土壤类型遥感识别推理决策器研究

介绍了干旱区土壤类型遥感识别推理决策器的设计原理与实现方法。在用TM遥感图像对土壤类型进行非监督分类的基础上，建立了正向推理与逆向推理相结合的推理机制，对土壤类型进行分类识别决策。用知识表示的产生式规则与框架式规则相结合的数据结构表示土壤学专家的土壤分类识别知识。用像结构模式建立了土壤分类识别的规则，构造了土壤分类判决树，并用典型像例模式进行了各类型土壤判据文件的组织。用该方法对新疆天山北麓阜康试验区的土壤分类识别进行了试验研究。结果表明，该方法分类精度可靠，为干旱区土壤分类识别开辟了一条新的途径。     

基于RS和GIS的三江平原湿地景观变化研究

利用1986年和2000年遥感影像作为基本信息源,在GIS技术支持下,建立湿地空间数据库。选取斑块大小、分维数、景观破碎度、多样性和优势度等指标,对湿地景观空间格局的动态变化进行分析。同时利用马尔柯夫模型对该地区的湿地景观类型转换进行了模拟。结果显示,1986－2000年期间,该地区的湿地景观发生了显著变化,湿地景观趋于破碎化。     

基于机器学习的贫困地区识别算法对比——以陕西省为例

以传统社会经济指标为主导的贫困识别依赖于详尽的普查抽查数据,收集和处理不同质量和数量的普查抽查数据来研究区域贫困需要耗费大量的人力物力和时间,难以快速动态地监测贫困状态。然而时间分辨率高且客观易获取的夜间灯光数据可以在一定程度上弥补统计数据的劣势,即时地反映地表社会经济现象。机器学习算法能够从这些数据中学习出规律和模式,从中挖掘出潜在信息来识别贫困地区。基于陕西省NPP-VIIRS夜间灯光数据,通过构造多维统计变量,利用逻辑回归、支持向量机、K近邻、随机森林、决策树和梯度提升树6种监督分类算法识别贫困地区。结果表明从夜间灯光数据提取的多维特征能够更好的应用于贫困地区的识别,6种算法都能够准确的识别贫困地区,分类结果在空间上具有相似性,且表现出一定的地域性,分类准确度达到76.82%~83.20%。根据混淆矩阵进一步对比各个算法的特点,认为随机森林算法在误差偏移和分类精度等方面综合表现最佳。     

微山湖湿地图像文理识别模型与应用分析

在湿地遥感研究中,大多数的学者都是通过对遥感影中湿地光谱特征分析的方法提取,对于在光谱分析的基础上进行纹理分析并建立模型的方法提取湿地信息这一方面的研究并不多。本文以枣庄市微山湖湿地为研究对象,利用2008年6月19日的Landsat7 ETM图像数据,在对湿地特征及其遥感图像表征综合分析的基础上,对多光谱遥感图像进行光谱分析,从而提取出湿地与水体的相关信息。在对湿地与水体的区分过程中,为了获得比较精确的湿地信息,我们采用纹理分析的方法对光谱分析的结果进行优化,最后用掩膜法降噪处理,从而使提取结果的分类精度有了很大程度的提高。为湿地管理部门制定相应的湿地保护措施提供相对可靠的理论依据。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区，利用TM数据，在对各地类光谱特征进行系统分析的基础上，提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点，将该区分为两个湿地类型区；在每一个区内，根据湿地的光谱特征进行分层提取，采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示，该区湿地有14类，其中，自然湿地91119．5lhm^2，人工湿地122243．13hm^2。     

美国“孤立湿地”保护中的“候鸟规则”及对我国湿地保护的启示

在美国,孤立湿地与可通航水域没有水文联系,被认为不属于《清洁水法》中的“水域”,联邦无权管辖。为此,陆军工程兵团制定“候鸟规则”,作为对孤立湿地行使管辖权的依据。美国“孤立湿地”保护中的“候鸟规则”对我国的启示在于:(1)应从水文学角度界定孤立湿地,孤立湿地是指与其它水体缺乏联系、相对孤立的湿地,这更符合我国湿地政策的现状;(2)人工“孤立湿地”受保护,除了需满足一定的水文条件,还须是野生动物事实上的栖息地,不应限于建立“栖息地档案”意义下的野生动物栖息地或纳入野生动物重要栖息地名录的栖息地;(3)孤立的人工湿地如果是国家重点保护野生动物栖息地,其管辖权应由中央行使;(4)国家重点保护野生动物栖息地外的其他孤立湿地,面积达到35 hm2以上,也应由中央管辖。     

基于WebGIS的中国湿地信息系统研究

湿地被称为“地球之肾”，具有独特的生态结构与功能。中国湿地面积约占全球湿地面积的10％，但近年来湿地面积逐渐萎缩，已造成了极为严重的生态恶果。因此总结以往湿地研究成果，确立包括遥感在内的各种湿地信息提取方法，形成包含各种湿地信息的湿地数据子库和管理操作这些数据的湿地信息系统，并确立湿地信息的共享与发布机制，从而加快湿地科研步伐，成为湿地与遥感科技工作者共同关注的问题。WebGIS技术是GIS融合Internet技术发展起来的新技术，具有对大批量数据进行有效的分析管理和快速的查询检索功能。基于WebGIS技术的中国沼泽信息系统的建立有效地满足了湿地科研和开发保护的需要。     

湿地遥感监测研究现状与展望

全球湿地质量退化, 数量减少, 湿地资源面临巨大压力, 遥感技术在实时、动态监测其变 化方面扮演着一个重要的角色。本文湿地遥感监测主要侧重于基于遥感技术的湿地分类与识别, 从基于遥感监测的湿地分类系统、影像预处理、多分辨率(多空间分辨率、多光谱分辨率、多时相 分辨率)遥感影像数据源、湿地信息提取方法(人工目视解译和计算机自动解译)等方面的国内外 研究现状进行了系统的论述, 并指出目前湿地遥感监测存在3 点不足及其未来研究的6 个重点。     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

基于常识的空间推理研究

空间推理是空间信息智能化处理的难题之一,目前的空间推理过程缺乏柔性化与智能化的一个重要原因就是不能有效利用常识。该文中阐述常识、常识推理及常识的表示,研究空间推理、基于常识的空间推理的关键技术及其在空间信息处理中的作用。最后结合基于常识的空间推理的空间可视性分析示例,提出利用空间常识提高空间信息处理系统智能性的思路。     

基于无人机遥感的盛花期薇甘菊爆发点识别与监测

局域尺度上爆发点的识别与监测是薇甘菊（Mikania micrantha）入侵研究的一个难点,无人机遥感为此提供了新的研究手段。采用无人机搭载RGB相机获取研究地的正射影像,采用波段运算、影像分割和深度学习3种方法对盛花期薇甘菊的爆发点进行识别。结果表明：高分辨率的RGB拼接影像可直接用于目视识别薇甘菊的爆发点。过绿指数（EGI）、归一化过绿指数（NEGI）、蓝绿差异指数（BGDI）、绿红差异指数（GRDI）、归一化绿红差异指数（NGRDI）以及植被色素比值指数（PPR）均无法分离薇甘菊和其附主植物;但PPR指数可为面向对象的多尺度分割提供参数支持。面向对象的多尺度分割可自动识别薇甘菊的爆发点,但会低估其爆发面积。基于深度学习（Deeplab V3+）的自动识别方法,能准确识别薇甘菊的爆发点和爆发面积,测试集的平均交并比（mIoU）为78.46%,像素精度为88.62%。无人机遥感数据为局域尺度上的薇甘菊扩散机制研究提供了基础,也为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。     

基于低空无人机的草原灌丛遥感辨识方法

以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区,基于低空无人机遥感影像,结合实地调查,开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析,确定了裸地与植被的分割阈值为-0.08,并使用该阈值提取植被覆盖区,然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数,获取灌丛、草地影像对象;利用特征空间优化工具选取了18个的对象特征,可以有效避免盲目选择而导致的计算量增大;通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数,灌丛分类精度最高,总体精度和Kappa系数分别达到92%和0.83,结果与影像地物嵌合最好,能够精确识别单株灌丛;根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%,平均冠幅为0.6 m²,与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同,因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。     

南四湖湿地遥感信息分区分层提取研究

该文以南四湖区为试验区,利用TM数据,在对各地类光谱特征进行系统分析的基础上,提出了分区和分层相结合的湿地信息提取技术方法。根据研究区各种湿地类型的空间分布特点,将该区分为两个湿地类型区;在每一个区内,根据湿地的光谱特征进行分层提取,采用单红外波段阈值法、模型法以及改进的监督分类等技术方法。结果显示,该区湿地有14类,其中,自然湿地91119 51hm2,人工湿地122243 13hm2。     

湿地生态系统雷达遥感监测研究进展

湿地是地球上最具生产力和最富生物多样性的生态系统之一。湿地具有很高的资源价值、经济价值、环境效益和多种生态功能。湿地研究己成为当前地理科学、环境科学和生态科学等多学科交汇研究的一个热门领域。目前国内外在对湿地研究过程中,采用遥感技术的关注焦点已逐渐从光学遥感转移到雷达遥感上。采用雷达遥感数据监测湿地的研究,经过了20—30年的研究历程,虽取得了一定的研究成果,但是面对复杂性较为突出的湿地生态系统来说,仍有诸多问题需要深入研究。本文从雷达遥感系统的主要参数波长、极化、入射角,以及湿地雷达遥感监测的主要相关专题时相、环境影响和采用的分析技术方面,回顾了国内外主要地理科学文献上发表的相关研究成果,并总结分析了研究结论和研究发展趋势。     

乌梁素海湿地环境的演变

利用遥感原理对乌梁素海1986年以来湿地环境的演变进行分析,指出近17年来乌梁素海总水域面积呈增加趋势;明水区面积1987年以前趋势增加,到1996年趋势减少,至2002年又趋势增加;密集水草区面积与明水区面积变化特征基本相反;芦苇区面积1987年以前趋势减少,而后趋势增加;浅水区和沼泽区面积的总趋势尽管微弱增加,但变化基本平稳;1988年开始种植人工芦苇,其面积呈逐年上升趋势。文章还分析了这些变化的原因,阐述了不同类型区面积与水文气象因子和水环境因子的对应关系,最后探讨了乌梁素海水环境可持续发展和永续利用的技术途径。     

水体总氮浓度与湿地芦苇叶片高光谱特征关系研究

以富营养化主控因子总氮为研究对象,通过不同氮浓度梯度培养芦苇的试验,测定芦苇的生理生化参数和叶片光谱,分析不同氮浓度处理下的芦苇理化特征和光谱特征差异,并利用线性和非线性回归方法建立光谱指数与水体总氮浓度的关系模型。研究结果表明:随水体总氮浓度的增加,芦苇高度、鲜生物量、叶片氮含量及叶绿素含量呈现增加趋势,而绿光反射峰值和红光吸收谷值呈现下降趋势,并出现明显"红移"现象;不同氮浓度处理的芦苇叶片反射光谱在绿光至红光的530~639nm和696~717nm差异显著;基于非线性拟合的PRI(Photochemical Reflectance Index)和CI(Chlorophyll Index)指数能够较好指示水体总氮浓度,拟合精度分别达0.82和0.91。该研究可以弥补现有水体富营养化遥感探测的不足,并为湿地管理与保护提供科学依据。     

基于遥感和机器学习的内陆水体水深反演技术

文章主要根据机器学习算法（随机森林算法和极端梯度提升算法）和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林（RF）、极端梯度提升（XGBoost）和支持向量机（SVM）水深反演模型,并对反演结果进行对比分析。结果表明：1）RF的训练精度为97%,测试精度为0.80;XGBoost模型的训练精度为97%,测试精度为0.79;SVM的训练精度为90%,测试精度为0.78。说明了在水深预测方面RF模型和XGBoost模型比SVM模型表现更好,对各个区段的水深值较为敏感。2）根据运行时间考察各个模型的效率,其中RF模型从读取数据至输出结果耗时3.92 s;XGBoost模型4.26 s;SVM模型6.66 s。因此,在反演精度和效率上RF模型优于XGBoost模型优于SVM模型,且RF模型的预测结果图细节更加丰富,轮廓更加分明;XGBoost模型次之,但总体效果也较好;SVM模型表现最差。由此可知,机器学习水深反演模型获得的水深结果精度明显提高,解决了传统水深反演模型精度不高的问题。     

基于极限学习机的干旱区潜在蒸发量模拟

准确地模拟干旱区潜在蒸发量,对区域水资源的合理开发利用与生态环境保护具有十分重要的意义。以极限学习机（ELM）模型为基础,以古浪河流域的乌鞘岭、古浪两个典型气象观测站点为对象,将气象因子的不同组合作为输入参数,构建了适合当地的潜在蒸发量模型。利用构建的模型对乌鞘岭、古浪气象观测站点的月潜在蒸发量进行了模拟,将模拟结果与支持向量机（SVM）模型模拟结果进行了对比,发现ELM模型在干旱区月潜在蒸发量模拟中有更好的适用性,可为干旱地区潜在蒸发量的估算提供新方法和思路,是资料有限条件下潜在蒸发估算的有效方法。