毛乌素沙地东南缘NDVI植被变化特征分析

以毛乌素沙地东南缘5个区县为研究区,采用2003年、2007年、2011年和2015年的MODIS NDVI数据,利用最大值合成和趋势分析等方法分析了研究区季相、生长季和年际轻度NDVI空间变化情况,得到毛乌素沙地东南缘植被的时空演变特征。结果表明:①从NDVI季相的年际变化来看,毛乌素沙地植被在春季呈轻度退化趋势,在夏季呈轻度改善趋势,秋季和冬季基本不变,其中东南部植被增加大于西北部,夏季植被增加最明显;②植被生长季的年际变化特征与夏季相似,改善土地主要分布于神木市和榆阳区,其他地区分布较零散;③从2003-2015年NDVI年际变化来看,基本不变等级面积占比为33.61%,植被处于轻度退化等级的面积占比为46.74%,轻度改善等级的面积占比为15.51%。总体而言,2003-2015年毛乌素沙地东南缘植被整体呈微弱恢复态势,反映该区域的生态建设具有一定效果。     

基于波谱角分类法的沙化信息提取研究——以毛乌素沙地典型地区为例

以毛乌素沙地典型地区为例,以CBERS2、Landsat5 TM、SPOT5及 TM与SPOT5融合影像作为基本数据源,使用波谱角分类法对 该区流动沙地、半固定沙地、固定沙地和沙化耕地进行信息提取,探索和比较该方法针对不同传感器遥感影像的沙化信息提取精度 。对本研究区,不同传感器影像的沙化信息提取精度均在80%以上,其中融合影像的沙化信息提取精度最高为90.13%,SPOT5次之, 而CBERS2和TM对不同类型的沙化信息提取各有优势,但CBERS-2信息提取的精度要高于TM。这说明使用波谱角分类法提取的结果精 度与影像空间分辨率有正相关关系,即空间分辨率越高,沙化信息的提取精度也越高。     

单窗算法结合Landsat8热红外数据反演地表温度

Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。     

一种拓展的半物理时空融合算法及其初步应用

Landsat 5卫星较低的时间分辨率(16天)使得其很难获得大区域的、时相一致的清晰影像数据集。本文发展了一种基于半物理模型的时空融合算法-即乘性调制融合算法,并借助多时序的MODIS反射率数据来生成多时相的Landsat TM/ETM+反射率合成影像,经镶嵌后得到区域尺度的高时空分辨率地表反射率数据集(Landsat TM/ETM+)。本文利用吉林省2006年—2011年的Landsat 5 TM地表反射率数据以及500 m的MOD09A1反射率产品来生成3个时相的Landsat 5 TM反射率合成数据,从而获得研究区在上述时相下地表反射率数据的镶嵌图。初步分析表明,所生成的Landsat 5 TM反射率数据的光谱分布特征与MOD09A1反射率数据较为一致,且图像在整体上光谱特征的连续性较好。     

多应变参数维度的川滇应变率场构造及分析

针对当前主流单维度地应变分析方法难以全面反演地壳动态迁移及其趋势,无法精确反映应变与地震相关性的问题,该文提出利用多维参量解析法进行全方位地壳应变分析。利用2011—2014年GAMIT解算得到的高精度GNSS坐标时间序列经过模型化拟合得到的ITRF08框架下的川滇地区速度场,并去除欧亚板块欧拉矢量速度场进行Delaunay三角形构网,解算得到了川滇地区的主应变率场、最大剪切应变率场、面膨胀率场。研究结果表明,最大剪切应变率高值区域及面膨胀率梯度较大区域与地震的发生存在较强的相关性,地壳动态迁移趋势性体现比以往常规研究显著占优;多维参量解析法从更丰富的数据维度反演了川滇区域地壳活动状态。     

综合137Cs，RS和GIS的土壤侵蚀评估和预测——以云南小江流域为例

综合应用137Cs技术、RS技术和GIS技术,进行云南小江流域土壤侵蚀的评估和预测研究,探索中国西部山区观测资料缺乏、USLE(Universal Soil Loss Equation)方程不适宜区域土壤侵蚀评估与预测方法。通过137Cs技术,采用非农耕地与农耕地土壤侵蚀模型确定区内林地、灌丛、草地、坡耕地和裸地的年均侵蚀模数分别为356—1531 t/(km2·a),330—1709 t/(km2·a),886—3885 t/(km2·a),5197—12454 t/(km2·a)和15000 t/(km2·a)以上。解译小江流域1987年(Landsat TM)、1995年(Landsat TM)和2005年(Landsat ETM)遥感影像,获得流域不同时期土地利用图,将其与1∶50000 DEM模型进行叠置分析,建立小江流域土地利用的空间分布图,结合利用137Cs确定的土壤侵蚀速率数据,进行土壤侵蚀分区与制图,分析土壤侵蚀的时空变化。结果表明:1987年—2005年流域轻度以上侵蚀面积占总面积的66.0%—67.3%,变化不大,但侵蚀强度明显加剧,1987年—1995年间尤为明显;中度侵蚀、强度侵蚀、极强度侵蚀区面积分别增加30%、23%和26%;小江流域1987年、1995年和2005年土壤侵蚀量分别为7.51×106t/a,8.19×106t/a和8.18×106t/a。进而选用1995年和2005年的土壤侵蚀数据构建Markov-CA(马尔可夫—元胞自动机)预测模型,获得2015年流域土壤侵蚀分区图,并预测2015年土壤侵蚀量为8.17×106t,与2005年侵蚀量接近。研究结果真实地反映了小江流域土壤侵蚀的变化过程与主要驱动因子,研究方法适合中国西部山区土壤侵蚀评估与预测。     

毛乌素沙地变化监测

开展沙漠地区的沙漠化监测,进行时空变化分析,有利于掌握沙漠内部及周边各种土地资源的数量和质量的演变。以遥感影像、基础测绘数据为基础,通过遥感解译,精确划出毛乌素沙地范围并计算其面积,并对2000—2013年沙地沙化程度变化情况进行监测。监测结果显示,毛乌素沙地面积略有下降,内部沙化程度明显好转。通过监测掌握毛乌素沙地近年来的变化情况,为毛乌素沙地治理提供科学数据。     

毛乌素沙地植被覆盖变化的遥感分析

为了防止毛乌素沙地沙漠化、改善生态环境质量,近10年国家在该区域实施了一系列生态环境建设工程。这些工程的主要目标就是恢复退化植被,提高植被覆盖率。本研究基于2000年、2005年、2010年三期的Landsat数据,利用eCognition软件中面向对象分类技术和地理信息系统的叠加分析功能,分析了2000~2010年间毛乌素沙地植被覆盖变化情况。同时,通过MODIS-NDVI数据计算分析了植被覆盖度的变化趋势。研究得出:1)该区域草地大幅度增加,尤其是2005年到2010年之间,增加更加明显;林地基本稳定;旱地由于退耕还林等政策有所减少;2)近10年来毛乌素沙地植被覆盖度呈逐步增加趋势,西北部和东南部增加尤为明显。产生上述变化的自然因素和人为因素的贡献率需要进一步研究。     

川滇地区地壳应变率参数的总体最小二乘反演

利用总体最小二乘方法和1998—2004年的GPS水平速度场观测数据研究川滇地区地壳应变率参数的反演,同时考虑观测值(速度)和系数矩阵(监测点坐标)的误差;比较分析总体最小二乘与最小二乘反演结果,证实总体最小二乘方法反演川滇地区地壳应变参数的合理性。     

联合哨兵2号和Landsat 8估计白格滑坡时序偏移量

光学影像时序偏移量跟踪是滑坡监测的一种重要手段。针对单平台光学时序偏移量估计时间采样率不足的问题,利用多源时序偏移量估计获取了白格滑坡2014-11—2018-09期间的形变。首先,基于哨兵2号和陆地卫星(Landsat)8分别进行单平台和双平台下的时序偏移量计算。其次,以稳定区域统计值和交叉验证两种方式进行精度评定。然后,基于双平台下的时序形变对滑坡进行阶段划分,并探讨其成因。结果表明:(1)双平台时序偏移量精度优于单平台,哨兵2号在东西向和南北向的精度分别提升3.02%和5.37%,Landsat 8在两方向上的精度分别提升了3.61%和0.40%;期间的最大累计形变和最大平均形变速率分别为42.90 m和9.06 m/a。(2)白格滑坡可划分为初始、等速和加速(初加速和中加速)3阶段,截至2018-02-05已进入中加速阶段。(3)时序形变与降雨量相关性系数高达0.88。     

1987—2017年呼伦湖面积变化监测与分析

基于长时间序列的Landsat TM/OLI数据,以10年为间隔,对1987—2017年呼伦湖的水体面积进行了动态监测和变化分析,并从人为因素和自然因素两方面分析了该湖面积变化的原因。     

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。     

城市下垫面覆盖类型变化对热岛效应影响的模拟研究

利用Landsat TM/ETM 卫星影像的热红外数据反演了武汉市的地表温度,定量地分析了1988~2002年武汉市热岛的时空分布;结合遥感手段和误差反向传播神经网络方法,动态地模拟了当汉口地区下垫面覆盖类型变化时的热岛分布情况,重点对绿地增加时热岛的变化作了详细的分析。结果显示,1988~2002年,武汉市城市热岛效应明显增强,绿地面积的增加能缓解局部热岛的范围和强度,绿地面积越大,热岛的缓冲范围越大,缓冲强度亦大。     

北京地区Landsat 8 OLI高空间分辨率气溶胶光学厚度反演

卫星气溶胶光学厚度(AOD)反演中,传统暗目标方法在反射率较低的水体、浓密植被覆盖区域取得了较好效果,在反射率较高且结构复杂的高反射地表上空目前多采用深蓝算法,但存在空间分辨率较低,对细节分布描述性较差等问题。为解决这一问题,本文首先以5年(2008年—2012年)长时间序列MODIS地表反射率产品为基础,采用最小值合成法建立500 m分辨率逐月地表反射率产品数据集,然后利用地物波谱库中典型地物波谱数据,分析建立MODIS与Landsat 8 OLI传感器蓝光波段反射率转换模型,最后北京地区AERONET地基观测数据确定了气溶胶光学物理参数,并反演获取了北京地区上空500 m分辨率的AOD分布。为验证反演算法的精度,分别将反演结果同AERONET及MODIS/Terra气溶胶产品(MOD04)进行交叉对比,同时利用相关系数R,均方根误差RMSE,平均绝对误差MAE以及MODIS AOD产品预期误差EE共4个指标进行衡量。结果表明:算法反演获取的AOD与AERONET观测值具有较高的一致性,各指标分别为R=0.963,RMSE=0.156,MAE=0.097,EE=85.3%,稍优于MOD04产品(R=0.962,RMSE=0.158,MAE=0.101,EE=75.8%),并且有效的对比点数也高于MOD04。通过与地基观测相比,卫星遥感获取的高分辨率城市地区AOD精度可作为定量评估城市空气质量的有效依据。     

乌鲁木齐建成区扩张及植被的演变特征

针对乌鲁木齐市建成区扩张及其内部生态环境发生变化的问题,该文选取1993年、2003年和2013年的DM_SP/OLS夜间灯光数据、2018年的NPP-VIIRS夜间灯光数据以及Landsat影像,利用二分法、归一化植被指数分析等方法,研究乌鲁木齐市建成区扩张及其植被状况的时空演变特征。结果表明:乌鲁木齐市建成区呈现"T"型扩张的同时也向北延伸,其扩张速度和动态度分别为40.28km~2/a、23.98%,均属于高速扩张类型。乌鲁木齐市建成区重心在1993—2003年向西转移了1 577.60m;2003—2013年向西北方向转移了2 584.54m;2013—2018年向东北方向转移了1 232.59m。建成区内的植被呈现先升高后急剧降低的趋势,由1993年的419.70下降到2018年的-18.20,且NDVI均值变化量为负值,说明该建成区内的植被状况在逐渐变差。     

利用Landsat TM数据和地面观测数据验证GLASS反照率产品

Global LAnd Surface Satellite Products System(GLASS)反照率产品基于Angular Bin(AB)算法,仅使用单一观测角度的地表或大气层顶反射率数据就能较为准确地反演地表宽波段反照率,具有较高的时间分辨率,可以反映降雪、融雪、收割等状况下地表反照率的快速变化。遵循"一检两恰"的验证流程对这一反照率产品进行验证,首先使用FLUXNET站点验证数据对AB算法反演的Landsat Thematic Mapper(TM)高分辨地表反照率数据进行验证,再将TM高分辨反照率聚合到GLASS像元尺度对GLASS反照率产品进行验证。挑选FLUXNET的5个站点,筛选无云条件下的TM高分辨率影像,共获得103组有效验证数据。验证结果表明,GLASS反照率产品具有较高的精度,总体误差约为0.0163,可以满足大多数应用的精度需求。     

大气水分含量的空间异质性及其对地表温度反演的影响

大气水分含量是影响单波段热红外地表温度反演的关键因素之一。研究大气水分含量空间异质性对地表温度反演的影响误差有助于单波段热红外数据的合理应用。以MODIS MOD 05_L2产品为数据源,探讨区域大气水分含量的空间异质性及其对Landsat地表温度反演的影响。在推导大气水分含量对地表温度反演误差模型的基础上,针对Landsat5热红外波段,结合不同区域的大气水分含量分布状况,对大气水分含量的空间异质性可能引起的地表温度反演误差进行了模拟计算与对比分析。结果显示,大气水分含量空间异质性对地表温度反演的影响与大气水分含量及其异质性程度有关:当大气水分含量的空间异质性相对较大时,误差值和误差范围都比较大,达到0.5~2℃,相对误差为2%~20%;当大气水分含量空间分布较均匀时,误差值和误差范围为0.1~0.2℃,相对误差为0.5%~2%。可见,对于空间异质性程度较大的区域,区域面上大气参数的获得对地表温度的准确反演具有重要意义。     

联合HJ-1/CCD和Landsat8/OLI数据反演黑河中游叶面积指数

目前制约30 m分辨率地表参数遥感提取的主要因素是有限的观测个数,而联合多传感器观测是提高单位时间观测频次的一个有效途径。本文以黑河中游为研究区,利用HJ-1/CCD和Landsat 8/OLI传感器构建多传感器观测数据集。对多传感器观测数据集在观测周期内的有效观测个数、观测角度和双向反射分布函数BRDF分布特征、以及经过预处理后的多传感器数据一致性等问题进行分析。不同传感器观测数据质量差异是多传感器联合反演的主要问题,因此本文首先制定了多传感器数据质量控制方案,然后利用统一模型查找表反演单传感器叶面积指数LAI结果,对10天观测周期内经过质量筛选的单传感器反演结果采用平均方法合成LAI产品。结果表明,LAI有效反演像元占总反演像元比例由单传感器的6.4%—49.7%提高到多传感器的75.9%。利用地面测量数据进行验证分析,LAI反演结果与地面实测数据的均方根误差RMSE均值为0.71。利用30 m分辨率的HJ-1/CCD和Landsat 8/OLI传感器数据可以生产精度可信、时间分辨率连续的LAI产品。     

基于TM/OLI影像的西安城区热岛效应分析

以2002年Landsat5 TM和2014年Landsat8 OLI影像为数据源,分别反演了2002年和2014年西安市城区的地表温度,并对地温进行极值归一化处理,以此分析西安城区的热岛强度时空分布规律。结合归一化植被指数和城市热岛强度分布分析了植被覆盖对热岛效应的影响。结果表明:2002~2014年西安市热岛强度高温比例上升,热岛效应增强;较高的植被覆盖度能对城市热岛效应带来的高温影响起到缓解作用。     

利用Landsat TM6数据反演大亚湾海水表层温度

基于Landsat TM6数据,采用覃志豪单窗算法(MW)、Jiménez-Mu(n)oz单通道算法(SC)和Weng算法计算了大亚湾海域的海表温度(Sea Surface Temperature,SST),分析比较了3种算法反演的海温空间分布特征,并选取12个样本点与实测数据进行了比较.结果表明:3种算法反演的海温分布特征基本一致,在3幅海温图像上可以清晰地观察到大亚湾核电站的热废水扩散特征;反演温度与实测温度的差值平均值分别为-2.21℃、0.19℃和-4.68℃,以SC算法误差最小.