城市边缘区土地利用变化及人文驱动力机制研究

利用多期遥感影像 ,对土地利用进行了测量。再运用GIS软件进行空间叠加求得研究区土地利用变化的转移矩阵 ,分析马山区11年来土地利用变化的空间过程。结果表明 :1988～1998年之间农业景观为主的农田、林地显著减少 ,城镇沿公路迅速向外扩张 ,旅游度假区沿湖岸不断扩大且呈集中化趋势。这一变化趋势的驱动力是旅游为主的第三产业迅速发展、外资大量涌入、城镇人口增长和农副产品的价格波动。     

街区尺度下城市高密度建成区火灾风险研究——以石家庄市中心城区为例

城市空间是火灾灾害系统的载体,街区是城市管理的基本单元,火灾风险评估则是火灾风险管控的关键。本文先利用遥感图像识别结合支持向量机算法及K-means聚类获取街区尺度的空间数据,进行“单位-街区-区域”层次的高密度建成区火灾危险性评估;然后通过POI(Point of Interesting)数据挖掘,识别城市空间用地类型衡量火灾损失,对高密度建成区进行火灾风险综合评估;最后利用聚类和异常值分析探究火灾风险空间分布,提出高密度建成区火灾风险防范措施。结果表明：研究区域的539个街区单元中,有37个为五级火灾危险性街区单元,45个为五级火灾风险街区单元;街区特征暴露性是影响火灾危险性的主要因素,工业和商业活动范围是城市火灾的高损失区域;提出了集“重点监测点-重点监测区-重点改造区-消防优化区-改造优化区”于一体的石家庄市中心城区火灾风险防范建议;POI数据及遥感图像识别技术的引入,不仅提升了风险溯源能力,还弥补了火灾风险评估模型没有充分考虑城市动态变化的局限。街区尺度的火灾风险研究为高密度建成区消防安全保障提供了新思路。     

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数(DEVI).利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价....     

基于CBERS-2B卫星数据的《桂林城区环境监测影像地图》研制与应用

基于中巴CBERS-2B卫星影像,分析环境监测对影像地图的需求,探讨制作《桂林城区环境监测影像地图》的方法。在影像地图制作中,以GPS的SBAS信号定位,采用WGS84坐标系统,对道路河流等矢量层和监测专题要素层作了专门处理,还讨论了卫星影像在城区环境监测中的应用,探索环境监测遥感影像专题地图的特点、方法、技术难点和需注意的一些问题。     

2002-2021年渤海叶绿素a浓度变化及环境响应分析

基于2013-2021年渤海遥感反射率和叶绿素a浓度等实测数据,开展了该海域MODIS影像的叶绿素a浓度遥感反演模型研究。选择OC3经典模型形式,采用渤海的实测数据进行拟合分析,获取了适用于渤海的模型局地化参数,通过真实性检验得到叶绿素a浓度的遥感反演结果与实测值的决定系数为0.84,平均相对误差为24.77%,均方根误差为5.56 μg/L,反演精度较佳。利用该算法反演获取了渤海2002-2021年叶绿素a的月度、季度和年度平均浓度,分析了其时空变化特征,同时结合2001-2021年渤海非优良水质比例开展了环境响应分析。分析结果显示:2001-2021年,渤海非优良水质比例与同时期叶绿素a浓度变化趋势基本一致,呈现先变差后变好的倒V形趋势;5年平均的非优良水质比例与叶绿素a浓度变化趋势更直观地反映了2001-2021年渤海整体的水环境变化趋势,与非优良水质比例相比,叶绿素a浓度对渤海水环境的改善响应更快。     

基于QuickBird影像目视解译在土地利用类型调查中的应用——以遂宁市船山区新桥镇为例

利用高分辨率的QuickBird影像数据,对遂宁市船山区新桥镇的土地利用类型进行调查,参照四川省"金土地工程"农业地质遥感综合调查工作方案,通过对图像进行适当的处理,建立较为准确的解译标志,采用人工目视解译结合人机交互式解译的综合判读方法,从图像上获取相对准确的土地利用类型信息.     

用TM图象估算海表面叶绿素浓度的神经网络模型

叶绿素浓度是衡量海洋水体质量的重要参数之一。本文以大连湾为示范区于1999年5月10日进行了现场卫星同步实验，采用神经网络模型技术模拟了TM1、TM2两个波段的辐射亮度值与在该湾海域现场获得的叶绿素浓度数据之间的传递机理。结果表明，使用TM图象的两人可见光波段作为输入，采用两层神经网络结构能建立比多回归分析更高的海水表层叶绿素浓度模型。回归分析的相关系数为0.49，神经网络分析的相关系数为0.87.     

广州市1990-2005年植被覆盖度的时空变化特征

植被是生态系统的最重要组成部分,以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础。以1990、1995、2000和2005年4个时相的TM遥感影像为数据源,对其进行大气辐射校正以及进行空间图像运算,生成广州市不同时序的植被覆盖度图,以此分析广州市植被覆盖度的时空变化特征。结果表明,广州市过去15a植被覆盖度变化很大,从58.75%下降到46.06%,特别是中心城区和番禺区内的植被覆盖度变化更显著。植被覆盖度下降最多的时间段是1990—1995年,恢复阶段是2000—2005年间。但是,从空间分布上看,植被恢复的区域主要是从化市,市区仍然处于继续下降状态,值得各方面关注,因为市区是人口密度和经济高度集中的区域,也是生态元素最缺乏的区域。     

三江源生态监测项目中TM影像的几何精校正

文章重点探讨了三江源自然保护区生态保护和建设项目生态监测中遥感监测部分的TM影像几何精校正方法,并为其他更高分辨率卫生影像的几何精校正提出了一些建设性意见。     

基于光学与SAR影像的老挝溃坝洪涝灾害监测与评估

由于雷达入射波在水面上的后向散射强度较弱,而水体在雷达影像上的色调较暗、像素值较小,因而有效地利用雷达的后向散射特征和影像的纹理变化特征等,可以对洪灾进行监测与评估。由于获取影像的时间不同且单一数据源影像不够完善,该文结合高分2号(GF2)、Google等光学影像与高分3号(GF3)、哨兵1A/IW(Sentinel-1A/IW)合成孔径雷达(Synthetic Aperture Radar,SAR)影像对老挝溃坝后的洪涝灾害进行监测与评估。首先通过先验知识和目视解译的方法,利用GF3并结合GF2、Google影像快速识别部分变化明显的水体区域;然后通过Otsu方法确定最优阈值,利用Sentinel-1A影像进行灾前灾后变化检测,识别变化水体;最后利用Sentinel-1A影像的极化信息进行假彩色合成,进一步识别变化水体。研究结果表明:①利用SAR影像的后向散射及纹理特征,可以有效地识别水体;②通过光学与SAR等多源数据相结合,可以提高洪水监测和评估的精度;③经过评估本次洪涝灾害洪水淹没范围约为61.32 km²,SAR在洪水灾害的监测与评估方面具有较大的应用潜力...