基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算

MODIS数据时间分辨率较高,在对地能量和水分变化监测应用中具有不可比拟的优势。但其空间分辨率较低,混合象元效应显著,尤其在地表土地利用类型复杂和空间异质性较大时,会带来较大的误差。而ETM+数据具备较高的空间分辨率,但其单一的热红外波段导致反演的地表温度精度不高,且时间分辨率低,因而限制了在地表蒸散监测中的应用。本文探讨了将TM/ETM+与MODIS数据相融合估算区域地表蒸散的一种多尺度遥感方法,利用TM/ETM+计算得到的植被指数,基于空间增强方法将MODIS反演的地表温度尺度提高到30 m,并结合SEBS模型对伊洛河流域的地表蒸散进行了估算。验证与分析的结果表明,估算精度得到提高,研究区当日蒸散量在0～5.32 mm/d之间,空间分布具有明显的地域性差异,区域分布不均衡。     

2015—2020年中国土地利用变化遥感制图及时空特征分析

持续地开展国家尺度土地利用/覆盖变化遥感监测对于新时代国土空间规划和“美丽中国”蓝图绘制具有重要的科学价值。本文采用Landsat 8 OLI、GF-2等卫星遥感数据,融合遥感大数据云计算和专家知识辅助人机交互解译方法,研发了中国土地利用变化（2015—2020年）和2020年土地利用现状矢量数据（CLUD 2020）,建立了完整的30 a（20世纪80年代末—2020年）每隔5 a的30 m分辨率中国土地利用动态数据库。基于CLUD 2020数据,从全国和区域两个尺度揭示了2015—2020年中国土地利用变化的总体规律、区域分异和主要特征。研究表明：将遥感大数据云计算生成的30 m分辨率植被覆盖变化和地表类型变化检测信息融入到人机交互遥感解译方法,可有效地提高大范围土地利用变化遥感制图的效率和变化图斑辨识的准确性;精度评价表明,CLUD 2020一级类型制图的综合精度达95%。总体上,全国范围内国土空间开发强度与2010—2015年比较进入相对稳定状态。期间全国耕地面积仍保持减少态势,空间分异特征为耕地南减北增,东北松嫩平原及其与三江平原交界区大规模的旱地向水田转移,西北新疆南部开垦和北部退耕/撂荒并存;全国城乡建设用地持续增加,空间分异特征表现为由以往的沿海地区和超大、大城市集聚转向中西部地区的大中小城镇周边蔓延为主。全国范围的林草自然生态用地面积持续减少,但强度与2010—2015年比较有所下降;受气候变化的持续影响,青藏高原地区的河流湖泊等水域面积显著增加。以上土地利用变化格局与“十三五”期间国家高质量发展、生态文明建设宏观战略和气候变化的影响密切相关。     

农田景观空间异质性分析及遥感监测最优尺度选择——以三江平原为例

农情遥感监测需要高时间分辨率的遥感数据,目前这些数据大都为中低空间分辨率影像。在这些尺度下,像元内部往往是异质的,从而影响农情参数反演精度。因此分析和表达农田景观空间异质性和最优尺度选择对遥感农情监测质量的提高具有重要的应用价值。选取建三江农垦区四种典型农田景观为研究点,Landsat/TM NDVI为实验数据,利用实验变异函数对四种景观类型的各向空间异质性进行了分析, 而后通过变异函数模型拟合,定量分析了各个研究点的整体空间异质性,并在此基础上进行了研究区遥感监测最优尺度选择。研究表明:(1) 基于实验变异函数的结构分析方法,可定性地认识空间异质性的大小和方向,进而挖掘出其背后的自然和人为驱动因素。(2) 对实验变异函数进行拟合分析,可定量地刻画不同景观格局各自的空间异质性特性。此外,基于变异函数对空间异质性的定量表达,讨论了利用积分变程A结合Nyquist-Shannon采样定理进行最优尺度选择的方法。     

基于多源遥感数据融合的土地整治区产能动态监测:方法与案例

土地整治作为实现耕地保护和促进粮食安全的重要措施,由其引起的耕地产能提升受到持续关注。为克服传统实地调研、农户问卷调查等方法在数据可靠性、监测连续性、区域覆盖性等方面的不足,以及现有遥感数据产品在项目区尺度时空分辨率上的限制,基于MODIS、TM/ETM+/OLI数据,结合CASA模型和ESTARFM方法,以典型土地整理项目区为试验区,探索基于多源遥感数据融合的土地整治区产能动态监测技术方法。研究表明:基于融合数据获取的高时空分辨率结果能较好地分离项目区整治前后的地类特征,细化产能季节波动,显化产能动态变化过程;从监测结果看,试验区产能呈现先减后增的总体趋势,多年变化范围为519.87~728.29 g C?m~(-2)?a~(-1),整治后产能均值提升,且产能稳定性提高。     

应用遥感技术模拟净初级生产力的尺度效应研究进展

采用遥感技术估算地表植被净初级生产力(NPP),已经成为模拟NPP的主要发展方向。遥感技术以及数据处理能力的迅速发展和基于遥感观测生理生态理论研究的进展使大尺度生态系统格局和过程的定量、动态观测成为可能。多种卫星传感器提供了丰富的多尺度对地观测数据,从而形成了不同空间分辨率的影像数据层次体系,使得从定量遥感出发的NPP估算必然存在多尺度的问题。NPP遥感估算模型以不同分辨率的遥感数据(代表不同的研究尺度)作为输入参数时,得到的NPP模拟值差异明显。为了提高NPP的估算精度,需要充分认识不同分辨率的遥感数据对NPP估算结果的影响差异,即NPP的尺度效应问题。本文介绍了遥感尺度效应研究进展,多分辨率遥感数据监测NPP变化的多尺度研究进展,以及NPP估算尺度效应问题的研究进展。并分析了应用遥感技术研究NPP尺度效应的发展趋势。     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

中国南方红壤丘陵区植被净初级生产力空间分布及其与气候因子的关系——以江西省泰和县为例

植被净初级生产力(NPP)对气候变化的响应研究是全球变化研究的核心内容之一。在区域尺度上研究NPP年际间的空间变化规律,探究气候因子与植被生长的关系,是应对气候变化区域响应、探讨区域生态过程的科学基础。基于SPOT VEGETATION NDVI植被指数数据、气候和植被分类数据,利用光能利用率模型(CASA)估算了中国南方红壤丘陵区泰和县1998-2012年植被NPP,分析了NPP时空分布特征及其与气候因子的相关性。结果表明:1 1998-2012年泰和县植被年均NPP为762 g C/m2·a,不同植被类型差异明显,空间上表现出东西高、中间低的分布特征;2 1998-2012年泰和县植被NPP总体呈增长趋势,年际波动较大,平均值为2.21×106g C/a;3研究区NPP与年降水量呈不显著正相关关系,与年均气温呈显著负相关关系,表明温度是影响该地区植被NPP的主要气候因子。     

基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例

利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO（Leave-One-Out）交叉验证、多元逐步回归等方法,构建TRMM（Tropical Rainfall Measuring Mission）降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明：① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。     

2000～2008年内蒙古中部地区土壤风蚀危险度评价

选择内蒙古中部为研究区,以地理信息系统技术与层次分析法为依托,在深入调研风蚀驱动因子的基础上,构建了一个驱动因子相对全面并且实践可行的土壤风蚀危险度模型;基于该模型,综合长时间序列的遥感数据、地面气象台站观测数据,对研究区2000~2008年土壤风蚀危险度的空间分布格局、变化动态及其驱动机制进行了分析。结果表明:在内蒙古中部地区,从东南到西北土壤风蚀危险度呈现逐渐增强的趋势,不同的风蚀危险等级区有着不一样的主导控制因子;在2000~2008年期间,区域土壤风蚀危险程度总体呈现下降趋势;2000年以来风场强度的持续下降及植被NDVI的持续上升是促使区域土壤风蚀危险度下降的控制因子,而气候干燥度在2005年的大幅上升则是当年区域土壤风蚀危险度上升的控制因素。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

土地利用/覆盖变化空间变异特征与遥感影像空间分辨率的选取——以北京地区为例

遥感数据为土地利用/覆盖变化提供了海量数据来源,如何选择合适空间分辨率的遥感影像进行特定地区的土地利用/覆盖变化研究,成为土地利用/覆盖变化研究的一个重要内容。地统计学方法已经广泛应用与遥感图像处理以及土地覆盖分类研究中,但应用于土地利用/覆盖变化的研究还比较缺乏。北京地区为研究区,运用遥感和地统计分析方法对该区土地利用/覆盖变化的空间结构的变异特征和合理的遥感影像数据源的选取问题做了初步探讨。研究表明地统计学方法能够揭示土地利用/覆盖变化的空间变异特征,有助于选择有效的遥感影像数据进行不同地区的土地利用/覆盖变化分析。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。     

定量遥感尺度转换方法研究进展

首先对遥感科学和气象学、水文学、生态学、地理学和的尺度概念及其转换方法进行了区分。其次对遥感数据空间尺度转换方法的国内外研究进展情况进行了系统梳理,重点比对了目前空间尺度转换常用6种转换方法：统计转换法、分类转换法、数据融合转换方法、分形分析法、基于局域动态模型的转换方法和基于物理意义尺度转换方法及其各自所属方法的优点和缺点。再次以遥感时间尺度转换应用最为广泛的地表蒸散发和农业旱情监测等2个领域为例,对遥感时间尺度转换方法进行了总结。最后预测了今后定量遥感尺度转换研究可能的研究重点,以期为今后更好地开展尺度效应和尺度转换研究工作提供参考。     

遥感技术在洪涝灾害防治体系建设中的应用

本文综述了遥感技术在洪涝灾害防治体系建设中的应用 ,包括洪涝灾害背景数据的建设和更新、洪涝灾害承灾体的识别和信息提取、洪涝灾害相关模型计算以及灾害监测、减灾救灾应急系统等方面 ,并对目前应用中存在的主要问题和发展方向进行了探讨.     

基于阈值分割的黑龙江省森林类型遥感识别

全球变化背景下,准确获取森林覆盖是监测森林资源动态、实现林业可持续发展的重要基础。为将省级尺度森林资源清查面积资料空间化,以黑龙江省为例,利用1999-2003年该省森林资源清查面积数据,结合2000年500 m分辨率的MODIS数据,构建了基于阈值分割的森林类型遥感识别方法。该方法利用不同地表覆被类型归一化植被指数时间序列的季节分异特征,以森林资源清查面积为标准,设定森林类型的划分阈值,识别了黑龙江省森林类型的空间分布。最后,基于分层随机抽样和精度评价方法,表明森林类型识别结果与地面参考数据具有较高的一致性,总体分类精度为78.1%;特别是季节特征明显的落叶林,精度可达80%以上。本文所构建的方法可将森林清查统计数据进行准确的空间定位,同时结合多期森林资源连续清查资料和遥感信息,可为识别并量化区域生态系统生物量和碳库变化等提供科技支撑。     

以遥感为基础的干旱监测方法研究进展

总结了目前广泛应用的气象监测模型和基于遥感数据的干旱监测模型,将目前的遥感监测方法分为植被状态监测方法、微波土壤水分监测方法、热红外遥感监测方法和基于能量平衡的遥感监测方法进行综述,深入分析了基于遥感数据的监测方法的特点、适用条件和存在的问题。通过综述基于多源数据的干旱综合监测模型,对未来干旱监测方法的发展方向进行研究和探讨,指出集成多源数据的干旱综合监测模型是解决复杂的干旱监测问题的新方法。     

近14a新疆南疆绿洲地区地表蒸散与干旱的时空变化特征研究

利用2001—2014年MOD16蒸散产品数据、MOD13植被[WTBX]NDVI[WTBZ]数据以及常规气象资料，基于植被指数、地表净辐射、气温优化改进混合型线性双源遥感蒸散模型，拟合地表蒸散分析实际蒸散（ET）、潜在蒸散（PET）时空动态变化特征，结合气象站实测蒸发皿数据验证MOD16数据在绿洲地区的适用性。进一步定义蒸散干旱指数（EDI）并计算△EDI进行研究区干旱特征分析，为大面积特殊地形蒸散估算研究和干旱监测提供一定依据。结果表明：（1） MOD16产品数据与研究区实测蒸发皿数据的相关性很好，通过0.01显著性检验，基于MOD16数据估算南疆绿洲地区蒸散量检验可行。（2） 2001—2014年均蒸散量总体变化不大，四季差异明显，ET与PET空间变化趋势相反；ET、PET年均差值较大，绿洲地区地表缺水情况严重。（3） EDI指数绿洲地区年均值总体偏大，△EDI对旱情的反映和干旱程度的判断比较可靠。