福建全省海洋藻类养殖区高精度智能提取方法研究

为建立适合省级尺度的海洋藻类养殖区高精度智能提取方法,推进海洋藻类养殖面积的准确测算和变化监测,本文基于国产高分辨率遥感影像,对海洋藻类养殖区遥感智能提取方法进行研究。对比U-Net模型、DeepLab V3+模型、MSUResUnet模型在典型海洋藻类养殖区提取的结果,MSUResUnet模型提取的准确率（accuracy）、召回率（recall）、平均交并比（mIoU）、F1分数（F1-score）较U-Net模型提高0.14%、0.84%、0.34%、0.32%,较DeepLab V3+模型提高0.18%、0.88%、0.40%、0.36%,因此,选择MSUResUnet模型进行福建全省海洋藻类养殖区自动化提取。经提取结果统计,2022年7月至2023年5月,福建全省海洋藻类养殖面积约为345.6912 km²。     

高分环境遥感应用示范系统平台总体设计与实现

为满足我国环境保护遥感动态监测业务需求,本文基于环保领域的高分数据应用技术流程,以Web Service地图服务为基础,采用多层体系、C/S与B/S混合架构和文件系统与Oracle结合的数据库设计思路,以插件工作流的方式集成业务系统,设计开发了高分环境遥感应用示范系统平台。本文重点阐述了平台的总体设计思路及具体实现的关键技术。平台的运行有效保障了在太湖等高分示范区开展的高分环境监测业务化示范信息产品生产工作,充分发挥了高分数据在环境遥感监测中的优势和作用,为全面提升我国环境遥感动态监测能力和技术水平提供重要技术支撑。     

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。     

eCognition软件在本溪典型区域生态遥感监测中的应用

介绍了eCognition软件在生态遥感监测工作中的应用。以高分辨率QuickBird,Worldview-1,IKONOS卫星数据为主要信息源,辅以SPOT,TM,ETM和中巴地球资源卫星CBERS等卫星数据,利用不同波段的组合图像,通过目视解译、人机交互解译、计算机自动识别与信息提取等方法,解译本溪典型区域不同时期矿山开采、林地、农田、城镇、道路等生态环境要素变化。     

G213沿线茂县-汶川段地质灾害遥感调查及影像特征分析

2008年5月12日,四川省汶川发生的Ms8.0大地震及由地震引发的地质灾害使汶川县与茂县交通、通信全部中断,房屋倒塌、农田被毁,给基础设施造成了巨大的损失,尤其沿G213国道岷江流域地质灾害非常严重。在213国道茂县-汶川段,大量的崩滑体损毁了公路路基,加之部分路段塌方,道路彻底中断。地质灾害对河流、道路及各类工程建筑毁坏严重,对生态环境造成了严重破坏。运用常规调查方法给减灾救灾带来了很大困难,很难满足时效性。文中在对航空遥感数据、TM遥感影像等多源数据协同处理的基础上,对G213国道茂县-汶川段进行了调查分析,宏观显示地质灾害对居民点、河流、电站、耕地等造成了巨大破坏与威胁,为抗震救灾、地质灾害评估和灾后重建提供了基础数据和技术支撑,提高了应急速度。     

湖泊水环境高空间遥感影像污染点源信息提取研究

传统的污染点源信息提取技术存在权重因子各指标取值范围广、提取精准度不准确、植被覆盖率检测效果差等问题,为此,采用高空间遥感影像对湖泊水环境污染点源信息提取进行研究.针对信息的选择和预处理,需要先获取污染点源信息,并利用多项式对遥感影像图中的畸形几何进行修正;通过利用TM影像技术分析波段组合和单独使用波段的分类效果;根据影像中不同的隶属度,构建水体规则,分析水体差异指数,由此提高信息提取的精度,进而完成污染点源信息的提取.通过选取验证区域,进行实验,实验结果表明,使用该技术能够缩小权重因子各指标取值范围,并提高污染点源信息提取的精准度与植被覆盖率检测的效率,实用性较强.     

盘锦市湿地变化的遥感监测分析

采用1986,1995,2000和2006年美国TM卫星影像,通过人工解译、计算机自动识别以及实地核实等方法,监测盘锦市湿地的变化情况,分析变化原因,得出变化趋势。     

东北黑土水土流失区生态环境遥感动态监测

为及时快速地监测水土流失地区的生态环境变化状况,以拜泉县为例,选取1985年、1996年、2006年和2015年Landsat影像,反演得到能反映生态环境的绿度、湿度、热度和干度指标,利用主成分分析方法,依据RSEI（遥感生态指数）对拜泉县1985—2015年的生态环境进行评价.结果表明:1985—2015年拜泉县RSEI从0.645增至0.851,增幅为31.94%,生态环境质量改善地区面积高于退化区域面积,总体上生态质量向好的方向发展;拜泉县整体生态环境质量综合指数由3.78升至4.87,各乡镇的生态环境质量综合指数均呈现不同程度的增加,从空间分布来看,西南部和南部乡镇的变幅大于北部,中部基本保持不变,水土流失重点区域生态环境质量显著提高;逐步回归分析结果表明,所选的指标均为生态环境质量的关键指标;绿度逐渐成为研究区生态环境质量正向作用的重要指标,说明植树造林等生态治理措施对环境质量的改善起到主导作用.研究显示,RSEI能够综合刻画水土流失区生态环境质量,同时拜泉县生态环境质量整体不断改善,水土流失治理成效明显.      

基于遥感影像的土壤线空间变异规律及影响因素分析

土壤线不仅能反映土壤的光学特性,为土壤遥感分类提供依据,还能参与植被指数的计算,提高植被遥感监测的精度,因此计算不同影响因子下的土壤线参数以及探究土壤线的空间变异规律至关重要。论文以山东郯城土壤为研究对象,选取土壤类型和土壤有机质参与分析,结果表明：不同土壤类型的土壤线不同,潮土土壤线斜率(1.499 6)最大,其次是水稻土、棕壤、砂姜黑土,褐土最小（1.229 3）,截距则相反;同种土壤类型下,土壤线斜率随有机质含量增加而增大,截距减小。综合分析可知：土壤线斜率随土壤类型变化大致呈从西向东先增大后减小、从北向南逐渐增大的趋势;相同土壤类型下,随有机质含量增加,土壤线斜率呈由中心向边缘逐渐增大、截距逐渐减小的趋势。