基于物理模型训练神经网络的作物叶面积指数遥感反演研究

叶面积指数(LAI)是估算作物生长的关键参数。基于物理模型的LAI反演,被认为是当前最为可靠的方法,但其反演复杂。本文提出了将物理模型和神经网络相结合,从地表反射率反演叶面积指数的算法,利用MOD IS地表反射率和4-scale模型反演作物LAI。(1)利用4-scale模型模拟不同LAI与地表反射率的关系,生成训练数据;(2)利用模型模拟的LAI训练神经网络;(3)以MOD IS地表反射率输入训练后的神经网络,反演LAI。估算的LAI与其他LAI产品进行了比较,结果表明,估算的作物LAI和MOD IS及CYCLOPES LAI产品空间和时间分布一致,均方根误差分别为0.4994和0.6558。以2004年衡水的作物LAI地面观测数据进行了直接验证,估算的LAI与研究区地表植被分布一致,但是,三种卫星LAI产品都小于地表测量,故需针对华北平原浓密作物设计模型参数化方案。     

玉米叶面积指数的CHRIS/PROBA数据反演分析

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。     

同化叶面积指数和蒸散发双变量的冬小麦产量估测方法

同化遥感信息到作物生长过程模拟模型,是估测区域作物产量的重要方法之一。同化变量的选取对同化结果精度至关重要。本文在标定WOFOST作物模型参数的基础上,优化了WOFOST模型的默认灌溉参数。利用ET和LAI作为同化变量,分别构建了时间序列趋势信息的代价函数和四维变分代价函数;采用SCE-UA算法最小化代价函数, 重新初始化WOFOST模型初始参数——作物初始干物质重、作物35 ℃生命期和灌溉量。最后利用MODIS LAI产品（MCD15A3）、MODIS ET产品（MOD16A2）,同化到作物模型估测产量,并对比分析了水分胁迫模式下同化单变量（ET或LAI）和同化双变量（ET和LAI）的估产精度。结果表明：同化双变量ET和LAI的策略,优于同化单变量LAI或ET,双变量策略的冬小麦产量估测精度为R²=0.432,RMSE=721 kg/hm²;单独同化高精度LAI对提高估产精度具有重要作用,其冬小麦产量估测精度为R²=0.408,RMSE=925 kg/hm²;单独同化ET的趋势信息改善了WOFOST模型模拟水分平衡的参数,但是,产量估测精度（R²=0.013,RMSE=1134 kg/hm²）与模型模拟估测产量精度（R²=0.006,RMSE=1210 kg/hm²）相比改善效果有限。本研究为其他区域的遥感数据与作物模型的双变量数据同化的作物产量估测研究提供了参考价值。     

用LAI监测植被信息分析飞蝗生境

东亚飞蝗自20世纪80年代以来在我国再度猖獗危害。本文选择国家一类蝗区河北省黄骅市为实验区,用植被冠层孔隙度反演了该地区不同植被的LAI。从光学模型建立机理及数量分析的角度,分析和对比了四种由植被冠层孔隙度反演LAI的算法。结果表明,在四种估算方法中LAI-2000算法最适用于研究区植被LAI的估算。为了验证分析结果,用实测的植被盖度与四种算法反演的LAI进行了拟合。发现LAI与植被盖度之间呈明显的正相关关系,且LAI-2000算法最能反映研究区的植被特征。在此基础上,建立了LAI与飞蝗发生面积的关系模型,发现两者之间呈负线性相关,即随着LAI的减小,飞蝗的发生面积呈线性增大。研究结果为实时、快速、大面积监测蝗虫种群动态奠定了基础,并为合理、经济地防治蝗灾提供了科学依据。     

森林过火区植被遥感参数的变化与恢复特征分析

遥感技术可以快速、准确地监测森林火灾火烧迹地的植被遥感参数变化,分析植被对火灾的响应与恢复特征,为防灾减灾决策提供科学依据。本文首先基于森林火灾前后的Landsat5 TM数据,利用差分归一化燃烧指数（the Differential Normalized Burn Ratio,dNBR）来提取2009年澳大利亚维多利亚州火烧迹地的范围,计算过火区面积及火烧强度;其次基于时间序列的全球地表特征参量（Global Land Surface Satellite,GLASS）产品中的叶面积指数（Leaf Area Index,LAI）、吸收光合有效辐射比例（Fraction of Absorbed Photosynthetically Active Radiation,FAPAR）数据,利用距平分析法对比不同火烧强度过火区植被与未过火区植被受森林火灾的影响状况与植被恢复特征。结果表明,森林火灾发生后,LAI、FAPAR值迅速降低,火烧强度越大,LAI、FAPAR下降程度越大,高火烧强度过火区的LAI、FAPAR最大降幅分别为中火烧强度、低火烧强度过火区的1.2、1.3倍;随时间推移,LAI、FAPAR值逐渐上升,在2-3年内恢复至未过火区水平。LAI、FAPAR恢复至未过火区平均水平的时间与森林火灾规模、火烧强度密切相关：维多利亚州森林火灾过火区域中大过火斑块、高火烧强度林地的植被遥感参数恢复时间相比小过火斑块、低火烧强度林地滞后1-2年。植被遥感参数LAI、FAPAR能很好地反映过火区植被的受损状况及恢复过程。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

基于HJ-1A CCD1数据的台湾相思树叶面积指数反演

基于HJ-1A CCD1环境卫星数据,以福建沿海地区普遍分布的台湾相思树为研究对象,利用回归分析法(NDVI、OSAVI、EVI、HJVI)和PROSAIL辐射传输模型,构建台湾相思树LAI反演模型。同时,利用同步野外地面实测数据,将模型估算LAI值与实测LAI值进行对比。结果表明：(1)相比归一化植被指数NDVI、优化土壤调节指数OSAVI和增强型植被指数EVI 3种常用植被指数,引入修正大气、土壤背景影响的蓝、绿波段的环境植被指数HJVI来反演相思树LAI具有更高的精度(R²=0.7344,RMSE=0.1421);(2)本研究所选4种植被指数构建的最优反演模型均为非线性模型,其中,环境植被指数HJVI反演LAI最优模型为幂函数模型,表明相思树LAI与植被指数之间呈非线性变化;(3)PROSAIL辐射传输模型法比回归分析法反演相思树LAI的精度有较大提高(R²=0.7903,RMSE=0.1303),可见PROSAIL模型法构建反演模型能更好地反演相思树LAI。     

对Beer-Lambert定律间接测量森林LAI的误差低估分析

 叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的核心参数。在地面对LAI的间接测量是遥感反演算法验证和改进的重要手段,而目前基于Beer-Lambert定律的森林LAI地面间接测量方法存在着严重的低估问题。本文通过理论分析,指出Beer-Lambert定律在应用到森林叶面积指数测量时,LAI低估的根本原因来源于叶面积体密度、消光路径及叶倾角投影G函数在空间上的不均匀性,并定量评估了冠层非随机分布对LAI测量结果的影响,发现植被冠层的非随机分布会对LAI的测量带来20％~40%的误差。这一结论,对于Beer-Lambert定律的简单修正应用于森林LAI间接测量时仍存在着较大的局限性,尚未能根本上解决LAI的低估问题,故间接测量LAI的理论和方法需进一步深入研究。     

Topographic correction-based retrieval of leaf area index in mountain areas

Leaf Area Index(LAI)is a key parameter in vegetation analysis and management,especially for mountain areas.The accurate retrieval of LAI based on remote sensing data is very necessary.In a study at the Dayekou forest center in Heihe watershed of Gansu Province,we determined the LAI based on topographic corrections of a SPOT-5.The large variation in the mountain terrain required preprocessing of the SPOT-5 image,except when orthorectification, radiation calibration and atmospheric correction were used.These required acquisition of surface reflectance and several vegetation indexes and linkage to field measured LAI values.Statistical regression models were used to link LAI and vegetation indexes.The quadratic polynomial model between LAI and SAVI (L=0.35)was determined as the optimal model considering the R and R2 value.A second group of LAI data were reserved to validate the retrieval result.The model was applied to create a distribution map of LAI in the area.Comparison with an uncorrected SPOT-5 image showed that topographic correction is necessary for determination of LAI in mountain areas.     

我国初步确定116个基本农田保护示范区

国土资源部日前初步确定了31个省（区、市）和新疆生产建设兵团的116个县（市、区）为基本农田保护示范区。这些示范区基本覆盖了中国主要作物种植区，其中70个示范区所在省份为粮食主产区，其他示范区也大部分位于粮食主产县或本省（区、市）重要农业生产基地。     

中国荒漠化分区与时空演变

荒漠化被列入威胁人类生存的十大环境与发展问题之一,中国作为世界上荒漠化严重的国家,荒漠化形势十分严峻。本文通过遥感手段,以中国陆域国土范围（除台湾、香港和澳门）的31个省、市、自治区为研究区域,对1975年、2000年与2017年研究区数据进行沙化、盐渍化、水蚀荒漠化专题因子时空演变的综合研究,根据地域分异、发生学及多级序列等原则将将中国划分为8个荒漠-荒漠化区,42个荒漠-荒漠化亚区和36个荒漠-荒漠化小区。以不同时期荒漠化土地类型图为依据,采用荒漠化面积变化量与荒漠化重心迁移轨迹指标进行荒漠化演化分析。为具体说明不同区域荒漠化程度,本研究根据一定时期内荒漠化土地面积增加或减少的百分比将荒漠化演化分为7种类型,通过分析得到不同荒漠化区域的时空演化及不重心迁移,据此提出中国荒漠化的重点治理目标区及防治建议。研究结果表明：① 中国荒漠、荒漠化土地种类较多,重度荒漠化面积25.18×10⁴ km²,占荒漠化总面积的19.59%;② 1975-2017年,中国荒漠化发生明显逆转,与1975-2000年相比,2000-2017年全国的荒漠化强度显著下降,原因是荒漠化加重区面积减少以及荒漠化减弱区面积增加;③ 1975-2000年与2000-2017年,各区内荒漠化重心点坐标迁移具有同向性。本研究在分析荒漠化土地分布、形成和演变机制的基础上,进行了荒漠化分区。通过对不同荒漠化地区的面积百分比变化的比较,得到了不同时期荒漠化的时空演化模式,并分析了荒漠化演化的特点和差异。     

Traditional agrodiversity management: A case study of central himalayan village ecosystem

Environmental, biological, socio-cultural and economic status variation existing in the Central Himalaya have led to the evolution of diverse and unique traditional agroecosystems, crop species and livestock, which facilitate the traditional mountain farming societies to sustain themselves. Indigenous agroecosystems are highly site specific and differ from place to place, as they have evolved along divergent lines. For maintenance of traditional agrodiversity management the farmers of the Central Himalaya have evolved various types of crop rotations in consonance with the varied environmental conditions and agronomic requirements. In irrigated flat lands two crops are harvested in a year with negligible fallow period but in rainfed conditions if a cropping sequence is presumed to be starting after winter fallow phase then four major cropping seasons can be identified namely first kharif season (first crop season), first rabi season (second crop season), second kharif season (third crop season) and second rabi season (fourth crop season). Highest crop diversity is present in kharif season in comparison to rabi season. Traditionally the fields are left fallow after harvest of the second kharif season crop. Important characteristics of agrodiversity management are the use of bullocks for draught power, human energy as labour, crop residues as animal feed and animal waste mixed with forest litter as organic input to restore soil fertility levels. Women provide most of the human labour except for ploughing and threshing grain. The present study deals with assessment of traditional agrodiversity management such as (i) crop diversity, (ii) realized yield under the traditional practices and (iii) assess the differences of realized yields under sole and mixed cropping systems. It indicated that crop rotation is an important feature of the Central Himalayan village ecosystem which helps to continue the diversity of species grown, as are the distribution of crops in the growing period and the management of soil fertility. The cropping diversity existing and the sequences practiced by the traditional farmers seems to have achieved high degree of specialization and thus even when the yield/biomass variations are about 60%, the farmers continue to practice these sequences as they need to maintain diversity and synergistic relationships of crops in addition to manage the food and labour requirements for crop husbandry. Crop yields are generally higher in irrigated systems than rainfed systems and in sole cropping as compared with mixed cropping. However, gross biological and economic yields are higher in mixed cropping than sole cropping systems.     

2017年四川九寨沟MS7.0地震震前地壳密度变化特征

基于紧凑约束最小二乘优化反演算法,利用2014~2017年地表重力变化观测成果,反演得到2017年九寨沟MS7.0地震前震中及周边地区的地壳三维密度变化。结果表明：1）在震中及周边地区出现大范围的重力变化,并沿张掖-西宁-九寨沟一带形成最大值达9 μGal的重力变化梯度带;2） 地壳密度变化量随深度增加而增大,其中在45 km附近达到最大,为0.2 g/cm3;3） 震中及邻区范围内形成密度变化的正负四象限分布（2014-04~2017-04）,其表现的物质运移方向呈左旋走滑式分布,与震源机制解基本一致。据此推断,在震前产生了与地震孕育相关的深部构造运动,而强震易发生在物质运移汇聚地方。     

新疆五彩湾矿区开发对荒漠植被的扰动分析

荒漠露天矿区植被受损评估及环境修复是近年研究的热点方向。为了研究新疆五彩湾地区矿产开发对矿区及周边荒漠植被的扰动影响,采用1990-2017年90景Landsat数据分析煤矿开发前后矿区及周边荒漠植被的时空变化特征,并定量分析矿区植被长势对气候变化、矿区扩张的响应。结果表明：① 2006-2013年矿区植被所受的扰动最大,在周边植被长势转好的情形下出现明显的退化,在1990-2006年和2014-2017年,扰动较小,矿区与周边植被长势变化一致;② 生长季的月度NDVI分析显示,矿区中心样区的植被经历了一个先退化后恢复的过程;③ 矿区开发对周边植被长势的扰动距离分别为“西-东”方向的-17~21 km和“南-北”方向的-13~23 km,其中2013年对植被的干扰距离最大;④ 冬春季降水是五彩湾矿区及周边植被长势转好的主要因素,虽然矿区一直处于扩张的状态,然而随着降水的增加和矿尘防护措施的加强,2014年来矿区植被长势转好,与周边植被变化趋于一致。本文的研究为干旱区露天煤矿及周边荒漠植被变化动态监测及矿区开采的扰动范围提供了准确的数据支持,便于矿区管理者合理制定相关环保法规及矿区管理办法,实施相关环境保护和污染控制等措施。     

基于DMSP-OLS与NPP-VIIRS整合数据的中国三大城市群城市空间扩展时空格局

通过拟合最优幂函数模型,将NPP-VIIRS影像模拟为DMSP-OLS影像,构建了京津冀、长江三角洲（简称长三角）和珠江三角洲（简称珠三角）三大城市群1992—2017年长时间序列夜间灯光影像集。参考城市建成区统计数据确定夜间灯光最佳阈值提取城市范围,有效剥离统计数据中包含的经济活力不足的城市空间,识别出不属于统计范围的低等级、高活力城镇区,创新了数据应用视角。研究表明：① 县级城镇和市级以上城市对三大城市群城市范围的贡献度不同。京津冀腹地广阔,县级城镇是区域经济活力的重要组成部分,整体上贡献度最大;1990s初期长三角部分县级城镇经济活力较强,大量撤县设市后县级城镇数量减少,逐渐在2005年后低于京津冀;珠三角受到社会经济发展条件和行政单元划分的影响,县级城镇对城市范围的贡献在3个城市群中始终最小。② 三大城市群城市扩展非均衡性特征存在差异。京津冀城市扩展为京、津主导下的“双核”模式,非均衡性显著,尚未形成完善的城市规模体系;长三角和珠三角城市集聚特征明显,均衡性更强。重心迁移的路径、方向和距离反映各城市群不同的扩展强度和作用模式。③ 城市空间扩展格局整体均呈现热点区不断扩大、冷点区不断缩小的特征。其中京津冀热点和冷点区相对稳定,热点区向心集聚作用较强;长三角和珠三角空间格局变化较大,区域核心城市带动作用较强。     

1987-2017年粤港澳大湾区城市群的不透水地表扩张与梯度演化

不透水地表是衡量城市化过程与空间扩张的重要特征.本文以我国最具经济活力的城市群-粤港澳大湾区城市(以下简称大湾区)为研究区,采用重心-标准差椭圆与梯度分析等方法,探讨其1987-2017年不透水地表的时空扩张分布特征与演化趋势.结果 表明:①30年来大湾区的不透水地表面积从1839.34km2持续增长至12 385.9...     

2008���½�����Ms7.3���������Ԥ��

?????й?????????????繤??????????仯?????????????2008???2?????????36.0??N??80.0??E????????200 km??Ms7.3????????????????????????????????????     

融合多源遥感数据的黑河中游地区生长季早期作物识别

在生长季早期获取作物的种植情况,对于农业水资源管理,尤其是缺水地区的水量分配等具有重大的意义。本文利用改进型时空自适应融合模型（ESTARFM）,将作物生长早期3—6月的Sentinel 2影像与MOD09GQ数据计算得到的NDVI数据进行融合,建立NDVI时间序列,并利用随机森林分类方法对2019年黑河流域中游地区作物种植结构进行早期识别。利用3-6月Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列,作物分类精度达到91.42%,kappa系数为0.85,相比仅使用Sentinel-2 NDVI时间序列的作物分类精度提高1.05%,kappa系数提高0.02。与使用整个作物生长期（3—10月）Sentinel-2 NDVI时间序列的作物分类结果相比,精度仅低1.53%,kappa系数仅低0.03。利用Gini系数对利用Sentinel-2 NDVI与时空融合NDVI相结合建立的时间序列进行特征重要性评估,发现Gini系数得分高于平均值的10期NDVI影像中,有6期为时空融合影像,说明时空融合获取的NDVI数据利于提高分类精度的有效性。对比使用不同长度NDVI时间序列对作物种植结构进行早期识别的精度发现,最早可在4月中旬与4月下旬分别实现对苜蓿和玉米的早期识别;玉米的分类精度受NDVI时间序列长度的影响较大,可在5月下旬实现对玉米的早期识别。     

近20年来厦门市滩涂养殖时空演变与政策驱动分析

沿海滩涂是一种重要的湿地资源,也是一种重要的可再生的后备土地资源。在滨海城市,滩涂养殖的时空演变过程能敏感反映产业经济发展、生态环境变化及政策导向三个因素之间的博弈关系。对此,利用1986、1989、1993、1997年TM遥感影像和2001、2003年ETM+遥感影像以及2004年SPOT遥感影像,用单一土地利用动态度、景观破碎度和重心迁移模型,对近20年来厦门市滩涂养殖的时空演变过程进行了分析。结果表明:滩涂养殖面积从1986年的2661.85hm²持续增长到2003年的9776.45hm²,增长了2.67倍,2004年则开始下降到9510.98hm²,在此期间面积的年均变化率从1986～1989年的19.80%逐渐下降到2003～2004年的-2.72%;1986～2004年养殖区的景观破碎度均小于0.00080;空间分布重心总体上向东北方向迁移。对政策驱动机制的初步研究表明,养殖区的这种变化过程与当地的一系列政策措施存在着宏观响应关系。     

LAI scale effect research based on compact airborne spectrographic imager data in the Heihe Oasis

As one of the key parameters for characterizing crop canopy structure, Leaf Area Index(LAI) has great significance in monitoring the crop growth and estimating the yield. However, due to the nonlinearity and spatial heterogeneity of LAI inversion model, there exists scale error in LAI inversion result, which limits the application of LAI product from different remote sensing data. Therefore, it is necessary to conduct studies on scale effect. This study was based on the Heihe Oasis, Zhangye city, Gansu province, China and the following works were carried out: Airborne hyperspectral CASI(Compact Airborne Spectrographic Imager) image and LAI statistic models were adopted in muti-scale LAI inversion. The overall difference of muti-scale LAI inversion was analyzed in an all-round way. This was based on two aspects, "first inversion and then integration" and "first integration and then inversion", and on scale difference characteristics of three scale transformation methods. The generation mechanism of scale effect was refined, and the optimal LAI inversion model was expanded by Taylor expansion. By doing so, it quantitatively analyzed the contribution of various inversion processes to scale effect. It was found that the cubic polynomial regression model based on NDVI(940.7 nm, 712 nm) was the optimal model, where its coefficient of determination R2 and the correlation coefficient of test samples R reached 0.72 and 0.936, respectively. Combined with Taylor expansion, it analyzed the scale error generated by LAI inversion model. After the scale effect correction of one-dimensional and twodimensional variables, the correlation coefficient of CCD-LAI(China Environment Satellite HJ/CCD images) and CASI-LAI products(Compact Airborne Spectro graphic Imager products) increased from 0.793 to 0.875 and 0.901, respectively. The mean value, standard deviation, and relative true value of the two went consistent. Compared with onedimensional variable correction method, the twodimensional method had a better correction result. This research used the effective information in hyperspectral data as sub-pixels and adopted Taylor expansion to correct the scale error in large-scale and low-resolution LAI product, achieving large-scale and high-precision LAI monitoring.