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。     

K-T变换在监测小麦地表参数中的应用

利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35.     

基于水稻特征波段的决策树分类研究

针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象,结合多时相遥感影像中反映水稻物候规律的特征波段,以南京江宁丘陵山区为例,选择典型水稻物候期时相的TM数据,基于多特征波段构建决策树分类提取水稻种植面积。结果表明:纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度;在具有两期物候数据时提取精度和效率较好,而加入了地形特征的水稻抽穗期数据比水稻灌浆期数据获取效果略好。因此,利用合理的作物物候期数据和该遥感影像的特征波段可有效提高分类精度,为地块破碎区作物种植面积提取提供有效手段。     

基于纹理特征与LSSVM的青土湖地物提取

纹理特征作为一种非光谱信息能够增强地物之间的特征差异,这对于高分辨率遥感影像的地物提取有着重要意义。以青土湖为研究区,以Worldview-2影像为数据源,通过引入权重因子定义联合概率函数来确定最佳窗口尺度,利用灰度共生矩阵提取最佳窗口尺度下的纹理特征,将其与原始遥感影像合成,采用最小二乘支持向量机（LSSVM）进行地物提取,将提取结果与仅利用光谱信息的支持向量机（SVM）提取结果、辅以纹理特征的SVM提取结果对比分析。结果表明：此方法可以更加快速准确地提取青土湖地物,精度高达85.86%,优于仅利用光谱信息的SVM的65.13%,辅以纹理特征的SVM的73.45%,可为地物破碎的干旱区高分辨率遥感影像地物提取提供有益借鉴。     

威海市近海水产养殖信息提取方法研究

单独利用遥感影像光谱信息进行近海水产养殖信息提取时,养殖水体与自然水体易混淆,而单独利用遥感影像纹理信息提取近海水域水产养殖信息时,单一大块养殖水体与自然水体又难以区分。针对上述问题,利用OLI影像数据,提出了一种综合遥感影像光谱与纹理信息进行水产养殖信息提取的方法。首先,在对研究区养殖水体类型进行光谱特征分析的基础上,采用主成分变换方法,对OLI影像光谱信息进行压缩、挖掘和选取;其次,分析灰度共生矩阵窗口尺寸和纹理特征统计量对研究区水产养殖区域的区分能力,完成纹理特征的选取,并将选取的纹理信息和光谱信息进行特征协同;最后,对特征协同数据进行多尺度分割,根据各水体类型间的光谱特征和纹理特征的差异,构建研究区3种养殖水体的模糊逻辑隶属度函数,实现对研究区水产养殖信息的自动提取。研究结果表明,该方法能较好地提取研究区水产养殖信息,总体分类精度达到97.93%。     

地貌分带下基于ICESat-2与GF-1的珊瑚礁水深遥感优化反演方法

研究以中国南海西沙群岛华光礁西部剖面为试验区,采用高分一号（GF-1）遥感影像及“冰、云和陆地高程2号”（ICESat-2）星载激光测高数据,基于珊瑚礁地貌分带建模优选策略构建了试验区25 m以浅水深遥感反演模型,并将模型外推应用至西沙群岛有实地调查水深数据的珊瑚礁剖面研究区。建模结果显示,礁坡和深潟湖地貌采用波段比值二项式回归模型,礁坪、浅潟湖和点礁地貌均采用多波段比值回归模型,可以使得地貌单元内基于GF-1影像的水深遥感反演达到最优效果。模型反演水深数据与实地调查水深数据相关系数为0.95;实地调查水深数据与ICESat-2深水区数据综合验证结果显示,模型均方根误差为1.34 m,平均绝对误差为1.08 m,平均相对误差为17.10%。研究表明,本文提出的基于地貌的主被动遥感水深反演模型显著改进了珊瑚礁区中分辨率遥感水深反演模型的精度,可为大范围珊瑚礁区高精度的水深反演提供方法支持。     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

基于地质统计学纹理特征的遥感影像分类方法研究

介绍地质统计学的原理与方法,论述了地质统计学应用于遥感影像描述及纹理提取的有效性,并将地质统计学变差函数得到的遥感影像纹理信息与其光谱信息相结合进行遥感影像分类试验,结果表明,辅以地质统计学纹理特征的遥感影像分类方法能够明显提高分类精度.     

柘林水库流域降水遥感反演研究

基于卫星遥感数据进行云层划分,并根据不同云层和地面站观测雨量间的回归关系,利用线性回归法反演流域降水数据.以GMS卫星影像为信息源,以实测站点数据为基础,对2000年、2004年柘林水库流域降水进行了遥感反演.基于R~2法的反演结果可信度分别达到0.9855、0.9904,其反演精度较高,可为分布式水文模型等提供输入参数.     

基于像元级RS影像数据融合方法应用评价

遥感信息融合（Fusion）是目前遥感应用领域的一个热点问题。高分辨率的全色影像与多光谱彩色低分辨率的遥感数据叠加，可以最大限度地利用不同分辨率、不同光谱信息和不同时相分辨率的遥感信息。融合中对同一地区长江流域秭归段的TM4、3、2多光谱和TM8高分辨率的遥感影像采用了IHS变换、分辨率（主成分分析）融合方法进行了数据融合，并对不同的融合方法所得到的融合影像进行目视和统计特征的分析与评价。     

基于CBERS遥感数据的云南安宁“3．29”火灾面积评估

以中巴资源卫星（CBERS）多波段数据及纹理均匀性指标、图斑变异性指标和地形因子作为森林火灾灾后模式识别指标,提取了云南安宁“3．29”重大森林火灾火烧迹地地图以及受害指标,结合地面样地数据对过火区域的受害程度进行了等级划分。通过对灾前森林分布图和过火程度区划图的叠加分析,统计出了各类林地的受害面积。结果表明“3．29”火灾过火面积1695．4hm^2（25 430．29亩）,重度受害面积为518．6hm^2（7779．42亩）,中度受害面积为508．5hm^2（7627．36亩）,轻度受害积为668．2hm^2（10023．50亩）。地盘松过火面积最大,为796．3hm^2（11944．47亩）,其次为栎类灌木,过火746．4hm^2（11195．43亩）。利用卫星遥感图像的自动识别处理算法,既可识别火场、又可识别森林受害程度,可以替代地面对坡勾绘与目视解译的传统火场调查方法。     

南方红壤区林下水土流失的遥感判别——以福建省长汀县为例

针对林下水土流失缺乏有效判别方法的问题,提出了一种遥感判别方法。该方法以植被覆盖度、植被健康度、土壤裸露度和坡度为判别因子,采用规则法来建立林下水土流失遥感判别模型,并将其应用于福建省长汀县。结果发现,长汀县有311.66 km²的林地发生不同程度的林下水土流失,其中有13.35%的土壤侵蚀强度达到中度。通过遥感方法识别出的林下水土流失区的空间分布位置可为该县今后深入治理水土流失提供目标靶区。     

基于多策略的极地遥感反演模型集成研究

极地遥感反演模型是极地研究的一种非常重要的工具.遥感反演模型对极地研究具有重要性,分析遥感反演模型的特点,以持续性、业务化、统一调用为目标,提出极地遥感反演模型集成应用架构.基于该集成方案,提出基于多策略的模型改造方法,并从三个方面详细论述模型的集成模式.基于可执行程序的模型改造方法对模型进行改造,采用应用端的模型集成...     

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ETM+的表观荔枝波谱反射率反演研究

试从现有的大量遥感影像中提取不同环境下地物的反射率,以目前常用的ETM＋影像数据和荔枝波谱数据提取为例,先对影像进行系统校正得到星上反射率,然后采用6S大气校正模型对图像进行订正,反演地物的真实反射率,并采用与野外实测相结合的方法,分析了星上反射率、6S反演的反射率与实测值之间的误差,结果证明6S校正法是一种较高精度的地物波谱反演方法,可以方便、快捷、准确地从现有的大量遥感影像上直接获取荔枝的反射率.为下一步的自动高效从影像反演地物反射率的研究奠定了基础.     

民勤绿洲青土湖植被优势种地上生物量估算

青土湖区域属于绿洲—荒漠过渡带，生态系统脆弱，极易发展为荒漠。梭梭、白刺和芦苇为青土湖区域的植被优势种，对其生态系统稳定与健康发展起着关键作用。以青土湖区域梭梭、白刺和芦苇为研究对象，利用空间分辨率为0.5 m的高分辨率遥感影像Worldview-2，采用辅以纹理特征的面向对象分类方法，提取梭梭和白刺的冠幅面积以及芦苇的分布面积；根据野外试验数据，建立梭梭和白刺地上生物量与冠幅面积、芦苇地上生物量与分布面积关系模型。利用关系模型、冠幅面积以及分布面积对青土湖区域植被优势种地上生物量进行了估算，实现了植被优势种地上生物量估算由“点”到“面”的转换。结果表明：（1） 采取辅以纹理特征的面向对象分类方法取得了较高的分类精度，总体Kappa系数为87.9%，总体精度达到91.3%。（2） 研究区植被优势种地上生物量总量为3.17×10³ t，其中梭梭地上生物量为0.54×10³ t，白刺地上生物量为0.90×10³ t，芦苇地上生物量为1.73×10³ t，地上生物量芦苇>白刺>梭梭。该研究可以为深入研究青土湖区域生态恢复与碳储量提供参考。     

基于多时相冠层结构参数对冠层光谱的敏感性分析

遥感反演的前提需对模型的输入参数进行敏感性分析.该文选取冬小麦返青期、拔节期、孕穗期和抽穗期,考虑输入参数之间的相关性,以辐射传输模型(PROSAIL)为研究对象,对比分析了局部敏感性和全局敏感性方法在模型不确定性和LAI敏感性上的差异.结果表明,随着冬小麦的生长,模拟光谱与实测光谱吻合度提高,模型模拟的不确定性降低;与局部敏感性方法相比,全局敏感性方法的模型不确定性降低,模拟精度提高,冠层光谱对LAI的敏感性有明显变化,植被指数对LAI的敏感性则相对稳定;与NDVI相比,TGDVI对LAI更敏感.     

Heterogeneity of water-retention capacity of forest and its influencing factors based on meta-analysis in the Beijing-Tianjin-Hebei region

Water retention is important in forest ecosystem services.The heterogeneity analysis of water-retention capacity and its influencing factors is of great significance for the construction of water-retention functional areas,restoration of vegetation,and the protection of forest ecosystems in the Beijing-Tianjin-Hebei region.A total of 1366 records concerning water-retention capacity in the canopy layer,litter layer,and soil layer of forest ecosystem in this region were obtained from 193 literature published from 1980 to 2017.The influencing factors of water-retention capacity in each layer were analyzed,and path analysis was used to investigate the contribution of the factors to the water-retention capacity of the three layers.The results showed that mixed forests had the highest water-retention capacity,followed by broad-leaved forests,coniferous forests,and shrub forests.In addition,no matter the forest type,the ranking of the water-retention capacity was soil layer,canopy layer,and litter layer from high to low.The main influencing factors of water-retention capacity in forest canopy were leaf area index and maximum daily precipitation(R2=0.49),and the influencing coeffi-cients were 0.34 and 0.30,respectively.The main influencing factors of water-retention ca-pacity in the litter layer were semi-decomposed litter(R2=0.51),and the influencing coefficient was 0.51.The main influencing factors of water-retention capacity in the soil layer were non-capillary porosity and soil depth(R2=0.61),the influencing coefficients were 0.60 and 0.38, respectively.This study verifies the simulation of the water balance model or inversion of remote sensing of the water-retention capacity at the site scale,and provides scientific basis for further study of the impact of global change on water retention.     

基于卫星遥感的夏季长春市城区热场分析

采用先进的遥感手段,能够大面积同步和动态地监测地面热场的分布和变化情况。利用长春市地区的LANDSAT图象,对于热红外波段遥感图象灰度值和地面温度之间的关系进行了定量的解译,并且采用TM6图象增强和密度分割的方法得到了长春市地面热场等级图,取得了很好的模拟效果。结果显示了长春市热场的分布具有明显的规律性。城市能耗和下垫面性质对于区域温度有直接的影响,此外,还结合图象分析了热场分布的形成因素。