森林生态系统遥感监测技术研究进展

森林是陆地生态系统的主体,森林生态系统监测技术是实现森林可持续利用与全球变化研究的重要支撑与信息保障。从4个方面概述了遥感技术在森林生态系统监测中的应用研究进展：森林遥感分类及变化监测、森林植被参数遥感反演、森林蓄积量与生物量遥感估算、森林干扰遥感监测等。结合遥感技术的发展,总结了森林生态系统监测中使用的多源遥感数据和各类模型,提出集成地面调查数据、高分地-空雷达扫描监测技术,以及多源光学遥感建模技术和生态系统过程模型,构建多维度、多尺度、高时间密度的森林生态系统监测平台的研究展望。     

基于高空间分辨率遥感影像的湿地信息提取技术研究

如何利用遥感技术获取高精度的湿地信息是湿地遥感研究中的重要内容之一.基于高空间分辨率的遥感影像数据,研究利用面向对象的分类方法,综合利用遥感数据的光谱信息、纹理特征、拓扑关系等信息进行多尺度分割,通过对对象的目视解译建立隶属度函数,并结合最邻近分类法,获取湿地信息.并以福建省闽江口湿地为例,采用高分辨率的SPOT5影像数据,研究表明：利用面向对象的方法对SPOT5遥感影像进行湿地信息的提取精度达到90.40%,为湿地信息的提取又提供了一个有效的方法.     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

基于多源光学遥感数据的湖泊湿地分类结果一致性分析

多源光学遥感数据是长时序研究中的重要数据源,而其分类结果的一致性分析则是多源遥感数据应用的前提和基础.该文以鄱阳湖湿地为研究对象,采用决策树方法对Landsat-8、Sentinel-2A、GF-1、HJ-1A 4种光学影像数据进行分类,以总体精度和Kappa系数评估分类精度,并基于类型面积偏差、类型面积相关、空间叠加分析对分类结果进行一致性分析.结果表明:1)利用决策树方法对不同传感器数据进行湖泊湿地分类,总体精度均高于89％,一致性较好;2)对于具体的湿地类型面积,不同传感器分类结果基本一致,以泥沙滩涂为主,水体次之,植被最少;3)分类结果中64.30％的区域具有高度一致性,完全不一致区域占12.70％.研究成果可为多源光学遥感数据用于长时序湖泊湿地变化监测的误差分析和集成使用提供参考.     

湿地遥感监测研究现状与展望

全球湿地质量退化, 数量减少, 湿地资源面临巨大压力, 遥感技术在实时、动态监测其变 化方面扮演着一个重要的角色。本文湿地遥感监测主要侧重于基于遥感技术的湿地分类与识别, 从基于遥感监测的湿地分类系统、影像预处理、多分辨率(多空间分辨率、多光谱分辨率、多时相 分辨率)遥感影像数据源、湿地信息提取方法(人工目视解译和计算机自动解译)等方面的国内外 研究现状进行了系统的论述, 并指出目前湿地遥感监测存在3 点不足及其未来研究的6 个重点。     

湿地植被净初级生产力估算模型研究综述

湿地植被净初级生产力(net primary productivity,NPP)作为湿地生态系统物质与能量循环的基础,是陆地生态系统碳循环的重要研究内容之一。估算湿地植被NPP的方法经历了站点实测和模型方法两个发展阶段,其中估算模型可以分为统计模型、参数模型和过程模型。随着计算机和遥感技术的发展,一些利用遥感信息估算NPP的新方法得到了广泛应用。简单地沿袭传统模型分类方法,不能完全涵盖所有估算湿地植被NPP的方法。回顾了湿地植被NPP估算模型,在传统模型分类的基础上,补充了遥感在湿地植被NPP估算模型中的应用,进一步将统计模型分为气候相关和遥感相关模型,将生态系统过程模型分为过程模型、过程耦合模型和遥感-过程耦合模型。在此基础上,评述了各类模型在湿地植被NPP中的研究现状,探讨了湿地植被NPP估算研究中存在的问题,指出湿地植被NPP估算的工作重点可以从提高地面实测精度、减少模型模拟不确定性、使用多源数据等方面入手,其中引入数据同化的方法实现湿地植被NPP预测将是湿地植被NPP估算模型的重要发展方向。     

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。     

基于SPOT5遥感影像的土地分类信息提取

近年来,随着现代遥感技术的发展,高分辨率、多波段、多时相、周期性的遥感卫星不断更新,如:SPOT、IKONOS、Quick Bird等,为土地分类信息的提取提供了丰富、可靠、高精度的基础数据源信息。本文选取陕西省三原县部分地区作为试验区,探讨利用SPOT5遥感影像进行土地分类信息提取,对数据预处理、遥感影像分类方法的选取及分类结果精度的评价等问题进行了探究,采用最大似然法,通过计算机自动分类对SPOT5遥感影像土地分类信息进行提取。实验证明,将SPOT5遥感数据应用于土地信息类型的提取可以极大地提高影像分类的效率,得到较好分类效果。     

地学应用中的遥感图像处理若干问题的分析

遥感技术在地理学应用中是如何从遥感影像上直观、准确的得到所需的信息,为本专业服务。文章从地学应用部门在进行遥感影像处理时遇到的几个问题:多光谱数据的选取与合成;多源信息的复合;新型图像分类器的应用;专题提取的精度等方面的进展作了分析。     

不同空间分辨率影像的沼泽湿地分类研究(英文)

成功的生态系统的监测取决于准确的分类结果。本文试图对沼泽湿地的生态特征进行监测。遥感分类常被用于描述生态系统或土地覆盖的格局情况。不同空间分辨率的的遥感影像反映的景观类型,景观特征均存在差异。本文利用不同空间分辨率的遥感影像,对洪河自然保护区湿地生态系统在群落尺度上进行监测。洪河湿地自然保护区是典型的内陆原始沼泽湿地生态系统的保护地,以草本沼泽植被和水生植被为主。根据SPOT-5不同分辨率10 m×10 m、20 m×20 m、30 m×30 m的影像,以及30 m空间分辨率的Landsat TM影像,利用最大似然法(MLC)对洪河保护区进行分类。为了验证分类结果的精度,本文利用航空影像分类数据作为样本,对SPOT-5和TM分类结果进行KAPPA精度验证。由分类结果,得出以下结论:(1)分类结果验证数据对结果的影响很重要;(2)不同传感器的影像对地面生态系统的表达内容不一样,即使是处于相同的光谱波段,同一空间分辨率的情况下。分类结果不仅取决于生态系统类型的多样性和斑块形状,还取决于面积维数和斑块的聚合度。(3)洪河自然保护区核心区湿地保护最好,其次是缓冲区,最差的是实验区。实验区已经有大面积的湿地被人类开垦成农田,湿地生态系统已经退化的很严重。因此,对珍稀生态系统的保护应该与人类的活动区强制的隔离开,才能保护原始湿地生态系统多样性。     

利用Landsat 8多光谱数据的湿地信息提取方法比较研究

以淮河流域蚌埠段为研究区,利用2014年3景Landsat 8多光谱数据,采用支持向量机、决策树和面向对象分类方法,对研究区中的河流、湖泊、滩地和库塘(包括水田、水库、坑塘和水渠)进行遥感分类。由于各类型湿地在Landsat 8各波段影像中的光谱特征相似度较高,不利于分类,所以,在利用影像光谱数据的同时,借助于影像数据中的空间信息和温度信息,进行分类。研究结果表明,采用面向对象分类方法提取的河流、湖泊的用户精度较高;采用决策树分类方法提取的滩地、库塘的用户精度较高;采用支持向量机分类方法提取的河流、湖泊、库塘的用户精度较高,但是在河流、湖泊的分类中出现了椒盐现象,在滩地分类中出现了错分;与另两种方法相比,面向对象分类方法提取的河流或狭长湖泊末梢信息更准确。     

基于Landsat OLI影像的盐城滨海湿地分类方法对比研究

采用何种方法对滨海湿地信息进行有效提取和分类是值得关注的问题。利用Landsat OLI影像数据,在ENVI 5.1软件平台上,采用监督分类、决策树分类和面向对象方法,对盐城滨海湿地进行了分类研究。研究结果表明,在分类精度和效果上,面向对象方法的分类结果最好,其它依次为决策树分类方法、监督分类方法的分类结果;3种方法对光滩和芦苇(Phragmites australias)滩涂信息的提取效果相对较好,对道路和碱蓬(Suaeda glauca)滩涂信息的提取效果相对较差;面向对象方法能够克服传统基于像元分类方法中的"椒盐效应"问题,并能取得较高的分类精度,该方法适用于利用中分辨率遥感影像的滨海湿地分类研究。     

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。     

利用遥感信息决策树方法分层提取荒漠化土地类型的研究探讨

选择甘肃省民勤县绿洲作为典型荒漠化区域,根据荒漠化土地分类体系确定决策树的结构及各类地物在树形中的位置。基于各类地物的光谱反射特性和图象数据反映的综合特征,采取相应的识别和提取方法,以最大限度地利用遥感数据源。对于非荒漠化土地分类,利用土壤调节植被指数、阈值数字信号统计可以分离成一类树枝;而重点讨论的3种荒漠化土地类型的分层分类,则相继采用光谱特征提取、几何特征提取、纹理特征提取、监督分类以及植被指数等复合识别指标进行分枝。结果表明:利用决策树分层提取法可以有效地排除和避免提取地物时所有多余信息的干扰及影响,目标明确。同时,为提高分类的精度,开展野外遥感调查和特征分析是极其重要的。     

基于高光谱信息的芦苇和香蒲地上干生物量反演方法研究

植物生物量是反映湿地生态系统功能与健康状况的重要指标,高光谱技术可以为定量监测挺水植物生物量提供快速、无损的数据采集与分析处理方法。利用Field Spec 3野外高光谱辐射仪,获取了北京市门城湖湿地公园内典型挺水植物芦苇(Phragmites australis)和香蒲(Typha angustifolia)的冠层高光谱数据,同步采集了对应区域两种挺水植物的样品,测定了其地上干生物量;分别采用原始光谱、微分光谱、植被指数、归一化和比值光谱指数、"三边"参数、吸收特征参数6种方法,分析了芦苇和香蒲的冠层高光谱数据与其地上干生物量关系的差异,选择与地上干生物量显著相关的高光谱特征参数,利用一元线性回归、逐步多元回归和偏最小二乘回归方法,建立反演模型;利用交叉检验中的3K-CV(Three K-fold Cross Validation)方法,对反演模型的估测精度进行了检验。结果表明,在通过6种光谱分析方法获得的高光谱特征参数中,与芦苇地上干生物量相关系数最大的高光谱特征参数为550~800 nm波段的吸收深度,相关系数为0.847;与香蒲地上干生物量相关系数最大的高光谱特征参数是由680 nm、735 nm两波段构建的归一化光谱指数,相关系数为0.953。从3种回归模型的反演结果来看,偏最小二乘回归模型的反演结果最好,其次是逐步多元回归模型,而一元线性回归模型的反演结果相对较差。3K-CV法的交叉检验结果显示,反演芦苇和香蒲地上干生物量的3种模型都取得了较理想的估测精度,最小估测精度为90.86%,最大为95.23%。利用挺水植物冠层高光谱信息,可以反演其地上干生物量。     

土壤盐渍化遥感应用研究进展

文章从地面数据的调查、盐渍土影象的目视判读特征、光谱特征和土壤盐渍化区域的植被特征以及多光谱、高光谱遥感技术等方面综述国内外应用遥感数据探测土壤盐渍化程度及其制图的研究。利用数字图象并结合野外调查数据进行目视解译和计算机自动解译、图象变换提取盐渍土信息;结合G IS方法在分类中加入非遥感数据来提高分类精度;在研究盐渍土的光谱特征的基础上应用高光谱技术定量或半定量地提取盐渍土信息。这都是制定综合治理措施、决定土地利用方向的关键,也是进行区域土壤盐渍化动态预报的重要依据。     

基于机器学习规则推理的湿地识别研究

遥感作为人类获取地表信息最重要的手段之一,对于湿地研究具有重要的价值。文章运用机器学习规则推理的方法克服常规遥感研究方法在湿地研究中的弊端,使分类精度得到很大的提高。与传统的最大似然法相比,分类精度提高了13.51%, 达到了83.81%。基于机器学习规则推理分类,不仅利用了光谱信息,而且利用了纹理信息和坐标信息,并使用了掩膜技术。研究发现,这种方法能使湿地类型以及湿地与高地之间的混淆现象得到有效的克服。     

微山湖湿地图像文理识别模型与应用分析

在湿地遥感研究中,大多数的学者都是通过对遥感影中湿地光谱特征分析的方法提取,对于在光谱分析的基础上进行纹理分析并建立模型的方法提取湿地信息这一方面的研究并不多。本文以枣庄市微山湖湿地为研究对象,利用2008年6月19日的Landsat7 ETM图像数据,在对湿地特征及其遥感图像表征综合分析的基础上,对多光谱遥感图像进行光谱分析,从而提取出湿地与水体的相关信息。在对湿地与水体的区分过程中,为了获得比较精确的湿地信息,我们采用纹理分析的方法对光谱分析的结果进行优化,最后用掩膜法降噪处理,从而使提取结果的分类精度有了很大程度的提高。为湿地管理部门制定相应的湿地保护措施提供相对可靠的理论依据。     

基于ETM+土地利用与土地覆盖遥感信息提取研究

基于ETM 遥感卫星数据,使用层次分析法、光谱响应特征阈值算法、监督分类和无监分类方法,对实验区土地利用信息进行提取。研究结果表明:采用层次分析法对ETM 数据进行土地利用调查,可最大程度识别出土地利用类型;综合利用多种信息提取方法进行山区土地利用与土地覆盖信息提取具有速度快、技术操作简单、可识别类型多的特点;对林地和水域的分类识别精度可达85%以上,但对山区农村居民地的面积难以准确提取,必须借助人工解译方法,并参考其他辅助资料才能获取。     

面向对象解译方法在遥感影像地物分类中的应用

针对高分辨率遥感影像快速高效萃取有用信息这一遥感技术应用的热点问题,探讨了基于面向对象(Object-oriented)解译方法的遥感影像自动及半自动解译和提取的新思路.文中分析了面向对象解译方法在地物信息分类应用中的优势,并提出了基于此方法的高分辨率遥感影像多尺度信息提取技术流程.具体结合广州市新白云机场开发区IKONOS高分辨率遥感数据进行地物快速提取、自动分类的试验,并对解译效果进行了评估分析,证明此方法在高分辨率遥感影像地物分类中确实高效可行.