公路走廊带景观破碎度的空间分异研究

近年来,我国公路对自然生态环境的影响随着通车里程的增加而日益显著。在公路选线的过程中,全面分析拟建公路走廊带内景观破碎度的空间分异特征,可有效减少公路修建对生态环境的不利影响。本文利用遥感分类技术和GIS(地理信息系统)空间分析方法,以湖南长湘公路走廊带某段土地斑块和景观分类为基础,借助斑块密度指数、最大斑块指数和相似邻近比指数,在斑块类型水平和景观水平两个层面全面分析公路走廊带内自然林地景观、农业景观和城乡建设景观破碎度的空间分异特征。结果表明:长湘公路走廊带内景观破碎度高的地区主要分布在大型斑块边缘、平原地区以及公路沿线;自然林地景观和农业景观的破碎度较低,城乡建设景观的破碎度较高;城乡建设景观的破碎度与公路相关性最强,表现出顺应公路走向的条带状蔓延特征。该研究成果可为公路选线方案的制订和完善提供环境影响方面的参考。     

增强型空间像元分解时空遥感影像融合算法

高空间、高时间分辨率的遥感影像对地表与大气环境的实时精细监测具有重要作用,但单一卫星传感器获取的遥感影像存在空间与时间分辨率相互制约的问题,时空融合技术发展成为了低成本、高效生成满足不同应用需求的高时空分辨率遥感影像的有效手段。近年来,国内外学者提出了大量的时空融合算法,但对于复杂的地物类型变化的空间细节修复仍存在挑战,融合影像精度有待提高。对此,本文提出增强型空间像元分解时空遥感影像融合算法(EUSTFM),采用变化检测识别并修复地物类型改变的像元,使空间像元分解过程可同时在已知时相与未知时相进行,以生成空间细节信息准确的中间分辨率影像对,用于最终的邻域相似像元计算,实现了对季节性变化(如植被自然生长)、有形变(如城市土地扩张)及无形变的地物类型变化(如农作物的成熟与收割)等复杂地表变化的一致性预测,提高了融合精度。实验采用两对Landsat-MODIS遥感影像数据集,对比STARFM与FSDAF两种广泛应用的时空融合算法,测试了该算法的影像融合效果。结果表明,本文提出的EUSTFM能够同时实现对季节性变化及复杂的地物类型变化的稳定预测,可生成具有更高精度的融合影像,将有效推动时空影像融合的实际遥感应用。