全球30m空间分辨率耕地遥感制图研究

耕地是全球地表覆盖制图中重要的地表覆盖类型之一,其变化影响着人类社会经济发展、粮食安全与生态环境保护.现有全球耕地制图产品空间分辨率较粗,缺乏高空间分辨率的全球耕地数据产品.本研究利用全球2000/2010两期30m空间分辨率遥感影像数据集(Landsat TM/ETM+、HJ-1)、MODIS 250m空间分辨率NDVI时间序列数据及多种参考资料,针对全球尺度30m影像中耕地提取的难点,提出基于像元、对象和知识3个层次的耕地提取方法,即基于像元尺度多特征优化的耕地分类提取、基于对象的耕地自动判别以及基于信息服务和先验知识的交互式对象处理,完成了全球两期30m耕地遥感制图,并对全球耕地的面积等信息进行统计分析.结果表明,全球2000年和2010年耕地总面积分别为19.03亿ha和19.60亿ha.精度评价结果表明,两期全球30m耕地遥感制图总体精度均达到92%以上.本研究研制的2000/2010两期的全球耕地遥感数据产品,在空间分辨率和分类精度上均优于国际上同类产品,为全球粮食安全、生态环境监测和全球变化等研究提供了重要基础数据.     

全球陆表水体空间格局与波动初步分析

陆表水体是人类生存和发展的最重要资源之一,也是全球水循环主要组成部分之一.全面地掌握陆表水体的空间分布、持续地测定其动态变化,是全球生态环境健康诊断的一项重要工作.根据30 m分辨率全球地表覆盖数据产品(Global Land 30)中的两期陆表水体数据产品(Global Land 30-water 2000和Global Land 30-water 2010),利用MODIS时间序列数据对其进行时相订正,通过水域面积、水域率及其空间变异系数的指标,按全球、经纬度、大洲及气候区等不同层次分析了陆表水体及空间分布格局和时间波动.遥感监测结果显示,全球陆表水体总面积达367.67×104 km2,占全球陆表面积的2.73%.陆表水体空间分布极为不均,主要集中于北半球的中高纬度地区和热带地区.对比2000与2010年两期的水域面积差异,总体波动不大,但是区域差异较明显.Global Land 30-water产品及统计数据为分析全球陆表水体空间分布格局、揭示其地域差异、研究时空波动规律以及诊断生态环境健康提供了重要基础数据.     

全球30m分辨率人造地表遥感制图研究

伴随着全球人口增长与经济发展,城镇化进程预计将在全球范围内持续加速,而人造地表是城镇化在地表覆盖上的直接体现.一方面,人造地表的扩张为工业生产、经济活动、人员居住等提供合适的场地;另一方面,人造地表深刻改变了地球的自然表面,进而影响地表热量交换、水文过程以及生态系统等自然过程.因此,对全球人造地表进行精确制图对于自然科学与社会科学等相关领域研究都具有重要意义.本研究以全球2000与2010年两个基准年的30m分辨率遥感影像为基础,完成了全球两期30m分辨率的人造地表制图任务.首先,根据人造地表的地理内涵与30m分辨率影像上提取的可行性,从斑块层面上提出适用于该尺度的人造地表定义;其次,考虑到人造地表的光谱复杂性与空间异质性,对现有像素级分类与对象级分割技术进行组合,以实现较高精度的人造地表斑块提取;最后,通过人工编辑与质量控制的手段,进一步保证全球范围内的人造地表制图精度.独立精度评价结果显示,该地表覆盖分类产品的用户精度达到80%以上.可以认为,该套产品是目前全球尺度上,人造地表或相关地表覆盖类型产品中分辨率与精度都最高的分类成果.该数据将为开展全球城镇时空格局分析、生态环境健康诊断等相关研究工作提供重要的基础数据.     

基于多源数据集成的多分辨率全球地表覆盖制图

全球地表覆盖数据产品(如地表覆盖,植被连续场)最高空间分辨率已达到30 m.不同领域的用户对于这些产品的精度和空间分辨率有着不同的需求.基于此,本文从制图精度和空间分辨率两方面对现有的30 m地表覆盖数据进行改进和分析.首先通过将两套30 m全球地表覆盖产品(FROM-GLC、FROM-GLC-seg(Segmentation))与两套粗分辨率全球产品(基于夜间灯光数据的不透水层NL-ISA、MODIS城市产品MODIS-urban)进行集成,生成了30 m分辨率的地表覆盖新产品FROM-GLC-agg(Aggregation).随后,采用了分辨率低于30 m的数据集(如MODIS地表覆盖产品MCD12Q1,全球地表覆盖产品GlobCover2009,MODIS水体掩模产品MOD44W等)对FROM-GLC-agg进行后处理以进一步消除类别混淆.经过多源数据合成的新地表覆盖数据产品中来自30 m分辨率全球地表覆盖产品的象元仍占98.9%.在此基础上,通过众数聚合和比例聚合这两种升尺度方法生成了8套粗分辨率(250 m,500 m,1 km,5km,10 km,25 km,50 km和100 km)全球地表覆盖数据集来满足不同应用的需求.通过基于混淆矩阵的精度比较表明FROM-GLC-agg的总体精度为65.51%,该精度显著优于先前的两套30 m地表覆盖产品.多源数据合成后的30 m分辨率数据以及升尺度处理后的250 m,500 m,1km分辨率数据的最高总体精度分别为69.50%,76.65%,74.60%和73.47%.对采用众数聚合法得到的不同分辨率下地表覆盖类型的面积偏差分析显示,当分辨率超过5 km时,大部分植被类型会有至少5%的面积偏差.因此,对于需要使用粗分辨率地表覆盖数据作为输入的用户,建议使用包含了准确地表覆盖类型占比的比例聚合数据.     

全球陆表湿地潜在分布区制图及遥感验证

由于城市化和农业垦殖等人类活动不断增强,很多湿地生态系统受到侵占或干扰.保护湿地资源需要准确的湿地分布.然而由于湿地类型复杂多样,地面调查困难,大范围湿地分布制图很难完成.目前还没有专门用于湿地保护和规划且有较高分辨率的全球湿地分布数据.采用水文、气候数据结合1 km分辨率的混合地形指数(CTI)数据,利用陆表湿地和地下水位的关系,模拟出不考虑人类活动影响状况下30 s分辨率的全球陆表湿地潜在分布区.这是最高分辨率的全球陆表湿地的潜在分布数据.模拟结果显示全球陆表湿地潜在分布区面积达到3.316×107 km2.用遥感获得的实际湿地数据对陆表湿地模拟结果进行精度验证,总体精度达到83.7%.本次模拟结果可以作为构建全球湿地实际分布数据库的基础.由于模拟过程未考虑农业灌溉、建坝等人类活动对湿地的干扰破坏,因此本文对陆表湿地潜在分布区的模拟结果大于当前几种全球土地覆盖制图产品中湿地的面积.本文采用方法所需数据相对较少,精度高于其他产品.     

遥感影像空间分辨率变化对湖泊水体提取精度的影响

湖泊面积是表征湖泊水情变化的重要指示因子,如何从不同空间分辨率遥感数据中获取客观准确的水面信息,是当前遥感应用研究中的难点问题.本文以鄱阳湖为例,通过选用丰水期和枯水期代表性Landsat ETM+遥感影像,采用最邻近法(NN)和像元聚合法(PA)两种重采样方法,分别获取分辨率逐渐降低的不同分辨率的影像数据,结合归一化差异水指数法研究水域面积随遥感影像分辨率降低的变化趋势及其误差变化特征,同时深入分析不同影响因素对水体提取精度的差异.研究结果表明:(1)空间分辨率是影响鄱阳湖水体提取精度的重要因素之一,随着遥感影像空间分辨率的降低,提取水域面积的精度相对30 m分辨率时呈逐渐降低的趋势,但整体精度较高,最低精度在67.64%以上;(2)NN重采样方法对遥感影像波段亮度值的均值影响不大,但PA重采样后影像的均值和标准差随分辨率逐渐降低且变化更有规律;(3)水体阈值在PA重采样后变化较大,NN重采样后变化较小,因而采用30 m分辨率时获取的阈值提取PA重采样后鄱阳湖水体误差较大,提取NN重采样后的湖泊水体误差较小.本研究结果对于全球变化影响下湖泊水体信息遥感精确提取具有重要的参考价值.     

基于快速聚类方法的30m分辨率中国土地覆盖遥感制图

大范围遥感土地覆盖制图通常费时费力.本文采用一种基于特征空间变换的快速聚类方法(CBEST)对覆盖中国的508景Landsat Thematic Mapper(TM)影像进行土地覆盖制图.将中国划分为50个生态分区,每个生态分区内采用CBEST方法对TM影像进行快速聚类,CBEST平均聚类时间约为每2 min一景;通过对自动获得的光谱簇人工土地覆盖类型识别,归并光谱簇,绘制30 m空间分辨率的中国土地覆盖图,统计土地覆盖类型面积,生成主要土地覆盖类型专题图.采用2159个分布全国的验证样本对制图结果进行精度验证,得到总体精度为71.7%,Kappa系数为0.641.与当前两套全球地表覆盖产品(FROM-GLC和GlobCover 2009)的局部对比表明CBEST分类结果在各类型土地覆盖面积统计及视觉效果上存在优势.     

考虑边界区域的地表覆盖分类精度评价方法

地表覆盖作为地表状况的直接反映,与全球物质能量循环、气候变化以及人类社会经济活动等密切相关.地表覆盖分类数据通常利用遥感图像进行分类得到,其数据质量对全球环境监测及其变化研究与决策支持等过程有重要的影响.因此,对分类结果进行精度评估是地表覆盖分类的重要步骤.由于影像上不同地物类型边界处往往存在较多的混合像元,使得分类时处于边界处的像元分类精度相对低于内部像元,直接导致了类内自身的分类精度异质性增大,分类精度评估的不稳定性也随之增大.本文基于传统的分层抽样(stratified sampling,SS),提出了一种考虑边界区域的分层抽样方法(stratified sampling considering edges,SSCE).理论推导及实验结果表明,SSCE对总体精度(overall accuracy,OA)和kappa估计的准确性和稳定性均优于SS方法,主要结论为:在样本点总数较少的情况下,SSCE对分类精度估计的准确性高于SS方法;在相同的容许误差下,SSCE方法所需的样本数小于SS方法;分类图像中类内边界区域与内部区域分类精度的差异越大、其面积比例越均衡,SSCE方法越能准确地进行精度估计.因此,本文提出的SSCE方法能够以更少的样本获取代价、更高的准确性和稳定性对地表覆盖数据进行分类精度的评估.     

亚洲人造地表覆盖遥感精细化分类与分布特征分析

人造地表覆盖是刻画人类活动对陆地表层生态系统影响的重要因素,具有高度动态、结构复杂和类型镶嵌等特征.由于当前缺乏有效的洲际尺度人造地表覆盖精细化遥感探测方法和高精度的数据产品,由此影响了城市化对区域气候、生态系统过程和全球环境变化影响评估的可靠性.本研究构建了人造地表覆盖等级层次结构分类系统,发展了基于2010年全球地表覆盖30m分辨率产品(GlobeLand30)的人造地表覆盖二级类型像元组分提取的技术方法,研发了亚洲2010年高精度城市建成区及其内部城市不透水地表和植被覆盖组分比例数据产品.基于多源数据融合和专家知识方法获取的城市建成区及其内部组分分类的总体精度为90.79%;城市内部不透水地表比例组分信息提取平均相对误差为0.87,总体上数据产品具有较高的质量和可靠性.遥感精细化信息提取局部误差与不同气候带城市建筑与植被镶嵌程度密切有关.遥感精细化分类表明,亚洲城市建成区面积181785.96km~2,占亚洲陆表面积的0.59%;城市内部结构组分中,城市不透水地表总面积为116504.72km~2,占亚洲城市建成区面积的64.09%,植被和裸土面积占34.56%.在空间上,城市不透水地表自东向西呈现集聚式、分散式和无显著分布特征三级梯度.中国、印度和日本等国家,城市不透水地表总面积排在前三位,分别占亚洲城市不透水地表面积的32.77%、16.10%和11.93%.研究发现,城市建成区内部不透水地表与植被覆盖组分比例与国家的经济发展程度及区域气候环境密切相关,对于经济较为发达的国家,城市建成区内部镶嵌类型中不透水地表比例相对较低,如韩国、新加坡城市不透水地表比例约为50~60%,公共绿地植被面积比例相对较高,而对于经济发展水平较低的国家,城市建成区内部镶嵌类型中城市不透水地表比例则接近或超过80%.城市建成区内不透水地表、植被组分及空间分布特征集中反映了亚洲地区人口集聚和经济发展水平以及对子流域环境健康状况影响程度.     

顾及多元知识的GlobeLand30检核优化模型

综合运用自然、生态和人文等多元知识辅助计算机遥感自动分类,确保大区域地表覆盖遥感数据产品质量是多年来国际上致力于解决的科技难题.在全球30m地表覆盖遥感数据产品GlobeLand30的研制过程中,作者提出了一种顾及多元知识的检核优化模型,对基于"像元-对象"的遥感自动分类结果进行知识化检核,发现和修改错分/漏分问题.首先归纳总结全球地表覆盖分布相关的先验知识,凝练出有关地表覆盖的地域地形分布规律、时间连续性和空间关系等质量检核知识规则;继而发展了基于网络化服务平台的交互式协同检核技术,辅助发现与定位分类异常区域,并依据各类别最小图斑规定判定错分/漏分,进而标注和发布错误信息,供研制人员用于修改优化.以林灌草和裸地数据为例,抽取10%的图幅,进行优化前后的分类精度对比分析,得知质量明显改善,精度提高最多达到17.47%.运用该模型,对GlobeLand30数据进行了逐类检核与优化处理,有效地减少了错漏分问题,2010期产品的总体精度达到83.50%.这一模型还可用于其他全球或区域的地表覆盖数据产品研制.     

不同耕地数据集在中国区域的对比研究

耕地的数量和空间分布信息是国家粮食安全、全球环境变化、陆地生态系统地球物理和地球化学循环过程等研究的基础.本文以中国区域耕地为研究对象,从耕地的数量和空间位置两方面,对2010基准年的4套全球地表覆盖产品Globe Land30、FROM-GLC、Glob Cover和MODIS Collection 5,以及耕地数据集MODIS Cropland进行了对比研究.结果表明,不管是从耕地数量还是空间位置,Globe Land30的准确度都要高于其他4套产品.从耕地的数量来看,5套数据集计算的耕地面积比例在多数省份都有差异,和统计数据相比,Globe Land30和统计数据的吻合度最好,MODIS Collection 5和FROM-GLC次之,MODIS Cropland和Glob Cover较低.在空间位置方面,Globe Land30的空间位置精度最高,其次是FROM-GLC和MODIS Collection 5,Glob Cover和MODIS Cropland的精度最低;同时,5套数据的空间一致性从农业主产区到草原牧区逐渐降低,且受高程和坡度的影响明显.本文发现,虽然MODIS Collection 5的空间分辨率最低,但其耕地的数量精度和空间位置精度都高于300m空间分辨率的Glob Cover和250m空间分辨率的MODIS Cropland.因此,在进行耕地遥感制图时,选择高的空间分辨率固然可以提高数据精度,选择合适的分类方法也同样重要.同时,地形复杂的西北和西南区域光谱混合现象严重,给制图带来更多的不确定性,导致数据间的一致性较差,这将是以后耕地制图需要重点关注的区域.     

高分二号影像数据地物信息提取分割尺度研究

面向对象技术是提取高分辨率影像中地物信息的主流方法,而多尺度分割是面向对象技术的基础与关键,分割尺度的选择将直接影响最终信息提取的精度与质量。借助于eCognition平台,选用高分二号影像数据作为研究对象,采用多尺度分割的面向对象分类方法,充分利用遥感影像几何、纹理、光谱等信息,确定不同地物类别的最优化分割尺度,建立最佳分类规则,较好的提取了目标地物,更在一定程度上提高了分类精度,为震后灾害评估、震中道路快速提取提供技术支持。     

遥感分类方法在建筑物震害提取中的应用（以玉树地震为例）

建筑物损毁情况是地震灾害评估的一项重要指标,利用遥感技术快速提取震后建筑物震害信息,对科学指导地震应急救援工作具有重要意义.利用2010年4月14日青海玉树7.1级地震前后玉树县结古镇团结村高分辨率遥感影像,结合像素光谱和空间特性的纹理、结构等多源信息,基于支持向量机（SVM）方法,对地震前后建筑物信息进行分类提取,变化检测出建筑物损毁情况,并与面向对象多源信息复合的模糊分类法的分类精度、提取效率进行对比分析.研究结果表明,多源数据复合的SVM影像分类方法能够有效解决模糊分类影像破碎问题,地震前后两实相影像分类总精度达到77.53％和73.56％,提高了建筑物震害信息提取精度.     

基于FY-3B/MWRI数据的青藏高原地区地表发射率反演

以青藏高原地区为研究区域,利用FY-3B/MWRI(Microwave Radiation Imager)一级亮温数据和NCEP(the National Centers for Environmental Prediction) FNL(Final)全球业务分析资料,通过简化的微波辐射传输方程反演了晴空大气条件下的地表微波发射率.进而根据IGBP(International Geosphere-Biosphere Program)陆表覆盖分类数据,进一步分析了青藏高原地区微波地表发射率的频谱和空间分布特征,并分析了反演误差的来源.结果表明:青藏高原地区微波地表发射率的空间分布、频谱特征都与地表覆盖类型分布特征高度吻合,呈现出西北部地表发射率极化差异大,东南部极化异差小的分布特征.本研究中地表发射率的反演误差主要来自降水像元判别方案、再分析资料的时空匹配.还需要进一步研究定量误差,以期提高反演精度,进而建立长时间序列的地表发射率数据库,为青藏高原地球物理参数的遥感反演提供数据支持.     

卫星反照率产品的多尺度验证与不确定性分析

中低分辨率卫星反照率产品反映了局地与全球尺度地表吸收太阳短波辐射的能力,在气候变化与能量平衡研究中具有重要应用.卫星产品的精度通常基于地面观测值进行验证,而中低分辨率卫星反照率产品的验证需面对卫星与地面观测尺度的差异这一难题.引入高分辨率反照率作为尺度转换桥梁是一种常用验证策略,但高分辨率反照率数据本身的误差,以及它与地面观测、中低分辨率产品的互匹配都可能给验证结果带来不确定性.本文验证策略对这些不确定性进行了控制:以不确定性最小原则设计地面采样策略,用地面观测值对30 m分辨率反照率(用国产HJ-1a/b卫星数据反演得到)进行了校正,用校正后的30 m反照率升尺度后,选择不确定性更小的像元评价中低分辨率反照率的精度.以中国黑河流域中游为研究区开展了对GLASS和MODIS两种1 km分辨率反照率产品的验证试验.验证结果表明,尺度转换后的HJ反照率可以精确的检验低分辨率反照率产品的精度,但是必须考虑验证过程中的不确定性,并在验证时排除不确定性过大的像元.     

基于遥感特征指数的地表水体自动提取技术研究

为了从海量遥感数据中有效地提取地表水体信息,并提高自动化提取效率,提出了一种基于遥感特征指数的地表水体自动提取方法.该方法选取归一化植被指数(NDVI)、归一化建筑指数(NDBI)和修正归一化水体指数(MNDWI)作为遥感特征指数集,并根据这些指数构建了遥感特征指数曲线.通过分析,发现地表水体在特征曲线中单调上升,植被在特征曲线中单调下降,而其它地物并无此特征.因此,根据这一规律,利用ERDAS IMAGINE软件建立了自动化提取模型.通过与其他方法对比,表明所建立的模型在精度和自动化方面都明显优于其他方法,可用于海量数据地表水体的自动提取.最后,在ARCGIS环境下,并通过决策树模型初步实现了地表水体的自动分类.     

基于卫星数据的地表下行短波辐射估算:方法、进展及问题

地表下行短波辐射的估算对全球辐射平衡及气候变化研究具有重要的意义.文章从卫星载荷、反演算法和发展趋势等方面,回顾和总结了近十年来地表下行短波辐射的相关研究.到达地表的短波辐射受大气和陆表参数的双重影响.最近的研究对影响地表下行短波辐射的因素给予了更细致的考虑,例如通过提升云微物理参数的反演精度,降低云层引入的不确定性,以及考虑气溶胶、复杂地形和高反照率地表(如冰雪覆盖区)对地表下行短波辐射估算的影响等.此外,文章还对当前地表下行短波辐射估算的四类主要方法(经验法、参数化法、查找表法和机器学习法)的精度和优缺点进行了对比分析.未来需要提高云、雾霾、水汽等大气参数及复杂地形和亮地表的反照率等陆表参数的计算精度,有机结合机器学习和其他方法,利用新一代静止卫星和极轨卫星资料生产高时空分辨率地表下行短波辐射产品,推进辐射产品在陆面水文模型和气候模式中的应用.     

离散型湖泊水体提取方法精度对比分析

基于卫星遥感的陆地水体提取方法多种多样,并且应用广泛.对于水体分布支离破碎的枯水期湖泊,准确的水体提取方法尚不明晰,直接影响湖泊水域面积的提取精度.以鄱阳湖湖区为研究对象,利用ALOS遥感影像,以2.5 m高分辨率全色波段融合影像非监督分类(ISODATA)得到的水体面积为参考值,分别使用归一化水体指数(NDWI)法、NDWIISODATA法和基于近红外(NIR)的ISODATA法提取了10 m分辨率的水体分布,分析了不同方法提取结果之间的差异性及产生原因.结果表明:3种方法均可以较好地提取出水体,但利用ISODATA法提取的水体细部信息更为明显,面积值较NDWI法更大;相对于近红外单波段而言,基于NDWI图像的ISODATA法提取水体的精度更高.纵观3种方法,基于NDWI图像的ISODATA法提取的水体精度最高,基于近红外波段的ISODATA法提取结果次之,NDWI阈值法的提取效果最差.研究结果对于离散型湖泊水体提取方法及数据源的选择等具有重要的借鉴和参考意义.     

基于遥感影像纹理信息的湖泊围网养殖区提取

中国东部许多湖泊被人为围网养殖开发,高密度的围网养殖区较容易导致湖泊富营养化和水质恶化,因此人们利用遥感数据开展了湖泊围网养殖区的调查研究．对于湖泊围网养殖区的提取大多采用多光谱分类或目视解译手工数字化,多光谱分类围网养殖区和自然水体易于混淆,而手工数字化对于大区域提取工作量比较大.论文提出了基于遥感影像纹理信息的湖泊围网养殖区提取方法,事实证明此方法易于实现且提取精度高．该文选用中巴资源卫星02星多光谱数据,以白马湖为试验区,首先采用归一化差值植被指数提取水体及少部分光谱特征与之相似的人工建筑物和裸土,再采用主成份分析对研究区影像进行数据压缩和几何信息增强,利用灰度共生矩阵对影像纹理信息进行分析,以均值为量化指标,确定其最佳阈值,最后以决策树分类方法提取湖泊围网养殖区．     

地表温度映震异常与植被覆盖度间的相关性

基于乌兰浩特地震台监测区域的遥感影像，使用最大似然分类算法对影像进行6种地表物的分类，采用辐射传输方程算法进行地表温度的定量反演，根据影像提取的植被覆盖度，总结研究区域地表温度异常、植被覆盖度与地震间的相关性。