多源专题数据在国家重点生态功能区生态环境状况评价中的应用

为了建立一套生态遥感快速监测方法,实现生态环境状况评价,以2015年广西40个国家重点生态功能区为例,以全国第一次地理国情普查、高分影像、地貌为基础数据,利用RPC模型及网络刺点进行影像纠正,使用空间分析等程序化处理方法进行代码转换和信息抽取,实现了广西国情普查成果转化,得到了2014年和2015年生态遥感数据,形成一套较为完整的生态遥感快速监测方法,最终得到2015年全区重点生态功能县生态环境状况指数, 40个重点生态功能县中有15个县生态环境质量状况等级为"优",25个为"良"。     

武汉市热岛强度分区与规划应对策略

城市热岛强度分区是城市通风环境改善的前期准备工作。通过空间信息技术方法,提取不同土地类型,并结合建成区热岛强度指数划分武汉市热岛及冷空气生成区。结果表明:用地类型与地表温度存在明显的相关性,大部分水域处于低温区及次低温区,高温区不存在林草地和耕地,城市建设用地主要分布在高温区内;热岛区域大部分分布在武汉市主城区范围内,冷空气生成区位于城市热岛的周边,主城区范围内的大型湖泊、河流和公园绿地对热岛进行分隔。由此提出,对武汉市各个气候功能片区采取分类规划改善策略。     

THEOS与LANDSAT5-TM卫星影像在山区土地利用遥感监测方面的比较研究

本文选择贵州省镇宁、关岭两个山区县,利用THEOS卫星影像提取土地利用类型信息,与同时期的LANDSAT5-TM卫星影像的解译结果及实际情况进行比较分析,发现影像纠正时使用同一精度的影像作为控制影像更有利于工作的开展。论证了THEOS卫星影像在解译山区土地利用信息时更科学准确,具有山区土地利用监测的可行性。     

吉林省西部草地的时空变化及其驱动因素分析

吉林省西部草地退化严重,研究该区草地时空演变对其畜牧业及生态环境可持续发展具有重要意义。利用1980、1995、2000年三期遥感影像,在RS与GIS支持下,解译提取该区草地信息,分析其时空变化。结果表明:①20年来,草地面积减少40.70%,尤其高覆盖度草地,净减少率达51.96%;②1980至1995年,从动态度可以看出高覆盖度草地对草地整体变化影响较大;1995至2000年,总动态度和高、中覆盖度草地动态度接近,这两种草地类型对草地整体变化影响较大;③草地主要转化为耕地和盐碱地,转移面积分别达475799.43hm²和303182.06hm²;④20年来,各类型草地重心向东北方向偏移,不同阶段各类型草地重心偏移表现出无规律性、多向性。自然因素对该区草地退化起到一定的驱动作用,人类活动干扰则是主要驱动力。     

改革开放以来广州市番禺区景观格局变化研究

番禺区作为广州市新的发展方向,处于中国经济和社会发展的前沿。研究番禺区20年来的景观格局变化,对于其经济社会的可持续、健康发展有一定的指导意义。利用番禺区1979年、1990年、2000年的MSS、TM、ETM^＋影像,在GIS的支持下,结合景观生态学的理论分析了番禺区三个时期的景观格局及其动态变化。结果表明,20年来,番禺区的景观格局变化迅速,斑块数量和空间格局变化较大;各景观类型之间的转移明显,耕地、林地快速向建设用地、养殖水域等转变。人文因素是景观格局变化的直接驱动力,人口增长、经济发展是导致景观系列变化最根本的原因。     

基于影像测量机器人的墙体表面缺陷检测方法

针对传统墙体表面缺陷的检测方法效率低、误差大或安全性不足等问题，提出一种基于影像测量机器人的墙体表面检测方法。利用影像测量机器人坐标测量功能获取待检测区域的边界坐标，根据其望远镜相机拍摄的单张图片的大小，确定拍摄图片的数量，并按照计算出的平均偏移角度步长进行自动采集。采用大津阈值法对墙体表面图片进行分割，初步确定包含缺陷的图片，并通过灰度共生矩阵实现缺陷图像纹理特征参数精确提取及分类，进而根据影像测量机器人拍摄图片的坐标信息对缺陷进行定位。试验对比分析表明，相较无人机、激光扫描仪等采集方式，影像测量机器人在影像采集效率、安全性及自动化程度方面具有优势，采用的图像处理方法可以有效检测墙体表面缺陷。     

利用流式影像术(FlowCAM)分析淡水浮游藻类群落特征 ——以北京城区主要河流为例

浮游藻类是水生态系统的重要初级生产者,对其进行分类鉴定和定量分析是开展生态研究的基础.选取北京城区主要河流为研究对象,于2020年6—7月(夏季)、10月(秋季)对北运河水系22个站位的表层水进行采样调查,探究利用流式影像术(FlowCAM)分析浮游藻类群落结构的可行性.结果表明,浮游藻类的细胞丰度和粒径组成均存在着明...     

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。     

基于深度学习的遥感图像水边线提取方法与应用

本文提出一种基于注意力机制的像素级海陆语义分割网络A-Unet用来提取水边线，并通过条件随机场对A-Unet分类结果进行细化。以天津沿海地区的人工海岸与威海地区的基岩海岸为例，对所提方法进行了验证，实验表明，与其他水边线分割方法相比，本文提出的方法能够得到更精细的结果，实现对遥感图像水边线的像素级语义分割。该方法提取了天津地区近10年海岸线并对其变化趋势进行了定性和定量分析，可为城市海洋资源的合理开发、海洋生态环境的保护提供更好的决策与参考依据。