基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例

油菜是我国主要油料作物,其种植与监测对于保障食油生产安全具有重要意义。本文以江汉平原作为研究区,利用2002~2014年250 m分辨率的MODIS-NDVI时序数据,采用经验模态分解(EMD)方法,结合地面调查数据以及作物物候数据等辅助数据,获取主要地物覆盖类型的端元信息,然后利用线性光谱混合模型(LSMM)进行混合像元分解,得到油菜种植面积丰度的空间分布。结果表明,EMD方法较好地过滤了时序数据的噪声;经年鉴统计数据验证,油菜提取面积精度达到了92.5%以上,R2大于0.9。油菜种植面积的时空变化结果很好地反映出江汉平原油菜种植面积总体呈增长态势。此外,政策导向和市场价格对油菜种植面积的影响明显。     

基于HJ 1A/1B卫星遥感数据的积雪识别方法研究

积雪分布与变化是标示气候变化的敏感因子，采用具有长时间序列的大范围同步获取信息优势的卫星遥感数据进行积雪识别提取，具有重要的理论意义和实际应用价值。针对HJ 1A/1B卫星数据，结合积雪遥感监测的理论方法，在分析HJ 1A/1B卫星CCD和IRS传感器光谱响应特征的基础上，将应用较广的归一化差分积雪指数(NDSI)引入到HJ 1A/1B卫星中，得到了基于CCD和IRS两个传感器数据的HJ NDSI积雪识别方法。为避免由幅宽、扫描区域等因素的差异引起的两种不同传感器同时相数据难获取的问题，对HJ NDSI方法进行了改进，提出了一种仅利用IRS传感器数据的HJ MNDSI积雪识别方法。通过对HJ卫星数据的统计分析，给出了两种方法中的推荐阈值。以西藏普兰为实验区，对上述两种方法得到的结果进行精度评价，结果表明，HJ NDSI和HJ MNDSI方法提取积雪的精度分别为97.66%和94.92%，均能满足实际应用的需要，但HJ MNDSI方法能保证更大的积雪监测范围。     

利用多时相HJ CCD影像监测江汉平原南部地区棉花和中稻种植面积

为探讨利用国产HJ卫星遥感数据进行农作物种植面积估算及农业气象灾害定量监测评估的可行性,以江汉平原南部县市为研究区,利用2011年6景不同时相的HJ卫星CCD遥感数据,结合野外调查样方点和面积较大的试验基地样本,通过分析研究区主要秋收作物（棉花、一季中稻）不同生育期的光谱特征和归一化植被指数（NDVI）时序变化特征,对分类影像进行序列阈值分割、掩膜处理,最后利用决策树算法成功提取了棉花和一季中稻的种植面积,得到面积精度和样本点精度均大于90%,Kappa系数为0983 5的结果。只要不受到云和降水的影响,能获取江汉平原区域关键时相（5月中下旬、6月上旬、7月上旬、7月下旬或8月上中旬、10月上旬）HJ 卫星CCD影像数据,便能很好地应用于江汉平原棉花和中稻作物提取     

基于ASAR GM数据时序特征的农田表层土壤水分的反演

了解农田表层土壤水分的时空变化对反演涝渍害有着十分重要的意义， 针对ASAR GM数据特点提出了在没有地面观测数据地区农田大尺度土壤水分的反演方法，即运用MODIS NDVI数据（空间分辨率为250 m）的农田作物时序特征提取土地利用现状，并以此来校正ASAR GM数据（空间分辨率为1 km）中的混合像素；利用大面积降水后土壤表层湿度水平差异不大的特点，运用非线性回归模型，获取水云模型中的经验系数，运用水云模型将植被和土壤对后向散射的贡献区分开；在获得一个地方长时间土壤后向散射系数空间分布集后，假设其土壤粗糙度不变的情况下，其后向散射系数与土壤表层湿度成正比，运用其时序特征计算出其土壤表层相对体积含水量。运用上述方法，利用79景ASAR GM数据和同时期的MODIS数据，反演了湖北省四湖地区棉田的土壤表层相对体积含水量的时空分布，将其计算值与观测值比较分析后发现，其变化趋势相同、相关系数（R2=0779，n=25）也很高，圴方根误差为963%，表明上述反演方法还是可行了，适用于大尺度农田土壤墒情的反演     

1980年以来中国大宗作物空间格局变化分析

利用1980～2014年间的大宗作物(玉米、水稻、小麦、棉花、油菜)面积数据,以省级行政区为研究单元,采用多种数理统计和GIS空间分析技术,结合同期作物之间的竞争性用地关系,对全国上述五类大宗作物的空间分布格局及其变化特征进行分析.研究结果表明:玉米的空间分布相对较均衡;小麦的空间格局总的变化不明显但是省际分布最不均衡;棉花近30 a来空间格局变化极其显著,其面积重心从河南境内不断地向西北地区移动,目前位于甘肃省境内;油菜的面积重心自湖北境内不断地向南推移到湖南境内,水稻的面积重心则自江西境内逐渐向北移动到湖北境内.另外,部分区域的同期作物(如油菜与小麦、棉花与春玉米)空间格局变化存在明显的“消-长”关系,特别是在甘肃和内蒙,油菜小麦的面积变化有着极强的负相关性,其pearson系数低于-0.8.作物种植的成本收益变化是造成这些大宗作物空间格局变化的主要原因,城市化发展的程度、农民非农就业机会的高低、同期作物之间的比较效益差距等也是这些大宗作物时空格局产生变化的重要原因.     

利用中巴地球资源卫星数据反演武汉市湖泊营养状态指数

以武汉市主要湖泊为例，研究了利用中巴地球资源卫星（CBERS2）数据反演水体营养状态指数（TLI）。研究旨在评估利用中巴地球资源卫星数据来估算内陆水体富营养化程度的可能性。首先利用地面水质监测数据计算武汉市某些湖泊监测点的“真实的”营养状态指数（包括综合营养状态指数和修正的Carlson营养状态指数），同时，在事先经过辐射校正和几何校正的CBERS2图像上，以9×9像元为采样窗口，提取各个对应地点的灰度值均值（从波段1至波段4）；然后，采用多元逐步回归分析，以各波段灰度值均值为自变量，建立营养状态指数经验遥感反演模型；最后，利用模型对整个湖泊水体的营养化状态指数进行反演，并绘制了其空间分布图。 结果显示，营养状态指数的自然对数值与CBERS2图像各波段灰度值之间存在较好相关关系，回归系数平方值(R²)为0.51。利用反演模型反演得到的湖区水质分布与实际情况基本相符。由于CBERS2图像数据可以从我国许多数据分发中心免费获取，这为低成本的水质遥感监测提供了一条途径。     

基于MODIS与HJ-1-B数据的雪盖率反演及其相关因子分析

随着空间信息技术的发展及社会经济对雪盖监测产品的需求，亚像元雪盖制图逐渐成为积雪监测研究的重点。以环境与减灾卫星（HJ 1 B）数据作为地面真值计算MODIS数据中每个像元的积雪覆盖率，并与归一化雪被指数(NDSI)建立回归模型，从亚像元尺度反演MODIS数据的积雪覆盖率。以青海省玉树州作为研究区，实验结果表明该算法反演的雪覆盖率平均绝对误差均在02以内，在可接受的误差范围之内，说明该算法具有较强的稳定性和实用性。此外，在积雪覆盖率反演基础上，提出了与积雪覆盖率相关的另外两个相关因子：地表温度(LST)和植被指数(NDSI)，分析表明：这两个因子与积雪覆盖率均存在明显的负相关关系，为基于多因子的雪盖率反演奠定了基础     

基于EVI相似性分区的冬小麦面积提取及其动态监测

及时、准确地获取冬小麦种植面积及时空变化信息对提升作物估产精度和保障粮食安全具有重要意义。冬小麦物候期受地理条件和人为因素影响差异很大，利用遥感进行大尺度种植面积提取时其精度容易受物候差异的影响。根据MODIS EVI数据和Landsat影像，在定量评价冬小麦EVI相似性并结合高程信息对研究区进行分区的基础上，通过对比冬小麦参考时序曲线与待分类像元时序曲线之间相似性提取冬小麦种植面积，并对湖北省2009～2017年冬小麦种植面积时空变化过程进行分析。结果表明：（1）冬小麦面积提取平均精度达95.3%，R ²大于0.90，明显优于未分区提取结果；（2）冬小麦主要集中分布于中部和北部地区，其中，襄阳县、枣阳市的种植面积尤为集中；（3）冬小麦空间分布大致呈现向西北、东南部地区扩张的时空变化格局；（4）在2009～2017年期间，冬小麦种植面积先增后减，总体呈上升趋势，2017年比2009年增加了4%。基于EVI相似性的作物分区提取方法可提高种植面积精度，为大区域内冬小麦面积时空变化遥感监测提供有效方法。     

基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行人口等社会经济数据的空间化时,往往受到其较低的空间分辨率、像元过饱和以及像元溢出现象的影响。植被指数（如NDVI）与不透水面呈负相关关系,与夜间灯光数据在反映人类活动、提取建成区方面可以互补,将这两种数据融合可以有效减少夜灯数据像元过饱和等因素引起的误差。通过进一步融合DEM数据对基于DMSP/OLS夜间灯光数据和NDVI构建的人居指数进行了海拔修正,基于修正后的人居指数与统计人口之间很强的线性相关建立人口空间化模型,获得2010年浙江省1 km×1 km分辨率下的人口密度空间分布。模拟结果显示,浙江省平均人口密度为515人/km2,模拟的平均相对误差为183%,相比海拔订正前的模拟误差减少约5%,表明利用多源遥感数据融合后的人居指数在省级尺度上模拟人口空间分布的精度较高     

基于MODIS的渍害田和正常农田遥感特性对比研究

渍害田在我国南方地区分布广泛，严重影响农业生产。以四湖流域洪湖地区为实验区，基于渍害田的物理及生态特性来探讨渍害田遥感识别特性。利用2002～2011年MODIS产品，辅以土壤图、土地覆被数据，对比分析了正常农田及渍害田在反照率、增强型植被指数（EVI）、地表夜温、地表温差和表观热惯量的时相差异；并结合相关研究成果加以解释和验证。结果表明：一年中大部分时段，正常农田的反照率、EVI、地表温差都大于渍害田，而地表夜温、表观热惯量都低于渍害田；各指标的多年平均值也具有类似差别；渍害田的EVI在6、7月份比正常农田高, 可能是由于渍害田在雨、热、肥条件同时良好时比正常农田生长的更快。研究结果可为进一步准确识别渍害田空间分布及其动态变化     

基于ETM影像的植被指数在土地利用中的特征——以雅安市雨城区为例

利用LandSAT7号卫星的ETM数据、土地利用现状数据，在GIS空间分析工具与ERDAS空间建模语言的支持下，提取ETM影像的RVI、NDVI和MSAVI等3类植被指数，在ArcGIS中应用样带统计分析工具，统计并分析3类植被指数在各土地利用类型中的分布与特征。结果表明：RVI与NDVI、MSAVI在各土地利用中的特征相似，都能较好的反映土地利用类型的覆盖程度，但各植被指数的表现形式有异，即RVI值高的，NDVI、MSAVI值较低，代表的植被覆盖度也较低，反之亦然；3类植被指数能较好的区分出农田用地、非植被覆盖区、植被覆盖区，而林地与灌木林、早地与园地则不易区分。     

基于权重湿润指数的作物湿渍害监测与检验

以有效降水和潜在蒸散为指标构建权重湿润指数(WMI)作为湿渍害判定指标，结合WMI持续偏湿时间和累积强度，确定了湿渍害过程判别和等级划分方法，利用土壤湿度和作物产量资料从湿渍害发生频率、空间分布特征、典型年和典型过程等方面对其适用性进行了应用检验。结果表明：WMI指数与土壤相对湿度具有较高的相关性，且基于WMI和土壤相对湿度判定的湿渍害过程频次接近、空间分布特征一致，基于WMI指数识别出的典型春季湿渍害年对应的小麦、油菜作物产量均有较大幅度减产，基于WMI指数对典型湿渍害过程的监测与降水和土壤湿度的时间分布具有较好的对应关系。WMI指数以常规气象观测资料为基础且所需率定参数少，可逐日滚动计算和大范围应用，适合作为日常业务监测和预警指标。 关键词： 湿渍害；权重湿润指数；土壤湿度；应用检验     

三峡水库156米蓄水位消落区植被恢复遥感动态监测研究

基于2007～2009年的Landsat5 TM、HJ 1A/1B CCD遥感数据，利用像元二分法对三峡水库156 m蓄水位消落区的植被覆盖度进行了计算，分析了消落区植被恢复的时空变化特征，探讨了植被恢复时空变化的影响因子。2007、2008、2009年3 a 156 m蓄水位消落区植被覆盖度分别为512%、515%、492%，其中支流消落区的植被覆盖度高于干流，这与地形条件有关，坡度的大小决定了消落区植被覆盖的空间差异。2008年与2007年消落区植被覆盖状况基本一致，而2009年的植被覆盖度低于之前两年，这与三峡大坝水位调度方案不同有关，退水较晚时，植被生长时间较短，其植被覆盖度较低。研究结果表明，在正常的调度、一定的地形条件下，淹没数月的消落区植被具有一定的自然萌生能力。     

基于HJＧ１B数据的武汉市LST反演及热环境分析

以HJ 1B CCD/IRS4为主要数据源，采用单窗算法，反演了武汉市夏季高温代表日的地表温度，并用MODIS地表温度产品对反演结果进行了验证。在此基础上，提取热场变异复合指数来分析城市热岛空间分布特征，给出了城市热岛效应的定量化描述，并就不同下垫面对热岛效应的影响进行了研究。结果如下：（1）武汉城市热岛呈现整体上交错分布而局部小聚集的不规则特点，大热岛之中存在一些温度更高的小热岛；（2）武汉市2009~2012年夏季高温日平均LST为30611 K，多数城区温度达到309～317 K；（3）主城区热场变异复合指数均超过了0015，表现为较强－极强的热岛效应；6个等级的热岛效应强度的面积比例依次下降，而对应的LST平均值则逐渐升高；(4)不同地表覆盖类型LST相差较大，其在地表类型面积构成中的比例不同。研究成果可为城市热环境监测与生态评价提供科学依据     

三江源区植被覆盖度的定量估算与动态变化研究

植被覆盖度是衡量地表植被状况的重要指标,其时空分布和变化对政府进行区域规划和决策起着重要作用。MODIS植被指数是区域植被覆盖度提取的重要数据源。利用2000年1月到2009年10月的MODIS 250 m归一化植被指数16 d合成产品（MODIS NDVI）和其他MODIS辅助数据估算三江源区的植被覆盖度并分析时空格局变化趋势。在混合像元二分模型的基础上改进了NDVI参数的确定方法,然后利用重构后的MODIS数据估算植被覆盖度。与2007年8月的野外采样点数据比较,估算精度是8772%,相关系数r为0889 7,表明该模型估算大面积植被覆盖度是可行的。将获得的植被覆盖度分为5个等级,从年最大化植被覆盖度Mfc的角度进行10 a里植被覆盖度的年际变化趋势分析和时空格局变化分析。趋势分析结果表明,2000~2009年三江源区植被覆盖波动式变化,东北部地区得到改善,西部地区在退化,总体呈现退化趋势;时空格局变化分析结果表明,植被覆盖破碎度降低,趋于集中化分布;不同等级覆盖度分布的复杂化程度降低     

基于FOA-SVM方法的长江中游悬浮物浓度遥感反演研究

遥感反演是监测水体表层悬浮物浓度分布的有效手段之一。然而,常用的经验回归模型是建立在大样本的理论假设之上的,而大多数情况下所获取的样本数实际上是十分有限的,因而有必要引入基于小样本的新的反演模型。支持向量机(SVM)建立在结构风险最小原理和VC维理论基础上,其泛化能力强,适用于小样本回归模型。使用HJ1B卫星CCD2遥感影像结合长江中游实地同步采样数据建立悬浮物浓度SVM遥感反演模型,并采用果蝇优化算法(FOA)对模型参数进行了优化。结果表明,与传统经验回归模型相比,SVM模型具有较高的预报精度和稳定性;在SVM模型的参数优化中,FOA算法效果理想,其计算量也远小于网格搜索算法。最后,使用所建立的SVM模型对长江中游城陵矶附近长江和洞庭湖水体悬浮物浓度进行了反演,并对其空间分布特征进行了分析。结果显示,长江干流的悬浮泥沙浓度总体上明显小于洞庭湖,这主要是三峡工程下泄泥沙大幅减少造成的;洞庭湖浑浊的湖水汇入长江后,在城陵矶下游形成明显的混合带;而洞庭湖湖口悬浮物浓度明显高于其他湖区,这可能是该区域采砂活动的强烈扰动引起的。     

基于DMSP/OLS与土地利用的江苏省人口数据空间化研究

准确、高分辨率的人口分布信息是人地关系研究的重要前提。人口数据空间化可实现人口统计数据与空间信息集成,重构人口空间分布特征,为区域可持续发展研究提供数据支持。基于DMSP/OLS夜间灯光数据与土地利用数据,以遥感与地理信息系统理论与方法为基础,采用空间滞后回归模型模拟了江苏省2010年人口空间分布状况,并得到1km×1km的人口密度网格图。通过从县级、乡镇级两种空间尺度对人口数据空间化结果进行检验,结果表明基于DMSP/OLS与土地利用的人口数据空间化能够正确地表达人口空间分布规律,尤其对于人口较为密集地区,具有很高的数据重现精度;但是对于人口密度畸高或畸低的地区,由于人口空间分布异质性较大,数据重现的准确性下降。     

江苏省大气气溶胶光学厚度时空分布研究

气溶胶光学厚度（AOD）是气溶胶总含量的基本参数，可以用来反映大气污染程度。利用卫星遥感获取气溶胶光学厚度,可以弥补地面观测难以反映AOD空间分布和整体变化趋势的不足。以江苏省为例，利用2010年4~9月EOS TERRA MODIS数据，分别基于暗像元法（DDV法）和改进的暗像元法（V52法），反演研究区2010年夏半年/春夏两季气溶胶光学厚度，并结合地面观测数据验证两种反演算法结果精度，最后分析研究区AOD时空变化特征。研究结果表明：在研究区，两种算法反演结果在整体趋势上保持一致，研究区AOD均表现出与植被指数NDVI较为明显的负相关关系，但V52法反演精度要明显优于DDV法；研究区气溶胶光学厚度存在较明显的区域差异和季节变化，具体表现为苏南AOD明显高于苏中、苏北地区，而在春、夏两个不同季节上，不同区域变化趋势不同，苏南地区春季AOD高于夏季，而在苏北地区则刚好相反，夏季AOD要高于春季     

基于中低分辨率遥感影像的分类方法对比研究——以鄱阳湖水鸟栖息地遥感分类为例

选取中国鄱阳湖南矶山湿地为研究范围,通过分析候鸟在越冬期的栖息特征,构建适宜于提取候鸟栖息地的湿地分类系统。以Landsat8卫星OLI遥感影像为数据源,采用面向对象分类方法,通过多尺度分割、特征提取和决策树建立等关键步骤,实现湿地信息的快速提取;通过与传统像元法的分类结果对比,系统分析了面向对象方法在基于中低分辨率遥感影像的湿地信息提取中的有效性。研究表明:在面向对象湿地信息提取中,构建不同等级的分割尺度,在多个尺度上提取同一地物,可以更好识别复杂的湿地景观类型;相比仅依据像元光谱特征进行分类的传统像元方法,面向对象方法综合利用光谱、空间、形状和纹理等多种特征,因此可以获得更高的精度(总体分类精度达到87.64%,Kappa系数为 0.855 2);基于中低分辨率遥感影像,采用面向对象分类方法,能够获得较高精度的湿地景观分布,是一种成本较低且行之有效的技术手段。     

基于OMI数据的京津冀地区对流层NO2浓度遥感监测

为了解京津冀地区对流层NO2垂直柱浓度的时空变化，利用Aura卫星上OMI传感器反演获取2005~2016年对流层NO2垂直柱浓度数据进行分析。结果表明：京津冀地区的NO2垂直柱浓度空间分布呈现出从中部和东南平原地区向西北坝上高原地区逐渐降低的趋势,并且发现，京津冀地区的12 a的年均季节空间分布与NO2柱浓度年均空间分布趋势相似；京津冀地区NO2柱浓度月均值呈现出以每年为一个周期的波浪形变化，年均增长率为2.66%。2005~2010年京津冀地区的NO2年柱浓度值处于上升趋势，2014~2015年NO2浓度急剧下降，2016年又开始上升。京津冀地区NO2柱浓度值有季节差异，大体上呈现秋季、冬季高于春夏两季，冬季最高，夏季最低。利用线性拟合发现，京津冀的地面监测NO2柱浓度值和OMI传感器获取的NO2柱浓度值整体上显著相关且相关性很高。 关键词： 对流层NO2浓度；OMI数据；时空变化；京津冀地区