一种基于遥感数据快速提取居民地信息的新方法

基于Landsat TM/ETM+遥感影像的谱间关系,利用居民地与背景地物光谱值在波段3、波段4、波段5的差异,提出了一种新的建筑指数(New Built-up Index,NBI),并利用该指数提取居民地信息.选用常州市为研究区,以2007年Landsat TM影像为数据源,居民地提取精度达90%;进一步在多丘陵地区桐庐县进行验证,融入植被指数,居民地提取精度达91%.     

极端干旱区荒漠稀疏河岸林遥感分类研究

研究以位于极端干旱区的塔里木河干流中下游地区为例,基于Landsat TM影像,结合决策树分类、几何光学模型与光谱角匹配,解决混合像元信息分解,实现干旱区稀疏荒漠河岸林类别识别。首先从遥感视角的角度,将地物分解为目标和背景,提出塔里木河干流荒漠河岸林植被分类系统;其次以多变量决策树法将非荒漠植被信息剔除,采用几何光学模型模拟各类荒漠植被的像元光谱,最后以光谱角匹配的方法将荒漠植被进一步进行分解,得到塔里木河干流中下游地区典型研究区的植被分类专题图,分类精度结果表明:基于混合像元分解与几何光学模型的分类方法总精度达到了79.43%,Kappa系数为0.718,表明分类质量良好。     

基于地面耦合的TM影像的大气校正——以珠江口为例

该文应用1998年的LANDSAT5 TM影像，对原始数据进行定标、辐射校正，求得地物的行星反射率，在简单的大气校正理论模型的基础上，根据山区阴影处植被的反射率求取大气向上垂直的透过率，反求大气光学厚度和太阳入射方向上的大气向下的透过率，从而确定大气校正的各项参数。并对大气校正前后的图像进行比较，发现校正过的影像中的典型地物的反射率和其标准的反射率值较为吻合。     

高原草地退化遥感监测对象的地学属性分析--以西藏自治区那曲县为例

本文通过分析那曲县草地退化遥感监测对象的空间分布特征、波谱响应特征和时相特征三个地学属性,得出以下结论:(1)那曲县的自然景观单元分异程度比较低;(2)退化草地植被在TM5、6波段具有高反射值,LAND-SAT TM信息源中具有对草地植被退化敏感的波段TM7,TM5和TM3;(3)高原植被返青比较晚,生长期短,7、8月份是牧草生长旺季。并根据地学属性分析结论选择7月下旬的LANDSAT TM图像作为草地退化动态监测的主要遥感信息源。     

基于地面耦合的TM影像的大气校正--以珠江口为例

该文应用1998年的LANDSAT5 TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率,在简单的大气校正理论模型的基础上,根据山区阴影处植被的反射率求取大气向上垂直的透过率,反求大气光学厚度和太阳入射方向上的大气向下的透过率,从而确定大气校正的各项参数.并对大气校正前后的图像进行比较,发现校正过的影像中的典型地物的反射率和其标准的反射率值较为吻合.     

基于决策树与监督、非监督分类方法相结合模型的遥感应用研究

遥感影像解译中的决策树分类法一般是引入NDVI植被指数、亮度阈值法、DTM、空间结构、纹理、和其它一些地貌特征来实现地物类别的分离;而传统的监督分类、非监督分类是直接基于像元的亮度值而进行的分类,两者各有优缺点。将两者在遥感影像解译中结合使用,建立统一的分类模型,并以皖东地区TM影像为例进行了分类实验,结果证明,采用该模型分类比单一的最大似然法分类精度提高了4.45%,Kappa指数提高了0.107,该模型能有效地提高影像分类的精度。     

像元信息分解和决策树相结合的影像分类方法

该文提出了一种基于像元信息分解和决策树相结合的遥感自动分类方法。选择广州市番禺区作为研究区。用像元信息分解和多变量决策树法把TM影像分为水体、植被、水泥地、土壤4种基本组分,分离成4类树枝;分别以4种基本地物组分作为分类掩膜,采用BP神经网络分类、形状指数提取、光谱特征提取等复合方法进行分枝,并开展野外遥感调查,以提高和验证分类精度。结果表明：该方法保证了分枝时地物的纯洁度,有效地避免了地物提取时多余信息的干扰和影响,提高了分类精度。结合实地调查数据与最大似然分类算法进行对比实验,表明该模型比最大似然总体分类精度高16％。     

不同分辨率遥感图像混合像元线性分解方法研究

混合像元的存在是传统像元级遥感分类和面积量测精度难以达到实用要求的主要原因,为了提高遥感应用精度,须解决混合像元分解问题。传统的方法主要通过改进分解模型提高分解精度,该文在不改变线性分解模型的条件下,分析不同分辨率尺度对于线性分解精度的影响。实验中运用像元合并的方法,得到不同分辨率的TM系列遥感图像,分别选取植被、裸地、水体3种典型地物进行线性分解;以分辨率更高的Quickbird图像分类结果作为真值进行精度评价。实验结果表明:随着图像分辨率的降低,植被的RMSE值不断缩小,在30 m分辨率尺度上均值为0.36,在150 m尺度上均值为0.17,分解精度提高了1倍左右;但随着分辨率进一步降低,由于混合像元现象加剧,RMSE值上升,分解精度随之降低。     

扎龙湿地水体遥感提取过程中云阴影去除方法研究

以扎龙湿地为研究区,利用空间分辨率高、纹理信息丰富、定位精度高和购买价格相对低廉的ALOS遥感影像,测定了研究区水体等5种典型地物和云阴影的波谱亮度值;根据水体和云阴影的光谱特征,利用阈值法对近红外波段ALOS影像进行阈值处理,将包含云阴影信息的水体信息提取出来;基于ALOS彩色影像,再采用决策树方法自动提取湿地水体信息,同时将云阴影信息去除,并再补充提取因去除云阴影而损失的水体信息;与目视解译结果相比,用本研究方法得到的研究区湿地水体信息精度高于85%。近红外波段阈值法和彩色影像决策树法相结合的方法是一种能有效去除云阴影而高精度获取湿地水体信息的方法。     

基于环境小卫星CCD影像的水体提取指数法比较

针对湖北省大东湖水网水环境遥感监测需求,开展基于环境小卫星CCD影像的内陆湖库水体提取指数方法研究。以常见的3种水体识别指数为模型,参照使用TM、MODIS等典型传感器进行水体提取的波段选择方式,通过对环境小卫星CCD影像4个波段地物光谱信息的变化趋势分析,发现各波段对水体目标的区分能力;使用指数模型和相应阈值分别计算获得水体特征图像,并以目视判读结合精度评价指标的方式对提取结果进行对比分析。实验结果表明,归一化差异综合水体指数的目视判别效果最好,且具有水陆区分度高和误识别率低的特点,适用于解决水体目标快速提取问题。     

干旱地区植被指数(VI)的适宜性研究

以位于典型干旱区的甘肃河西地区石羊河下游的民勤绿洲为例,对NDVI、SAVI、MSAVI和GEMI等4种VI(植被指数)受土壤背景光谱影响的程度和探测低盖度植被的能力进行了对比研究。通过分析VI提取植被信息时植被土壤噪音比的变化发现,植被覆盖较低条件下VI提取植被信息总体受土壤背景光谱影响程度较低,相比而言,GEMI提取植被信息中受土壤背景影响最小,其他3种VI的区别不太明显。通过分析不同VI随植被覆盖度增加的反映速率变化及不同覆盖条件下不同VI的取值范围的变化发现,NDVI探测低盖度植被的能力最强,GEMI次之。GEMI可能是干旱地区植被探测较适宜的植被指数。     

黄河中游多沙粗沙区流域坡面水保措施变化特征

选用Landsat TM、环境星CCD、SPOT4 和资源三号卫星影像等多源地学数据,通过人机交互式解译和修订土地利用与梯田数据,提出用相邻图幅递进回归分析法消除NDVI时相差异后反演植被盖度,构建起退耕还林还草面积比例、植被盖度均值变化量和有效梯田累计保存面积比例3 个坡面特征变化指示参数后,运用综合聚类分析和多要素贡献率模型研究黄河中游多沙粗沙区的流域坡面水保措施变化特征。结果表明：（1） 1998-2010 年间研究区内流域坡面水保措施变化显著,平均退耕还林还草面积比例为5.55%,平均林草植被盖度均值增加20.63%,平均有效梯田累计保存面积比例达6.25%;（2） 多要素水保措施变化共同作用下的流域坡面变化特征主要有7 种类型,即植被盖度变化主导型、植被—土地变化主导型、土地—植被变化主导型、植被—梯田变化主导型、梯田—植被变化主导型、梯田面积变化主导型和多要素变化共同主导型;（3） 不同类型的空间分布存在一定的地貌背景差异,后续研究应结合流域坡面变化特征及其地貌格局来优化配置水保措施,并合理估计水沙模型模拟的敏感性参数。     

城市地表温度对土地利用/覆被变化响应的遥感研究——以乌鲁木齐为例

 快速的城市化对城市环境产生显著的影响,基于遥感定量研究地表温度对土地利用/覆被变化（LUCC）的响应,来评估快速城市化对环境的影响,是一种快速、有效的途径。以干旱区典型绿洲型城市——乌鲁木齐为例,将遥感与地理信息系统相结合,利用1990年和2009年两期陆地卫星影像为基础数据进行土地利用/覆被分类,并基于单窗算法定量反演同期的地表温度,从而对快速城市化进程中的土地利用/覆被类型动态变化的空间特征及地表温度对快速城市化的响应情况进行了定量研究。结果显示,在近20 a间,乌鲁木齐城市迅速扩张,土地利用/覆被类型变化显著,城市建设用地增长率高达44.73%;同时城市的快速发展使地表温度提高了近6 ℃。研究表明,温度变化格局,尤其是增温区的空间分布与城市扩张的空间格局基本一致,说明地表温度对城市的土地利用/覆被变化产生了显著的响应。     

基于线性光谱分离技术的西藏乃东县土地覆被变化监测

青藏高原是全球气候变化研究关注的热点地区,也是中国生态保护的重点区域,其土地覆被变化研究对优化土地利用结构、改善土地覆被状况和生态环境具有重要意义。线性光谱分离技术是利用遥感手段监测土地覆被变化的有效方法。本文选取西藏乃东县为研究区,利用1988、2000和2010年三期Landsat TM、ETM遥感影像,采用线性光谱分离技术,定量提取了研究区三期影像中单个像元的植被、裸土、裸岩覆被率比例,同时将植被分量与NDVI结果进行对比分析。结果表明：①研究区山峦重叠,沟谷纵横,地表破碎,混合像元比例高,线性光谱分离技术可以很好地处理复杂地物的土地覆被变化;②1988-2010年间,研究区裸土面积下降幅度较大,植被覆盖率及裸岩覆盖率有所上升,说明本区植被得到一定的恢复,但同时石漠化也在进一步加剧;③通过对线性光谱分离的植被分量与NDVI结果比较,发现线性光谱分离技术对青藏高原土地覆被识别具有较好的适用性。     

近20 a中亚净初级生产力与实际蒸散发特征分析

中亚碳、水循环在气候变异和人为活动的影响下呈现新的时空特征。但由于观测数据稀缺,生态过程特殊,植被、土壤空间异质性强,中亚植被净初级生产力(NPP)、实际蒸散发(AET)的时空特征相关信息相对不足,且时效性不高。利用全球尺度的NPP、AET、土地覆被数据,气象站点与区域气候数据分析近20 a中亚地区NPP和AET的时空特征。结果表明：与1990年相比,2000年中亚地区农田NPP增幅小于自然植被,植被总固碳量增加了254.65 Tg C;近20 a中亚地区实际总蒸散量先增后降,农田对中亚水资源散失的贡献减小,自然植被的贡献增大,自然植被与农田面积变化决定中亚总蒸散量动态;北部农田区、东部山区及山前绿洲为NPP和AET的高值区,中西部荒漠为低值区。     

干旱区绿洲LUCC马尔柯夫过程分析——以新疆于田绿洲为例

土地利用/覆盖变化(LUCC)在干旱区环境变化及生态监测中具有重要意义。本文选取塔里木盆地南缘典型绿洲于田县,利用TM遥感影像,基于Markov模型预测了于田绿洲未来的发展趋势,得出绿洲将向良性方向发展的结论。通过对Markov模型中不同步长收敛结果的讨论,可以看出间隔10 a1、2 a步长的马尔柯夫过程与间隔两年的马尔柯夫过程有着明显的不同,短时间序列(两年)具有很大的随机特性,说明马尔柯夫模型中时间尺度是一个重要环节。由本文研究可以看出,基于遥感的Markov模型可以分析绿洲的变化趋势,在干旱区绿洲LUCC及其环境动态监测中具有重要的实用意义。     

七十年代以来美国土地调查遙感应用的发展

第二次世界大战以后,美国的土地利用研究把大量注意力放在城市化及共对土地利用的影响上,许多部门忙于编制土地利用现状图,以便为城市的扩展进行有效的规划,用全色中比例尺航片进行土地利用制图,则是人们公认的收集土地利用信息的合适方法。     

新疆焉耆县土地盐渍化遥感监测

土地盐渍化不仅会造成地表土壤资源的破坏和农业生产的巨大损失,而且对干旱区绿洲的生态安全也构成了极大威胁,已成为一个全球性的环境(土地)退化问题。研究土地盐渍化动态演化过程及其空间分布特征,有助于了解土地盐渍化变化规律与发展趋势,对于干旱区的粮食生产安全及经济发展无疑具有重要意义。利用遥感和GIS技术,以新疆焉耆县为例,基于土地利用现状图和1976、1994和2009年的MSS、TM、ETM遥感影像,系统分析了区域土地盐渍化的动态演化过程和空间分布特征。研究结果表明,1976-2009年间,尽管焉耆县的土地利用类型未发生显著变化,但土地盐碱化的面积却呈现显著增长趋势,并已达到研究区面积的8.85%;研究时段内,盐碱化持续加重区域的面积比例相对较高,盐碱沼泽和重度盐碱土地在研究区所占面积比例分别增加了2.97%和1.31%,这表明焉耆县土地盐碱化程度发展较快,今后需改善灌溉及排水方式,合理利用地下水。     

黑河下游干旱地区环境变化研究

额济纳旗绿洲是典型的干旱荒漠天然绿洲，是河西走廊及内陆地区的一道绿色屏障。通过对额济纳旗绿洲土地利用情况的遥感调查，证实了额济纳旗绿洲生态环境恶化的严重性。对处于干旱区的额济纳旗绿洲环境变化的研究，分析了干旱地区环境变化的因素，表明干旱区生态环境保护的必要性和迫切性。     

干旱区典型绿洲地表温度与植被覆盖度相关性研究

 绿洲空间热环境的研究是深入了解绿洲-沙漠间,以及绿洲内部物质能量流动机理的重要手段。利用TM/ETM+遥感影像反演了于田地区地表温度以及植被覆盖度,在统计地表温度-植被覆盖度二维散点图的基础上,研究不同结构区域下绿洲地表温度与植被覆盖度的相关关系。结果表明:①于田地区地表温度与植被覆盖度呈显著负相关关系,相关系数在-0.79158和-0.48816范围之间。②从1991年到2002年,于田绿洲内部区域地表温度与植被覆盖度散点图上各点分布由密集到分散,表明原有相对整体的植被覆盖地块被打散,成为多种土地类型交错的破碎化地块。③外部荒漠带及绿洲与荒漠交错带区域地表温度与植被覆盖度散点图上各点分布由分散到集中,表明绿洲外部荒漠化程度的逐年加剧,导致了绿洲外围植被覆盖有所降低,植被物种单一,植被多样性也呈现下降趋势。