遥感方法应用于湖泊富营养化评价的研究

利用武汉东湖各子湖多年可靠的地面监测资料和1999年9月Landsat—7的TM各波段的卫星遥感数据,建立了各子湖的营养状态指数与TM各波段图像上灰度值之间的关系模型：一元线性模型、多元回归模型。运用这些模型对武汉各湖泊进行富营养化评价。同时基于地面监测资料,用日本学者相崎守弘提出的修正富营养化指数法对武汉主要湖泊的富营养化程度进行评价。结果显示,武汉湖泊多处于中富营养状态,遥感评价结果与地面监测结果基本一致。指出利用遥感方法进行湖泊水体富营养化监测评价是可行的、有效的、利用该方法可进行大范围的湖泊富营养化调查评价。     

富营养化水体中黑水团的吸收及反射特性分析

对黑水团水体光学特性进行研究,是利用遥感技术监测和评估黑水团事件的前提.针对2015年7月在太湖发生的黑水团现象,采集了太湖黑水团区(区域一)、蓝藻水华区(区域二)、清水区(区域三)共36个水样,对这3个区域的水体遥感反射率以及吸收特性进行对比分析.结果表明:1区域一水体的总颗粒物、色素颗粒物和非色素颗粒物吸收系数比区域二、区域三高出1~2倍,在400~500 nm之间,区域一CDOM吸收系数相比另外两个区域的水体高出2倍左右.导致黑水团区域水体具有很低的遥感反射率,被人眼感知时呈现为黑色;2黑水团区域水体M值低于滇池、巢湖和太湖的M值变化范围,说明黑水团中CDOM的腐殖酸含量较高.此外,叶绿素a浓度与CDOM在350 nm处吸收系数之间具有很好的相关性,表明蓝藻的降解可能是黑水团中CDOM的一个主要来源;3在380 nm之后,黑水团区域的水体总吸收以色素颗粒物占主导,但在短波350~380 nm处,CDOM对总吸收的贡献率高于色素颗粒物和非色素颗粒物.     

基于近地多光谱和OLI影像的黄河三角洲冬小麦种植区盐分估算及遥感反演——以山东省垦利县和无棣县为例

黄河三角洲是我国重要的后备土地资源区,而土壤盐渍化对该区的农业生产影响巨大,因此,及时获取该区农作物种植区土壤盐分含量及其分布具有重要意义。论文利用ADC便携式多光谱相机和EC110便携式盐分计,采集该区近地多光谱相片和土壤表层含盐量数据,结合两期遥感影像提取黄河三角洲冬小麦种植区面积分布,构建基于近地多光谱植被指数的土壤含盐量估算模型,进而将模型拟合反演到黄河三角洲OLI影像,得到黄河三角洲冬小麦种植区土壤盐分含量空间分布图,对麦区土壤盐分状况进行了分析。结果显示,土壤含盐量最佳估算模型为以SAVI为因变量的线性模型（Y=-0.754x+0.870,n=80）,估测R²为0.747,精度达到81.44%;研究区冬小麦分布由西南部内陆至东北部沿海呈明显递减的空间趋势;麦田土壤盐分含量主要集中在1.5~3.0 g/kg之间,占种植总面积的76.90%,而含盐大于3.0 g/kg的麦田占14.09%,宜采取针对性栽培管理措施。该研究探索了基于近地多光谱数据和OLI影像的土壤含盐量估算方法,为黄河三角洲麦田管理和土壤盐分含量估算提供了快速有效的技术手段。     

2014年河北中南部两次重霾天气成因分析

利用河北省环保局环境监测站提供的污染物浓度数据及常规气象观测数据、NCEP再分析资料,结合HYSPLIT4.9后向轨迹模式,对2014年10月上旬发生在河北省的2次大范围的重霾天气特征和成因进行综合分析.结果表明,这2次重污染天气过程PM_2.5地面浓度最大值出现在邢台,为507μg/m³,水平能见度不足1km.均压场的分布和较为平稳的高空形势为2次霾天气提供了有利的气象背景.高湿,静小风以及较低的混合层高度不利于污染物扩散,是导致这两次重污染天气持续的主要原因.结合卫星火点及污染物来源分析表明,河北南部及周边省份的秸秆燃烧加重了第2次过程的污染,污染气团的输送对区域性重霾天气产生重要影响.     

基于TM影像的城市地表湿度对城市热岛效应的调控机理研究

论文以探究城市热岛效应调控机理为研究目的,以徐州地区1985-2010 年夏季四期Landsat TM影像为研究数据,应用单窗算法、K-T变换、空间叠加分析以及缓冲区分析等研究方法,对徐州市城市热岛时空变化特征进行了反演,重点对徐州市城市热岛强度的调控机理进行了分析并提出了通过K-T变换提取表示城市建成区内部植被与水体覆盖程度的城市地表湿度(ULSW)这一新指标.研究结果显示:城市地表湿度显著区对城市热岛效应起到了有效的调控作用,并且随着城市地表湿度值的提高,区域内部以及周围环境的温度都会随之下降.城市地表湿度指标对于城市热岛效应的调控水平具有一定的代表意义.     

基于光谱分析的生物结皮提取研究——以毛乌素沙地为例

利用典型地物高光谱数据和TM遥感影像,对毛乌素沙地处于旺盛生长期(7-9 月)的由苔藓结皮主导的生物结皮进行了提取研究.结果表明:① 苔藓结皮在生长期具有与绿色植物相似的光谱曲线变化趋势;红边参数显示,二者除红边位置非常接近外,红边振幅、红边宽度和红边面积差异均较大;在近红外区域,苔藓结皮比绿色植物的反射率低很多;苔藓结皮无明显的553 nm反射峰;低盖度苔藓结皮(33%)、藻类结皮和植被枯落物在整个波段光谱曲线比较接近,与裸沙相比,三者反射率均较低.② 基于TM影像,用生物结皮指数(BSCI)、归一化植被指数(NDVI)、监督分类和坡度分级相结合的方法提取生物结皮,发现苔藓结皮的像元面积为0.72×10⁴ km²,占研究区总面积的6.43%.     

基于无人机影像的城市植被精细分类

针对传统植被资源调查方法工作量大、成本高、效率低的问题,利用高分辨率无人机遥感影像,联合地物光谱-纹理-空间信息,构建了一种适用于描述城市不同植被种类的多维特征空间,在此基础上对三种应用广泛的分类算法(基于像素的、面向对象的支持向量机及深度学习Mobile-Unet语义分割模型)开展了对比分析研究.结果表明:本文提出的联合地物光谱-纹理-空间信息的特征空间构建方法能够有效地描述城市不同类型植被的特征差异,提升影像分割、植被分类的精度;在分类精度上,基于像素和面向对象的支持向量机分类结果的总体精度均超过90%,深度学习方法的总体分类精度为84%;在算法效率上,传统机器学习方法也优于深度学习方法.因此,得出结论针对城市小区域、小样本的植被精细分类,传统机器学习分类方法比深度学习方法效果更好.     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

高分辨率遥感影像在生态环境状况评价中的应用——以戚浦塘生态调查为例

以苏州市戚浦塘疏浚工程生态调查为例,分别解译分辨率30 m和2.5 m的遥感图像,对比分析解译结果,量化研究了不同分辨率的解译数据对生物丰度指数、植被覆盖指数和生态环境状况指数的影响,为进一步探讨高分辨率遥感图像在区域生态环境状况评价中的应用指明了方向.     

生态环境变化遥感评价指数的应用研究——以敖江流域为例

利用1994年5月12日与2009年6月6日的Landsat TM和2001年5月23日的Landsat ETM＋卫星影像,选用遥感生态指数（RSEI）,结合流域的植被覆盖度状况,定量评价了15年间敖江流域的生态环境变化与植被覆盖度变化情况,并对二者的关系进行了简要分析.结果表明：15年间,敖江流域生态等级为优所占的面积比例从13.48％上升到24.90％,增加了304.29 km2;植被覆盖度等级为极高的面积增加比例为29.31％.总体看来,敖江流域生态环境状况和植被覆盖状况均有明显的提高,两者具有较好的对应关系.