基于Sentinel-2与随机森林算法的太湖水生植被分布监测

基于2018—2021年太湖地区哨兵2号（Sentinel-2）卫星遥感影像和随机森林算法,结合植被敏感指数,开展太湖水生植被分布监测,综合分析了水生植被的时空变化特征,初步揭示了太湖水生植被的动态变化。结果表明,太湖水生植被分布面积有逐年上升的趋势,且年间变化具有明显的单峰型特征,表现为春季沉寂,夏季快速增长,秋季达到暴发期,冬季面积开始减退;太湖水生植被主要分布于东太湖、东部沿岸和贡湖,类型以沉水植被为主,其中浮叶植被主要分布于东太湖,挺水植被主要分布于东太湖沿岸的浅水区域;沉水植被主要分布于东部沿岸和贡湖;水生植被主要分布的东太湖水域,其水质总体优于太湖其他水域。     

基于遥感和像元二分模型的新疆植被覆盖度格局动态监测

利用MODIS归一化植被指数(NDVI)资料反演了2006—2015年新疆植被覆盖状况,获取不同时期的植被覆盖度图,并进一步分析了植被覆盖度变化的原因。结果表明:新疆植被覆盖度呈现北部高于南部、西部高于东部的分布特征,其中西部和西北部的山地森林、草地以及天山北坡绿洲农作物、草地区域植被覆盖情况最好。过去10年间,新疆植被覆盖度总体呈上升趋势,2015年植被覆盖度达到最高,为16.68%。生态恢复工程、降水和气温等是影响植被覆盖度变化的主要因素。     

基于NDVI指数的骆马湖水生植被分级研究

基于典型时段骆马湖LandsatTM遥感影像,利用归一化植被指数（NDVI）法对骆马湖水生植被进行分级研究.采用标准差分级方法,将骆马湖水生植被分为5个等级.研究结果表明,利用这种分级方法处理的图像能够较准确地反映骆马湖水生植被区域分布和等级分区,能够更准确地给出采砂区和生态保护区域的位置,增强湖区水生态环境保护工作的有效性和针对性.     

基于多星遥感影像的太湖北部湖湾春季沉水植被分布动态监测

利用多星遥感影像动态监测了2015年春季太湖北部湖湾沉水植被分布的变化过程,并对水生植被遥感监测中的几个关键问题展开了探讨。决策树方法获取的水生植被分布结果表明,2015年4月28日太湖北部湖湾发现明显沉水植被分布面积约11.2 km~2,与2014年同期相比,新出现的较大面积沉水植被分布区域主要集中在田鸡山西和锡东水厂附近。提出应及时清理打捞,避免水生植被死亡腐烂,威胁水质安全。     

湖泊富营养化遥感监测研究进展

通过对近年来国内外应用遥感技术对湖泊富营养化监测及评价的研究情况进行了广泛的收集和分析,简述了湖泊富营养化遥感监测的基本原理,总结了湖泊富营养化多光谱遥感与高光谱遥感成果,提出了今后的重点研究方向.     

基于RS和GIS技术的贵州省植被生态环境监测分析

为阐明贵州省植被生态环境变化的整体状况,基于RS和GIS技术,应用美国国家航空航天局最新的全球植被指数变化研究数据（GIMMS）,通过计算月归一化植被指数（NDVI）变化率,并对研究区一元线性回归模拟,分析了贵州省1982年-2003年的地表植被覆盖。结果表明：22年来,研究区植被覆盖呈增加趋势,表明贵州省植被生态环境向好的方向发展;贵州省平均植被覆盖在春季和秋季呈上升趋势,夏季和冬季呈下降趋势,其中春季对植被覆盖总变化量的贡献最大;植被覆盖程度增减因区域不同而异,变化程度呈增加的区域主要位于贵,ki-I省的中部地区;变化程度呈减小的区域分布在贵州省的四周边缘。     

太湖湖泛现象的卫星遥感监测

2010年8月20日太湖地区Landsat ETM影像显示,太湖西部沿岸带存在湖泛黑水团现象,对该景遥感影像进行了大气校正,提取了湖泛样区、其他水体样区的ETM各波段光谱反射率数据统计特征。结果表明,湖泛样区在可见光波长的ETM波段1、2、3具有很低的反射率,水色暗黑,与人眼观察一致,而在反射红外波长的ETM波段4则有比波段3高的反射率,差异植被指数DVI>0,其原因为湖泛黑水团中,虽然大量蓝藻死亡分解,然而水中还残留有一定数量的活体蓝藻,残余叶绿素及细胞造成了虽然较弱、但仍较为稳定的反射红外波长处的光谱反射能力。提出了识别湖泛现象的遥感判据为ρ0.485<0.05 andρ0.56<0.08 andρ0.66<0.065 and(ρ0.83-ρ0.66)>0 andρ0.83<0.1。     

应用遥感监测技术分析扬州市五年植被覆盖状况

利用扬州市2006—2010年间卫星遥感数据,对扬州市植被覆盖状况进行了研究。首先对遥感影像进行几何校正,其次对遥感影像进行解译,提取植被覆盖信息,计算扬州市植被覆盖指数,同时对扬州市近5年植被覆盖进行了动态变化分析。研究表明,扬州市近5年林地面积大幅度提高,植被覆盖指数逐年增加,生态环境状况逐年好转。     

近岸海域水色异常遥感监测方法研究

水体颜色是判断水体质量的重要依据,利用遥感技术检测水色异常是进行水质评估和水体污染监测的重要技术手法。基于盐城市废黄河入海口处的GF1-WFV影像数据,利用遥感影像自身光谱特征来构建水色异常判断函数,对研究区域的水色异常进行快速提取和定位,并比较分析了基于单景影像特征和多景影像特征设置判断阈值的提取结果。研究结果表明：该方法完全基于遥感影像光谱特征,可有效提取出未知类型的水色异常信息;与基于单景影像设置的判断阈值相比,基于双景影像设置的判断阈值更合理、更适用,提取速度更快,提取范围更精确,Kappa系数为0.80;另外,采用合适窗口大小进行均值滤波处理能有效防止提取结果细碎和斑块化。     

基于Sentinel-2数据的苏州消夏湾生态安全缓冲区植被生长状况遥感监测评估

利用2021-2022年Sentinel-2卫星搭载的多光谱成像仪(MSI)遥感数据,通过SNAP遥感软件提供的植被生物物理参数处理模块(Biophysical Processor),反演了苏州消夏湾生态安全缓冲区的5种植被生物物理参数,包括植被吸收光合有效辐射比例(FAPAR)、植被覆盖度(FVC)、叶面积指数(LAI)、冠层叶绿素含量(CCC)和冠层含水量(CWC),开展植被生态环境监测评估研究.结果表明,该生态安全缓冲区2021年建成并投入运行后,植被覆盖度和生物量有所增加,区域植被冠层结构有所改善,植被生物物理参数从一定的角度反映了消夏湾生态安全缓冲区发挥了生态涵养成效.该研究方法能在大尺度上快捷、高效地反演植被生物物理参数,可为通过植被遥感动态监测评估生态安全缓冲区的生态功能提供有益的借鉴.     

Remote sensing of aquatic vegetation: theory and applications

Aquatic vegetation is an important component of wetland and coastal ecosystems, playing a key role in the ecological functions of these environments. Surveys of macrophyte communities are commonly hindered by logistic problems, and remote sensing represents a powerful alternative, allowing comprehensive assessment and monitoring. Also, many vegetation characteristics can be estimated from reflectance measurements, such as species composition, vegetation structure, biomass, and plant physiological parameters. However, proper use of these methods requires an understanding of the physical processes behind the interaction between electromagnetic radiation and vegetation, and remote sensing of aquatic plants have some particular difficulties that have to be properly addressed in order to obtain successful results. The present paper reviews the theoretical background and possible applications of remote sensing techniques to the study of aquatic vegetation.     

基于遥感影像的2019—2020年盐城市生态保护红线区人类活动动态分析

以盐城市生态保护红线区为研究对象,选用哨兵-2号卫星遥感影像进行目视解译及变化斑块提取,分析其区域内2019-2020年人类活动的变化趋势.结果显示,动态变化情况分为正变化和逆变化,其中逆变化占变化总面积的绝大部分,主要呈现为水田的减少;正变化主要呈现为农村居民点的拆除.总体来说,人类活动变化面积非常少,无工业用地的增...     

基于光谱分析的重金属污染废水遥感监测方法

以某重金属矿区3个水域（a、b、c）作为研究区,采集Aster卫星传感器的遥感监测数据,再运用分光辐射光谱仪测定标准板与目标水体,计算目标水体的光谱反射率,分析各区域水体遭受重金属污染时的光谱反射特征,实现基于光谱分析的重金属污染废水遥感监测。结果表明：a区域内水体重金属污染程度由深水区向浅水区逐步增强,水体呈现出橙红色;b区域内水体重金属污染程度由浅水区向深水区逐步增强,水体呈现为棕红色;c区域内水体未受到重金属污染,整个区域内水体为铜绿色。该结果与现场采集的各区域水体遭受重金属污染的情况一致。     

基于Landsat 7影像的骆马湖菹草时空分布研究

近年来,骆马湖湖区菹草（麦黄草）暴发性繁殖引发了一系列水质问题。通过研究,判读2012—2013年不同时间段的骆马湖landsat 7影像,可以发现,Landsat 7影像可以准确反映湖区菹草分布,区域化明显;同时发现菹草分布受多种因素影响,人类采砂和围网养殖等活动对其影响显著。     

巢湖蓝藻水华遥感监测初探

以巢湖为研究区,从2008年4月到11月,对巢湖水体的24个点位进行了连续的水体光谱测量,通过对蓝藻水华爆发程度与其光谱反射率之间关系的研究,确定遥感识别水华爆发级别的阈值,对四类不同爆发程度蓝藻水华光谱特征进行遥感识别,绘制巢湖蓝藻水华特征等级图。     

Trends in exhaust emissions from in-use Mexico City vehicles, 2000–2006. A remote sensing study

A remote sensing study was conducted in year 2006 in four locations of the Metropolitan Area of Mexico City (MAMC). Two of the sites were the same studied back by us in year 2000 and by others in year 1994. A database was compiled containing 11,289 valid measurements for the carbon monoxide (CO), total hydrocarbons (THC), and nitric oxide (NO) exhaust vehicles emissions. Valid measurements were binned for each pollutant by the vehicle specific power (between −5 and 20 kW tonne⁻¹) for the 2000 and 2006 databases. The mean average CO, THC, and NO emissions for year 2006 were determined to be 1.10 ± 0.18 vol.%, 299 ± 88.4 ppm, and 610 ± 115.0 ppm, respectively. Matching the vehicle driving patterns of the fleet measured in year 2000 with the emissions factors obtained in this work, allows estimating the trends in the exhaust emissions of vehicles in the MAMC. The adjusted results of the remote sensing study performed in year 2006 shows that the fleet has decrease 22% in CO and 17% in NO emissions, with small change in total hydrocarbons emissions. The improvements could be related with the introduction in year 2001 of vehicles that met tighter emissions standards, particularly for nitrogen oxides.     

滨海湿地环境评价方法研究

为研究我国典型滨海湿地环境评价方法,利用卫星遥感技术,结合地面生态调查,构建了以自然湿地面积比例、人工岸线比例等8项因子共同组成的指标体系,通过层次分析法和专家打分法进行权重赋值后,阐述了数据处理和计算的主要流程,提出了滨海湿地环境指数CWEI的概念和表征意义。应用上述方法对江苏盐城湿地珍禽国家级自然保护区进行了典型示范评价,结果表明该方法能够较好地反映滨海湿地环境状况与变化趋势。