连续变量的自适应局部空间同位模式挖掘算法

目前,局部空间同位模式挖掘方法存在需要预设定邻域范围、挖掘的结果无统计显著性意义而难以对结论进行科学地判定等问题,如当前常用的\begin{array}{c}K\end{array}近邻方法难以确定合适的搜索圆半径,而固定距离法由于空间数据集的多尺度特性,距离阈值的设定对结果的影响较大。因此,针对连续变量的空间采样点数据集,本文提出了一种自适应局部空间同位模式挖掘算法。首先,定义了连续变量的空间同位模式兴趣度函数、模式指示器函数及Voronoi邻域,并通过构建Voronoi邻域矩阵避免了预设定邻域阈值的问题,最后采用\begin{array}{c}{G_i}^{*}\end{array}统计量进行局部空间同位模式及其区域的发现,使挖掘的结果具有统计显著性意义,进而帮助专家对挖掘结果做出更科学的判定。通过使用真实的连接了烟草适应性评价结果的耕地地力样点调查数据和水污染数据,对开发的算法进行测试。实验结果表明,算法无需预设邻域范围,可查找同区域内的不同空间同位模式。实验所发现的局部空间同位模式发现了实验数据研究区域存在的特有现象,对耕地地力调查工作具有实际的指导作用。     

数字河网提取的影响参数优化分析

数字高程模型(Digital Elevation Model,DEM)是提取数字河网的主要数据源.但是,由于在受到带有尺度效应的DEM空间分辨率和数字河网提取过程中,汇流面积阈值等参数的影响,使得河网提取的结果具有很大的主观性,因此,如何优化两者的取值,对于更准确地模拟地表河网具有重要的意义.本文以厦门市作为研究区,以...     

机载LiDAR数据估算样地和单木尺度森林地上生物量

利用机载激光雷达点云数据,结合大量实测单木结构信息,分别从样地和单木尺度估算了森林地上生物量AGB。首先,利用局部最大值单木提取算法提取了每个样地内的单木结构参数,并针对样地和单木尺度分别计算了一组激光雷达变量。然后,利用激光雷达变量和地上生物量及其两者的对数形式,从样地和单木尺度分别构建了估算模型。最后,针对两种尺度估算过程中存在的不确定性进行了详细讨论。结果表明:(1)样地和单木尺度模型估算的森林地上生物量与地面实测值都具有明显的相关性,且对数模型估算效果要优于非对数模型;(2)样地尺度模型估算效果(R2=0.84,rRMSE=0.23)明显优于单木尺度模型(R2=0.61,rRMSE=0.46);(3)按树木类型分别进行估算可以提高单木地上生物量的估算精度;(4)不论是样地还是单木尺度地上生物量估算都存在一定的不确定性,与样地尺度相比,单木尺度估算过程的不确定性更大,这种不确定性主要来自单木识别过程。     

基于时序影像的农业活动因子提取与闽西耕地SOC数字制图

人类活动对表层耕地土壤有机碳（Soil Organic Carbon, SOC）影响强烈,但目前大范围复杂地貌地形区的耕地SOC数字制图对人为因素的空间刻画不足。本文以福建省西部耕地为研究对象,基于Sentinel-2/MSI时间序列数据提取轮作模式分类信息（Crop Rotation, CR）,以及可反映轮作模式信息的植被特征变换变量（Harmonic Analysis of Time Series, HANTS）,分别作为农业活动定性和定量因子,将常规气候和地形因子作为自然环境因子,并对不同类型环境变量进行组合（气候+地形、气候+地形+轮作模式、气候+地形+HANTS变量、气候+地形+轮作模式+HANTS变量）。基于随机森林模型（Random Forest, RF）对不同环境变量组合驱动的耕地表层SOC空间预测精度进行对比分析,探索以轮作模式为例的农业活动因子提高耕地表层SOC数字制图精度的可能性。结果表明,同时加入两种农业活动因子的RF模型表现最佳,其模型预测精度相较于纯自然环境变量驱动的模型有明显提高（R²提高了89.47%,RMSE和MAE分别下降了10.66%和12.05%）。轮作模式类型（CR）和HANTS变量两种农业活动因子均被保留参与建模,尤其是轮作模式类型显著影响耕地SOC,在最佳模型的环境变量重要性中排序第四。由此可见,轮作模式相关农业活动因子可有效提高耕地SOC空间预测精度。在所有RF模型中,年降水量（Annual Rainfall, Rainfall）的重要性排名都是第一位。通过最佳模型反演得出该区耕地土壤有机碳均值为18.22±2.99 g/kg,范围为8.25~30.69 g/kg,双季稻和烟稻种植区域SOC含量高于稻菜种植区域。研究结果为复杂地貌地形区耕地土壤有机碳协同变量的更新提供了新的思路。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

东南亚地区城市扩张及驱动力分析

针对东南亚地区城市化发展现状及城市扩张关联驱动要素的问题,该文通过提取研究地区城市主体建成区和不透水面,分析其城市扩张特征,然后从城市不透水面、城市人口和国内生产总值(GDP)3个方面,探讨2010—2015年6年中东南亚地区城市扩张状况,并对其城市扩张驱动力进行分析。研究结果表明:城市扩展强度与城市不透水面变化强度、城市人口增长率和人均GDP年增长率均具有显著相关性,相关系数分别为0.902、0.747和0.700,表明城市不透水面的增加、城市人口增长和经济水平提升均不同程度地影响东南亚地区城市扩张及其强度。通过对模型精度进行验证和分析得出多因子定量回归模型精度相对较高,说明结合多个城市扩张驱动因子共同衡量城市扩张变化效果更好。     

基于Landsat8数据的2种海表温度反演单窗算法对比——以红沿河核电基地海域为例

以辽宁省红沿河核电站附近海域为研究区,对单窗算法用于Landsat8 TIRS数据反演沿海海表温度(sea surface temperature,SST)的适用性进行比较分析。首先,基于大气廓线数据(thermodynamic initial guess retrieval,TIGR),针对Landsat8 TIRS第10波段修订QKB算法系数;然后,从星地同步验证和参数敏感性2方面对辐射传输模型(radiation transfer model,RTM)和QKB算法进行对比分析。结果表明,结合美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)大气参数实现的RTM算法精度较QKB算法略高;对于QKB算法,基于NCEP廓线数据模拟的大气透过率比经验方程估算的值更具优势;RTM算法对大气透过率敏感性相对较高,且明显高于QKB算法;而QKB算法对大气平均作用温度的敏感性较高;RTM算法对大气透过率、大气上行辐射以及QKB算法对大气透过率、大气平均作用温度的敏感性均随着水汽含量的增加而增大。     

无人机遥感影像林地单株立木信息提取

针对无人机遥感技术在提取单株立木信息的限制性问题，提出一种新的自动单株立木信息提取方法。对原始无人机影像进行光谱信息增强处理以突出局部细节特征；通过引入DBI指数自动化确定K-means聚类方法的最优聚类数目，进而对影像像素进行标记；通过利用高斯马尔可夫随机场模型进一步对影像进行分割；使用数学形态学算子等方法对分割结果进行后处理得到单株立木树冠信息，通过图像几何矩原理计算得到单株立木位置以作为其识别的依据。结果表明，应用该提取方法，油松林区和樟子松林区单株立木识别总体精度分别为89.52%和95.65%、单木树冠提取精度分别为81.90%和95.65%，均具有较好地适用性。该方法不需要大量的人工干预和先验知识的输入，大大提高提取方法的自动化程度。