北京城市绿化的时空动态分析

城市绿化覆盖是城市生态系统的重要组成部分,合理的绿化率和绿化布局可以改善城市环境,提高城市人居适宜性。研究中将2005、2010、2015年北京市土地利用（LUC）数据中的城市居民用地作为城区范围,应用Landsat 5、GF-1影像数据和MODIS产品,利用支持向量机的监督分类方法,提取了2005、2010、2015年的北京市城市绿化覆盖数据,并获取了同期的植被指数（NDVI）数据;继而以城市绿化覆盖率、绿化覆盖均匀度和植被指数为评价指标,在公里栅格和行政区2个尺度上探讨了北京市城市绿化覆盖的空间分布格局和时间变化动态特征。研究表明：① 3个指标在空间和时间2个维度、区县和栅格2个尺度上都表现一致。这反映北京市过去10年中,在绿化面积增加的同时,绿化的空间布局得到优化改善,绿化的质量得到提高。② 2005-2015年,北京市城市绿化覆盖面积由518.93 km² 增加到1405.54 km²,绿化覆盖率由39.9%增加到49.13%,绿化覆盖均匀度由0.598增加到0.653,植被指数由0.42增加至0.5。③ 北京市城市绿化建设存在明显的时空差异。中心城区绿化建设缓慢,成效不明显;重大绿化建设成果主要集中在城市边缘地区和远郊区县。城市绿化改善过程主要发生在2005-2010年。     

基于灰色统计分析的北海市红树林景观美景度评价与估算

以北海市红树林分布区为研究区,设置调查样地,采用灰色统计分析与美景度评价相结合的方法,探讨了北海市红树林景观美景度及其影响的主要因素。研究结果表明,在研究样地中,木榄(Bruguiera gymnorrhiza)群落、桐花树(Aegiceras corniculatum)群落、红海榄(Rhizophora stylosa)群落、桐花树+秋茄(Kandelia candel)群落、白骨壤(Aricennia marina)+秋茄群落、海漆群落(Excoecaria agallocha)、白骨壤+拉关木(Laguncularia racemosa)群落、桐花树+无瓣海桑群落(Sonneratia apetala)、白骨壤群落的平均美景度值依次减小;北海市红树林景观美景度的影响因素为潮汐、鸟类活动、滩涂完整性、红树林与海堤结合状况和红树林斑块面积,其对红树林景观美景度的贡献率依次变小。     

A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

一种基于四元数变换的彩色遥感影像检索方法

遥感影像常存在旋转和缩放等变化关系，这就要求检索时图像特征具有旋转和尺度不变等性质。目前，彩色遥感影像检索在提取这些特征时通常对色彩通道单独进行处理，导致3个通道之间的关系信息丢失，且没有充分利用数据本身所特有的几何特征，影响了检索精度。结合四元数与正交傅里叶-梅林矩的优点，提出了一种基于四元数变换的遥感影像检索方法。针对已有工作中存在的基于四元数傅里叶-梅林矩所提取的纹理特征只具有旋转不变性的问题，利用四元数正交傅里叶-梅林矩构造出具有旋转和尺度不变的纹理特征，并使用四其对图像进行边缘检测，得到边缘色彩图像并提取边缘色彩直方图，综合多种特征进行图像检索。实验结果表明，使用此方法进行遥感影像检索对于图像旋转和尺度变化具有良好的鲁棒性，检索性能明显提高。     

直线特征辅助的靠岸舰船检测

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。     

基于改进自组织神经网络的遥感图像分类研究

引入SOM自组织神经网络来提高影像分类的精度,针对神经网络中神经元距离选择问题,提出迭代训练方式来确定阈值的方法。以福州市乌龙江与台江下游交汇口土地利用类型作为实例,使用Landsat5遥感卫星数据作为实验影像材料,利用改进神经网络获得的仿真结果可以准确地对原始图像进行分类,实验结果 Kappa系数达到0.9,精度能够满足遥感影像分类要求。     

新疆和田地区耕地面源污染生态风险评价

随着化肥、农膜等在农业生产中的过量投入，耕地面源污染的程度随之加重。文章选取塔里木河流域上游和田地区为研究区域，依据P-S-R框架理论，构建和田地区耕地面源污染生态风险评价指标体系，加入土壤理化数据，使用生态风险评价模型对和田地区1980 年及2016 年耕地面源污染状况进行生态风险评价，运用耕地生态风险模型、生态风险转移矩阵、Arcgis分析和田地区耕地面源污染时空分异状况。研究结论如下：和田地区1980 年耕地生态风险等级均为II级或III级，呈“中间高，两侧低”分布；2016 年耕地生态风险等级上升至IV级或V级，呈“倒W型”分布，各县耕地面源污染程度较1980 年均有较大幅度的上升，其中墨玉县和于田县在2016 年耕地生态风险等级达到最高的V级，而民丰县因自身生态环境的强脆弱性，同样需要提高关注。根据面源污染“从源头治理”的原则，应切实推进和田地区耕地生态环境保护与治理，提高政府重视程度，增强技术指导，开展试点工作，改善和田地区耕地面源污染现状。