高寒金露梅灌丛草甸植被反射率特征

根据祁连山海北高寒金露梅灌丛草甸2004年观测的太阳总辐射和反射辐射资料,分析了高寒金露梅灌丛草甸植被反射率（A）的变化特征。结果表明,金露梅灌丛草甸A在日间或一年间均表现出＂U＂型变化规律,晴天、昙天和阴云天气状况下的早晚略有差异,中午前后的A值三者无明显差异。季节不同下垫面性质不同的影响,A的分布不同。海北高寒金露梅灌丛草甸A的月平均在植物生长季内5～9月为0.15,植物非生长季的10月～翌年4月为0.20,年平均A为0.18。     

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。     

灌丛对川西北高寒草甸土壤资源的影响

以川西北高原红原县为研究区,用方格取样法,在相邻的高寒灌丛草地和高寒草甸样地中分别随机取0~20 cm土样50个,并分析了这些土样的土壤性状。利用SPSS(11.0)软件对实验数据进行了统计、分析和比较,研究了两个样地的各种土壤养分的平均含量、空间异质性和相关关系。结果表明,草甸样地的粘粒含量、Ptotal、Ntotal、ORG、Pavail、Navail、Kavail的含量都高于灌丛样地,且两样地速效养分差异极显著,但草甸样地土壤的ORG、Navail、Kavail的变异系数(CV)却明显小于灌丛样地,特别是Kavail的CV值,灌丛样地比草甸样地高出了53.37%;相关分析还表明,相对于草甸,灌丛样地中各养分元素之间的相关性明显增强。说明灌丛对高寒草甸土壤资源的异质性有明显的影响,其存在降低了草甸土壤养分的均值含量并增强了土壤养分的变异性和侵蚀潜力,不利于高寒草甸土壤养分的保持。     

荒漠灌丛微生境土壤温度的时空变异特征——灌丛与降水的影响

对干旱区优势固沙灌木柠条群落不同微生境（灌丛外和灌丛下）的土壤温度（0 cm、5 cm、10 cm和20 cm剖面深度）进行了连续测定,对比分析了晴天、降水日与灌丛对其微生境土壤温度时空变异的影响。结果表明:降水和植被灌丛对土壤温度均具有显著影响。在无雨日,受灌丛遮阴影响,灌丛外土壤温度明显高于灌丛下相同深度的土壤温度;在降水日,土壤温度主要受降水影响,降水使土壤温度明显降低,灌丛的影响作用减弱,灌丛下和灌丛外同一剖面深度的土壤温度差异较小。无雨日土壤温度日变化呈单峰型正弦曲线,随剖面深度增加,土壤温度振幅逐渐减小,峰值出现时间滞后,土壤温度垂直分布变化呈现4种典型变化曲线。夜间（日落至日出）柠条灌丛下地表温度（0 cm土壤温度）比灌丛外地表温度略高。降水日土壤温度日变化随降水过程的持续呈逐渐递减趋势,土壤温度垂直分布变化表现为随深度增加而递增的趋势。     

辅以NDVI/DEM的面向对象木薯提取方法研究——以广西壮族自治区武鸣县为例

木薯作为重要的非粮能源作物,因其种植分散、与易混淆作物缺乏生长时相差,从而导致其种植分布信息难以正确获取,一直是困扰木薯乙醇资源正确评估的技术问题。该研究以广西壮族自治区武鸣县为研究区,应用高分辨率RapidEye影像数据,探讨利用面向对象分类方法合理提取木薯种植面积及其空间分布信息。研究表明,将归一化植被指数(NDVI)和数字高程数据(DEM)应用于遥感影像的多尺度分割,并结合基于隶属度函数和阈值的面向对象分类方法,提取木薯种植面积的精度达85%,分类精度(以Kappa系数表示)为0.9。相比最大似然监督分类方法和未辅以NDVI/DEM的面向对象分类方法,该方法的总精度分别提高了5%和12%,Kappa系数分别提高了0.2和0.3。因此,NDVI和DEM数据参与影像分割的面向对象的信息提取方法,可以有效地提高遥感图像分类的精度,并为提取种植分散、与相关植被时相差异小的作物的空间分布提供了有效的技术借鉴。     

基于eCognition的面向对象的土地覆被分类研究——以云南大学呈贡校区为例

以云南大学呈贡校区作为研究区,使用高分辨率的GeoEye-1数据,利用智能化影像分析软件eCognition,采用多尺度分割方法和最邻近法,探索性的进行面向对象的土地覆被分类研究。研究成果显示使用这种面向对象的土地分类方法得到的土地覆被类型判识精确度高达90%,颜色信息丰富、形状接近真实地物、大小区分明显、纹理信息突出、上下文关系明确、总体分类精度达到90%以上。同时研究成果还为呈贡校区的土地绿化建设和重点部署提供了技术支撑。     

柽柳灌丛沙堆三维流场随背景植被变化的风洞实验

以塔克拉玛干沙漠南缘沙漠-绿洲过渡带广泛分布的柽柳灌丛沙堆及丘间地植物为原型,依据风沙运动相似理论,制作5组背景植被盖度灌丛沙堆模型,在风洞中进行风流场变化规律模拟实验。结果表明:柽柳沙堆三维流场结构可划分为6个区域,即沙堆前减速区、沙堆迎风坡加速区、沙堆两侧急流区、沙堆背风侧强涡流区、沙堆后尾流恢复区和沙堆上空混合加速区。灌丛沙堆对流场结构影响范围为沙堆前10H到沙堆后14H区段,旁侧影响宽度不超过沙堆宽度的3/4,垂直方向上主要影响灌丛沙堆总高度相对应的下方区域,最大不超过灌丛沙堆总高度的2倍。风速变化不构成对流场结构的影响,但背景植被变化对流场结构影响明显。随着植被盖度增大,沙堆前减速区和沙堆后尾流恢复区范围扩大,两侧急流区和背风侧涡流区范围缩小。背景植被的出现明显降低了其所在高度层的风速,柽柳沙堆各分区地表加速率均随背景植被盖度呈指数规律下降,当植被盖度在16%时加速率变化趋于平缓。从维护绿洲安全的角度出发,根据风沙动力学原理可将16%视为灌丛沙堆科学保育中可能的临界背景植被覆盖值。     

面向对象的湿地景观遥感分类——以杭州湾南岸地区为例

在ENVIEX软件的Feature Extraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.8765);②面向对象方法在分类中提取的是由同质性像元组成的"对象",且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的"椒盐噪声"干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。     

应用基于纹理的面向对象分类模糊方法提取水田信息

针对面向对象分类方法进行图像处理时出现大量冗余多边形及其分类结果出现斑点等不足,提出基于纹理特征的分割方法。先对原始图像进行纹理增强、主成分分析、低通滤波和图像分割等预处理,得到原始图像的纹理特征二值图;将二值图作为独立波段与其他波段进行假彩色合成,得到纹理增强图,再对其进行多尺度分割和模糊分类。以南京市浦口区2002年9月SPOT图像为例,分别利用上述两种方法提取图像中的水田信息,基于纹理特征的分割方法克服了面向对象分类方法的不足,并且由于在进行模糊分类时分割出的对象大量减少,一定程度上减小了确定模糊区间的难度,较好地提取出水田信息,提高了图像的分类精度。     

绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例

以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。     

面向对象的干旱区盐渍地信息提取方法研究

随着高分辨率遥感影像的广泛应用,面向对象的高分辨率遥感影像信息提取技术得到了迅速发展。本文针对高分辨率遥感影像的盐渍地信息提取,探索了面向对象的信息提取技术运用在盐渍地信息提取方面的最优参数选择和规则建立等关键技术,并且将从ALOS影像中提取盐渍地信息的结果与传统分类方法的提取结果进行对比分析。结果表明,利用面向对象方法的盐渍地信息提取总体精度为89.38%,较传统方法提高8.24%,Kappa系数为0.88,较传统方法提高0.08。该方法能实现较为精确地提取盐渍地信息,在高分辨率遥感影像盐渍地信息提取中具有一定的优势。     

基于多时相环境一号卫星CCD数据的植被覆盖信息快速提取研究——以长白山地区为例

选取长白山地区为研究区,利用2009年14期环境一号卫星CCD数据,运用非监督分类方法提取了长白山地区2009年植被覆盖信息,对提取结果进行了精度验证并与单期TM数据提取结果进行了对比分析.研究表明,多时相环境一号卫星CCD数据能够快速准确地提取植被覆盖信息,总体精度为84.67％,Kappa系数为0.82,总体精度和单个植被类型精度均高于单时相TM数据;多时相环境一号卫星CCD数据能区分出常绿针叶林和落叶针叶林,且分类结果景观破碎度较低;长白山地区以针阔混交林为主,占区域总面积的40.84％,植被呈明显的垂直地带性分布.     

西藏灌木林遥感分类方法对比研究

以西藏主要类型灌木林为对象,开展外业遥感调查,分别应用非监督分类、监督分类、基于空间分布特征的辅助分类和基于光谱特征再分类4种方法,对灌木林类型进行了遥感分类识别,并对各种分类方法所得到的分类结果进行对比评价.研究表明,非监督分类和监督分类的总体精度分别为42.20%和46.79%,除了对沙棘灌木林分类精度较高外,对其他灌木林类型分类精度均较低;基于空间分布特征的辅助分类精度为86.24%,其分类结果未能识别到具体灌木林类型;基于光谱特征的再分类精度为70.64%,对沙棘、红柳能较准确的识别,而对个别灌木林类型(如杜鹃和小檗)的识别精度不高.     

基于SPOT-VGT NDVI的矿区植被遥感监测方法

以SPOT-VGT NDVI为遥感数据源,结合中国北方矿区环境特点,研究矿区植被和土地荒漠化的遥感监测方法,包括时间序列数据合成、植被变化趋势分析和土地荒漠化分级3方面.对每个像素的NDVI时间序列数据进行线性拟合,据直线斜率将NDVI变化程度分为7级;依据NDVI转换得到的植被覆盖度,将矿区土地荒漠化程度分为5级.以中国西北神东矿区为例,对该文提出的方法进行验证.     

遥感影像中分区分类法及在新疆北部植被分类中的应用

对遥感影像提出了一种分区分类的思想，根据影像所包含的局部特征将整体影像化为几个局部的影像，然后根据局部影像的特点对图像进行分类,使得每一区域的种类数目相对于整体减少，种类的特点得以突出，分类更具有针对性,再加以高程、坡度等地貌信息，提高分类精度。该分类法在新疆北部的植被分类中得到了应用，从NOAA影像中提出的NDVI为数据源，根据该植被区域特点，将研究区的植被区域划分为四个区，即：新疆阿勒泰草原区、昭苏区、西准噶尔区和东天山区。利用GIS软件将整个研究区的NDVI指数图像化分为四块子图，根据各个区域植被的特点，采用不同的分类标准,对四块子图分类。在此之后，再利用GIS软件将所有分类子图合并为整个区域的分类图。结果表明，该类方法可以大大提高NDVI指数的植被分类精度。     

基于变点分析法提取地势起伏度——以青藏高原为例

以青藏高原区域大尺度SRTM3-DEM为数据源,运用GIS的窗口递增分析法依次计算2×2、3×3、4×4、5×5、…、32×32窗口下的地势起伏度,然后采用均值变点法科学的分析平均地势起伏度的最佳统计面积并进行分级分析,得出实验区最佳分析窗口面积为1.17 km2,地势起伏度可分出八级,其中小起伏山地分布最广。高原边缘的地势起伏度普遍较大主要是由于构造运动与河流朔源侵蚀作用强烈;而高原内部地势较为平缓,冰川、冻土作用下的侵蚀搬运可能对地势起伏的影响更大。     

面向对象方法在SPOT5遥感图像分类中的应用--以北京市海淀区为例

SPOT5图像的空间分辨率高,局部异质性较大,采用基于像元的传统方法分类精度低,难以满足实际应用的需要。以北京市海淀区SPOT5图像为例,应用面向对象方法对其进行分类试验,并将该方法与传统基于像元方法的分类结果进行对比分析。结果表明:利用面向对象方法对SPOT5遥感图像进行分类,不仅使分类结果具有丰富的语义信息,有效抑制“椒盐现象”的发生,还可以显著提高分类精度。     

动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例

传统的像元信息分解法在计算端元丰度时端元组合是固定不变的,而在土地利用复杂地区,固定端元组合并不符合实际情况。文章针对研究区用地类型特点,预先设定数种端元组合,通过最小二乘法选择误差最小的端元组合进行端元丰度反演,进而计算出植被覆盖度;并以实测的地表反射率作为端元反射率,避免了大气差异造成的多时相误差,有利于进行动态监测;预先进行水陆分离,仅对陆地像元进行计算,可以避免水体像元的干扰并提高模型效率。辅以同期成像的高分影像对模型精度进行验证,相关系数达到0.98。将模型应用于长汀县近18 年4 个时相的Landsat 卫星数据,认为近年来长汀县植被覆盖度总体呈现变好的趋势,尤其是汀江沿岸;而城市化、火烧坡、大型工程建设是长汀县植被覆盖度局部变差的主要原因。     

基于GIS的县域土地利用优化配置研究

依据2002年Landsat 5的3个波段合成TM假彩色影像、土壤类型图和2006年土地利用变更调查数据库(MapGIS6.5)以及土地利用规划等资料,以亚热带丘陵山区——湖北省崇阳县为研究区,在GIS技术支持下,通过用地分区规划、适宜性评价以及线性规划模型的构建,探讨地形条件复杂、景观类型多样、较大尺度区域的土地利用优化配置问题。研究显示,耕地、园地和林地面积均做了较大调整,耕地集中配置于地势平坦、水源有保障的山间盆地区,而其他分区内的坡耕地均转为园地或林地。优化结果符合该区土地利用特点,优化后的各类用地生态系统服务价值增加,水土流失问题将得到改善,有助于提升农业景观的生态经济效益。