鹫峰地区QuickBird影像纹理特征与生物量估测关系初探

以北京鹫峰地区为研究区,探索QuickBird影像纹理特征与地上乔木层生物量间的关系。基于灰度共生矩阵纹理分析方法,按照不同窗口大小(3*3,5*5,9*9,15*15,21*21)分别提取QuickBird影像多光谱和全色波段的8个纹理特征值。利用皮尔森相关系数衡量纹理特征与地上乔木层生物量间的相关性,研究表明:多光谱波段的大多数纹理特征值与生物量的相关性很低,但是全色波段的大多数纹理特征值与生物量的相关性较高。相比之下,QuickBird多光谱波段和全色波段的光谱特征值与生物量的相关性都较低,这表明,QuickBird全色波段某些纹理特征值可能在提高生物量估测方面起决定性作用。     

基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究

以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数.     

基于Landsat-8遥感数据和PROSAIL辐射传输模型反演叶面积指数

为了探讨Landsat 8 OIL数据在LAI大范围反演方面的应用潜力,使用Landsat 8 OIL影像,通过PROSAIL辐射传输模型,采用3种波段组合(Band2-7,Band2-5,Band3-5)建立了3个模拟冠层反射率-叶面积指数(LAI)查找表,用2种代价函数(Geman and Mc Clure代价函数,均方根误差代价函数)实现了对玉米、土豆、森林LAI的定量反演,并用LAI-2200测量数据作为相对真值对反演精度进行评价。结果表明:(1)使用Landsat 8数据,通过PROSAIL模型反演叶面积指数的精度是可以接受的,RMSE范围为在[0.892 4,1.205 0],R2范围为[0.721 3,0.873 3]。(2)Band5(近红外),Band4(红)Band3(绿)的波段组合反演效果在3种组合中精度最高,平均RMSE=0.993 1,R2=0.787 3。(3)Geman and Mc Clure代价函数比常用的均方根误差代价函数得到了更高的反演精度,平均RMSE=0.940 5,R2=0.817 5。(4)相对最优的反演策略是Band5,Band4,Band3的波段组合结合GM代价函数,RMSE=0.892 4,R2=0.873 3。(5)存在玉米土豆的反演值普遍低于测量值,而森林的反演值普遍高于测量值的问题。     

植被遥感信息提取的最佳波段选择--以云岭中部山区为例

多光谱遥感数据的最佳波段选取是遥感图像增强处理的关键部分．直接影响图像的目视解译和研究对象的信息提取。通常的最佳波段选取方法主要考虑波段组合时所包含的信息量要大，而它们之间的相关性要小这两个因素。这一方法未考虑到要使波段组合后研究地物的光谱特征差异要最大这一因素。在利用OIF指数进行最佳波段选取的研究中发现，此方法虽然简化了波段选取工作，但存在不足之处。在研究过程中，同时把植被光谱特征、TM5卫星各个波段用途和OIF指数相结合进行考虑来选取植被信息提取中的最佳波段，取得了较好结果。     

基于主成分分析法的戈壁地表砾石粒径遥感估测模型研究

戈壁地表砾石粒径与遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测戈壁地表砾石粒径,则可能出现病态模型。利用主成分分析法筛选因子,既可保留多个相关因子的主要信息,又可避免因子间共线性的问题,达到降维、简化模型的效果。因此,本文以新疆哈密市境内山前洪积扇戈壁地表砾石为研究对象,以2010年Landsat TM遥感影像及30 m分辨率DEM为基本数据源,采用主成分分析法,从选择的43个遥感及地学因子（主要包括影像各波段信息、DEM、NDVI、 GEMI,影像经K-T变换得到SBI、GVI、WVI三个分量,通过纹理分析得到的各个波段的均值、方差、信息熵、相关性及对比度等纹理因子,以及利用DEM提取的粗糙度等）中,筛选提取其主成分。结果表明,第一主成分至第五主成分的累计贡献率达98.0%,以前5个主成分作为自变量,借助SPSS软件中的多元回归分析功能,建立戈壁地表砾石粒径估测的回归模型,模型经方差分析及相关性检验,达到显著相关水平。基于建立的估测模型,进行了戈壁地表砾石粒径估测,经验证,实测值与估算值紧密相关。研究可帮助我们了解戈壁的特征,为戈壁区改造利用,认识沙粒迁移、沙漠扩展提供技术支持。     

汶川地震区航空影像地质灾害自动识别技术

汶川地震引发的大量地质灾害在高精度航片上表现出明显的纹理特征。对航片进行正射校正后,采用数学形态学方法,选取包括全部方向的结构元素,设计单波段全方位结构元素边缘增强和多波段加权彩色合成相结合的边缘检测算法,自动提取汶川地震引发的灾害体信息,既考虑了灾害体具有亮度突变信息、色调突变信息和边界发展具有多方向性的特点,又考虑了各种色调地物在各个波段上具有不同亮度值的特点,对粘连的地物信息进行分离,根据各个波段与实际灾害体信息的相关性做加权合成,充分挖掘了高精度遥感的色调信息和纹理信息。     

近地机载激光雷达棉花LAI提取方法研究

棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（f_gap）、归一化高程值（V_nDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。     

基于光谱和纹理特征的ALOS影像土地利用信息提取

针对高分辨率遥感影像易于反映地物纹理特征的特点,综合利用地物的光谱和纹理特征进行分类,探讨适用于ALOS影像的土地利用信息提取方法。以川东丘陵地区影像为例,基于GLCM提取纹理信息,将提取的纹理特征向量采用赋权值法融合为一个综合纹理信息波段,然后采用面向对象法将其与光谱特征信息共同参与分类。与最大似然法的提取结果对比表明,考虑了纹理特征的面向对象分类方法能明显提高分类精度,Kappa精度提高了0.12;避免了椒盐现象,分割的地类边界具有更好的语义表达,更贴合地物实际分布特征;建筑用地和林地具有明显的纹理特征,而旱地纹理特征不明显。该方法不仅分出了6个基本地物类型,而且对于林地、建筑用地等类型还能进一步细分。     

耦合光谱、纹理信息的森林蓄积量估算研究

本研究以Landsat 8为遥感数据源,以样地调查数据和森林资源二调数据为辅助数据对西藏林芝县的森林蓄积量进行反演研究。研究通过多元回归分析构建了林芝县森林蓄积的估算模型。为验证纹理信息的加入能否提高森林蓄积量遥感反演的精度,研究通过灰度共生矩阵提取了Landsat 8的纹理特征。在分析了森林蓄积量与遥感影像各波段、植被指数、纹理特征以及地形因子之间的相关关系后,分别以(1)光谱和地形因子、(2)纹理信息、(3)光谱因子、地形特征和纹理特征结合为自变量构建森林蓄积量的遥感估测回归模型。实验结果表明:传统的森林蓄积量反演方法得到的精度最低,而基于光谱因子、地形特征和纹理特征结合的森林蓄积量估测模型得到结果的精度最高,达到80.24%,均方根误差RMSE为1.018。研究结果证明随着纹理信息的引入,原本仅基于光谱和地形因子的森林蓄积量反演复相关系数从0.5843提高到0.7075,反演精度提高了10.06%,这说明纹理信息对森林蓄积的反演精度有提高的作用。本研究构建的基于光谱因子、地形特征和纹理特征结合的回归模型对研究区内的森林蓄积量反演具有可靠性,对于森林资源的监测和管理具有重要的意义。     

基于WorldView-2卫星影像的红树物种种群识别方法研究

为了准确地识别红树林中的各种红树物种种群分布区,以广东湛江红树林国家级自然保护区核心区的高桥红树林区为研究区,采用决策树算法、随机森林算法、自适应提升算法、梯度提升决策树算法、极端梯度提升算法和轻量级梯度提升机算法,利用WorldView-2卫星的高分辨率影像数据,构建影像的原始光谱波段、原始光谱波段+植被指数、原始光谱波段+植被指数+纹理特征3种特征组合数据集,识别研究区红树林中的各种红树物种种群分布区,分析各种算法在红树物种识别中的适用性。研究结果表明,5种集成学习算法的分类结果都优于决策树算法,其中,轻量级梯度提升机算法分类结果的分类精度最高,基于WorldView-2影像的8个原始光谱波段+12种植被指数+28种纹理特征,轻量级梯度提升机算法分类结果的总体分类精度值为93.15%,其分配不一致性值为5.07%,数量不一致性值为1.78%;极端梯度提升算法和随机森林算法在红树物种识别中也具有良好的适用性。WorldView-2卫星影像是对红树林中各种红树物种进行遥感分类的理想数据源,其纹理特征能显著提高分类精度,轻量级梯度提升机算法在红树物种识别中具有很大的应用潜力。     

近六年中山站春季臭氧低值的观测结果分析

根据中山站 Brewer臭氧光谱仪的观测结果 ,对中山站地区近六年春季臭氧低值的特征进行研究 ,并与 TOMS卫星观测结果进行了对比分析。分析表明中山站春季臭氧值的逐日变化与极地涡旋动力过程有密切联系。Brewer和 TOMS观测结果总体上接近 ,但 TOMS要略高于地基观测结果 6～ 1 0 DU。在春季臭氧低值期间 ,UV- B测值要高于夏至时的 UV- B测值 ,30 0～30 5nm波段的 UV- B辐射强度比 32 0～ 32 5nm波段更易受春季臭氧低值的影响     

MODIS和Landsat时空融合影像在土壤盐渍化监测中的适用性研究——以渭干河—库车河三角洲绿洲为例

土壤盐渍化的遥感监测依赖于高时空分辨率影像,但受经费预算、卫星回访周期及天气的影响,高时空分辨率的遥感影像较难获取,这就限制了根据采样时间来获取对应时期遥感影像进行土壤盐渍化监测反演的应用。为此,提出融合MODIS和Landsat影像生成高时空分辨率影像来提取土壤盐渍化信息,为时空影像进行土壤盐渍化监测研究提供数据参考。以渭干河—库车河绿洲为研究区,利用增强型时空自适应融合率反射模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）和灵活的时空融合模型（Flexible spatiotemporal data fusion,FSDAF）,对MODIS和Landsat影像进行时空融合,并基于融合影像数据构建了关于土壤电导率（EC）的随机森林（RF）预测模型,对比分析时空融合影像应用于土壤盐渍化遥感监测的适用性。结果表明：ESTARFM融合影像的特征波段反射率与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.8066、R²（SWIR2）=0.8444;FSDAF融合影像的特征波段与Landsat验证影像对应波段反射率一致性决定系数R²（Red）=0.6999、R²（SWIR2）=0.7493;基于ESTARFM融合影像构建的EC值预测模型精度最高,R²=0.9268,基于FSDAF融合影像构建的EC值预测模型精度良好,R²=0.8987,基于验证影像构建的EC值预测模型R²=0.9103; ESTARFM模型的融合精度高于FSDAF模型,并且基于融合影像构建的EC值预测模型效果良好。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

华北平原冬小麦—夏玉米轮作区DLM与CLM5模型模拟对比研究

作物生长与气候的互馈是当前气候变化研究的热点之一。陆面模型作为一项重要的研究工具,其模型框架、算法设计及参数化方案的不同会直接导致模拟结果的不确定性。为探究陆面模型DLM(dynamic land model)和CLM5(community land model)在作物生长及农田热通量模拟方面的差异及原因,评估2个模型在华北平原作物研究中的适用程度,论文开展了冬小麦—夏玉米轮作站点的模拟对比研究。结果显示,DLM的夏玉米叶面积指数和生态系统总初级生产力的模拟值更高,与观测值更为接近;CLM5模型则在冬小麦模拟中略优。DLM的潜热模拟值与观测值的相关性普遍更高,可能反映了DLM采用的彭曼公式、双叶策略比CLM5采用基于水势梯度质量守恒、大叶策略的潜热计算方法更具优势。对于产量,模型当前的估测能力并不理想。总的来说,在默认设定下,2个模型的模拟结果能基本反映研究区农田站点内夏玉米和冬小麦的生长规律,但与实测值存在一定偏差。模型在该区域的适用性可能需要通过添加农田管理措施、算法优化和参数本地化等方式进一步提高。     

基于Landsat 8影像的水体指数与地表水化学特征关系——以艾比湖流域为例

湖泊对于干旱区生态与环境变化有着重要的影响,其水化学特征变化对干旱区绿洲生态环境的变化和水环境变化有着直接的作用和重大影响。以艾比湖流域典型区域为研究对象,对2014年5月野外实地采集的地表水样进行理化特征测试,测出水化学特征各种离子的含量,然后在同一时期遥感影像上提取该区域6种水体指数。利用SPSS软件对水体指数和水化学特征值进行相关性分析。结果表明:水体指数AWEI、EWI、NWI和RNDWI与水化学特征离子的相关性较小(0.2R0.34),NDWI和MNDWI除了与水体pH值的相关性较小(R=0.276)外,与其他水化学特征的相关性均较大(0.569R0.827)。对水体指数NDWI和MNDWI与水化学特征值的关系进行分析研究,并构建它们之间的关系模型。     

基于影像多种特征的CART决策树分类方法及其应用

以扬州市宝应县为研究区,采用主成分分析法对研究区影像进行数据压缩和单波段数据增强,利用灰度共生矩阵分析第一主成分的纹理信息。运用基于CART算法的决策树分类方法,选用影像的光谱特征值、NDVI值以及纹理统计量值为测试变量,并通过计算确定决策树的节点规则,提取影像中主要地物信息。将分类结果与单纯依靠光谱特征的监督分类法结果相比较,表明基于影像多种特征的CART决策树分类方法分类精度较高,尤其较好地提取了围网养殖区和建设用地。     

黑河上游天涝池流域典型灌木生态参数研究

祁连山自然保护区是河西地区重要的水源涵养区,而灌丛作为祁连山主要植被类型之一,对该区水源涵养功能具有举足轻重的作用。以黑河上游天涝池流域两种典型亚高山灌木为研究对象,基于2014、2015年野外观测和ArcGIS10.1分析功能,获得灌木生长季期间生态参数（叶面积、叶面积指数和比叶面积）的变化;同时,结合分辨率为0.5 m×0.5 m的LiDAR数据和Geoeye-1影像数据,估算研究区灌木叶面积指数的空间分布。研究结果表明：灌木在生长季期间比叶面积值在一定范围内波动;叶面积、叶面积指数变化较大。其中,在6、7月份增加最明显,8月份趋于稳定,9月份叶片开始凋落。其次,随海拔梯度水热条件的不同,流域灌木叶面积指数空间异质性较大,以海拔3 400 m为节点,在3 200~3 400 m海拔带叶面积指数呈递增趋势,在3 400~3 750叶面积指数呈递减趋势。     

应用基于纹理的面向对象分类模糊方法提取水田信息

针对面向对象分类方法进行图像处理时出现大量冗余多边形及其分类结果出现斑点等不足,提出基于纹理特征的分割方法。先对原始图像进行纹理增强、主成分分析、低通滤波和图像分割等预处理,得到原始图像的纹理特征二值图;将二值图作为独立波段与其他波段进行假彩色合成,得到纹理增强图,再对其进行多尺度分割和模糊分类。以南京市浦口区2002年9月SPOT图像为例,分别利用上述两种方法提取图像中的水田信息,基于纹理特征的分割方法克服了面向对象分类方法的不足,并且由于在进行模糊分类时分割出的对象大量减少,一定程度上减小了确定模糊区间的难度,较好地提取出水田信息,提高了图像的分类精度。     

基于纹理特征的香格里拉县冷杉林郁闭度遥感估测研究

以香格里拉县2006年TM影像、2006年森林资源二类调查小班数据为信息源,结合研究区冷杉林地面实测标准地（30m×30m）数据,提取香格里拉县冷杉林TM影像分布信息及标准地纹理特征因子（共48个）,对各因子进行相关分析;利用主成分法对纹理特征因子进行因子分析,最终选出13个纹理特征因子利用偏最小二乘法进行回归建模并进行模型精度检验。根据回归估测模型以及提取出的冷杉林各波段纹理特征因子,进行研究区冷杉林郁闭度反演。结果表明,基于遥感影像纹理特征建立的郁闭度遥感估测模型,其RE=13.8%,RMSE=10.39,精度为83.3%。研究区冷杉林郁闭度反演可知冷杉林郁闭度多分布在0.6~0.7范围内,多为中度郁闭林地。     

毛乌素沙地丘间低地主要植物叶片性状及其相互关系

以毛乌素沙地丘间低地30种主要植物为研究对象,比较不同功能群植物叶片性状的变异特征,分析植物叶片各性状之间的关系。结果表明:30种植物的比叶面积的变异系数最大,比叶面积与叶片干物质含量呈现极显著的负相关关系,叶片干物质含量与叶片碳含量呈显著的正相关关系,叶氮含量与叶片碳氮比呈极显著负相关关系,叶面积与其他所有的叶片性状都无相关性。比叶面积、叶片干物质含量、叶面积、叶氮含量和叶碳含量在不同功能群之间存在显著差异,叶片碳氮比在不同功能群之间没有显著差异。研究结果有助于了解毛乌素沙地丘间低地环境变化对植物种群的作用,增进对丘间低地植被演变特征的认识。