基于国产高分卫星GF-1影像的农膜遥感信息提取技术研究

随着农膜的大量使用,农膜对土壤的污染已被广泛关注。准确掌握农膜空间分布信息和使用量,可以为农膜环境污染治理提供重要技术支撑,也为政府调节市场和发放设施农业补贴提供重要依据。传统的农膜使用量统计方法费时费力,没有空间定位信息。基于遥感技术农膜自动化提取则具有快速、动态、空间的优势。本研究以山东省寿光市为例,采用国产GF-1卫星遥感影像,利用支持向量机(SVM)分类技术,进行农膜遥感信息提取。经检验,Kappa系数达96%,达到解译精度要求。寿光市覆膜农田面积397km~2,占全市农田面积的33. 6%,农膜使用量3. 34万t,农膜主要分布在寿光市中部和南部。结果表明,利用GF-1卫星遥感影像能较好地提取农膜信息。     

基于高空间分辨率遥感影像的城市绿地提取方法研究

城市绿地是城市生态系统的一个重要子系统,在改善城市环境质量和居民生活水平方面扮演着越来越重要的作用。因此,如何及时获取城市绿地的分布及其变化,对于保护城市生态环境至关重要。本研究提出了一种基于高空间分辨率遥感影像的城市绿地提取方法,并珠海市为研究区域,利用Worldview-2遥感影像进行了城市绿地提取实验。结果表明,城市绿地提取结果比较理想,总体精度为94．09%,Kappa系数为0．94,但建设用地和裸地、城市绿地和建设用地之间仍然容易错分。     

海岸线卫星遥感提取方法研究

海岸线位置的确定是海岛海岸带遥感调查的重要环节.本文以辽宁省大连、营口地区的海岸为研究对象,提出了根据不同海岸类型的地貌特点对卫星图像中海岸线的解译方法;借助数字图像处理技术对不同类型海岸的图像进行针对性的预处理,使用IDL语言实现Canny算子、中值滤波器和腐蚀算子,完成了对卫星图像中海岸线的自动提取;证明了使用潮位高度与卫星图像结合计算坡度的方法并应用于海岸线位置的校正.     

基于哨兵二号遥感影像的近海养殖区提取方法研究

卫星遥感为近海养殖区信息的精确提取提供了有效的技术手段,对实现海水养殖业的科学监管具有重要意义。现有光学遥感手段对养殖区信息的提取多侧重于影像空间特征的使用,对于光谱和空间信息的结合在养殖区特征表达与判别提取方面的综合利用还有待进一步挖掘。本文利用哨兵二号卫星遥感影像,针对近海养殖区小样本、多维度、水体组分复杂等特点,...     

基于遥感影像的峻河流域高寒灌丛决策树提取方法

本文选择青海湖流域内一个具有代表性的小流域—峻河流域为研究对象,通过该区域 IKNOS-2 高分辨率影像的分析,发现该区域高寒灌丛的分布与海拔、坡度、坡向等因素密切相关。 据此,将研究区1:5 万DEM 数据融入TM 影像植被分类过程中,建立一种新的决策树分类方法, 结果将分类总体精度提高到89.37%,Kappa 系数提高到0.7875,达到一般分类结果的精度要求。 这说明,加入多源数据,尤其是地形数据,能够显著提高高寒灌丛植被的分类精度。     

基于GF-1 WFV影像和随机森林算法的总氮反演研究

基于高分一号卫星影像遥感数据和水库水质实测数据,利用随机森林回归算法建立遥感反射率与总氮浓度的定量反演模型,以获取东风水库总氮浓度的时空分布情况,进而对水库总氮污染情况进行分析.结果 表明,总氮反演模型精度较高,决定系数R2为0.879,均方根误差为0.169 mg/L,但仍有提升空间.将模型运用于2016-2018年GF-1 WFV影像遥感数据,反演得到东风水库总氮浓度时空分布情况.结果 表明,2016年水库总氮浓度呈波动性变化,2017-2018年除个别月份外,水库总氮浓度整体呈下降趋势.从水质标准来看,水库总氮浓度介于Ⅲ～Ⅴ类水质标准,且存在富营养化风险.从不同季节变化情况来看,春冬季总氮浓度较高,夏秋季浓度较低.从空间差异性来看,区域变化规律性不太明显.     

基于GF-4卫星的长三角城市群PM2.5遥感反演

基于静止卫星高分四号（GF-4）遥感数据,利用6SV辐射传输模型与暗目标算法进行高空间分辨率气溶胶光学厚度（AOD）遥感反演;在此基础上,结合地面监测站大气细颗粒物（PM_2.5）浓度、气象资料等数据,采用物理订正方法及线性混合效应模型,实现长三角城市群区域大尺度空间连续的PM_2.5浓度遥感反演;最后利用十折交叉验证法对反演精度进行验证.结果表明：GF-4反演的AOD结果分辨率较高,空间连续性好,与AERONET地基监测相关性R达到0.82;利用GF-4 AOD的PM_2.5估算模型精度较高,模型估算PM_2.5浓度与地面实测数据拟合度R²为0.74;在分春夏秋冬4个季节建模情景下,交叉验证R²依次为0.67,0.59,0.63和0.72,平均绝对误差MAE为10.40,7.42,10.10,13.34μg/m³,表明GF-4卫星适用于区域PM_2.5浓度监测.     

GF-5高光谱遥感影像的土壤有机质含量反演估算研究

本文基于高光谱遥感影像对土壤有机质含量进行反演估算,以哈尔滨与兴安盟交界处的平原地表土壤为试验对象.首先,基于辐射和几何校正等预处理的高分五号（GF-5）高光谱遥感影像,依据五点采样法采集影像覆盖范围的地表土壤样本共100组,在实验室内进行理化分析等一系列处理获取样本土壤有机质含量数据.然后,运用偏最小二乘法建立高光谱影像土壤沙化指数、土壤退化指数、归一化亮度指数和土壤盐分指数反演土壤有机质含量的估算模型.比较基于原始反射率数据、一节微分反射率数据和4种土壤指数构建的反演模型的预测精度,通过65%的建模样本和35%的预测样本验证表明,反演模型中基于土壤指数建立的反演模型的预测验证精度最高,预测集验证中ρ为0.816,RMSE为1.7287.并将该反演模型运用到高光谱影像的土壤有机质含量的反演估算,实际测量的SOM与影像反演SOM含量变化趋势一致,相关性达到80.023%以上,验证了模型的反演估算精度.     

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HJ-1卫星的丹江口库区水质遥感监测研究

丹江口水库作为南水北调中线工程的水源地,其水质安全将直接影响到调水工程的成败。利用不同水质具有不同光谱特征的特点,采用遥感技术对水域水质进行大范围、准确、快速监测。根据丹江口库区2011年3月、7月、2013年3月、9月4景HJ1A/B卫星遥感影像,结合同步的地面实测水质数据,采用经验反演模型对丹江口水库叶绿素a浓度、水体悬浮物浓度和水体透明度进行了定量遥感反演研究。结果显示,由于2011年受到长江中下游区域重大旱情影响,汉江入库流量较小,造成丹江口水域面积减少;同年相比,水体叶绿素a浓度枯水期比丰水期高;2013年相比2011年水体叶绿素a浓度略有上升;丹库、汉库入库口的水体悬浮物浓度要高于其他区域,主要由于入库口的水流量较大,水体扰动较强。入库口区域较高的悬浮物浓度造成水体透明度要低于其他区域,丹库水域面积大,有利于悬浮物沉积,因此丹库水体透明度高于汉库。     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

基于GOCI影像的黄海海雾提取方法研究

海雾作为灾害性天气,是海洋环境监测的重要内容。以黄海为研究区,分析研究了海水、海雾和云在GOCI影像中光谱特征,建立了结合波段比较法和波段运算的海雾提取方法。将该方法应用于2015年5月25日发生的黄海海雾事件,利用Kappa系数评价该方法的分类精度。结果表明:该分类方法的kappa系数为86.74%;海雾提取结果与中国气象局发布的监测结果的空间分布趋势基本一致;基于GOCI影像的海雾信息提取方法为海雾监测提供了新方向,为实时监测海雾动态提供了有利条件。     

基于Landsat(ETM+)遥感影像对非渗透性表面提取的研究

随着城市化进程持续快速增长,城市水文过程受到显著影响,表现为非渗透性表面的增加阻碍了降水渗入地下而使大部分降雨随地表径流直接进入城市排水系统,同时对城市局部气候、生物多样性等生态环境要素也产生影响。非渗透性表面的提取,可用于研究城市水文循环过程、农业面源污染、植被分布及变化过程等,是城市生态、环境研究的主要参数。利用归一化光谱混合分析手段对植被-非渗透性表面-土壤(Vegetation-Impervious surface-Soil)模型进行分析,提取出非渗透性表面在某小流域中所占比例,便于进一步应用于空间分布型水文模型、生态环境模型等。结果表明研究所用方法能较好测算出非渗透性表面的空间分布情况及其比例。分析模型残差发现,在非渗透性表面比例为0.8~1时,本模型的模拟值低于真实比例。     

基于高分影像的城市水体遥感综合分级方法

城市水体是城市生态系统中的重要组成部分,为此,针对城市水体提出了一种基于国产高分影像的水环境遥感综合评价方法.在2017～2019年间的南京、无锡、常州和扬州市等城市多次水体采样工作的基础上,分析了城市水体光谱特征与水质参数的相应关系.基于国际标准的色度转换模型和FUI(forel-ule index)水色指数,构建了...     

基于卫星遥感的甘肃省吸收性气溶胶的研究

基于OMAERUV数据日产品，对甘肃省2008~2017年吸收性气溶胶指数（UVAI）的时空分布进行了分析，并对其相关因素进行了探讨，结果表明：该省近10a UVAI空间格局为由西北向东南区域逐步递减，UVAI的高值区域一直分布在酒泉市及邻近区域，为吸收性气溶胶污染源中心；甘肃省UVAI的稳定性呈现从东北向西南区域逐渐降低的规律；UVAI月均值呈现出明显的规律性，每年的月变化均呈现"V"型；四季UVAI水平为：冬季 > 春季 > 秋季 > 夏季，四季变化规律基本同步，十年来四季的UVAI呈逐渐上升趋势，且四季中主导的吸收性气溶胶来源不同.基于PM_2.5的UVAI指示的空气质量等级分析，甘肃省空气质量以良为主；从气象因素与UVAI相关性分析来看，降水量、气温均与UVAI之间呈现显著正相关，风向也对其空间分布有重要影响；植被覆盖度与UVAI呈现正相关的区域主要分布在甘肃省西北部、武威市中部区域，呈现负相关的甘肃南部天水、陇南等区域为较高的植被覆盖区域.从人类活动因子与UVAI相关性来看，地区生产总值、各产业产值与UVAI有着明显的正相关性，尤其以第二产业与UVAI相关性最高；UVAI与汽车保有量、能源消耗总量及人口密度均存在较强的正相关，说明汽车尾气和工业排放及建筑粉尘也是吸收性气溶胶的重要来源.针对甘肃省UVAI时空分布特点、自然及人类活动因素分析情况，提出了减少人类活动强度等建议.     

基于遥感影像的厦门市填海造地的进程研究

以1973年、1993年、2001年和2007年4个时相的LandsatMSS／TM／ETM＋影像为数据源,在遥感分析处理软件ErdasImage8．6的支撑下,对厦门市填海造地进程分1973年-1993年、1993年-2001年和2001年-2007年三个时段进行研究。研究表明,三个时段的填海造地规模呈上升趋势,特别是2001年以后的填海占总填海面积的近50％。填海区土地利用类型主要为公共设施用地、居住用地和港口用地。填海活动与人口等社会经济因素密切相关,随着厦门市人口的增长和社会经济发展的需求,填海活动将继续进行。     

基于机器学习和卫星遥感的PM2.5/10 空间连续分布反演方法研究

在过去的几十年里,快速的经济发展以及工业化、城镇化进程加速使得中国的资源环境承担的压力不断加大。作为影响空气质量的首要污染物,PM_2.5和PM₁₀（记为PM_2.5/10）直接影响着广大人民群众的身体健康。因此,针对PM_2.5/10浓度进行遥感反演研究,对环境监测和控制改善全国空气环境质量具有重要的意义。近些年来,随着对近地面PM_2.5/10浓度研究的不断深入,基于遥感影像数据进行PM_2.5/10浓度的反演方法也日益增多。本文利用Google Earth engine（GEE）平台获取了海量的Landsat 8 OLI遥感影像数据,并结合气象信息、空间特征等参数,采用机器学习中常用的多层映射反向传播神经网络构建了波段反射率与PM_2.5/10浓度之间的反演模型,以获得PM_2.5/10在研究区域的连续分布。为了提高基础PM_2.5/10反演模型的反演精度,还从影响因素和前溯时间两个维度出发,探寻了模型的最优化输入参数组合,并最终实现了对PM_2.5/10浓度的精准反演。以北京市地区为例,模型的PM_2.5和PM₁₀的反演精度R²分别达到0.814和0.796,均方根误差RMSE分别为19.21 μg?m^?3和28.31 μg?m^?3。鉴于该反演结果具有较高的准确性和可靠性,本文所建立的方法模型为研究PM_2.5/10在空间上的连续分布特征提供了新的思路和方法,具有较为重要的科研意义与广泛的应用价值。     

基于GF-1遥感图像和ResNet50网络的PM2.5浓度预测研究

基于GF-1卫星图像、结合Merra-2气象数据作为辅助预测变量,构建了长三角地区基于ResNet50网络的PM_2.5预测模型。其中气象参数可以为模型提供较为准确的PM_2.5浓度基准,而GF-1图像能帮助模型更合理准确地预测PM_2.5浓度的空间变化。利用十折交叉验证和测试集验证对模型进行检验,结果显示：模型的皮尔森相关系数R为0.948,预测PM_2.5的RMSE为6.6μg/m³。反演得到分辨率为500 m的PM_2.5浓度分布图合理稳健。GF-1遥感图像和ResNet50网络适用于PM_2.5浓度预测,可以作为辅助监测手段,为长三角地区PM_2.5热点识别、后续流行病学研究提供数据支撑。     

基于TM遥感影像的湿地松林生物量研究

利用江西千烟洲地区2005年Landsat5TM遥感图像数据和同期野外调查获得的28个样方湿地松(Pinuselliottii)各器官生物量数据,分析了植被指数、影像变换(主成分分析,缨帽变换)结果与森林各器官生物量之间的相关关系,进而建立了光谱-植被指数与生物量多元回归模型。湿地松林各器官与遥感光谱、植被指数拟合相关性大小依次为:叶生物量>枝生物量>地上生物量>树干生物量。通过多元回归模型计算出湿地松林叶生物量平均为573g.m^-2,地上生物量平均为6628g.m^-2,低于样地调查平均值。单一植被指数与生物量相关性较低,ND-VI并不适用于盖度较大的湿地松林;遥感影像经主成分分析后生物量光谱模型的相关系数略有提高,缨帽变换后反而使模型的相关系数降低。     

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。