基于遥感的红树林地上生物量估算研究进展

红树林生态系统地上生物量是碳储量评估和气候变化研究必需的基础数据之一，其估算方法是蓝碳研究的热点。遥感以其宏观、综合、动态、快速、可重复等特点，已成为红树林地上生物量估算的主要技术手段。本文综合国内外相关研究进展，分析了光学遥感、微波雷达、激光雷达（Light Detection and Ranging,LiDAR）数据源在红树林生物量估算的应用现状，以及多源遥感数据融合应用的优势；总结了基于遥感的统计模型、过程模型和间接法3种生物量估算方法的研究现状；从多源遥感数据的融合、发展机器学习算法和遥感过程模型、长时序分析，以及建立红树林地面调查数据集等角度对红树林生物量遥感估算进行展望。     

基于Sentinel-2 MSI影像与面向对象相结合的红树林树种精细化分类方法研究

红树林是最典型的滨海生态系统之一，红树林种间类型的精确识别对于红树林生态系统保护、修复及碳储量评估具有重要意义。遥感是开展红树林种间类型识别的有效手段，但传统的遥感红树林分类方法多是基于像元开展的，分类结果“椒盐”现象严重且精度还有很大提升空间。因此，本研究以东寨港红树林保护区为例，基于Sentinel-2 MSI影像，在传统遥感分类方法的基础上引入图像分割技术，分别构建了面向对象的支持向量机（Support Vector Machine,SVM）和随机森林（Random Forest,RF）分类法，并在此基础上对各模型的分类精度和适用性进行了分析。模型对比结果表明：（1）图像分割技术的引入能有效改善分类结果的“椒盐”现象，提升红树林种间类型的识别精度，基于像元使用SVM和RF分类算法总体分类精度分别可达78.82%(Kappa=0.75)和82.94%(Kappa=0.82)，面向对象的SVM和RF模型分类总体精度分别可达81.5%(Kappa=0.78)和92.67%(Kappa=0.88)，相较于以像元为分类对象的模型而言，后者精度分别提高了2.68%和7.43%;(2)从4个模...     

几种典型藻种吸收光谱特性的比较

以小球藻、扁藻、裸甲藻和它们的混合物为研究对象,通过实验室培养连续观测其吸收光谱,对不同生长期藻类的吸收光谱进行了比较,分析了不同藻类675 nm处吸收系数与Chla浓度的关系,并分析了不同藻类的比吸收光谱。由于色素组成及其比例的不同、色素的包囊效应以及附属色素对吸收的贡献,不同藻种的比吸收光谱有所差异。研究表明,在Chla浓度范围为(27.69～2 856.47)mg.m-3时,比吸收系数在特征波段下的吸收值在440nm为(0.016 9～0.087 9)m2·mg-1,在675 nm为(0.011 2～0.054 9)m2·mg-1。     

实验室混合藻种的光谱分解方法研究

颗粒物吸收是海洋水色的重要因子.现有的规范方法将颗粒吸收分成浮游植物色素吸收与非色素颗粒物吸收两部分,没有对浮游植物色素吸收作进一步的分离.然而,自然界海水中存在多种藻类都会影响浮游植物的吸收.不同藻类包含的色素种类和组成比例各不相同,实际上,海水中浮游植物色素吸收是多种藻类吸收的综合反映.从不同藻种的吸收光谱特征研究入手,分析了小球藻、扁藻、裸甲藻的吸收光谱特征,研究了多藻种自然混合状态下的光谱分解方法.研究结果表明,混合藻种吸收光谱分解技术是水体藻类信息提取的一种有效方法.     

基于分形插值及小波增强的海岸带遥感图像处理

用分形插值方法和小波对比敏感度增强算法,对海岸带遥感卫星图像进行处理。分形插值方法用来进行图像的放大,由于自然图像并非理想FBR,放大后图像的边缘会出现模糊。为补偿放大后图像的细节特征及纹理信息,采用基于小波多尺度的对比敏感度增强算法对放大后的图像进行增强。实验表明,在遥感卫星图像的处理中,该方法能对特定区域进行局部放大,且能保持原始图像的细节特征及纹理信息,具有很好的实用性。     

基于小球藻的T-R方法光程放大校正因子的适用性研究

对基于小球藻的T-R方法获得的光程放大校正因子适用性进行分析评价。结果表明,基于小球藻的光程放大校正因子与Tassan(1995)和Mitchell(1990)的结果可比,适用于不同类型和不同海区悬浮颗粒物吸收系数的测量。研究结果同时也验证了T-R法在高悬浊水体应用的优越性。     

分光光度计测量2类水体光谱吸收系数的关键技术

分光光度计测量水体各成分的光谱吸收系数是一项比较成熟的吸收系数分析方法。文章简要介绍对2类水体光谱吸收系数测量的基本方法，重点探讨参比纯水水质、滤纸水合以及零值校正波长选择等关键技术问题，并给出相应的解决办法。