基于卫星雷达数据的鄱阳湖湿地水面检测与淹露分析

以鄱阳湖自然保护区湿地为例,对多时相、多极化的合成孔径雷达(ENVISAT ASAR)数据作主成分分析,得到主成分分量影像,其中次要分量波段包含大部分的局部变异信息,使用主成分分量波段和log算子提取了ASAR影像中湿地淹没变化信息.结果表明,鄱阳湖自然保护区湿地对外湖水位变化有滞后效应,但总体上,其淹没变化仍显著地受到鄱阳湖外湖洪水的影响.与分类后检测法、分类前变化探测法等方法相比,所采用的变化检测方法可得到更为理想的ASAR影像湿地淹没变化信息提取的精度.使用同极化/交叉极化组合模式的ASAR数据对水面变化检测的精度明显优于同极化波段(HH/VV)组合的数据.     

基于环境一号卫星数据的太湖叶绿素a浓度反演

环境一号卫星在大型水体水环境监测与评价中具有独特的优势。为探求遥感影像在水体叶绿素a浓度反演中的应用,基于环境一号卫星CCD数据和同步实测叶绿素a浓度值,通过影像辐射定标、大气校正和几何精校正等预处理获取水体反射率,分别将单波段和不同特征波段组合的反射率与实测叶绿素a值进行皮尔逊相关分析,选取R20.8的波段组合进行建模,通过对3种波段组合反演结果对比和精度验证,发现基于CCD数据第4波段与第3波段反射率比值的二次模型具有良好的反演效果,模型预测值与实测值的最小相对误差为0.76%,平均相对误差10.99%,均方根误差为0.007 6 mg/L,明显低于实测叶绿素a浓度的平均值;最后基于该模型实现了太湖叶绿素a浓度反演,并对叶绿素a的时空分布进行了初步分析。     

基于RS与GIS通海县土地利用／土地覆盖变化研究

以1992年TM和2006年ETM＋影像提取通海县土地利用信息,根据最佳指数因子（OIF）的最佳组合波段,在最佳组合波段下利用遥感图像处理软件ERDAS9．2选择监督分类方法,获取通海县1992～2010年土地利用／土地覆盖变化信息。结果表明：15a来该地区土地利用程度加强：耕地、建设用地显著增加,水域面积虽有萎缩,但变化不大;驱动土地利用变化的主要因素是人口增长、城镇化水平提高与经济的快速发展。     

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。     

基于多项植被指数的景观生态类型遥感解译与分类——以额济纳天然绿洲景观为例

基于研究区2001年Landsat7ETM+遥感影像数据,运用遥感与GIS技术手段,在对遥感影像的边界裁定、几何校正、辐射校正等预处理的基础之上,根据绿洲景观生态类型分类体系,通过综合应用非监督分类、植被指数与波段比值指数聚类、监督分类以及类型叠加与图像整合等方法,进行绿洲景观生态类型的遥感解译与分类,生成研究区2001年的景观生态类型图。为尽可能利用到遥感影像的所有原始数据信息,论文选取5种植被指数(NDV I、DV I、RV I、IPV I、SA VI)和9种波段比值指数(Index1I-ndex9)参与到遥感影像的解译与分类当中,结果表明:NDV I、DV I、IPV I、SAV I、R VI、Index5、Index6具有较大的相似性,能够明显地将具有植被信息的类别分离出来,利于划分具有植被信息的景观类型;Index1-Index4具有较好的类别空间分离性,利于不同类别间的聚类与区分;而Index7-Index9的类别分离性则较差,不利于类别聚类与划分。因此,在实际的应用中,选取多项植被指数参与景观分类,不仅能够发现新的信息,而且也会明显提高景观生态类型、尤其是干旱区绿洲景观生态类型的遥感解译与分类能力。     

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

基于GEE的1998～2018年京津冀土地利用变化对生态系统服务价值的影响

在京津冀地区可持续发展评估研究中,对生态系统服务价值进行动态估算具有重要意义.本文以京津冀地区为研究区,基于谷歌地球引擎(GEE)云平台采用分类决策树(CART)分类算法对研究区内1998、2003、2008、2013及2018年的Landsat TM/OLI影像进行监督分类得到5个时期土地利用数据并定量分析1998～2018年京津冀地区土地利用动态变化规律,再利用生态服务价值(ESV)当量估算方法定量估算京津冀地区的ESV并结合15 km×15 km尺度格网探明其时空动态变化.结果表明:①1998～2018年间,京津冀地区6种土地利用类型中建设用地(增加16. 67%)及草地(减少13. 73%)面积占比变化幅度最大,水体(减少0. 2%)面积占比变化幅度最小.②京津冀地区ESV总价值在1998～2003年间出现短暂增长(增加91. 97亿元),2003～2018年间持续降低(减少239. 07亿元),主要与建设用地面积在除1998～2003年的其余3个时间段扩张较快有关,6种土地利用类型中林地提供的ESV最高,建设用地及未利用土地提供的ESV最低.③基于15 km×15 km尺度格网的ESV时空分析表明,1998～2018年间京津冀地区ESV中等区逐渐较少,ESV较低区及较高区逐渐增加,且ESV较低区增速高于较高区.④1998～2018年间,京津冀地区6种土地利用类型对价值系数的敏感性系数(SI)范围为0～0. 40,且均低于1,表明本文ESV对修订后的生态系统服务价值系数缺乏弹性,证明本文定量估算ESV的结果是可靠的.在未来经济发展中,京津冀地区应合理优化土地利用格局,加强对林地、草地、水体及耕地的保护.研究可为制定可持续发展战略,建设生态友好型社会提供参考.     

长江中下游浅水湖泊紫外辐射的衰减

基于对长江中下游22个浅水湖泊有色可溶性有机物吸收的测量,运用经验模式估算了紫外辐射(UV-B、UV-A)在长江中下游湖泊的衰减及对应的穿透深度,并利用在武汉东湖实测的紫外辐射衰减进行了检验.结果表明,UV-B波段的320nm和UV-A波段的380nm衰减系数变化范围分别为2.05～21.00m^-1,1.07～12.85m^-1,对应的1%穿透深度分别为0.22～2.25m,0.36～4.29m.估算得到的紫外辐射衰减系数与DOC浓度均存在显著性正相关,但UV-B波段要高于UV-A波段.武汉东湖实测的紫外辐射衰减检验发现,基于CDOM吸收系数估算UV-B辐射衰减较为精确,而由于浮游植物吸收和悬浮物散射等影响对UV-A波段估算精度则明显下降.     

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。     

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.     

土地利用/覆盖变化混合动态监测方法研究

针对当前土地利用/覆盖变化动态监测中常用的分类后比较法中存在的误差累积 ,夸大变化程度的缺陷 ,提出了把变化矢量分析和分类后比较法相结合进行混合动态监测的新方法。从北京市海淀区的实例研究来看 ,尽管该方法对单景图像分类精度提高不明显 ,却可以大大降低常规分类后比较法中误差累积的程度 ,改善了常规分类后比较方法中误差累积、出现不合理变化类型的缺陷 ,从而得到较为准确的土地利用/覆盖变化定量信息。     

多尺度分割与特征优选下的盐碱地提取

土地盐渍化作为一种土壤灾害,严重制约着社会经济与农业的发展。对盐碱地进行实时监测,可为盐碱地的评价改良提供科学依据。由于盐碱地的信息复杂、提取精度不高,因此本文以高分六号（GF-6）卫星遥感影像为数据源,采用分形网络演化算法（fractal net evolution approach,FNEA）进行影像对象的多尺度分割,从面向对象的角度减少高分影像分类结果中的椒盐噪声问题,通过计算图像对象的局部方差和变化率来确定适宜的盐碱地分割尺度。利用基于特征选择的相关性算法（correlations-based feature selection,CFS）与Relief F算法分别对由光谱、纹理、形状、遥感指数构成的初始特征空间进行特征优选,精简特征子集,解决特征数量冗余问题,以此来优化随机森林对盐碱地提取精度。结果表明：CFS约简后的特征子集更小,精度更高,说明在盐碱地提取过程中,筛选特征数目能够减小冗余数据对提取精度的影响。CFS优化后的随机森林对盐碱地的提取效果较好,该方法总体分类精度达到83.7%。     

基于序列模式的土地利用变化分析——以广西壮族自治区为例

土地利用变化是一个长期的过程,同时具有一定的复杂性。传统的转移矩阵方法只能在两期土地利用数据之间相互比较而不能总结长期整体的变化规律,频繁项集不能导出变化序列。针对这些方法的不足,本文提出了基于序列模式的土地利用变化序列分析模型。首先给出土地序列数据库的定义,然后根据土地序列数据实际特点和垂直格式的序列模式SPADE算法,给出土地变化序列模式的计算过程和方法。在以中国广西为实例的研究中,计算了1970s—2015年共7期22种二级土地利用类型的变化序列。研究区土地利用变化主要发生在林地之间,部分林地转换为厂矿、采石场、交通道路等建设用地类型;城镇用地主要由旱地和水田转换而来;在研究期内没有任何一个土地单元转化成水田。     

土地利用/覆被变化研究的几个问题

近年来土地利用/覆被变化研究取得了许多进展,理论和研究方法有很大发展。其主要趋向是,重视从动态过程角度进行土地利用/覆被变化的分类;强调将土地利用/覆被变化的驱动力区分为自然驱动力和社会经济驱动力,后者则受到研究者越来越大的重视;强调土地利用/覆被变化的模型必须有相应理论的支持,而且所建模型应能动态地模拟不同土地利用之间的竞争;此外,强调在土地利用与土地覆被分类、土地利用/覆被变化的驱动力研究及影响分析中,要重视空间尺度和时间尺度问题。     

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.     

卫星遥感技术在本溪典型区域的应用

以本溪典型区域为研究区,以高分辨率卫星数据为主要信息源,利用不同波段的组合图像,借助eCognition软件,对地表地物光谱特征和空间特征进行分析,建立卫星遥感分析成果信息库。基于不同时相分类结果的变化检测,以及对研究区水体污染、矿区复垦、耕地变化、林地变化等的分析,定量分析了研究区生态环境的动态变化。此项研究工作为研究区的生态环境规划、建设和管理,特别是对土地利用的管理工作提供了有用的资料。     

城市边缘区土地利用变化及人文驱动力机制研究

利用多期遥感影像 ,对土地利用进行了测量。再运用GIS软件进行空间叠加求得研究区土地利用变化的转移矩阵 ,分析马山区11年来土地利用变化的空间过程。结果表明 :1988～1998年之间农业景观为主的农田、林地显著减少 ,城镇沿公路迅速向外扩张 ,旅游度假区沿湖岸不断扩大且呈集中化趋势。这一变化趋势的驱动力是旅游为主的第三产业迅速发展、外资大量涌入、城镇人口增长和农副产品的价格波动。     

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。