两种应用场景下NDVI时间序列数据拟合方法研究

植被覆盖指数（NDVI）时间序列数据集包含地表植被的长势、生长周期、时空变化等信息,其拟合重建结果可应用于物候信息提取、生态质量评价、人类活动扰动识别、覆被变化动态监测等方面。基于TIMESAT软件,选取物候参数提取和扰动识别2个应用场景,结合地面站点数据和Jacknife法模拟数据,对比分析非对称高斯函数拟合法（AG法）、双Logistic函数拟合法（D-L法）和Savitzky-Golay滤波法（S-G法）3种方法的拟合效果。结果表明：（1）3种方法拟合重建后提取的生长开始时间（SOS）、生长结束时间（EOS）、生长周期（LOS）等物候参数接近站点数据,AG法和D-L法保持NDVI时序曲线整体变化特征的能力较强,提取的SOS和EOS更接近站点数据;（2）人类活动扰动识别应用场景中,S-G法在滤波时能够最大限度地保留时序曲线细节变化,恢复速率相关系数达到0.618,回归估计标准差低于AG法和D-L法,因此识别精度最优。     

基于高分辨率影像的固体废物自动识别技术

随着经济快速发展,工业固废、非正规垃圾、未覆盖建筑渣土等固体废物急剧增加,对区域生态环境造成极大威胁。固废堆场具有面积小、分布散等特点,目前国内仍缺少针对各类固废堆场的遥感自动识别研究。为此,基于国产高分辨率卫星遥感数据,根据野外实地光谱采集结果,分别开展了未覆盖建筑渣土、工业固废及非正规垃圾的自动识别方法研究,提取研究区各类固废堆场。结果表明:未覆盖建筑渣土在蓝波段与绿波段分别存在"吸收谷"与"反射峰",基于该特征构建的比值指数模型,结合直方图双峰法阈值分割可以有效提取未覆盖建筑渣土区域;工业固废、非正规垃圾2种固废类型多样,光谱反射率没有明显规律,结合其纹理、色调等特征,采用面向对象多尺度分割、支持向量机监督分类方法能够较好地识别2种类型固废;基于自动化提取技术并结合人机交互判读方法,提取的研究区未覆盖建筑渣土、工业固废及非正规垃圾等3种固废堆场的精度分别达到96.83%、88.26%、85.71%,各类固体废物遥感识别精度较高,极大提高了固废监测效率。