盐沼植被光谱特征的间接排序识别分析

运用ASD地物光谱仪,采用12个小型机载成像光谱仪(CASI)默认的植被波段组,以上海崇明东滩自然保护区的盐沼植物群落为对象,应用主成分分析法和相关分析研究了不同群落光谱特征与生态环境因子之间的关系。结果表明:运用PCA间接排序法能够识别盐沼植被中光滩、海三棱藨草群落、芦苇群落和互花米草群落等光谱特征;绝大多数盐沼植物的群落组成与所选波段的光谱特征之间有显著的相关关系;可见光和近红外波段数据可以分别识别低盖度的海三棱藨草群落和高盖度的互花米草和芦苇群落;对光谱反射率影响最大的生态环境因子是植物群落的高度和盖度,而高程和其它环境因子的影响次之。     

Envisat ASAR数据在沿海防护林提取中的应用

沿海防护林的建设与生态环境和经济发展密切相关。本文以福建省漳浦县沿海防护林地区为例,利用2005年多时相、多极化的ENVISATASAR(Environmental Satellite Advanced Synthetic Aperture Radar)数据,分析了典型地物后向散射极化和时间特性。沿海防护林的后向散射随时间变化较小,VV极化能较好的体现沿海防护林的表面形态和特征,VH极化可以将水体和沿海防护林很好的区分开来,植被间的差异在HH极化中得到较好的反映。针对不同的极化组合情况,采用面向对象的方法提取沿海防护林信息,并对提取结果进行了对比分析,认为多极化的数据更有利于防护林信息的提取。     

基于多时相多极化差值图的稻田识别研究

提出了一种基于多时相多极化差值图的稻田识别方法,该方法在简化稻田识别算法的同时,仍具有较好的稻田识别精度.以江西省高安地区的早稻识别为例,利用两景ENVISA ASAR交叉极化模式数据(VV/HH)计算了同时相多极化差值图和同极化多时相差值图.由于稻田含有水层和水稻的垂直株型等属性特征,稻田在两时相上VV极化和HH极化后向散射差异都很大,且与其他地物具有明显差别,因此利用同时相多极化差值图可以很好地分辨出稻田来;从时间变化看,HH极化雷达波对水稻生长和稻田的变化比对其他地物的变化更敏感,使稻田分布信息在HH极化多时相差值图中反应突出.而VV极化对地物的时相变化不够敏感.因此,建立最优差值图组合,分别采用阈值分类方法和监督分类方法对差值图组合进行分类提取稻田.通过比较分类结果,认为基于统计分析的监督分类方法更好,其稻田识别的精度达到84.92%.文章最后对提出的稻田识别方法及分类结果进行了分析.     

广东肇庆地区SIR-C森林雷达后向散射特征分析

森林雷达后向散射特征的研究是森林微波遥感应用的重要前提。本文利用不连续树冠森林微波后向散射模型模拟了肇庆地区松树林的雷达后向散射特征,并与从ＳＩＲ－Ｃ图像提取的雷达后向散射特征进行对比,从而分析和探讨了该区松树的雷达后向散射机制。     

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物（简称为倾斜建筑物）常被分为体散射类型,使得该类建筑物往往被误分为植被。本文通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberpfaffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行实验,证明本文提出的方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

红树林湿地植被生物量的雷达遥感估算

根据雷达后向散射系数建立了红树林湿地植被生物量的估算模型,并运用遗传算法确定其中非线性模型的最优参数.对比分析表明,雷达后向散射系数模型比NDVI模型在植被生物量估算中有更高的精度.使用NDVI指数有可能导致某些植被类型的生物量估算出现较大的误差.这是因为一些具有密集冠层的草本植被（例如互花米草等）有比红树林高得多的NDVI值.而雷达遥感所具有的侧视特点及一定的穿透能力能有效地获取植被的垂直信息,大大减低植被生物量估算的误差.     

基于无人机低空遥感和现场调查的潮滩地形反演研究

潮滩地形与滩涂湿地生态系统的结构和功能密切相关,准确获取高精度的地形数据,对于分析潮滩的冲淤动态和盐沼植被扩散过程具有十分重要的意义。受自然潮滩观测时间有限、观测条件恶劣及植被覆盖等因素影响,传统的潮滩地形监测方法往往存在操作困难、效率较低、成本过高及覆盖范围有限等不足。文章通过无人机低空遥感方法获取航拍影像与其波段信息,基于运动结构技术提取影像三维坐标信息,构建研究区高精度数字表面模型(digital surface model,DSM),利用DSM模型直接获得无植被覆盖的光滩数字高程模型(digital elevation model,DEM);对于有盐沼植被覆盖的区域,利用红、绿、蓝3个可见光波段信息计算可见光差异植被指数(visible-band difference vegetation index,VDVI),同时结合野外现场调查,获取潮滩盐沼植物株高与VDVI指数的定量关系,建立株高反演模型;并利用株高反演模型从DSM中滤除植被,准确反演出潮滩植被区的DEM,从而整体获得潮滩地形的反演结果。结果表明,结合无人机低空遥感和现场调查的方法可以较好地实现对潮滩地形的精确反演:光滩区地形均方根误差为0.07 m,其精度与高精度三维激光扫描仪测量结果接近;经过植被滤除后,潮滩植被区地形均方根误差下降到0.14 m,数据精度可提升60%,优于传统的点云过滤方法。文章提供了一种基于无人机和现场调查的潮滩地形反演方法,实现了潮滩地形高效、大范围的监测,研究方法可应用到其他类似的潮滩或海岸区域,为海岸带滩涂湿地保护和管理提供重要的技术支撑。     

联合时间序列相干性和后向散射系数的黄河三角洲湿地分类

针对后向散射系数难以完成高精度湿地分类问题,本文以16景VH极化的Sentinel-1A影像为数据源,构建了一种联合时间序列相干性和后向散射系数的分类方法。通过对长时间序列的后向散射系数和相干性分析,选择互花米草易与其他地物混淆的3个时相(6月27日(R)、11月18日(G)、11月30日(B))的后向散射系数图为合成数据源,引入11月18—30日相干图代替11月30日后向散射系数图。采用SVM和随机森林分类器,探究相干性引入前后黄河三角洲湿地分类精度变化。研究表明,相干性引入后,SVM和随机森林分类结果的总体精度分别提升了3.07%和3.85%,互花米草的分类精度分别提升了9.39%和11.42%。     

多参数SAR数据森林应用潜力分析

利用多参数机载全球雷达(GlobeSAR)数据和航天飞机成像雷达(SIR-C/X-SAR)数据,分别在我国南、北方两个试验区进行森林识别与分类,以及蓄积量估测的试验.为了更好地了解雷达后向散射与森林结构特征的关系,分别从雷达图像上提取了后向散射系数和强度,进行森林类型识别效果的分析,以及森林结构参数与雷达后向散射强度的相关分析.结果显示多波段、多极化SAR数据能有效地识别不同类型的森林.雷达的后向散射强度对森林的结构参数,尤其是森林的平均胸径和高度较为敏感,据此对试验区的森林蓄积量进行了估测,并分析了多参数SAR在森林应用中的潜力.     

去除土壤后向散射影响的SAR数据玉米留茬方式识别

作物留茬覆盖作为保护性耕作的重要方式之一,快速、准确地获取其不同方式的分布情况对保护性耕作的实施现状监测及效果评估具有重要意义。现有的留茬监测方法主要集中于留茬覆盖度估算,而对不同留茬方式识别的研究较少。本文以Sentinel-1 SAR数据为主数据源,尝试探究其对玉米留茬方式的识别能力。利用留茬后向散射模型分离土壤散射贡献和留茬散射贡献,以消除土壤散射贡献干扰。提出融合留茬指数FRI (Fusion Residue Index),结合雷达指数与SAR纹理,分析不同特征组合对留茬方式的识别能力。采用最优特征集进行玉米留茬方式的识别,完成实验区的不同玉米留茬方式制图。结果表明：采用消除土壤影响后的VH极化后向散射系数、FRI和SAR纹理等8个特征的识别表现最好,OA和Kappa系数分别为89.28%、0.84。相比采用消除土壤散射影响前,识别精度和Kappa系数提高了5.44%和0.09。研究结果为Sentinel-1 SAR影像在留茬研究的广泛应用提供一种新的思路。     

植被覆盖地表土壤水分遥感反演

以地域特色突出的新疆渭干河-库车河三角洲绿洲为研究区,联合使用雷达数据和光学遥感数据,对干旱区绿洲土壤和植被水分信息进行提取。在同期光学遥感影像数据提取植被归一化差分水分指数基础上,利用"水-云模型"从雷达数据总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系,相关系数为HH极化R2=0.5227,HV极化R2=0.3277。结果表明利用C波段HH极化雷达影像数据结合光学影像数据,进行干旱半干旱地区棉花、玉米等农作物种植区地表土壤水分反演时,在中等覆盖条件下去除植被影响有较好的效果。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

雷达后向散射模型及其在雷达图像地形影响纠正中的应用

在从雷达估测森林生物量时，经常遇到的一个问题是地形对雷达信号的影响。地形使得雷达波的入射角度改变，使每个雷达图像像元所包含的地表面积改变，由于地面的起伏，植被本身的结构也不同，纠正这种由地形而不是植被类型引起的雷达图像的变化是一个很复杂的问题，除了需要高质量的地形数据外，还必须理解植被雷达信号随地形变化的规律。提出一种可用来模拟森林及其它植被处于山坡上的雷达后向散射模型。结合DEM数据，模拟的结果可用来进行雷达图像的地形影响纠正，如果多极化或多波段图像存在，通过雷达模型可用从一种极化推导出的地形信息来纠正其它极化的图像数据。     

基于Sentinel-1多时相InSAR影像的云南松切梢小蠹危害程度监测

森林病虫害是森林健康生长的重要威胁之一,开展其危害程度监测对森林保护具有重要意义。基于多时相Sentinel-1C波段雷达数据、云南松物候和地面高度2 m处的相对湿度资料,对SAR相干系数和后向散射系数的时变特征及与相对湿度的相关性进行了分析,提出一种利用合成孔径雷达干涉(interferometric synthetic apertrue Radar,InSAR)影像进行森林病虫害危害程度监测的方法;并以云南省祥云县为研究区,进行了云南松健康林与不同程度受害林的分类研究。结果表明:(1)后向散射系数和相干系数的时序变化均与云南松物候期相关;(2)相干系数与相对湿度的相关性很小,后向散射系数与相对湿度有一定的相关性,其中轻度受害林的相关性达到0. 78;(3)通过实测数据验证,用多时相相干系数进行分类,精度高于后向散射系数分类,其中降轨数据的精度最高,可达到83. 15%,表明多时相C波段SAR相干数据可有效识别健康林与不同程度的受害林;(4)该方法对多云雨地区的森林病虫害监测与分类有一定的优势,可以进一步提升遥感监测病虫害的能力。     

顾及物候特征的喀斯特断陷盆地土地覆盖遥感分类

在喀斯特分布区,基岩、植被、裸地等多种地表覆盖交错分布,地物覆盖高度异质,并且呈现出短周期规律性变化和长期动态趋势变化,单一时相的影像进行土地覆盖分类精度非常有限。针对这一问题,本文提出一种顾及物候特征的多时相遥感影像分类策略,利用具有高时间分辨率的MODIS NDVI时间序列产品作为数据源,选择BFAST(Breaks For Additive Seasonal and Trend)方法进行NDVI时间序列的物候分解,采用动态阈值法对时序分解的物候轨迹进行标记,最后将物候标记特征与原始光谱时序综合特征进行组合,选择支持向量机(SVM)分类器进行土地利用覆盖分类,并且对比了不同特征空间下的分类结果。以云南省壮族苗族自治州丘北县和砚山县为研究区进行分类实验,结果表明,BFAST模型可以有效地分解出NDVI时序中的关键物候特征,相比基于单纯光谱特征的分类,物候驱动的喀斯特断陷盆地区土地覆盖分类精度有明显的提升,在NDVI、光谱和物候组合特征空间下,土地覆盖分类精度最高,总体精度和Kappa系数分别为88.94%和0.8693,尤其在灌木林、有林地、石旮旯地与稀疏植被的区分中,SOS、POS和GSG等物候特征具有较强的可分性,表明物候特征在地物识别中的有效性。     

光学遥感植被指数与SAR遥感参数的相关性及其主要影响因素研究

建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力。为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(greenness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异。结果表明:①极化比(polarization ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R~2=0. 40～0. 49),VH的干涉相干系数与各植被指数线性趋势好(R~2=0. 43～0. 51);②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R~2=0. 64～0. 76);③不同森林干扰下相关性存在差异:在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关;在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关;在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关。     

基于物候特征参数的山西煤矿区典型复垦植被分类

基于2001―2013年获取的MOD13Q1 NDVI数据,采用低通平滑Savitzky-Golay(S-G)滤波方法、插值法及切比雪夫多项式(Chebyshev Polynomial)拟合对NDVI时序数据进行重构;通过提取植被生长季开始日期、生长季长度、生长季结束日期、生长季NDVI最大值及NDVI最大值出现日期等关键物候特征参数,对研究区典型复垦植被类型进行分类。结果表明:研究区不同植被的物候特征具有显著差异,从生长季开始日期及NDVI最大值出现日期来看,农作物较有规律;而林地的生长季NDVI累积总值则明显区别于农作物及草地;农作物、草地和林地基于植被物候特征参数分类取得了较好结果,总体分类精度达到89.67%,优于采用多时相非监督分类的结果;该研究为山西省煤炭矿区生态环境恢复评价提供了一定的数据基础。     

星载SAR水下地形和水深遥感的最佳雷达系统参数模拟

根据星载合成孔径雷达 (SAR)浅海水下地形和水深成像机理 ,建立了浅海水下地形和水深雷达后向散射截面仿真模型。该模型包括奈维 斯托克斯方程、谱作用量平衡方程和雷达后向散射模式。利用该模型仿真结果 ,探讨了不同波段 (P、L、C和X)、不同极化 (VV和HH)和不同入射角 (2 0°— 70°)的星载SAR测量浅海水下地形和水深的能力。研究结果表明 ,浅海水下地形和水深遥感的最佳波段为P波段 ,L波段次之 ,C波段比X波段要好一些。VV极化SAR的测量能力要强于HH极化。 2 0°— 40°是星载SAR测量浅海水下地形和水深的最佳入射角范围。     

植被对潮沟发育影响的遥感研究——以崇明东滩为例

根据现场测量,通过高分辨率航空图像提取崇明东滩潮沟的空间形态、植被类型及植被盖度指数。结合多时相卫星图像及海洋数值模式,利用水边线法及宽深比法反演潮沟沟底高程并构建了研究区潮沟三维地形,分析了植被对潮沟发育的影响。结果表明:1潮沟反演的均方根误差为0.545 m,且高潮滩反演精度高于低潮滩地区;2从低潮滩到高潮滩的潮沟深度先增大再减小,主要原因是高潮滩水动力条件较弱,加之植被根系的固滩作用,下蚀作用较弱,潮沟深度较浅,低潮滩由于水域开阔,水动力条件较弱,无植被覆盖侧蚀作用增强,潮沟变宽变浅;3潮沟深度空间分布表现出南深北浅的特征,崇明东滩潮沟密度与植被盖度呈现明显的负相关(r=0.560 4,p0.02),在高盖度植被覆盖的潮滩地区潮沟大多不发育,潮沟密度较低。潮沟长度与植被类型表现出较强的相关关系,在互花米草-芦苇群落为优势的区域潮沟长度普遍比以海三棱藨草群落为优势的区域长。