究基于气象观测和B2气候变化情景数据,利用大气-植被相互作用模型(AVIM2)模拟了1981—2000年和2010—2050年两个时段内植被NPP的空间分布格局及其时间变化趋势并分析了其时空变化与气温和降水量的关系。研究表明1981—2000年流域内植被NPP的空间分布大致呈现自西向东、自北向南递增的趋势。未来长江流域气温将整体增加,但各地增温幅度不同。流域降水量有增有减,主要增加区域位于长江源头和上游及中游的江北地区。未来在气温增加幅度较小而降水量增加的区域,如长江源头和上游的青海、西藏、川西及云南的部分地区的植被NPP将增加。在气温增幅较大而降水量减少或者降水量增加不多的区域如长江中游和下游的广大地区植被NPP将减少。从植被类型来看,长江流域大部分森林、郁闭灌丛和农作物的NPP在B2气候变化情景下将减少,每年减少量分别在0~4.5 gC.m-2、0~2 gC.m-2和0~2.5 gC.m-2之间。高寒草甸、草地和稀疏灌丛的NPP将增加,每年增长量介于0~2 gC.m-2之间。     

影像融合技术在滩涂湿地植被分类中的应用

选择上海崇明东滩鸟类自然保护区的盐沼植被为对象,利用该地区2004年TM多光谱影像与同期SPOT5全色影像进行多种规则的融合,通过计算信息熵、均值、标准差、平均梯度、偏差指数、相关系数和均方根差7项指标,评价选取光谱信息较丰富、空间信息更清晰的融合影像.在此基础上,利用该融合影像进行植被分类,得到滩涂地区典型植被、光滩和水体等专题分类影像及其信息,并利用实地观测的134个样区进行比较验证.研究结果表明:相对于融合前的TM影像,利用Wavelet +IHS方法融合后的图像数据能很好地保留TM影像的多光谱信息,同时增加了其空间分辨率.融合技术可以充分利用各类遥感影像的空间和光谱信息,有效提高海岸带资源调查与监测的精度.     

利用多信息源提高半干旱地区TM影像的森林类型制图精度:以北京西部山区为例

以地处半干旱地区的北京西部山区为例,利用研究区森林类型的季相特征、已有的少部分林相图、Google Earth免费影像数据等信息选择不同坡向的相同森林类型做训练样本,通过加入其他辅助数据(海拔和坡向数据),来提高Landsat TM影像的森林类型分类精度,同时对比了基于像元和面向对象方法提取森林类型的效果。结果表明:1)就半干旱山区的森林类型划分来说,TM影像的TM4、TM5、TM4-TM2及辅助数据DEM和坡向可作为TM影像森林类型划分的最佳数据源。2)单独加入海拔信息,阔叶林的提取精度提高23%,针叶林和混交林的分类精度只提高了4%~5%;单独加入坡向信息,阔叶林的提取精度只提高21%,但是针叶林和混交林的分类精度则分别提高了13%、18%,显著优于单独加入海拔信息的效果。同时加入海拔信息和坡向信息,至少可以准确区分出约70%以上的针叶林、阔叶林和混交林。3)就本研究区而言,坡向比海拔更有效地辅助提高森林分类精度。4)就混淆矩阵数据而言,面向对象的分类方法比基于像元分类结果总体精度低3%,Kappa系数低4%,但面向对象的分类结果更加符合研究区实际情况。该研究对中分辨率影像应用于半干旱山区森林类型划分具有一定的借鉴意义。     

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数（DEVI）.利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价.结果表明：由DEVI计算的植被指数灰度影像直方图具有良好双峰形态,可利用双峰直方图阈值法快速确定阈值,且阈值一般位于0.9~1之间;同时,DEVI提取精度明显优于其余8种植被指数,且采用双峰直方图阈值法时,总体精度为98.98%,Kappa系数为0.9791,相对误差为1/83.为验证DEVI是否具有良好的可适用性及可靠性,选取3种典型植被覆盖区域进行可行性验证,结果表明：利用DEVI可高精度提取建筑密集区域和植被零散分布区域的绿色植被信息,总体精度分别为98.42%和98.56%,Kappa系数分别为0.9610和0.9635,相对误差分别为1/125和1/91;而植被集中分布区域提取精度略低于上述2种典型区域,总体精度为97.40%,Kappa系数为0.9371,相对误差为1/53.因此,提出的差异增强植被指数——DEVI可以有效、高精度、低成本提取不同植被覆盖典型区域无人机可见光影像中的绿色植被信息,为陆地生态系统中的绿色植被监测研究提供一种可行性方法.     

基于孕灾敏感性分析的高植被覆盖区滑坡地质灾害遥感解译

利用遥感数据高效、准确地获取高植被覆盖地区滑坡地质灾害信息,对区域滑坡地质灾害预警预报和风险管理具有重要意义。以浙江省飞云江流域南田、雅梅图幅为典型研究区,首先利用Landsat 8遥感数据及航片信息解译和分析了区内70处历史滑坡地质灾害的孕灾地质环境条件,并结合DEM三维影像与历史滑坡信息,开展了区域滑坡孕灾敏感性分区,将滑坡孕灾敏感性划分为极低孕灾敏感区至极高孕灾敏感区等5个等级;然后在遥感解译图上提取出区域滑坡极高孕灾敏感区,并在建立区域滑坡地质灾害解译标志的基础上,通过人机交互的解译方法,从滑坡极高孕灾敏感区准确地解译出滑坡灾害及隐患40处。该遥感解译方法能有效地缩小解译范围,并提高了解译效率和精度,可为大范围高植被覆盖区内滑坡地质灾害信息的快速、高效解译提供借鉴。     

基于全极化SAR影像的双台河口湿地分类及其变化分析

为了研究辽东湾双台河口湿地变化原因,对该地区全极化SAR影像进行湿地分类.引入Freeman分解建模全极化SAR影像,得到二面角散射、体散射、表面散射的散射功率,利用SVM分类法对散射机制假彩色影像进行分类,进而确定该地区的湿地分布情况.通过对比分析2007年与2016年的湿地分布情况,同时考虑区域特性和数据的可获取性,选取盘锦市年降水量、年均气温、年径流量、海平面高度、城市建成面积、原油年产量、水产品年产量和逐年GDP等8个驱动因子,研究双台河口湿地变化的驱动机制.结果表明:①全极化SAR影像分类结果总精度达到80.25%,较光学影像的分类精度提升7.43%,并且可将芦苇湿地进一步细分为芦苇池塘和芦苇草甸;②2016年双台河口各湿地面积占比依次为草本沼泽（28.54%）>浅海水域（22.44%）>灌丛沼泽（16.88%）>水产养殖厂（9.54%）>河流（8.91%）>稻田（7.58%）>淤泥质沙滩（6.11%）;③不同湿地的变化原因有所差异,驱动因子也不尽相同,如水产品年产量增加是水产养殖厂转化为淤泥质沙滩的直接驱动因子,而气温上升等自然因素和城市建成区面积增长等社会因素是草本沼泽退化和变化的主要驱动因子.研究显示,全极化SAR影像较光学影像更适合湿地分类,而双台河口湿地自然湿地减少和人工湿地增加是自然和社会因素共同作用的结果.      

基于高分1号影像的森林植被信息提取

实时最新森林植被信息的提取是林业航空植保作业的必要前提。论文以安徽省蚌埠市为研究区域,探讨了基于高分1号卫星遥感数据在亚热带农林植被混合地区的森林植被信息提取。根据植被物候信息差异选择了提取森林植被信息的5个关键时期高分影像,采用分区决策树方法监测森林植被的空间分布和面积信息,并与未分区决策树法的提取结果进行比较。结果表明：采用分区决策树法和未分区决策树法对于大中尺度森林植被信息提取的总体精度均优于85%。但分区决策树森林植被提取总体精度达到90.72%,较未分区决策树法提高3.80%、4.65%,Kappa系数达到0.81,较未分区决策树法提高约0.07~0.10,结合植被物候信息的分区决策树森林植被提取法好于未分区决策树法,能够满足林业航空植保作业的精度需求。具有较高空间分辨率、宽覆盖、短重访周期的高分1号影像,对于大区域的林业航空植保当年最新森林植被信息的提取表现出较大的潜力。     

基于3S技术的青藏公路改建工程环境影响评价方法

通过青藏公路格尔木至拉萨段改建完善工程的环境影响评价实践,凝练出以Landsat7 ETM+、Landsat5 TM、Geoeye等遥感影像为数据源,采用数据融合、GIS空间分析、光谱差值法和目视判读法等方法,对施工前后公路沿线土地利用变化信息进行提取,并构建干扰斑块数量、干扰强度和干扰幅度等评价大型线性工程施工期干扰强度的新指标和新思路.结果表明,研究区域内土地利用类型的变化主要是高寒草甸向裸地或建筑的转变,同时也提取出少量植被恢复斑块.变化斑块集中分布在公路两侧10~50m范围内,对区域干扰幅度较小.通过工程监理与实地考察数据的验证,该方法能准确提取评价区域土地利用变化斑块,提出的干扰指标能有效提高变化信息的分析精度.     

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.     

生态环境变化遥感评价指数的应用研究——以敖江流域为例

利用1994年5月12日与2009年6月6日的Landsat TM和2001年5月23日的Landsat ETM＋卫星影像,选用遥感生态指数（RSEI）,结合流域的植被覆盖度状况,定量评价了15年间敖江流域的生态环境变化与植被覆盖度变化情况,并对二者的关系进行了简要分析.结果表明：15年间,敖江流域生态等级为优所占的面积比例从13.48％上升到24.90％,增加了304.29 km2;植被覆盖度等级为极高的面积增加比例为29.31％.总体看来,敖江流域生态环境状况和植被覆盖状况均有明显的提高,两者具有较好的对应关系.     

黄河源区鄂陵湖中多环芳烃的百年沉积记录

为研究黄河源区多环芳烃（PAHs）的污染历史,于2016年7月在鄂陵湖中采集了沉积物柱芯,采用²¹⁰Pb定年,利用气相色谱串联三重四级杆质谱仪（GC-MS/MS）分析了16种PAHs,运用有序聚类分析对PAHs的垂向分布进行分带,并采取主成分分析及多元线性回归定量分析了PAHs的来源.结果表明,鄂陵湖沉积柱的沉积速率为0.176cm/a,慢于青藏高原多数湖泊.总PAHs的含量为11.3~54.7ng/g,平均值为29.2ng/g,与其他高原和偏远地区湖泊沉积物相比,处于较低水平,可被视为PAHs的全球沉积物背景值.PAHs的垂向变化分为1948年以前、1948~1976和1976~2016年3个时间段,5~6环PAHs在1948~2016年间呈上升趋势,与青海省人口及大型牲畜数量显著相关,反映了鄂陵湖地区近70a来的人类活动以农牧业为主.PAHs来源分为本地源（23%）以及长距离迁移与本地混合源（77%）.本地源的垂向变化与5~6环PAHs一致,代表了青藏高原地区以牛粪饼为主要燃料的生物质燃烧源.     

1982—2009年青藏高原草地覆盖度时空变化特征

利用GIMMS和SPOTVGT两种归一化植被指数(NDVI)数据对青藏高原地区1982—2009年期间草地覆盖的时空变化进行研究,结果如下:①青藏高原草地植被覆盖的年际变化存在着显著的空间差异。趋于升高的区域主要分布在西藏的北部和新疆的南部;趋于下降的地区主要分布在青海的柴达木盆地、祁连山、共和盆地、江河源地区及川西地区。②青藏高原草地覆盖度年际变化趋势分析表明,在90%的显著性检验水平上,降低和增加面积的比率为0.31,草地植被覆盖水平总体趋于升高态势。③以10 a为步长的分析表明:草地盖度呈现持续增加的区域主要分布在西藏北部;阿里地区草地盖度表现为先减少后增加;雅鲁藏布江流域草地盖度呈现先增加而后减少;而持续减少的区域主要分布在青海省以及川西地区,其中青海省分布最广;统计结果显示,高原大部分地区草地盖度具有升高的态势。     

2000~2020年长江流域植被NDVI动态变化及影响因素探测

研究植被动态变化并探测驱动其变化的影响因素,对区域生态环境质量监测和林业恢复工程效应评估具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据、DEM数据、人口密度数据和夜间灯光数据等,结合Theil-Sen Median斜率估计、Mann-Kendall显著性检验、稳定性分析和地理探测器,在多时空尺度下分析2000～2020年长江流域植被NDVI时空演变特征及稳定性,并探测驱动植被NDVI空间分异的主要影响因素.结果表明,2000～2020年长江流域植被NDVI整体呈波动上升趋势.除太湖水系外,其余流域单元植被NDVI均呈上升趋势.长江流域植被NDVI呈上升趋势的面积占84.09%,其中,呈极显著上升和显著上升的区域占53.67%,主要分布在乌江、宜宾至宜昌、嘉陵江、汉江和洞庭湖水系.除金沙江石鼓以上和太湖水系植被NDVI稳定性较差以外,其他流域单元植被NDVI整体较为稳定.海拔是影响各流域单元植被生长的重要因素,而气候因子对金沙江石鼓以上植被NDVI的影响程度最高,人文因子对乌江、湖口以下干流和太湖水系植被NDVI影响最大.长江流域影响因素双因子交互作用均表现为双因子增...     

鄱阳湖流域生态环境动态评估及驱动因子分析

鄱阳湖流域生态环境是我国南方地区生态文明建设的重要组成部分.基于Landsat卫星遥感影像,利用主成分分析方法构建遥感生态指数(RSEI)作为生态环境质量评价指标,引入地理探测器模型定量剖析不同影响因素对生态环境空间分异性的影响,分析鄱阳湖流域1990～2020年生态环境质量变化及不同驱动因子的影响程度.结果表明：(1)流域内生态环境质量存在明显的区域性差异,生态质量等级为差和较差地区主要分布在流域中北部的低海拔平原与台地,质量等级为优和良地区主要分布在流域西南部的丘陵山地区域;(2)近30年鄱阳湖流域生态环境整体呈改善趋势,改善地区主要位于低海拔平原区域;(3)人口密度是鄱阳湖流域生态环境质量变化中驱动力最大的影响因子,与城市化发展密切相关的夜间灯光指数因子q值多年来呈升高趋势,鄱阳湖流域生态环境质量受城市化发展的影响越来越大.结果可为鄱阳湖流域生态环境保护工作提供理论依据.     

2000~2020年黄河流域植被时空演化驱动机制

以归一化植被指数（NDVI）作为植被覆盖及生长状况指标,基于2000～2020年MODIS NDVI数据及同时期气象数据,采用Theil-Sen斜率估算、Mann-Kendall检验、相关性分析和残差分析等方法研究了2000～2020黄河流域植被时空演化驱动机制.结果表明,2000～2020年黄河流域生长季NDVI均值以0.005 a^-1的速率波动上升,植被明显改善的区域主要分布于流域中游的秦岭山系、陕北高原和吕梁山系;黄河流域生长季NDVI与降水和气温的偏相关系数均值分别为0.57和0.49,降水对植被的影响高于气温;人类活动对植被生长起明显改善的区域主要分布在流域中部的陕北高原、吕梁山系和宁夏南部等区域,对植被生长起抑制作用的区域主要分布在银川、包头、西安、洛阳、郑州和太原等人类活动强烈的城市区域;人类活动和气候变化分别对黄河流域植被变化贡献了72%和28%,在人类活动和气候变化的驱动下,黄河流域植被生长得到改善的面积占流域面积的96.4%,其中人类活动贡献率大于80%的区域面积占34.3%,主要分布在流域中部和东南部.气候变化贡献率大于80%的区域面积占4....     

青藏高原粮食生产、消费及安全风险格局变化

青藏高原是中国粮食短缺地区之一,提高其粮食自给能力和确保粮食安全一直受到中央和地方政府的高度重视。在修订牧业区和半农半牧地区人均粮食消费需求量标准的基础上,利用1985-2015年青藏高原县级行政单元粮食产量和消费数据,采用波动系数法、分级法、重心模型以及粮食短缺指数模型,分析青藏高原粮食生产和消费的时空变化特征,并评估114个县市的粮食安全风险状况。结果表明：青藏高原粮食生产与消费空间分布不均衡,粮食生产呈环形分布在青藏高原东部湟黄谷地、藏东和藏南沿江河谷地带,中部和西部粮食产量较低,粮食消费呈东高西低格局;本地粮食生产不能满足居民消费需求,区域粮食缺口量达21.04万~121.69万t,相当于粮食消费需求的8.22%~40.11%,考虑旅游人口的影响,2015年区域粮食缺口达132.92万t;青藏高原粮食安全风险较高的地区广泛分布在藏北高原、青南高原、祁连山地以及城市化水平较高的拉萨市辖区和西宁市辖区,旅游业发展对林芝市的粮食安全风险影响显著;单纯依靠粮食增产不能解决区域粮食问题,建立完善的粮食储备和交通物流体系、加强与内地及周边国家的粮食贸易合作,是保障青藏高原粮食安全的关键。     

青海湖流域有色可溶性有机物来源与特征分析

青海湖是我国最大的湖泊,该流域生态系统健康对维系青藏高原生态安全具有重要意义.关于我国青藏高原区内大型湖泊的有色可溶性有机物（CDOM）组成与来源研究甚少,对青海湖流域开展CDOM的来源及特征研究对该湖水质保护及填补空白区的研究具有重要意义.通过两次青海湖流域采样并结合三维荧光光谱-平行因子分析法（EEMs-PARAFAC）分析了青海湖入湖河流和湖泊水体的CDOM组成特征、光学特性和可能来源.结果发现,湖泊内溶解性有机碳（DOC）浓度、a₂₅₀∶a₃₆₅和S_275-295均值均极显著高于入湖河流（P<0.000 1,t-test,下同）,而a₃₅₀、 SUVA₂₅₄、I_C∶I_T和腐殖化指数HIX均值极显著小于入湖河流（P<0.000 1）,意味着湖泊内有机碳具有低芳香性特征,而入湖河流内CDOM则具有高芳香性且腐殖化程度高.通过平行因子分析法解析各水样的三维荧光光谱得到4个组分:陆源类腐殖质酸C1（E_x     

1982～1999年青藏高原植被净第一性生产力及其时空变化

基于地理信息系统技术和生态学过程模型,利用1982～1999年间NOAA-AVHRR数据(归一化植被指数,NDVI)及其相匹配的温度、降水和太阳辐射等气象数据,结合植被和土壤质地等资料,研究了青藏高原植被的净第一性生产力(NPP)及其动态变化。结果表明:青藏高原植被的总NPP为0.21PgC·a-1(1Pg=1015g),约占全国植被NPP总量的12.43%。NPP的总体分布趋势是,自东南至西北递减,这与水热条件的分布趋势一致。18年来,青藏高原植被的NPP在波动中呈上升趋势,从1982年的0.19PgC增加到1999年的0.24PgC,年平均增加速率约为1%;其中,青海省的东南部、西宁地区和西南部的部分地区,以及西藏东部的横断山区和雅鲁藏布江南部的部分地区的NPP增加显著。除10月和12月的月平均生产力呈减少趋势外,大部分植被类型的其它月份大都呈增加趋势。