基于ASTER图像的干旱区土壤盐碱化遥感应用研究

土壤盐碱化是干旱地区常见的一种土地退化现象。为了对土壤盐碱化程度进行快速的评估,采用ASTER遥感数据敏感波段组合结合光谱角度制图（SAM）的方法进行了探索性的研究。研究从分析干旱区盐碱地表光谱特征的角度出发,采用图像像元纯度指数分析（PPI）方法提取不同盐碱化水平的地表特征纯像元,结合实地测量光谱数据和采样分析数据确定纯像元的物理意义,并应用光谱角度制图方法进行了土壤盐碱化程度分级制图。经检验,总体分类精度达到79．1％。这种方法对常规数据的依赖性较小,提供了一种适合盐碱化快速定量评估的有效途径。     

基于遥感的植被长时序趋势特征研究进展及评价

基于遥感的植被长时序变化特征是植被生态学研究的核心领域, 也是全球变化研究的重点方向。AVHRR、SPOT VGT和MODIS是当前研究植被长时序趋势变化的主要数据源。海量数据不断积累的同时, 植被长时序趋势特征研究方法却缺乏对比评价和分析。当前常用的方法有代数运算法、傅里叶变换、主成分分析、小波变换法、回归分析法和相关系数分析法等。在对各种方法评述和分析的基础上, 重点讨论和对比了主流方法中的回归分析法和相关系数分析与新兴方法Sen＋Mann-Kendall法。结果表明, Sen＋Mann-Kendall能克服主流方法的不足, 不需要数据服从某一特定分布, 并且对数据的误差具有较强的抵抗能力。