以地块分类为核心的冬小麦种植面积遥感估算

以提高冬小麦种植面积估算精度为目标,选取种植结构复杂的都市农业区,采用QuickBird影像数字化农田地块边界,以多时相TM影像为核心数据源,以地块为基本分类单元,进行不同特征向量组合、不同分类器的冬小麦地块分类方法研究,并对比分析了基于地块分类和基于像元分类的冬小麦种植面积估算精度。研究结果表明,基于地块分类的冬小麦种植面积估算方法的总量精度和位置精度均高于像元分类;植被指数和纹理信息的引入有助于进一步提高地块分类精度;支持向量机与最大似然均能得到高达97%的总量精度和90%的位置精度,支持向量机地块分类所需的训练样本量远低于最大似然,因此支持向量机更加适合于冬小麦地块分类;冬小麦错分与漏分情况大多发生在细碎地块,其面积总量较小,而大地块错分和漏分较少,因此相对于像元分类,地块分类能在整个区域能得到较高的冬小麦位置精度和总量精度。     

基于高精度历史耕地地块的农区多光谱影像分割方法研究

与传统的基于像元的影像分类方法相比,面向对象的分类方法能够提供更为准确的地类识别结果.对象作为信息提取过程的中间实体,对其划分的好坏直接关系到影像的分类精度.为了更准确地对农区多光谱影像进行分类,提出了一种基于高精度历史耕地地块数据的影像分割方法.该方法首先判定现势遥感图像上耕地地块的均质性,然后通过计算区域对比度指标...     

统计遥感空间基础框架的研究与应用

研究通过建立多尺度、多分辨率,多种类的空间基础框架数据库体系,根据地理空间位置实现统计信息资源的整合与共享.针对统计遥感业务对空间基础框架的需求,提出了统计遥感空间基础框架建设的目标与任务,研究了框架建设中框架构成,数据体系、标准体系、技术体系和组织运行体系等关键技术,并展示了统计遥感空间基础框架在国家统计遥感粮食作物...     

2000-2014年秦巴山区植被覆盖时空变化特征及其归因

利用MODIS-NDVI数据,辅以趋势分析、Hurst指数及偏相关分析等方法,本文探讨了2000-2014年秦巴山区植被覆盖时空变化特征及未来趋势,并对其驱动因素进行分析。研究发现:1近15年秦巴山区植被覆盖呈显著增加趋势,增速为2.8%/10a,其中2010年之前植被覆盖呈持续增加趋势,增速为4.32%/10a,而2010年之后呈连续下降态势,降速为-6.59%/10a;2空间上,植被覆盖格局呈现"中间高、四周低"的分布特征,高值区主要分布在陕西境内的秦岭山地和大巴山山地;3秦巴山区植被覆盖呈增加和减少趋势的面积分别占81.32%和18.68%;然而,分段结果表明,2010-2014年有71.61%的区域植被覆盖呈下降趋势;4秦巴山区植被覆盖变化的反向特征强于同向特征,其中46.89%的区域将由改善转为退化,而持续改善地区仅占34.44%;5植被覆盖变化主要归因于降水的减少,同时拉尼娜年的植被覆盖整体好于厄尔尼诺年;6人类活动对植被覆盖造成双重影响,是植被覆盖变化的另一重要影响因素。     

基于高分辨率遥感影像的耕地地块提取方法研究

针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。     

青藏高原小嵩草高寒草甸返青期遥感识别方法筛选

小嵩草高寒草甸是青藏高原的主要植被类型,研究其返青期识别方法对于模拟及预测青藏高原植被物候变化具有重要意义。常用的植被返青期遥感识别方法主要是先对遥感植被指数原始时序数据进行拟合去噪声再求取返青期,各种方法对研究区域、研究经验、参数设置、函数初值设置等有很强的依赖性。为避免返青期识别方法在曲线拟合时对参数初值的依赖性和陷入局部最优解,本文引入了模拟退火算法对双高斯和双逻辑斯蒂函数进行参数优化,并分别对基于以上两种函数及多项式拟合的植被指数时序曲线进行对比,从而选出最佳拟合方法,最后采用最大斜率阈值法、动态阈值法和曲率法识别返青期。利用青藏高原小嵩草高寒草甸34个样本点的返青期地面观测数据及相应的8 km分辨率的NOAA归一化差值植被指数(NDVI)时序数据对以上各种组合的返青期遥感识别方案进行了测试,并选取了153个遥感实验点求取了近30年(1982年—2011年)青藏高原小嵩草高寒草甸的返青期,结果表明:采用双高斯函数拟合的NDVI曲线与原始NDVI时序数据最为接近,在此基础上采用最大斜率阈值法识别的小嵩草高寒草甸返青期及其变化趋势与地面物候观测结果最为一致;同时发现近30年青藏高原小嵩草高寒草甸的平均返青期主要集中在每年的第120—140天,并且呈逐年提前趋势,30年来提前了7天。     

一种基于变权重组合的光谱相似性测度

光谱相似性测度是高光谱遥感影像信息提取的关键。在欧氏距离和光谱角余弦的基础之上提出一种变权重组合的光谱相似性测度,即光谱变化权重相似性测度。这种光谱相似性测度可根据不同地物类别自动对欧氏距离和光谱角余弦测度指标配比权重。选用标准光谱库和机载OMIS高光谱影像对SCWM进行测试,并引入误分率和混淆矩阵对分类结果进行评价。结果表明,相对于仅采用一种或两种光谱相似性测度的分类方法,光谱变化权重相似性测度具有更精细的光谱识别能力。     

2000–2011年三江源区植被覆盖时空变化特征(英文)

The Three-River Headwaters Region(TRHR), which is the source area of the Yangtze River, Yellow River, and Lancang River, is of key importance to the ecological security of China. Because of climate changes and human activities, ecological degradation occurred in this region. Therefore, "The nature reserve of Three-River Source Regions" was established, and "The project of ecological protection and construction for the Three-River Headwaters Nature Reserve" was implemented by the Chinese government. This study, based on MODIS-NDVI and climate data, aims to analyze the spatiotemporal changes in vegetation coverage and its driving factors in the TRHR between 2000 and 2011, from three dimensions. Linear regression, Hurst index analysis, and partial correlation analysis were employed. The results showed the following:(1) In the past 12 years(2000–2011), the NDVI of the study area increased, with a linear tendency being 1.2%/10a, of which the Yangtze and Yellow River source regions presented an increasing trend, while the Lancang River source region showed a decreasing trend.(2) Vegetation coverage presented an obvious spatial difference in the TRHR, and the NDVI frequency was featured by a bimodal structure.(3) The area with improved vegetation coverage was larger than the degraded area, being 64.06% and 35.94%, respectively during the study period, and presented an increasing trend in the north and a decreasing trend in the south.(4) The reverse characteristics of vegetation coverage change are significant. In the future, degradation trends will be mainly found in the Yangtze River Basin and to the north of the Yellow River, while areas with improving trends are mainly distributed in the Lancang River Basin.(5) The response of vegetation coverage to precipitation and potential evapotranspiration has a time lag, while there is no such lag in the case of temperature.(6) The increased vegetation coverage is mainly attributed to the warm-wet climate change and the implementation of the ecological protection project.     

人工蜂群算法优化SVR的叶面积指数反演

支持向量机回归SVR（Support Vector Regression）方法作为叶面积指数反演的一种新思路,在LAI反演中具有一定的应用价值和前景,但SVR算法中惩罚系数C、核函数宽度参数g、不敏感损失函数参数ε的取值对回归精度有显著的影响。本文提出了一种基于人工蜂群算法ABC（Artificial Bee Colony）优化SVR参数的遥感影像叶面积指数反演方法。研究数据为美国土壤水分实验（SMEX02）2002年LAI实测数据和同期的Landsat 7 ETM+地表反射率数据,为了验证ABC算法优化SVR各个参数对反演精度的影响,建立了未优化参数（SVR）、优化单个参数（ABC-SVR-C,ABC-SVR-g,ABC-SVR-ε）、优化3个参数（ABC-SVR）的3类LAI反演模型,并比较了其回归拟合精度。在此基础上,分析了3个关键参数对LAI反演模型精度的敏感性,并对ABC算法优化SVR模型的精度进行显著性检验。研究表明：（1）相比未优化参数模型,ABC算法优化模型具有更高的反演精度,优化3个参数优于优化单个参数,回归直线斜率k达到0.797、决定系数r²达到0.775。（2）SVR的3个关键参数对模型精度都有影响,相较参数C和g,参数ε引起模型精度的不确定性更高。（3）95%的置信区间下,ABC-SVR模型与SVR模型的回归直线斜率k、r²、RMSE的差异显著性检验P值均小于0.005,ABC算法显著改善了SVR模型的精度。     

基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例

快速有效地评估城市化过程带来的生态环境后果,对于优化城市土地利用格局、降低和防范城市生态环境风险,非常必要。因此本文综合利用DMSP/OLS夜间灯光数据和SPOT/VGT时间序列数据等多源遥感信息,以NDVI与时间的积分值来表征一定时间段内的植被初级生产力,探讨了环渤海城市群地区城市化过程对植被初级生产力的季节性变化影响。发现：（1）研究区全年总的平均初级生产力总体表现为城市地区低于非城市地区的特征。（2）研究区平均初级生产力一般是在8月份最高,而在1月份最低;同时,一个生长季内,平均初级生产力总体呈现为4-11月城市地区低于非城市地区,而12月到次年3月则是城市地区要高于非城市地区的趋势,但这种趋势在各土地覆盖类型间也存在很大的不同。（3）研究区全年总的平均初级生产力,城市地区NDVI为110.23d/km^2,而非城市地区为123.94d/km^2,两者相差13.71d/km^2,即城市化过程已经在一定程度上减弱了研究区的植被初级生产力。