基于自组织网络的黄河口浑浊模式研究

传统浑浊度时空变化模式研究依靠野外观测实验,需要投入大量人力物力,模型适用范围亦非常有限。本文利用自组织网络（SOM）,直接从长时序遥感影像中提取典型浑浊模式,分析浑浊度年内、年际变化特征。以黄河河口附近海域为研究区,提取出近15年的6类典型浑浊模式。典型特征显示,研究区内主要有2个浑浊区,位于渤海湾西部和南部,以及河口外和莱州湾西北部;6类模式中四类以年为周期过渡更替,冬春季浑浊度较高,夏秋季浑浊度较低;多年浑浊模式逐渐由中浑浊向清澈模式变化,整体浑浊度有降低趋势。浑浊水体分布主要受河口潮流、环流等海洋动力和风浪影响,结合研究区气象观测数据分析,海面风浪变化是造成浑浊模式更替的主要原因,黄河入海泥沙影响范围仅局限于河口口门周边。利用统计参数分析和2007年各月悬浮泥沙浓度反演结果比较,评价SOM分类效果,结果表明SOM提取的模式间具有显著差异,一定程度上能够代替经验模型反映区域浑浊特征。SOM神经网络能够从长时序遥感影像中直接提取浑浊水体典型分布模式,分析海岸带地区水体浑浊度变化的时空特征,对了解复杂水体泥沙输运及优化水资源利用具有重要应用价值。     

一种考虑雪粒径变化的积雪面积反演算法

光谱混合分析能够提取亚像元信息,被广泛地应用于遥感影像目标探测之中。本文针对MODIS积雪遥感影像,基于光谱混合分析框架,利用渐进辐射传输模型建立不同粒径大小的雪反射率光谱库,提出了一种考虑端元变化及二次辐射的雪盖面积反演算法。此算法首先利用渐进辐射传输模型建立不同粒径大小积雪的反射率光谱库,然后使用序贯最大角凸锥方法获取植被、土壤与岩石、阴影的光谱库。在建立各种地物反射率光谱库之后,利用均方根误差最小的方法获取最优端元组合。在此基础上,考虑端元独立辐射以及积雪与其它地物的二次辐射过程,利用稀疏光谱混合模型获取积雪面积与雪粒径大小。实验结果表明：此方法能够同时反演雪粒径与积雪面积,反演的雪粒径相比单波段的渐进辐射传输模型小,反演的积雪面积相比MOD10A1产品精度略微提高。     

基于机理模型的不同空间分辨率影像提取湖面面积的误差研究

本文提出了一种湖面面积误差机理模型。首先,以椭圆形(或圆形)、三角形、六边形的面状地物为例,推算不同空间分辨率遥感影像提取面积间的关系,据此推测不同空间分辨率影像提取的湖面面积之间存在着较为固定的函数关系,且函数的系数与湖面的几何形状有关。然后,构建了不同空间分辨率影像的湖面面积间的误差模型,并用多组不同影像提取了艾比湖、阿雅克库木湖面积数据验证其有效性和适应性。结果表明:误差机理模型成功模拟了低空间分辨率影像提取的湖面面积与高空间分辨率影像提取的湖面面积之间的误差关系,可在一定程度上估计误差的具体数值并予以校正。因此,该模型具有校正低分辨率影像提取的湖面面积的能力,为在大区域范围准确地提取湖面面积创造条件。     

暖湿化下西北地区水体变化趋势遥感监测

水体是支撑西北地区生态环境健康与社会经济持续发展重要的地表环境要素。在气候变化与人类活动的综合影响下，西北地区水体的时空分布发生着显著的变化，并反过来影响着区域内社会经济的发展和生态环境的保护与建设。为深入认识气候变化背景下西北地区水体的时空变化规律，本文基于高分辨率全球地表水数据集(JRC Monthly History v1.3)，分析了2000—2020年西北地区水体面积及其空间分布的变化规律。从年内变化看，西北地区水体面积在6月和9月有较显著的扩张，而10月起随着区内水分来源的减少水体面积开始缩减。从年际变化看，自2000—2020年，西北地区水体面积从3.48×10⁴ km²增加到4.82×10⁴ km²，年变化率达到682.64 km²/a。其中，塔里木河沿线区域及青海省西部水体面积扩张较为显著。塔里木河、和田河、台吉乃尔湖、达布逊湖和青海湖等常年水体周围，水体面积持续增加。本文同时利用高分辨率气候再分析数据(CMFD)分析了西北地区气候变化对水体面积及其分布的影响...     

高分六号影像在内陆水体叶绿素a反演中的应用潜力分析

GF-6 WFV影像具有宽覆盖、高时空分辨率、高光谱分辨率等特点,目前在农业和林业遥感领域都有一定应用,但是在水质遥感中的应用潜力还缺乏系统的评估。本文以潘家口和大黑汀水库为研究区,采用2019年9月24—25日获取的潘家口和大黑汀水库叶绿素a浓度、实测遥感反射率和准同步GF-6 WFV影像,构建了潘家口和大黑汀水库叶绿素a浓度经验反演模型,探索GF-6 WFV在内陆水体叶绿素a浓度遥感监测中的应用潜力。研究结果表明,基于GF-6 WFV模拟光谱构建的潘家口和大黑汀水库叶绿素a浓度经验模型决定系数均在0.90以上,GF-6 WFV影像在水体叶绿素a遥感监测中具有应用潜力,尤其是新增的黄波段和红边波段1,有助于提高GF-6 WFV影像叶绿素a浓度遥感监测能力;GF-6 WFV影像大气校正误差降低了叶绿素a浓度遥感监测精度,GF-6 WFV影像水体大气校正精度有待改进,以提升GF-6 WFV影像水质遥感监测能力。     

1979—2019年武汉市重点水体多要素协同的时空演变特征

城市发展对水体多方面要素产生了巨大影响,尤其是对水资源丰富的城市,迫切需要开展相关监测研究。研究以武汉市为例,通过梳理国内外相关研究以及武汉水体保护政策,提出融合水体面积、水质、水体景观、滨水区生态环境4个方面要素的分析技术路线以更为全面的反映城市尺度的水体时空演变特征,具体的,利用随机森林模型基于1979—2019年遥感影像获取武汉67个重点水体信息,并以此获取水体面积和水体景观的变化特征;同时,通过梳理多年水质监测数据分析水质变化特征;另外,基于遥感生态指数（Remote Sensing Ecological Index, RSEI）分析滨水区生态环境变化;最后,采用多尺度地理加权回归模型（Multi-scale Geographically Weighted Regression, MGWR）对重点水体面积变化的影响因素研究,希冀为政府制定差异化的水体保护政策提供科学支撑,并为其他地区水体的多要素分析提供有益借鉴。结果表明：① 武汉市水体面积呈下降趋势,水体总面积、重点水体面积分别减少10.75%及13.12%,中心城区及郊区水体变化存在显著差异;② 水体景观呈退化趋势,周长面积分维数、平均斑块面积、聚合指数及结合指数分别减少了6.43%,79.35%,1.55%及10.94%;③ 重点水体水质总体呈恶化趋势,其中江河及水库多数常年为III类及以上水体,中心城区湖泊多为V类及以下水体,郊区湖泊多为IV类及V类水体;④ 中心城区及郊区滨水区遥感生态指数（RSEI）分析表明滨水区生态环境呈恢复态势,其中中心城区滨水区平均RSEI增长了14.29%;⑤ MGWR分析表明,自然气象因素中,相对湿度的增加对江夏区湖泊恢复影响更为显著,降水对水面较小的水体恢复影响更为显著;社会经济因素中,各行政区GDP的增加有助于水体恢复,对中心城区、黄陂及新洲的水体保护影响更为显著;滨水缓冲区内不透水面占比（IS）的增加导致大多数水体面积的减少,然而,对于少数重点修复水体,IS增加是受相关保护政策影响,IS增加有助于这些水体恢复。     

基于多源遥感数据和GEE平台的博斯腾湖面积变化及影响因素分析

作为典型的干旱区内陆湖泊,博斯腾湖的面积变化趋势与当地自然和人文环境的变迁密不可分。本文结合GIS与RS技术,利用Landsat影像和MODIS数据共2289景及JRC GSW水体掩膜产品,基于Google Earth Engine（GEE）平台采用指数法得出2000—2019年博斯腾湖面积年际和年内变化趋势,并采用2019年Sentinel-2影像进行结果对比分析,同时通过2000—2018年焉耆、库尔勒和巴音布鲁克气象站日值数据和人类活动分析其变化原因。得出如下结论：① 本结果中基于海量遥感数据提取面积的结果表明,GEE可以充分应用高时间分辨率遥感数据进行湖泊年际尤其是年内面积变化分析。相比于Landsat-5/7/8影像与MOD09GQ数据,由于Sentinel-2影像的时空分辨率优势,基于其所得的湖岸线可显示出较多细节。② 2000—2013年博斯腾湖面积共减少181.66 km²,变化速率为13.98 km/a;2013—2019年,湖泊共增加133.13 km²,变化速率为22.19 km²/a;③ 博斯腾湖面积一般在每年的3—6月呈上升趋势,且在当年6—9月保持峰值,面积在10—12月减小;④ 博斯腾湖面积年际变化与其流域内焉耆、库尔勒、巴音布鲁克气象站的降水、蒸发及积温因素变化的相关性未达到显著水平,而年内变化与上述气候要素相关性较高。     

基于天绘一号卫星影像的水体信息提取对比研究

针对天绘一号卫星高分辨率影像,采用面向对象分类方法对怀柔水库区域进行水体信息提取,在多尺度分割的基础上,统计地物的光谱信息、形状因子和亮度均值等,建立水体信息的特征集,充分利用高分辨率的特点提取水体信息,同时选取了参数相近的SPOT和RapidEye两幅国外高分影像进行对比研究,使用相同方法进行水体提取,对实验过程和结果进行了对比分析。针对提取结果,采用野外采样和矢量图分析两种方法综合进行精度评价,根据采样数据得到的精度分别为96.97%,95.45%,92.42%,分析实验结果的矢量图,其中天绘影像水体提取面积为5 537 412.5㎡,SPOT影像为5 398 225㎡,RapidEye影像为5 053 262.5㎡,对实际水域的面积覆盖分别达到了101.40%,98.85%,92.54%,天绘影像的整体精度较高,但在细节表现上较为模糊,主要误差来自于对湿地的误分。实验制定了适用于天绘影像的水体提取方法和规则,分析不同因素对分割与分类结果的影响,同时,我们比较了天绘影像与国外同级别高分影像的优劣性,为天绘影像的进一步应用提供了参考。     

ESTARFM模型在西藏色林错湖面积时空变化中的应用分析(1976-2014年)

湖泊（特别是内陆湖）作为全球气候变化的敏感区域,是气候变化与环境变异的指示器,其面积变化在一定程度上可反映区域的气候变化。因此,精确监测湖泊面积的时空变化,对分析区域生态环境变化具有重要的意义。本文基于ESTARFM时空数据融合模型,利用MODIS数据模拟了2000年后无法得到的Landsat数据;利用NDWI和MNDWI 2种水体指数并辅以DEM数据分析了1976-2014年西藏色林错湖湖面面积的时空变化;综合湖区周围6个气象站点的气象数据(1970-2014年),探究了湖面面积变化的原因及其对气候变化的响应。结果表明：(1)利用ESTARFM时空融合模型得到的Landsat-Like数据与真实的Landsat数据在水体信息提取方面具有较高的相关性,R²可达0.93,时空数据融合的结果可用于湖泊水体的信息提取;(2)近40年来（1976-2014年）,色林错湖处于持续扩张状态,面积呈较显著的增长趋势,增加了近711.652 km²,增幅为42.36%,年平均增长速率约为18.728 km²a^-1,增长最快时可达55.954 km²a^-1;湖面面积变化先后经历了平稳变化-迅速变化-平稳变化3个阶段;北部湖区在40年间变化最为明显,向北扩展了约22.812 km;2003-2005年,南部湖区已与雅根错湖连为一体,随后二者共同扩张;(3)气温的持续升高造成的冰雪融水补给增加可能是导致湖泊面积扩张的主要因素,风速的降低为次要因素,湖面的面积变化与降水量、日照时数的变化相关性不明显。     

山东巨野龙固煤矿地表水体范围提取设计及演变分析

高潜水位煤矿区开采后极易形成的积水区,对其进行提取设计以及演变分析具有重要科学意义。本研究基于Landsat系列影像数据,利用遥感云计算平台GEE,采用水体指数法提取巨野龙固煤矿2001—2020年的水体面积变化,同时与GSW数据集提取的水面进行辅助验证以及利用Sentinel-2数据监督分类提取水体进行精度验证,然后对其演变进行分析。结果表明：研究区20年来水体范围一直在呈稳定增长的趋势,2001—2014年呈缓慢增长趋势,2015—2020年呈现出迅速增长的趋势,造成矿区水体范围面积在2015年迅速扩大的原因主要为煤矿开采活动。     

近30年来安固里淖湖面监测与变化分析

应用MSS、TM、ETM和CBERS-2遥感数据和G IS技术对安固里淖湖,近30年来水体分布变化进行调查与监测,结果是调查区安固里淖湖面积,在30年来变化比较大。1975~2007年间,水域面积逐年萎缩,并在2004年秋干涸;2005年短暂的蓄水后,2006年、2007年又再度干涸;而其上游水库的水域面积在30年间变化不大。综合分析认为,安固里淖湖干涸有三个主要原因:（1）降水量逐年减少和气温逐年增高;（2）安固里淖湖上游过多水库的修建和蓄水;（3）地下水超采。     

多时相耕地覆盖提取和变化分析：一种结合遥感和空间统计的时空上下文方法

基于多时相影像的耕地提取和变化分析是有效管理和保护耕地资源的重要手段。然而就多时相耕地的分类提取而言,现有方法对于多时相影像中地物的时空特征表达和时空上下文关系建模存在着局限性,导致耕地的提取精度不佳;其次,对于耕地的变化分析,现有方法往往只关注基于行政单元的耕地面积统计变化,而对耕地变化在空间上的相关性分布特点考虑较少。因此,本文首先提出了一种时空上下文分类方法,综合表达和利用多时相影像中地物的光谱、纹理和空间等特征,建模时空维度上地物间在特征和语义上的上下文关系,来提高耕地覆盖分类的精度;其次,基于耕地覆盖的提取结果,在规则格网和行政区划单元上,采用GIS空间统计方法分析耕地变化的空间相关性特点;最后,以北京市顺义区为例,以2015—2019年的多时相Sentinel-2影像为数据源对本文方法进行验证。结果表明,与常见的2种多时相影像分类方法相比,本文方法在多时相耕地分类上精度最高,平均用户精度和制图精度分别达到91.21%和90.53%,所有类别的总体精度为90.79%。这表明本文方法能精确提取多时相耕地覆盖信息。通过对耕地变化的空间分布特点进行分析,发现2015—2019年顺义区耕地变化存在区域聚集现象,主要呈现为集中减少特点,其中赵全营镇、高丽营镇、木林镇和杨镇地区耕地的聚集性减少较为明显,说明这些地区的耕地侵占和减少问题比较严重。     

Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究

赣南地区是中国柑橘主产区,柑橘种植产业经数十年发展已具较大规模。本文利用Google Earth Engine平台,使用2140景Landsat影像进行像元级融合,重构目标年份季节最小云量影像集,构建多维分类特征集,利用随机森林分类算法,实现了1990、1995、2000、2005、2010和2016年赣南柑橘果园的分布制图。结果表明：利用Google Earth Engine平台可实现大量遥感影像数据的高效处理;最小云量影像合成方法能够有效解决多云多雨地区高质量光学影像获取困难的问题;以最小云量影像合成构建的数据集,使用随机森林分类算法能够有效提取赣南柑橘果园,分类平均总体精度和Kappa系数分别为93.15%和0.90,分类效果良好;赣南柑橘果园面积由1990年9.77 km²扩大为2016年2200.34 km²,2005年以后呈大规模扩张趋势,果园分布由零星分布,逐步形成连片化的聚集分布特点,柑橘果园用地的主要来源为林地、灌丛和耕地。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

基于多时相中分辨率时间过程特征的江汉平原棉花种植面积变化监测

棉花是中国重要的经济作物,快速、准确地提取棉花的种植面积和分布信息,对于优化棉花种植空间格局、科学指导棉花生产及提高其管理水平具有十分重要的意义。为了探讨多时相中高分辨率影像在棉花种植面积监测中的可行性,本文以江汉平原为研究区,根据棉花物候特征,选取2012年、2014年江汉平原棉花生长关键期的多时相HJ-1A/1B卫星数据,通过分析研究区棉花不同生育期的光谱特征和归一化植被指数（NDVI）时序变化特征,对分类影像进行阈值分割、掩膜处理,最后利用决策树算法提取研究区2012年、2014年棉花种植面积。通过计算混淆矩阵评价分类精度的方法和提取面积精度方法对棉花提取结果进行评价,总体精度达到95.96%,Kappa系数为0.93,以农业局统计数据为参考,2012年、2014年HJ数据提取的棉花种植面积精度分别达到了97.91%、91.27%。因此,在不受云和降水等因素的影响下,基于江汉平原区域关键时相HJ卫星CCD影像数据,可利用该方法进行棉花种植面积监测。     

基于改进SVM分类法的SAR图像水体面积提取研究

在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM 分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水体提取与变化分析,有效解决了山体阴影和水田误分问题。本文提出的改进SVM法可以实现复杂地表环境下大范围水体信息准确、完整提取。     

基于深度神经网络的蒙古国色楞格河流域水体信息提取

蒙古高原地处干旱半干旱地区,河流水系对该区域的资源环境格局及其生态环境影响重大。发源于蒙古国的色楞格河是蒙古高原最主要的水资源来源,准确掌握该流域的水体信息对东北亚地区生态环境问题及资源保护具有重要意义。本文以蒙古高原色楞格河流域为研究对象,基于谷歌地球引擎（Google Earth Engine,GEE）云平台,使用 Sentinel-2 多光谱卫星遥感影像,利用深度神经网络（Deep Neural Network, DNN）方法对色楞格河流域的水体信息进行提取,并与支持向量机方法进行对比;利用全球30 m SRTM数据生成水系分布矢量图,通过空间分析形成河流提取目标区,结合深度神经网络分类结果,绘制蒙古国色楞格河流域2019年河流分布图。研究结果表明：① 该方法能够准确地完成大流域范围内的水体制图,提取结果能够体现色楞格河流域河流的空间分布,且能够减少河流断流、空洞现象;② 深度神经网络模型中批量大小设置为8时,在处理数据速度与精度中达到最优,而神经网络结构中隐含层数达到4层时,在精度评价指标测试数据集上达到0.9666,保证了模型特征挖掘能力;③ 经样本点的验证,结果总体精度达到97.65%,可以满足实际应用需求。本研究预期可以为蒙古高原的水体提取提供方法支持和相关数据支持。     

福州城市用地变化的CA模型动态模拟研究

城市用地变化是一种时空动态变化的复杂地理过程,如何有效地模拟这一过程是该研究领域的一个重要问题,在诸多模拟模型中元胞自动机具有明显优越性。本研究根据福州市1988年TM影像和2001、2004年ASTER影像提取城市用地信息,运用元胞自动机对未来20年城市用地变化进行模拟,并用2004年ASTER影像进行验证,结果表明:用元胞自动机对福州城市用地扩展的模拟达到较高的精度,未来20年内扩展平均速度将达7km²/年,远大于规划速度,扩展的主导方向为南部的南台岛,另一个重要扩展因素是乡村城市化加强,与此同时城市绿地不断被蚕食而减少。     

面向不同环境背景的Landsat影像水体提取方法适用性研究

快速、准确地从卫星影像中提取水体信息一直是遥感应用的热点问题,在水资源管理、水环境监测和灾害应急管理等领域极具应用价值。虽然目前已有多种针对Landsat系列影像的水体提取方法,但由于地理位置、地形和水体形态等环境背景因素的影响,导致同种方法在不同的环境背景中呈现出不同的提取效果。本文针对人为影响严重、影像明暗对比强烈的城区（北京怀柔县城周边）以及地形起伏明显、水体细小的非城区（北京密云水库周边） 2种典型背景环境,选择波段设置略有差异的Landsat 5（2009年）和Landsat 8（2019年）卫星影像,对比了常用的指数法（NDWI和MNDWI）和分类法（最大似然法和支持向量机）在水体信息提取方面的优势和不足。结果表明：在城区背景中,SVM的准确性最高（总体精度>97%）;在非城区背景中,MNDWI与SVM的精度相当（总体精度>95%）,前者更适用于水体的快速提取,而后者提取的山间细碎河流更完整,且在Landsat 8中应用的效果更好。该研究为不同环境背景下水体提取方法的选择提供了参考。     

多星数据协同的地块尺度作物分类与面积估算方法研究

为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取“碎片化”的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明：本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。