杭州湾北岸上海段水域景观生态格局变化遥感研究

水域景观生态遥感对水域时空演变过程和趋势研究具有重要意义.本文基于Landsat系列卫星数据,利用归一化水体指数(Normalized Difference Water Index,NDWI)、归一化植被指数(Normal-ized Difference Vegetation Index,NDVI)和近红外反射率相结合...     

多时相特征组合优选的胶州湾湿地分类

基于光谱特征准确提取湿地信息并研究其动态变化,对于湿地环境监测和保护具有重要价值。本研究以山东省胶州湾湿地为研究区,构建面向对象的分类方法并集合多时相Landsat8 OLI遥感影像的多种特征变量:光谱特征,穗帽变换(K-T)特征,纹理特征,植被指数,水体指数等来提取湿地信息以提高中等分辨率影像的分类精度。结果表明,在光谱波段组合中,近红外波段和红光波段是湿地分类的最有效波段,穗帽变换产生的特征分量对湿地分类也较为有效,光谱指数中的Normalized Difference Water Index(NDWI)和纹理特征中的方差(Var)和对比度(Con)特征变量则并不适用于湿地分类,且特征变量的个数在到达24时会使可分离性下降。计算方差变化率(ROC)并结合目视解译确定最佳分割尺度,将面向对象的方法(Object-Based Image Analysis, OBIA)与Random Forest(RF)算法结合,其总体分类精度达到91.21%(Kappa系数=0.9011),较基于像素的分类方法总体精度增加5.18%,Kappa系数增加了0.0583。表明优选特征组合的面向对象的随机森林算法可有效提高湿地分类精度,为湿地信息提取提供一种新方法。     

基于SR-NDVI和中值滤波的连云港海域紫菜筏架自动提取研究

快速准确地掌握紫菜筏架的个数和面积可为海域管理和海洋行政执法等提供决策支持。本文以连云港市紫菜养殖筏架为研究对象,利用Landsat-8卫星影像,采用分区域归一化植被指数(Sub-regional Normalized Difference Vegetation Index,SR-NDVI)和中值滤波(分别利用蓝光、绿光和红光波段)两种方法,开展紫菜筏架自动提取研究,并以无人机影像对实验结果开展精度验证,针对不同水深区域,从识别个数、面积和方法 3个角度进行比对分析。研究结果表明:浅水区SR-NDVI方法识别面积精度优于中值滤波方法,深水区恰恰相反;深水区水质稳定、受环境因素影响较小,提取精度较高,4种实验识别紫菜筏架误差均优于2个筏架,而浅水区提取精度相对较差;同时浅水区还存在较为严重的"筏架相连"现象。     

基于Sentinel-2影像的围海养殖信息提取

为了能够利用遥感图像快速准确地提取围海养殖矢量信息,本文选取养殖水体、堤坝及育苗室等交错分布的海参围海养殖区域作为研究区域,根据研究区域Sentinel-2遥感影像的光谱特征,选用归一化差异水体指数（Normalized Difference Water Index,NDWI）、改进归一化差异水体指数（Modified Normalized Difference Water Index,MNDWI）和增强水体指数（Enhanced Water Index,EWI）三类水体指数,分别进行提取实验,利用同时期高空间分辨率的高分二号卫星（GF-2）影像作为参考,验证不同方法的提取精度,精度评价结果表明：相较MNDWI和EWI两类水体指数,NDWI的分类精度更高,且利用NDWI提取研究区域的围海养殖信息的效果更好,所以该方法可在养殖区域的动态监测和规划管理中发挥数据支撑作用。     

城市热岛效应的卫星遥感分析

利用MODIS资料研究了2004年4月南京城市热岛特征及其影响因子，结合地表覆盖类型分析了植被归一化指数（Normalized Difference Vegetation Index，NDVI）、地表温度（Ts）、地表反照率（α）的城乡差异及其相互关系，探讨了城市热岛（Urban Heat Island，UHI）效应形成的机制。结果表明：南京城区存在着明显的城市热岛效应；城市平均Ts比乡村高约10．83％；城市NDVI和α分别比乡村低约为62％和18.75％；NDVI与Ts呈负相关，相关系数为-0．73，而NDVI与α之间关系与波段有关；城乡植被覆盖差异是造成UHI的主要原因，其次是地表反照率，通过提高植被覆盖率和地表反照率可以减小城市热岛效应。     

基于NDVI与丰度关系的MODIS影像浒苔混合像元分解方法

MODIS影像是浒苔业务化卫星遥感监测的重要数据源,但其空间分辨率(250m)较低,混合像元效应导致传统的NDVI(Normalized Difference Vegetation Index)阈值法浒苔提取误差较大。为解决此问题,本文以准同步的较高分辨率的HJ-1CCD影像浒苔提取结果为基准,建立基于MODIS NDVI与浒苔像元丰度(浒苔覆盖面积占像元面积百分比)关系的浒苔信息提取模型,利用该模型可提取每个像元的丰度(即浒苔覆盖率),从而提高整景影像浒苔覆盖面积提取精度。该模型可为浒苔灾害等级的确定以及防灾减灾应急决策提供支持。     

基于HJ-1高光谱影像的黄河口芦苇和碱蓬生物量估测模型研究

湿地植被的生物量是湿地生态评价、保护和利用的重要基础数据,遥感技术已经成为湿地生物量高效、准确监测的重要手段。基于2013年9月的HJ-1 高光谱遥感影像,应用准同步现场踏勘数据,通过单变量线性回归和多变量线性回归的方法,针对7种常用的窄波段植被指数和2种红边指数对黄河口芦苇和碱蓬生物量(地上干重)的估测能力进行了评价。结果表明:(1)单光谱指数变量情况下,对于芦苇,选择近红外827 nm波段和红635 nm波段简单植被指数(SRI)和线性插值红边指数(REP_ linear interpolation)取得了最佳的单变量回归结果,决定系数分别达到0.42和0.58;对于碱蓬,选择近红外807 nm波段和红692 nm波段的归一化差值植被指数(NDVI)、SRI和优化的土壤校正植被指数(OSAVI)取得了较好的回归结果,决定系数分别达到0.60,0.59和0.47;(2)多光谱指数变量情况下,以在单变量回归分析中取得较好结果的SRI和REP_ linear interpolation指数为变量,芦苇得到了与其生物量之间决定系数为0.71的高相关性;同时,以NDVI、SRI和OSAVI为变量,与碱蓬生物量的决定系数达到了0.66。     

基于植被物候特征的互花米草提取方法研究——以长三角湿地为例

互花米草自1979年引进我国以来迅速增长,呈现外来物种入侵势态,严重影响了滨海湿地生态系统平衡。通过遥感手段监测可以获取互花米草的时空扩展规律,为互花米草治理提供参考和依据。本文选取长三角地区3个主要湿地区域为研究区,依托Google Earth Engine (GEE)平台选取了2014—2019年Landsat 8 OLI时间序列数据,提出了一种基于物候特征的互花米草提取方法。首先,通过归一化差异湿度指数(NDMI)、归一化差异植被指数(NDVI)和归一化差异水体指数(NDWI)提取互花米草生长的高湿度区域;然后,通过植被指数构建表征植被物候特征的时间序列曲线,确定互花米草与其他植被的物候特征差异时相;最后,基于物候特征差异时相数据构建决策树提取互花米草。通过与现有的互花米草决策树提取方法和支持向量机(SVM)方法对比发现,本文方法在3个研究区的提取结果均为最优提取结果,表明本文的方法对提取互花米草具有较好的适用性。     

基于高分光学与全极化SAR的海南八门湾红树林种间分类方法

合理的红树种间组成结构是有效发挥红树林湿地生态价值的前提,明确的红树林种间分布信息是开展红树林生态系统治理和规划工作的有效依据。针对海南八门湾红树林湿地,基于高分三号(GF-3)全极化合成孔径雷达(synthetic aperture radar,SAR)和高分六号(GF-6)多光谱遥感数据,本文提取了35个红树林遥感特征,利用极端梯度提升树(eXtremegradientboosting,XGBoost)算法开展了特征重要性排序、特征筛选和红树林种间分类实验,将其与传统的支持向量机(supportvectormachine,SVM)、随机森林(randomforest,RF)机器学习算法进行精度比较,并基于XGBoost算法进行了3种特征组合方式(优选特征、多光谱特征、全极化SAR特征)的分类精度比较,旨在探索XGBoost对红树林种间分类的适用性和光学与全极化SAR数据对红树林种间分类的能力。结果表明:1)识别红树林种类的优势特征依次为多光谱的光谱波段、极化分解参数、光谱植被指数,且仅利用前8个优选特征(绿光波段反射率G、蓝光波段反射率B、Yamaguchi面散射分量Ys、近红外波...     

MODIS图像湖泊水体信息的快速识别与制图

在可见光和近红外波段内,水体、植被、城市和土壤等地物的光谱反射率差异是利用遥感手段提取水体的基本原理。利用归一化植被指数(NDVI)提取MOD IS遥感影像上的水体,再将提取出的水体和MOD IS的空间分辨率为250m的2个波段进行假彩色合成,实现湖泊水体遥感影像的自动制图。结果表明,利用本文方法制成的水体分布图,既能保留MOD IS的较高分辨率,又能清晰地识别水体。     

HY-1C卫星CZI载荷的黄海绿潮提取研究

海洋一号C（HY-1C）卫星是中国首颗海洋水色业务卫星,其搭载的海岸带成像仪（CZI）在近海海洋环境监测中正发挥越来越重要的作用;随着搭载有相同传感器的HY-1D卫星发射,双星组网观测,可形成3天2次的高频次、大范围对海观测能力,在海洋漂浮藻类、海洋溢油等目标探测方面具备优异的效能。高空间分辨率光学数据中包含了丰富的海洋环境信息,给特定目标的识别提取带来一定干扰。本研究面向HY-1C卫星CZI载荷开展中国近海漂浮藻类识别提取的业务化应用需求,发展基于藻类缩放指数与虚拟基线高度融合的海洋漂浮藻类识别提取算法,算法优选适用于无短波红外波段国产数据的虚拟基线高度指数来增强藻类信号,通过藻类缩放指数滑动窗口运算,有效剔除高空间分辨率光学数据中的复杂干扰信息,实现了基于CZI数据的海洋漂浮藻类高精度提取,且具有较好的计算运行效率。此外,结合准同步高分卫星16 m多光谱数据,开展CZI数据含藻像元的不确定性分析,发现CZI数据反演结果对近海小斑块漂浮藻类存在不可忽视的高估现象。研究还指出,光学数据用于漂浮藻类监测,其不确定性不仅来源于传感器的空间分辨率差异,还与海洋漂浮藻类形态特征的空间分异性有关。明晰海洋漂浮藻类的形态学空间分异特征,将有助于提高光学数据反演结果的精度,并阐明不确定性。     

基于最优特征集的HY-1C卫星海岸带成像仪影像海冰分类方法研究

基于海洋一号C（HY-1C）卫星海岸带成像仪（CZI）遥感影像,提出了一种基于最优特征集的支持向量机海冰分类方法。分别提取CZI影像的光谱特征和纹理特征,采用基于距离可分性的判据进行特征选择,得到最优特征集,以最优特征集作为支持向量机分类器输入,分别对3期辽东湾海域CZI影像开展海冰分类实验和结果分析。结果表明:本文方法得到的海冰分类结果精度优于仅利用光谱特征或纹理特征的海冰分类精度;基于本文方法的3期影像的海冰分类精度均较高,2020年12月19日、2021年1月10日与2021年1月16日的海冰分类总体精度分别为93.67%、91.75%、84.89%,均在80%以上;利用海冰分类结果图估算海冰面积,发现3期辽东湾海冰面积依次增大,最大约为11 998.98 km2。     

基于HY-1C卫星CZI数据的红树林长势遥感监测

红树林是一种以耐盐的红树植物为主体的潮滩湿地林生物群落,其生长状态对于海岸带具有重要意义,利用遥感技术对红树林进行监测已成为目前主要手段之一。本文以广西北海山口红树林为例,利用HY-1C卫星的海岸带成像仪数据,结合其纹理参数,提取红树林信息,并对红树林植被指数进行分析。结果表明:2018年10月至11月间,红树林的RVI值均大于1,其中部分区域大于5;红树林的NDVI值的变化处于0~0.01之间,NDVI均值都大于0.5;红树林的EVI指数值主要集中在0.2~0.7之间。不同的植被指数计算结果均表明山口红树林长势良好。     

HY-1C卫星海岸带成像仪叶绿素a浓度反演研究

叶绿素a作为最重要的水质参数之一,是评价水体富营养化和初级生产力状况的主要因素。我国海洋一号C（HY-1C）卫星海岸带成像仪（CZI）具有高时空分辨率的观测优势。本文基于东海和南海现场实测数据建立了HY-1C卫星CZI叶绿素a浓度反演模型并在实测水域进行反演,与MODIS叶绿素a浓度反演产品进行了对比验证,应用CZI叶绿素a浓度模型在珠江口、长江口、渤海湾水域进行了叶绿素a浓度反演示例试验。结果表明,叶绿素a浓度模型估算浓度与实测浓度相关系数为0.774 3,平均相对误差为24.58%,利用实测叶绿素a浓度对模型进行精度验证,相关系数达到0.993 9,平均相对误差为18.49%。模型在实测水域反演得到的叶绿素a浓度分布与MODIS叶绿素a浓度产品分布大体一致。在珠江口水域反演得到叶绿素a浓度空间分布为由西北向东南逐级递减,峰值出现在珠江口西沿岸。在长江口、渤海湾反演叶绿素a浓度空间分布均符合地理实情。研究表明HY-1C卫星CZI数据可应用于中国近海水色定量化研究。     

基于无人机高光谱特征的红树林种群识别研究

红树林种群的组成和分布对于红树林生态系统的保护和恢复至关重要。本研究以漳江口红树林保护区为研究对象,通过获取无人机高光谱影像,进行光谱特征分析、光谱微分变换和包络线去除,提取了911组17个光谱特征参数,通过逐步判别分析筛选出13个用于决策树构建的特征参数,最终通过C5.0决策树模型获得了研究区红树林种群的分布状况。结果表明,漳江口红树林保护区植被种群呈现自上到下不同类型的分布情况,研究区上部以桐花树和秋茄混合类型为主,中间区域呈现白骨壤、桐花树和秋茄三者共生的现状,研究区下部则以白骨壤分布为主,伴生有少量的秋茄。通过混淆矩阵计算,得到研究区总体分类精度为 87.95%,Kappa系数为 83.81%,具有较好的精度。研究结果可为区域红树林湿地保护提供数据支撑,为红树林种群识别研究提供方法参考。     

基于资源三号的雷州湾红树林分类研究

基于面向对象的分类方法,不同参数组合会对红树林分类精度产生影响。以雷州半岛东岸附城镇沿海一带为研究区域,探索最优的参数组合以实现红树林的精确分类。利用资源三号(ZY-3)高分影像,基于图像光谱、形状和空间关系特征,对红树林进行分层次提取。结合红树林种类的光谱、空间特征差异,对比分析面向对象方法下不同因子、分割尺度及分类器对应下的分类精度,得出该研究区红树林树种在面向对象分类方法中的最优参数组合。结果表明:基于形状因子0.6+紧致度因子0.6、分割尺度为46的条件下,随机树分类器能有效区分无瓣海桑、白骨壤和秋茄三种红树林,总体精度为87.55%,Kappa系数为0.81。     

一种融合纹理特征与NDVI的随机森林海冰精细分类方法

海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数（NDVI）的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号（GF-2）为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示:针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数（NDWI）的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。     

Optimizing Remote Sensing and GIS Tools for Mapping and Managing the Distribution of an Invasive Mangrove (Rhizophora mangle) on South Molokai,Hawaii

In 1902, the Florida red mangrove, Rhizophora mangle L., was introduced to the island of Molokai, Hawaii, and has since colonized nearly 25% of the south coast shoreline. By classifying three kinds of remote sensing imagery, we compared abilities to detect invasive mangrove distributions and to discriminate mangroves from surrounding terrestrial vegetation. Using three analytical techniques, we compared mangrove mapping accuracy for various sensor-technique combinations. ANOVA of accuracy assessments demonstrated significant differences among techniques, but no significant differences among the three sensors. We summarize advantages and disadvantages of each sensor and technique for mapping mangrove distributions in tropical coastal environments.     

海南临高海岸带典型生态环境问题与对策研究

为改善临高县海岸带生态环境、提升海岸带生态价值及保障海岸带生态安全,文章在实地考察、文献查阅和资料梳理的基础上,概述了当前临高县海岸带面临的典型生态环境问题,分析生态环境退化的主要原因,提出了海岸带保护修复的对策建议。研究结果表明：临高海岸带地区砂质海岸、红树林、珊瑚礁和白蝶贝等面临较严重的海岸侵蚀、生态环境退化和生物资源枯竭等问题;砂质海岸侵蚀主要受海平面上升、风暴潮等自然因素影响,红树林生态系统主要受围海养殖、环境污染影响,珊瑚礁、白蝶贝等海洋生态系统则主要受渔业捕捞、水体污染等人为活动影响;基于海岸生态退化现状及原因分析,提出文澜河口、抱吴港等岸段开展沙滩喂养及生态堤建设,新盈湾、黄龙湾、金牌湾等重点区实施红树林修复,珊瑚礁、白蝶贝保育区加强自然封育、严防人工干扰等建议措施。