基于NDVI时间序列影像的天山北坡经济带农业种植结构提取

水资源匮乏是干旱区实现可持续发展的最大障碍。干旱区农业灌溉耗费大量的水资源，不同农作物在生长期所需的灌溉水量存在较大的差异，因此快速准确地了解干旱区的农业种植结构可以为节水型农业种植结构优化提供重要依据。以天山北坡经济带为研究区，以谷歌地球引擎（Google Earth Engine，GEE）云平台为支撑，以Sentinel 2以及Landsat 7-8的数据为遥感数据源，采取以下步骤进行研究区的农业种植结构提取：首先，为了简化农业种植结构提取的过程，利用一年最大NDVI值以及坡度信息构建耕地掩膜图层；然后，根据研究区内主要农作物的物候历，获取不同时间段内的最大NDVI值的时间序列数据以及农作物在一年中出现NDVI最大值的日期，并在此基础上构建一个包含10波段的特征波段影像；最后，结合野外实地考察获得的有效样本点以及经耕地掩膜图层掩膜后的10波段特征波段影像，利用随机森林分类器进行研究区的农业种植结构提取。分类结果表明：2018年研究区内棉花、玉米、小麦的总体分类精度为92.19%，Kappa系数为0.883。为了进一步将分类结果与统计数据进行对比，我们将训练得到的分类器应用于2017年的遥感影像，提取了研究区内2017年的农业种植结构信息，其分类结果表明2017年研究区内棉花、玉米、小麦的种植面积分别为5 270 km²、2 000 km²、2 340 km²，其相对精度分别为86.53%、77.54%、86.19%。     

基于 NDVI 物候特征的华南地区冬种马铃薯遥感提取方法

马铃薯是华南地区的特色冬种农作物,其地块的“早稻―晚稻―冬种马铃薯”三季种植模式具有特有的植被指数时间序列曲线特征。利用这一特征,提出一种基于 NDVI 时间序列数据和 SAM 的冬种马铃薯种植面积提取方法。以广东省惠州市稔平半岛为研究区,冬种马铃薯面积为研究对象,采用 2011 年 HJ-1 A/B CCD 遥感数据为主要数据,计算每一景影像的 NDVI 后以时间为坐标轴排列成 NDVI 时间序列数据集,在此提取冬种马铃薯种植区的 NDVI 时间序列参考曲线,使用光谱角度匹配（SAM）方法,计算每个像元的 NDVI 时间序列曲线与 NDVI时间序列参考曲线的光谱夹角值,根据 Rule 图像的统计参数确定夹角阈值,达到快速有效地在遥感影像上提取冬种马铃薯对应像元的目的。结果表明：研究区总体提取精度为 82.70%,重点种植区域提取精度为 93.75%,可见基于 NDVI 物候特征的 SAM 方法能够有效提取研究区冬种马铃薯的种植面积。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率，提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域，以2015年覆盖作物生育期的多时相Landsat影像为数据源，根据不同地物其NDVI值范围不同，将研究区地表分为植被覆盖地表，无植被覆盖地表和水体3类。在植被覆盖区域内，根据林地和荒草地时序NDVI曲线特征，提取林地和荒草地，其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型，在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近，土地利用分类总体精度达到85.71%，作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高，能够实现区域作物种植信息的高效准确监测。     

遥感影像中分区分类法及在新疆北部植被分类中的应用

对遥感影像提出了一种分区分类的思想，根据影像所包含的局部特征将整体影像化为几个局部的影像，然后根据局部影像的特点对图像进行分类,使得每一区域的种类数目相对于整体减少，种类的特点得以突出，分类更具有针对性,再加以高程、坡度等地貌信息，提高分类精度。该分类法在新疆北部的植被分类中得到了应用，从NOAA影像中提出的NDVI为数据源，根据该植被区域特点，将研究区的植被区域划分为四个区，即：新疆阿勒泰草原区、昭苏区、西准噶尔区和东天山区。利用GIS软件将整个研究区的NDVI指数图像化分为四块子图，根据各个区域植被的特点，采用不同的分类标准,对四块子图分类。在此之后，再利用GIS软件将所有分类子图合并为整个区域的分类图。结果表明，该类方法可以大大提高NDVI指数的植被分类精度。     

基于遥感的黑龙江省西部水稻、玉米种植范围对温度变化的响应

利用多时相遥感数据,生成黑龙江西部地区1988年和1998年两个序列的农作物种植范围图,结合相应时段的该地区≥10℃积温数据进行分析。研究表明,黑龙江省西部地区农作物种植结构对气候变暖有明显的响应变化:随着等温线的大幅度整体北移,水稻的种植北界随着≥10℃积温的2200℃等温线向北移动约1.5个纬度,水稻集中种植区随≥10℃积温的2300~2400℃等温线北移约1个纬度;分布在≥10℃积温2800℃等温线和2400℃等温线附近的两个玉米密集种植区随着上述两条等温线北移1个纬度左右。在上述玉米、水稻种植范围北移过程中,同时出现玉米的种植区被新增的水稻种植区大范围替代的现象。     

基于多时相MODIS的NDVI分层数据在卢旺达玉米历法评估中的应用（英文）

作物历作为一种可以提供特定地区作物生长周期相关信息的重要工具,对有效的农业管理十分重要。由于农业生态系统的特点不同,不同地区的作物历也各不相同。本研究基于多时相MODIS的NDVI分层数据,评估在卢旺达不同地区实践玉米作物日历的差异。有针对性地选取了4个以农业为主的NDVI层并随机采访433名当地农民。这些信息有助于了解当地玉米种植情况和收获日期,以便生成玉米生长历的各个NDVI层。对玉米生长历执行k-均值非监督分类,将其分类生成4组不考虑NDVI层的玉米生长日历。ANOVA结果显示,在p=0.05时,无论NDVI层数如何,由NDVI层生成的玉米作物历与实际不考虑NDVI层的作物历之间均存在显著差异。在p=0.05时,卡方检验和t检验的结果显示,不仅玉米生长日历与作物生长季数之间有显著的相关关系,而且玉米生长日历与NDVI层数之间同样存在显著相关。最终来看,认为存在一个适用于卢旺达全国各地的通用玉米生长日历的现有认知与本研究的结果相左。然而,本研究结果与卢旺达农业生态系统从东到西主要在海拔和降雨模式变化方面存在差异的事实一致。     

新巴尔虎右旗沼泽和草甸信息提取

运用监督分类和决策树两种方法,以2014-8-25的Landsat8-OLI遥感影像为基础数据源,提取新巴尔虎右旗的沼泽和草甸信息。方法一:在ENVI中进行监督分类,将研究区分为沼泽和草甸、草地、森林、农用地、水体、居民地、沙地和其他等八类,采用最大似然法对研究区遥感影像进行沼泽和草甸信息的提取工作。方法二:求取研究区的归一化植被指数NDVI,将NDVI值和坡度值作为限制条件,进行求取研究区域的沼泽和草甸信息。将两种方法获得的沼泽和草甸分类图与验证样本进行混合矩阵分析,分别对两种分类结果进行精度评价,比较监督分类和决策树分类在沼泽和草甸信息提取的精度。结果表明:Landsat8-OLI影像采用监督分类的精度为89.40%,利用决策树分类的精度达到了91.05%,精度较高。这两种方法均能够很好地进行沼泽和草甸信息提取,同时验证了基于Landsat8遥感影像在湿地覆被分类的可行性。     

三江源区湖泊和沼泽遥感影像分类研究

为了进一步了解三江源区的湿地分布现状,尝试利用MODIS 16天合成的归一化植被指数(NDVI)数据,采用决策树分类方法对三江源区湿地的遥感影像进行了分类研究.在数据预处理时,采用中值滤波和主成分变换结合的方法有效地去除了MODIS数据的噪声;在决策树构建过程中,结合DEM数据有效地提取出湖泊;利用象元NDVI时序变化曲线规律,采用先控制曲线形状、再控制拐点阚值的方法对沼泽进行分类.通过精度验证,湖泊的分类精度达到了96.5%,总的分类精度达到了84.2%,Kappa系数为0.78.利用MODIS NDVI时间序列数据和决策树方法能够满足大范围区域湖泊和沼泽遥感影像分类要求.     

辅以NDVI/DEM的面向对象木薯提取方法研究——以广西壮族自治区武鸣县为例

木薯作为重要的非粮能源作物,因其种植分散、与易混淆作物缺乏生长时相差,从而导致其种植分布信息难以正确获取,一直是困扰木薯乙醇资源正确评估的技术问题。该研究以广西壮族自治区武鸣县为研究区,应用高分辨率RapidEye影像数据,探讨利用面向对象分类方法合理提取木薯种植面积及其空间分布信息。研究表明,将归一化植被指数(NDVI)和数字高程数据(DEM)应用于遥感影像的多尺度分割,并结合基于隶属度函数和阈值的面向对象分类方法,提取木薯种植面积的精度达85%,分类精度(以Kappa系数表示)为0.9。相比最大似然监督分类方法和未辅以NDVI/DEM的面向对象分类方法,该方法的总精度分别提高了5%和12%,Kappa系数分别提高了0.2和0.3。因此,NDVI和DEM数据参与影像分割的面向对象的信息提取方法,可以有效地提高遥感图像分类的精度,并为提取种植分散、与相关植被时相差异小的作物的空间分布提供了有效的技术借鉴。     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

Linking pesticides and human health: A geographic information system (GIS) and Landsat remote sensing method to estimate agricultural pesticide exposure

Accurate pesticide exposure estimation is integral to epidemiologic studies elucidating the role of pesticides in human health. Humans can be exposed to pesticides via residential proximity to agricultural pesticide applications (drift). We present an improved geographic information system (GIS) and remote sensing method, the Landsat method, to estimate agricultural pesticide exposure through matching pesticide applications to crops classified from temporally concurrent Landsat satellite remote sensing images in California. The image classification method utilizes Normalized Difference Vegetation Index (NDVI) values in a combined maximum likelihood classification and per-field (using segments) approach. Pesticide exposure is estimated according to pesticide-treated crop fields intersecting 500 m buffers around geocoded locations (e.g., residences) in a GIS. Study results demonstrate that the Landsat method can improve GIS-based pesticide exposure estimation by matching more pesticide applications to crops (especially temporary crops) classified using temporally concurrent Landsat images compared to the standard method that relies on infrequently updated land use survey (LUS) crop data. The Landsat method can be used in epidemiologic studies to reconstruct past individual-level exposure to specific pesticides according to where individuals are located.     

基于多波段分析的无阈值自动光谱角制图分类法

对光谱角制图分类法进行改进,主要方法是在原影像的6个波段基础上,加入了K-L变换的前3个波段、K-T变换的3个波段(亮度、绿度和湿度)以及NDVI(归一化植被指数)信息将图像波段数增加至13个,增强了地物之间的光谱区分度(即类间方差);得到光谱角度图像后,提出一种无需阈值的地类确定方法,减少了人工参与,提高了判别精度和处理效率。     

黄河三角洲土地利用与土地覆被的质量变化

土地利用／土地覆被变化（LUCC）在全球环境变化与可持续发展研究中占有重要地位。其质量变化尤能反映人类开发活动的环境效应。运用遥感信息土地分类和植被指数提取、土壤定点采样实测和统计分析相结合的方法，研究了黄河三角洲地区数年至20余年的土地利用／土地覆被的质量变化。其在区域总体上向好的方向发展，但在内部地段间存在着差异和不平衡。盐渍土改造的任务仍然十分艰巨。地力下降的隐患不可忽视。进而分析了变化的驱动力并提出土地持续利用对策。     

基于遥感的黄河三角洲蒸散的动态分析

Evapotranspiration (ET) is an important parameter for water resource management. Compared to the traditional ET computation and measurement methods, the ET computation method based on remote sensing has the advantages of quickness, precision, raster mapping and regional scale. SEBAL, an ET computation model using remote sensing method is based on the surface energy balance equation which is a function of net radiance flux, soil heat flux, sensible heat flux and latent heat flux. The former three fluxes can be computed through the parameters retrieved from remote sensing image, then the latent heat flux can be obtained to provide energy for ET. Finally we can obtain the daily ET. In this study SEBAL was applied to compute ET in the Yellow River Delta of China where water resource faces a rigorous situation. Three Landsat TM images and meteorology data of 1999 were used for ET computation, and spatial and temporal change patterns of ET in the Yellow River Delta were analysed.     

Dynamic analysis of evapotranspiration based on remote sensing in Yellow River Delta

Evapotranspiration (ET) is an important parameter for water resource management. Compared to the traditional ET computation and measurement methods, the ET computation method based on remote sensing has the advantages of quickness, precision, raster mapping and regional scale. SEBAL, an ET computation model using remote sensing method is based on the surface energy balance equation which is a function of net radiance flux, soil heat flux, sensible heat flux and latent heat flux. The former three fluxes can be computed through the parameters retrieved from remote sensing image, then the latent heat flux can be obtained to provide energy for ET. Finally we can obtain the daily ET. In this study SEBAL was applied to compute ET in the Yellow River Delta of China where water resource faces a rigorous situation. Three Landsat TM images and meteorology data of 1999 were used for ET computation, and spatial and temporal change patterns of ET in the Yellow River Delta were analysed.     

基于无人机遥感的黄河下游河南段河滩地植物群落多样性研究

周期性的农业活动和水沙变化已经显著改变了黄河下游河滩地的植物群落结构,快速、准确地获取河滩地的植物群落多样性信息,可以为黄河流域生态保护和恢复提供参考依据。以位于河南省新乡市原阳县朱贵村南部的黄河下游河滩地的植物群落为研究对象,采用最大似然、人工神经网络、面向对象和随机森林分类方法,利用无人机多光谱遥感影像数据,对河滩地上的植物进行分类,计算出各种植物的相对盖度、相对频度、重要值和植物群落的Simpson多样性指数、Shannon-Wiener多样性指数。研究结果表明,利用无人机多光谱遥感影像数据,可以较为准确地获取黄河下游河滩地上无遮盖植物的物种信息,优选的遥感分类方法是人工神经网络分类方法,其分类结果的总体分类精度和Kappa系数分别为61.42%和0.52;其对河滩地上植物物种的分类结果与实地调查结果基本一致。无人机多光谱遥感方法是研究湿地中植物群落多样性的有效方法。     

基于影像间潮滩地形修正的海岸线监测研究——以黄河三角洲为例

针对潮滩环境中潮汐和坡度变化对海岸线变化监测的影响,提出一种通过两景影像计算潮滩坡降进而准确获得海岸线的方法,并利用坡降值估算潮滩体积。以岸线变化较剧烈的黄河三角洲南部的甜水沟口至小清河口的粉砂淤泥质潮滩为例进行应用研究。结合遥感影像、实测固定断面数据和水深测量数据分析表明,影像间的潮差对坡降估算值虽有较大影响,但选择合适潮位估算潮滩坡降是可行的,估算坡降的最小相对误差可达0.2%,均方根误差小于实测坡降一个数量级。1973-2009 年甜水沟口至小清河口14 个年份的岸线变化分析显示,黄河改道对本区的直接淤积影响在甜水沟向南3 km范围内,最大淤积区位于甜水沟口附近,年均淤积率31 m/a,而后在1989-2002 年海区南部出现较大幅度淤积,主要为黄河入海水沙直接或间接淤积造成的;研究时段内岸滩总体演化趋势为蚀退,最大年均蚀退速率51 m/a,黄河改道造成的海洋动力变化是影响本区海岸冲刷的主要因素。验证表明,本文方法计算的潮滩体积用于指示海滩冲淤变迁是合理可行的。     

基于GIS的公路沿线地表植被变化遥感监测——以昆石公路为例

随着道路网络的发展所带来的许多生态效应，道路沿线生态环境及其安全分析显得越来越重要。以昆石公路为例，利用多时相遥感影像和GPS定位调查等数据，对公路沿线区域地表植被覆盖变化信息进行了测定与分析理解。研究采用不同时相的NDVI图像进行彩色合成直观反映地表植被的变化信息；对不同时相NDVI图像进行NDVI值分级和彩色压缩以定量和定性地描述区域地表植被的变化情况；将多时相NDVI彩色合成图进行IHS变换获取变化类型图，对植被覆盖变化进行定量分析；最后结合资源与生态环境信息数据库中有关信息进行植被覆盖变化影响因素分析。