Sentinel-1时序后向散射特征的海岸带盐沼植被分类——以长江口为例

盐沼是中高纬度海岸带区域生产力极高的生态系统,不同种类盐沼植被提供的生态服务功能具有明显差异。围垦、互花米草入侵、海平面上升等人类活动和自然要素复合作用,导致中国海岸带盐沼植被结构和空间分布快速变化。现有光学遥感方法在海岸带区域受潮汐、云雾干扰严重;高光谱、LiDAR等数据方法难以大范围高时效获取盐沼植被信息。本文以长江河口为研究区域,提出了基于植被物候期多时相雷达后向散射特征优选的海岸带盐沼植被分类方法。采用Sentinel-1雷达数据,分析盐沼、潮间森林沼泽、光滩和水体的雷达后向散射全年时序特征。结合盐沼植被物候特点,基于分离阈值法计算典型盐沼植被月际后向散射特征间分离度。根据最优时序雷达分类特征,采用随机森林方法获取盐沼植被种类、结构和空间分布。结果表明：（1）全年VH极化后向散射均值能较好将水体、光滩、潮间森林沼泽与盐沼区分。（2）4月VV极化、11月VH极化与3月VV极化后向散射均值分别为海三棱藨草/藨草、互花米草与芦苇的最优分类特征。（3）基于年际和月际时序雷达最优特征和随机森林分类算法获得的盐沼植被总体分类精度达到85%,Kappa系数为0.80。相较光学遥感,雷达遥感影像可有效获取盐沼植被年际、月际时序雷达后向散射特征,准确得到海岸带盐沼植被空间动态,在海岸带研究中具有较好的应用潜力,可为海岸带生物多样性保护、湿地生态系统功能提升与生态环境管理等提供重要技术手段和数据支撑。     

高分辨率遥感植被分类研究

以南京市区的植被覆盖为研究对象,基于IKONOS遥感影像,采用决策树分类算法,根据各种植被光谱特征建立知识库,提出基于光谱信息的植被分类方法,继而结合高分辨率影像特有的纹理特征引进局部一致性指数对该方法进行改进,提出结合纹理信息的高分辨率遥感植被分类方法,分类总体精度从仅利用光谱信息的83.16%显著提高到91.89%,Kappa系数达到0.8886。采用Quickbird遥感影像对该方法进行验证,分类总体精度为91.94%,Kappa系数为0.8783,表明该植被分类方法能有效地对植被进行分类与识别,精度较高,且对于不同数据源的植被分类具有一定的普适性,为实现植被的自动化提取提供了理论依据和有效的方法途径。     

不同分类方法在土地利用信息提取中的精度对比

以东方市为研究区,对OLI影像分别采取基于像元的五种分类方法实施土地利用分类,自评和对比验证分析影像在不同分类方法、不同土地利用类型上的分类精度。研究结果表明:在相同样本量和没有辅助数据的情况下,监督分类精度高于非监督分类,支持向量机的分类方法能够较好地提取土地利用信息,各地类的用户精度、生产者精度较高,总体精度达88.13%,Kappa系数为0.86。不同地类的分类精度差异明显,建设用地和水域的分类精度较高,未利用地和耕地的分类精度较低,林地、草地、耕地等绿色植被之间存在混淆。该研究成果为合理选择分类方法应用于土地利用信息提取提供科学依据。     

基于随机森林分类方法和多源遥感数据的湿地植被精细分类

利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比。结果表明:随机森林分类方法的总体精度为90.3%、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度。通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高。     

基于决策树方法的遥感分类研究

利用监督分类和决策树分类2种方法对研究区域进行地表覆盖分类,将分类结果与Google Earth影像、地形图对比进行精度评定。结果表明,决策树分类总体精度和Kappa系数分别为86.462 9%和0.827 1,较监督分类的总体精度和Kappa系数分别提高了5.347%和0.067 1,对于地形复杂的地区,能有效提高分类精度。     

利用Sentinel-2A影像的面向对象特征湿地决策树分类方法

苏州市湿地众多、类型多样化、周围环境复杂,使用传统的遥感分类方法很难得到精度较高的湿地分类结果。研究了面向对象特征的湿地决策树分类方法,以苏州市澄湖地区为研究区域,使用欧空局的Sentinel-2A影像,先将研究区域分为湿地水体、植被和非植被3大类型,再分别构建鱼塘、河流、湖泊、农田和裸地等面向对象特征,据此实现湿地遥感分类。研究结果表明,该方法能够有效利用遥感影像提供的光谱特征、几何特征和纹理特征等多种丰富信息,产生较高的分类精度,总体分类精度可达80.67%,Kappa系数为77.80%。与传统的基于中低分辨率遥感影像的分类方法相比,该方法可以有效提取湿地不同地物对象的几何结构和纹理等特征,在提高湿地分类精度的同时实现对大面积湿地的快速动态监测。     

基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究

典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。     

一种遥感影像分类精度检验的新方法

遥感影像中属于某类别的特征向量服从正态分布，基于此理论，根据统计学原理，提出一种新的基于类别分布的分类精度检验方法，该方法与常规基于混淆矩阵的分类精度检验方法完全不同，不需检验数据，仅需要一定的样本数据来估计总体的分布，可直接利用监督分类的训练区进行，因此对监督分类而言工作量极小。该方法能够进行的关键是类别总体的分布能通过某一分布的假设检验，在这种情况下可方便地计算出该类别的生产者精度，同时根据类别均值向量对应的像元数目和均值向量在类别总体中出现的概率计算出类别总体的数目后，可计算出各类别的用户精度，然后根据各类别的用户精度和分类后各类别分布面积比例计算出分类总精度。最后以郑州市高密度建设用地分类的生产者精度数据的获取为例进行了实证研究。研究表明：对于总体分布与正态分布最接近的两个波段的分类结果，本方法的计算结果与常规方法的计算结果在统计意义上可以认为一致。     

面向对象的沿海地区土地利用/覆被信息提取研究

土地利用/覆被（LUC）可为土地资源领域相关研究提供基础数据。本文构建了面向对象的LUC分类方法，并以沿海特殊土地类型区连云港市为例，应用Landsat 8影像开展了实证研究。结果表明：①总体分类精度达到85.06%，总体Kappa系数为0.83，超过了0.7的最低允许判别精度；②该方法可以有效地减少研究区因南北部区域耕地植被覆盖度不同导致的错分现象，并可以用于盐田与滩涂信息的提取工作；③该方法既可为研究区土地利用相关研究提供符合精度要求的数据，也可为其他沿海地区进行土地利用/覆被信息提取工作提供参考和借鉴。     

CNN影像输入尺寸和分辨率对川西针叶林植被分类精度的影响

川西亚高山针叶林位于中国西南地区,受多云、多雨、多雾的影响,难以通过卫星影像进行植被分类的研究。为了解决这一难题,本研究选取川西亚高山针叶林的典型区域王朗自然保护区作为研究区,使用多旋翼无人机获取研究区域北部高分辨率RGB影像,结合卷积神经网络进行植被分类;为进一步挖掘卷积神经网络在无人机遥感影像上的潜力,选择语义分割方法 （U-Net）进行分类,并根据不同分辨率的无人机影像和不同尺寸下的样本集构建植被分类模型,建立森林指纹库。结果表明：（1）结合无人机可见光影像和CNN模型进行分类能够获得高精度分类结果。在空间分辨率为5 cm,尺寸为256×256像素的情况下达到最优,总体精度为93.21%,Kappa系数为0.90;(2)选择合适的尺寸大小能够提高模型的分类精度。在5 cm的空间分辨率下,尺寸为128×128像素的模型总体精度为82.30%,Kappa系数为0.76;尺寸为256×256像素的模型总体精度为93.21%,Kappa系数为0.90;(3)超高空间分辨率的升高对模型精度的提升是有限的。当空间分辨率从10 cm升到5 cm时,模型的总体精度提高了0.02,Kappa系数提...     

利用Landsat 5 TM影像估算沉水植物地上生物量的研究——以江西省鄱阳湖国家自然保护区为例

阐述了利用Landsat 5 TM影像在鄱阳湖国家自然保护区进行沉水植物地上生物量估算的方法和过程。研究结果显示，采用该影像，结合传统的采样策略和估算方法进行生物量的估算，在此研究区域中具有一定的局限性。分析了产生这一问题的原因，并对后续的研究工作提出了具体的建议。     

基于TM影像的城市建筑用地信息提取方法研究

本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。     

Land Cover and Vegetation Change in the Yellow River Delta Nature Reserve Analyzed with Landsat Thematic Mapper Data

Abstract

Coastal wetland is a major part of wetlands in the world. Land cover and vegetation mapping in a deltaic lowland environment is complicated by the rapid and significant changes of geomorphic forms. Remote sensing provides an important tool for coastal land cover classification and landscape analysis. The study site in this paper is the Yellow River Delta Nature Reserve (YRDNR) at the Yellow River mouth in Shangdong province, China. Yellow River Delta is one of the fastest growing deltas in the world. YRDNR was listed as a national level nature reserve in 1992. The objectives of this paper are two fold: to study the land cover status of YRDNR, and to examine the land cover change since it was declared as a nature reserve. Land cover and vegetation mapping in YRDNR was developed using multi‐spectral Landsat Thematic Mapper (TM) imagery acquired in 1995. Land cover and landscape characteristics were analyzed with the help of ancillary GIS. Land use investigation data in 1991 were used for comparison with Landsat classification map. Our results show that YRDNR has experienced significant landscape change and environmental improvement after 1992.     

基于C5.0决策树算法的元胞自动机的洪河湿地演化模拟

以洪河自然保护区1992年、2001年、2010年三期TM遥感影像为数据源,利用C5.0决策树算法从已有的数据及其影响因子数据中挖掘出洪河湿地的演变规则,并将获得的转换规则应用到元胞自动机模型中进行洪河湿地演变的动态模拟与预测,分析和探讨了元胞自动机模型在湿地景观模拟和预测中的重要作用。结果表明,在现有的空间变量和条件不变的情况下,在未来的洪河自然保护区湿地面积将减小,洪河自然保护区干旱化将加重。通过对湿地景观的动态变化模拟和预测研究,能够较好地反映湿地景观的动态变化情况。     

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。     

基于归一化指数分析的居民地遥感信息提取

以无锡市作为研究区域,采用2000年Landsat ETM+影像数据,通过对居民地的遥感机理分析,利用植被指数、水体指数、城镇指数相结合的方法提取居民地信息。分析遥感影像的谱间结构特征,通过试验,建立二值逻辑运算式,得到居民地遥感信息提取结果。并用该方法在不同时相不同地区的Landsat TM/ETM+影像上进行了进一步的验证。研究结果表明:该方法可以将居民地信息提取出来,并且效果较好。     

Vegetation recovery monitoring over the waste dump in Haizhou opencast coalmine area,China, during 1975–2000 using NDVI and VF index

Vegetation condition monitoring has been done from 1975 to 2000 in the waste dump of Haizhou opencast coalmine area, China, using remote sensing techniques with the objective of improving our understanding of the temporal and spatial variation of vegetation recovery in the mining dump. Four historical vegetation indexes (NDVI, VF, soil brightness and vegetation greenness) from two Landsat 2 MSS images and two Landsat 5 TM images are extracted and analyzed. For the purpose of comparison and analysis two improved techniques such as normalization grading of change slope and image segmentation were used in this study. Based on the results obtained through the above analysis two conclusions are derived: (1) vegetation recovery in the study area is in an improved condition, (2) two remote sensing based vegetation indexes such as VF and NDVI are the optimal parameters to monitor vegetation condition, which could be used as the indicators of land reclamation progress in the mining area.     

基于RS和GIS的松花江流域植被覆盖动态变化研究

利用遥感和地理信息系统技术对1989,1995年的Landsat TM数据和2002年Landsat ETM＋三期遥感数据进行处理,反演和计算松花江流域的归一化植被指数（NDVI）,在此基础上,获取研究区域植被覆盖度。在ArcGIS9.2软件空间分析模块的支持下,对研究区域三期植被覆盖影像进行叠加分析,以流域尺度和栅格尺度分析植被覆盖变化的时间和空间特性,获取研究区域植被覆盖度空间格局分布特征,为该区域植被覆盖度的自动化监测提供很好的技术支持。     

普格县植被覆盖度遥感动态监测分析

以四川省普格县为研究区，选择2000年、2006年Landsat TM数据和1：50000地形图作为基本信息源，对遥感数据进行辐射校正、几何校正、图像裁剪处理后，计算出两期图像的归一化植被指数（NDVI），对植被覆盖度进行估算。根据结果经过对比分析表明普格县六年间植被覆盖度主要呈增高趋势，总体上认为研究区植被覆盖度变化和人类活动有不可分割的密切关系，近几年来的长江上游水土保持和退耕还林等生态建设工程在该地区已经取得一定成效。     

Landsat TM遥感影像中厚云和阴影去除

提出了一种新的利用多时相Landsat TM影像数据进行的厚云及其阴影去除的方法。该方法通过分析厚云及其阴影的光谱特征, 设计了厚云和云阴影识别模型。该算法的实现是采用图像配准技术、非监督分类、像元替换等运算, 计算出厚云和云阴影区域的TM影像替换数据, 进而得到消除或者减少云影响的TM遥感影像。试验结果表明本文提出的厚云及其阴影去除方法效果很好, 能消除或者弱化云对TM影像数据的影响。