基于包络线法的长江三角洲典型植物光谱识别研究

高光谱遥感的出现使树种的精细识别成为可能,本论文利用FieldSpec3便携式地物波谱仪,获取了金边黄杨（Euonvmus Japonicus cv.Aureo-ma）,圆柏（Sabina chinensis）,麦冬（Ophiopogon japonicus）和珊瑚树（Viburnum awabuki）4种植物类型的高光谱数据。在对原始光谱数据进行有效预处理的基础上,进行包络线去除。选择差异较大的550~780 nm光谱波段,对包络线去除后的光谱曲线进行计算得到了这4种植被的吸收峰总面积、吸收峰左面积、吸收峰右面积、对称度等特征参数,根据吸收峰总面积与吸收峰左面积的差异,识别出金边黄杨。最后,对包络线进行一阶微分处理,发现在610~620 nm之间,圆柏的曲线特征表现为吸收谷,其他植物则表现为反射峰;而在670~680 nm之间,麦冬的曲线表现为反射峰,其他植被则表现为吸收谷,根据这两个特征,可以将麦冬、圆柏与珊瑚树区别开来。可见,包络线去除法能突出不同植物光谱特征的差异,从而实现不同树种的光谱识别。本研究结果将为利用遥感数据进行森林树种的高光谱识别与监测提供一些经验。     

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。     

环境污染监测中的植物光谱效应研究

介绍了健康植物光谱特征及各波段反射率的影响因子,以及植物受到污染胁迫后其光谱特征的变化情况,如可见光、近红外波段光谱反射率升高或降低,红边漂移等,同时指出污染物质主要通过改变植物叶片的色素含量而对植物光谱产生影响。阐述了污染植物光谱信息提取方法,及植物光谱效应在环境污染遥感监测中的应用情况,提出了今后高光谱遥感在植物监测应用方面需要进一步解决的问题。     

基于植被指数的GF-1与Landsat-OLI石漠化识别能力对比评价

植被指数是运用多源遥感影像提取石漠化过程中的主要参考指标之一。为了在石漠化提取中选择最优植被指数,论文以GF-1和Landsat-OLI为源数据,运用欧氏距离对多种植被指数在石漠化提取过程中的可分性和类型识别能力进行了定量的对比评价。结果表明：Landsat-OLI在石漠化与非石漠化、不同等级石漠化信息提取的可分性上略优于GF-1,共有71个参数的欧氏距离大于等于阈值1.56;通过植被指数光谱特征,可以对非岩溶区与石漠化地区进行较好的区分,其类型间欧氏距离普遍高于阈值;然而由于相邻等级石漠化之间植被覆盖率存在渐近式过渡关系,在遥感影像上光谱反射率接近,比间隔等级石漠化更加难于区分。在石漠化类型识别能力方面,波段差和比方法优于单一光谱指数。对于GF-1和Landsat-OLI而言,石漠化信息提取中推荐使用的最优植被指数均为NDVI,其次为GRNDVI。     

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%.     

基于连续小波变换、SHAP和XGBoost的土壤有机质含量高光谱反演

针对土壤有机质含量高光谱反演中存在的光谱有效信号薄弱和光谱信息冗余问题,提出结合连续小波变换、SHAP和XGBoost的土壤有机质含量高光谱反演框架.以北京市延庆区和房山区永久基本农田土壤为研究对象,首先,基于连续小波变换处理的土壤光谱反射率数据构建初始XGBoost模型;然后,利用SHAP方法分析模型中各波段的贡献度以筛选特征波段;最后,基于特征波段重新构建和优化XGBoost模型,实现土壤有机质含量高光谱反演.发现连续小波变换尺度为25时,利用SHAP方法选取的40个特征波段构建的XGBoost模型准确性最高,有机质含量反演值和实测值之间的R²为0.80,RMSE为3.60g·kg^-1;随着连续小波变换尺度的增大,R2呈现先升高后降低的趋势,25尺度下的R2比21尺度的高0.37;SHAP方法选取的特征波段比Pearson相关分析法少682个,RMSE低0.69 g·kg^-1;XGBoost模型的R2分别比随机森林和支持向量机模型高4%和8%.验证了结合连续小波变换、SHAP和XGBoost在土壤有机质含量高光谱反演...     

黄河三角洲典型植被潜在分布区模拟——以翅碱蓬群落为例

黄河三角洲是典型的滨海河口湿地,由于人类活动的影响及其生态系统先天脆弱性和敏感性,黄河三角洲生态环境受到严重破坏,保护当地自然植被、恢复生态系统功能为当地面临的一个主要任务。论文以当地一种典型植被类型——翅碱蓬(Suaeda heteroptera)群落为例,以广义加法模型(Generalized Additive Models,GAMs)作为分析、模拟的手段,探索黄河三角洲典型植被空间分布与环境因子之间的关系,并模拟其潜在分布区,以期为当地生态恢复提供参考。植被分布以及土壤数据通过野外调查获取,共计获取641个植物群落样方、964个土壤样品,并测定了土壤有机质、全磷、全盐和可溶性钾等理化指标。另外还收集了黄河三角洲的土壤类型、地貌类型和DEM等数据。基于收集的植被与环境因子数据,采用广义加法模型分析了植被与环境之间的关系,结果表明土壤全盐含量、地表高程和土壤全磷含量对翅碱蓬群落分布具有重要的影响。在上述分析的基础上,建立了翅碱蓬群落分布与环境因子之间的关系模型。基于建立的植被-环境关系模型,对翅碱蓬群落在更广阔范围内(植被受损区)的分布进行了预测,并生成翅碱蓬群落潜在分布区概率图,通过该图可以看出,翅碱蓬群落在地面高程较小、土壤含盐量较大的区域出现的概率较大。最后采用基于ROC曲线的方法对模拟结果进行了验证,交叉验证和单一验证的ROC曲线的AUC值都超过了0.8,模型诊断结果达到良好水平,并有很好的稳定性,模拟的结果可以为黄河三角洲的植被恢复提供较为有价值的参考。     

城市交通绿地土壤重金属含量的高光谱反演

以交通绿地区土壤Cr、Pb、Zn为研究对象,分析重金属元素与土壤光谱在一阶、二阶等微分变换下的相关性,突出特征波段,通过多元线性逐步回归(MLR)和偏最小二乘回归(PLSR)方法,建立光谱与重金属元素含量的最佳模型,并进行精度检验与模型预测。结果表明:光谱微分变换可以有效地提高土壤重金属含量与土壤光谱反射率间的相关性,土壤Cr、Pb、Zn的最大特征波段分别在1 289.41、1 408.35、1 411.9 nm;从模型稳定性和精确性来看,土壤Cr、Pb、Zn在PLSR模型中的R~2分别为0.986、0.809、0.629,依次是MLR模型的1.32、1.14、1.12倍,土壤Cr、Pb、Zn在PLSR模型中的建模RMSE均低于MLR模型,PLSR模型效果较优;与土壤Cr相比,土壤Pb、Zn的MLR和PLSR模型效果较差,这可能与人为因素影响有关。     

基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

珠江口水体表观光谱特性与类型分析

珠江口海域是典型的二类水体,光谱特性复杂,一直是国内学者研究的热点区域。本文基于2014年春（5月）、夏（8月）、秋（11月）、冬（2月）珠江口海域四个航次实测的表观光谱资料,探讨了珠江口海域遥感反射率的类型及时空分布特性。结果发现珠江口海域四季水体遥感反射率呈5大类型,每一类光谱都具有典型的区域性和季节变化特征,其谱峰在450~575 nm范围内随季节变化而移动,A类型常年分布在珠江口内,B类型冬春季节分布在珠江口外混合过渡类水体中,C类型主要分布在珠江口口门外水深较深的离岸海域,D类型春夏季在万山群岛附近海域出现,E类型与大洋水体的光谱特征类似。分析表明5种光谱类型的谱型变化趋势由不同的水质因子主导。该研究对深入探讨珠江口等我国近海二类复杂水体的光谱特性及其水色要素的遥感反演具有重要的参考价值。     

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。     

天津滨海盐碱湿地土壤种子库特征研究

对天津滨海新区典型盐碱湿地土壤种子库进行了研究。通过选取三个标准样地进行野外调查,采用种子萌发实验确定土壤种子库的活性、种类及数量;对土壤种子库的物种组成和数量、物种多样性指数、相似性指数及时空分布等特征进行分析,结果表明,滨海新区盐碱湿地土壤种子库共有26植物,种子库的密度在6809～30644粒/m2之间;种子库的生态优势度在0.51～0.81之间,多样性指数相对较低,其中Shannon-Wiener指数最高为1.78;土壤种子库与地面植被之间的相似性指数较低,最低为0.21;种子库的垂直分布特征较为明显,其中0～5cm层种子数量最多,种子数量层间差异显著或极显著;此外,还研究了土壤种子库萌发随时间变化的规律,得出其萌发数量随时间变化的曲线,为今后土壤种子库应用于植被恢复提供了参考。     

ERS-2 SAR和Landsat ETM+数据融合提取崇明东滩典型地物信息与分类

以长江口崇明东滩为研究区，在分析崇明东滩典型地物的反射光谱特性和散射特性的基础上，对ERS-2 SAR数据和Landsat ETM＋数据分别进行了处理，其中对ERS-2 SAR数据进行了小波去噪处理和纹理特征信息的提取，对ETM＋数据进行了HIS彩色空间变换，然后在特征级层次上对两者进行了信息融合，最后对融合后的图像进行了典型地物信息的提取，并且根据我们野外实地调查数据和已有的研究成果，对本文的分类结果进行了评价，取得了满意的效果。     

基于六自由度道路模拟技术的座椅加速试验方法

目的 通过六自由度振动试验台对座椅进行道路模拟加速试验。方法 在整车试验场采集座椅与地板安装位置处六个方向的加速度谱,进行去毛刺、漂移等初步处理后,将加速度谱的幅值放大,得到真实损伤放大后的加速度谱。在六自由度振动试验台上分别采集原始和放大后的加速度谱下相同点位的应变谱,通过危险截面法分别计算出原始和放大后加速度谱下各点的真实损伤。以各点的原始路谱真实损伤值作为横坐标,放大幅值后路谱的真实损伤作为纵坐标,通过曲线拟合将各点拟合出一条直线,直线的斜率即为放大后加速度谱损伤实际放大的倍数,总循环次数得到相应倍数的缩减。结果 通过验证,将路谱幅值放大1~1.2倍左右,总损伤放大1.5~2倍左右,试验时间缩短为原来的1/2~2/3左右。结论 通过该方法在原有的座椅六自由度道路模拟试验的基础上,进一步缩短了试验时间,减少了试验费用。     

1999—2013年中国东北植被物候信息遥感监测

随着3S技术的迅猛发展,用于地表遥感监测的卫星影像数据浩如烟海,而影像上地表植被长势等隐含信息的提取通常工作量大、耗费时间。论文提出了一种计算机自动提取地表植被物候信息的方法,主要用于对地表植被生长季及其年内长势进行快速提取。方法的基本原理是基于NDVI序列数据集,构建时间点对的时长跨度与该点对半方差的函数关系。选择东北松嫩平原地区作为重点试验区,计算了该区域1999—2013年地表植被生长季长度和长势特点,并选择东北地区物候观测数据进行验证分析。结果表明：1）东北地区农耕作物的生长季持续期在107~126 d左右。计算得到的结果与实测数据的最大误差在5 d值域范围内,沼泽植被在160 d以上（误差10 d左右）,草地为120~139 d;2）研究区地表植被的生长盛期峰值出现在第150天前后。结果较为真实、合理地反映了研究区域地表植被的物候信息。     

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.     

基于现场光谱的黄河口湿地芦苇生物量估算模型研究

本文利用2014年春季黄河口湿地芦苇的现场光谱和生物量数据,以植被指数、光谱一阶导数及其导出量为特征参数,运用多种单变量回归模型,构建了基于现场光谱的芦苇生物量估算模型。结果表明:(1)总体上,特征参数与生物量的相关性由大到小排序为:植被指数 光谱一阶导数 光谱一阶导数导出量;(2)春季芦苇光谱在715~755 nm波段范围处的一阶导数与生物量显著相关。当构成植被指数的红光波段在722~751 nm范围内,近红外波段为765 nm或768 nm时,植被指数与生物量相关性最好;(3)S型模型和三次模型较其他单变量的估算模型结果好,所有估算模型中,修改型土壤调节植被指数MSAVI(modified soil adjusted vegetation index)的S型模型的估算结果最好,R2、MRE和RMSE分别为0.817、11.80%和0.085 kg/m2,且估算值总体上与实测值相当。     

典型海洋大气环境当量加速试验环境谱研究

以典型海洋大气环境谱为基础,采用当量折算法,给出了各环境块参数的确定方法及加速谱与外场暴露环境的当量关系,编制了由紫外照射和周期浸润2个环境块构成的典型海洋大气环境加速试验环境谱.该谱的提出为水上飞机/水陆两栖飞机的选材和结构日历寿命评定提供了重要依据.