基于NDVI时序数据的水稻种植面积遥感监测分析——以江苏省为例

MODIS植被指数时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源.本文选取江苏省为研究区,利用2008年23个时相的MODIS NDVI数据,采用S-G滤波法进行时间序列的重构,提高NDVI时间序列信息的真实性.另结合农作物物候历、种植结构、地面调查样本等辅助资料,将水稻植被指数时间序列曲线参量化...     

LSTM支持下时序Sentinel-1A数据的太白山区植被制图

植被分类是森林资源调查与动态监测的基础与前提。当前植被分类研究大都利用光学遥感影像,然而,光学遥感成像易受到云雨覆盖的影响,难以构建完整时间序列,植被分类精度有限。微波遥感具有全天时全天候、时间序列完整的优势,在植被调查与分析中具有巨大的应用潜力。本文利用2018年Sentinel-1A微波遥感时间序列数据和深度循环网络方法,对秦岭太白山区的森林植被进行分类制图。首先利用Sentinel-2光学影像与数字高程数据对研究区进行多尺度分割;然后将处理后的时间序列Sentinel-1A数据空间叠加到分割地块上,构建地块的多元时间序列曲线;最后利用深度循环网络提取与学习多元时间序列的时序特征并分类。实验结果表明：① 与传统机器学习方法（如RF、SVM）相比,本文提出的深度循环网络方法的分类精度提高10%以上;② 在Sentinel-1A微波极化特征组合中VV+VH表现最好,与VV+VH+VV/VH极化特征组合的精度相近;③ 使用全年的时间影像构建时间序列分类精度最高,达到82%。研究表明,利用深度循环网络与时间序列Sentinel-1A数据的方法能够有效提高植被分类的精度,从数据源与分类方法上为森林植被分类研究提供了新的思路。     

一种基于图论重构MODIS EVI时间序列数据集的新方法

MODIS的增强型植被指数（EVI）时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域,但即使EVI时间序列数据已经经过严格的预处理,其中仍然存在着一些噪声。因此,本文开发了一种简单有效的方法来重构EVI时间序列数据,减少EVI时间序列数据中的噪声,尤其是一些由大气云层和冰雪覆盖产生的噪声。新方法的理论来源于图论,利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值,得到中心像元的拟合。新方法已应用于2016—2018年的MODIS MOD13A1产品,并与S-G滤波法、谐波函数法、双逻辑斯蒂拟合法和非对称高斯函数法进行了比较。结果表明,在荒漠、草原和林地中,新方法留一验证测试的绝对差值最小,相较于其他方法效果较优;在拟合不同植被类型的EVI时间序列数据时,图论邻点方法呈现出更好的细节拟合曲线;其在5类植被类型中的RMSE值分别为200.59、46.58、63.48、165.47和40.95,在5种方法中均为最小值,在获取高保真和高质量的EVI时间序列数据方面优势更明显有效。本文的方法研究可以给植被遥感时序数据的去噪和生态环境的研究提供有益借鉴。     

基于微波数据与光学数据集成的机器学习技术在作物产量估算中的应用

各类光学植被指数已成功地应用于各种植被监测与作物产量估算中,但这些指数易受大气状况的影响.由星载微波辐射计得到的植被光学厚度数据(VOD)与植被密度、含水量密切相关,数据可全天候获得,在农业遥感监测中呈现着巨大的潜力.作为来自不同传感器的遥感数据,微波遥感数据与光学遥感数据可以提供不同波长范围内的植被信息.为了更准确地...     

MODIS EVI时序数据重建方法及拟合分析

植被遥感监测中长时间序列数据择优的重建方法,已成为当今一个研究热点。本文以东北地区5种主要植被覆盖类型为例,在定性分析TIMESAT提供的3种常用重建方法对EVI（Enhanced Vegetation Index）时序曲线重建效果的基础上,定量对比研究了各方法,对原始高质量EVI点真实值的保真性,及对原始曲线整体特征的保持度。结果表明：S-G（Savitzky-Golay）滤波对原始曲线生长季的峰值及宽度重建效果较好,但容易因过度拟合保留过多噪声,特别是草地和灌丛类型;非对称性高斯函数（AG）和双Logistic曲线（DL）方法相似,对草地、灌丛和耕地的重建结果更接近真实值,但AG拟合对波峰处异常值的处理结果较差,重建后波峰表现低平。3种算法对原始EVI时序数据的保真性和对原始时序数据曲线特征的保持度,都表现出与植被类型分布相关的空间分布格局。分析结果表明,在东北地区,AG算法对草原和灌丛的重建效果最好,DL算法对耕地重建效果最优,S-G算法最适合对落叶阔叶林和落叶针叶林进行重建处理。     

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。     

基于北斗与InSAR的地质灾害监测关键问题探讨

针对我国南方地区在地形复杂、植被覆盖度高的特殊条件下,地质灾害监测成本高、精度低的难题,提出 了基于北斗联合光学、雷达等多源卫星遥感手段的地质灾害监测技术体系.充分利用北斗的高时间分辨率、雷达 卫星的高空间分辨率,结合高分率光学遥感手段,探讨了面向复杂地形和植被覆盖的 CR 和 PSInSAR 联合监测、 基于多源遥感数据的地表覆盖信息提取与变化监测以及集成北斗与多源遥感的地表形变监测等关键技术问题, 建立地质灾害区域的高时间分辨率＋高空间分辨率的地表形变场,耦合地表覆盖物的变化场,建立了一套基于地 表形变的地质灾害监测技术方法.相比于传统方法,此技术方法成本相对低廉,监测精度相对较高,可为今后复 杂地区的地质灾害监测提供一种新的方法.      

时间序列植被覆盖度断点检测方法研究

断点检测技术能够提取时间序列数据中发生变化的信息,对时序变化特征的研究和分析具有重要意义。在植被变化研究中,它有助于发掘时序植被参数数据中潜在的连续变化信息（如火烧、砍伐和病虫害等）,具有较广阔的应用前景。本文以2000-2015年空间分辨率为250 m的福建省长汀县MODIS NDVI遥感时序产品计算的植被覆盖度（Vegetation Fractional Coverage, VFC）为数据源,利用DBEST（Detecting Breakpoints and Estimating Segments in Trend）模型开展植被变化断点检测与分析,并讨论了模型参数对实验结果的影响。经研究发现,使用DBEST推荐的第一、第二水平变化阈值（即θ₁、θ₂分别为0.1和0.2）可较好地界定植被覆盖度的变化级别;变化持续时长φ可根据所用时序数据的类型和当地植被变化特点进行调整,表示断点变化级别的阈值β也可根据研究目标自定义;本文φ取3,β取0.2,实验得到断点位置和断点类型的精确度分别为92%和80%,表明DBEST模型能够很好地提取时间序列VFC数据中的重要变化信息,与当地实际情况比较吻合。     

传感器波段设置对植被遥感参数反演的影响研究

植被是陆地生态系统的基本组成部分,遥感观测的植被冠层反射特性与植被参数之间的响应关系是植被遥感的基础,也是遥感传感器设计的关键.利用Sobol算法和PROSAIL模型,对叶绿素含量和叶面积指数等植被参数进行全局敏感性分析,研究植被参数在典型遥感波段(蓝、绿、红、红边和近红外)的响应敏感性,并对比了由传感器的中心波长和波...     

典型地物波谱库的数据体系与波谱模拟

本文讨论典型地物波谱知识库的数据体系与地物波谱模拟的相关问题 ,并给出波谱知识库支持的农业定量遥感应用示例。波谱知识库的数据体系强调波谱参数与环境参数的配套 ,波谱数据测量是在相关规范的支持下完成的 ,质量控制贯穿于数据采集的全过程。波谱模拟通过遥感物理模型完成 ,模拟波谱计算包括地表参数的时间、空间扩展与遥感物理模型运算。最后以作物生长模型结合植被组分光谱模型和冠层遥感模型为核心 ,构造了定量遥感的农业示例。     

厦门市植被变化的遥感动态分析

本文利用美国LandsatTM/ETM+卫星影像,通过变化检测和信息提取等分析了福建省厦门市从1989～2000年的植被变化。它们包含了一部分不是由植被变化所引起的伪变化信息。对此,依次采用了阈值法和掩膜法将伪变化信息剔除,最后获得了准确的植被变化信息。研究结果表明,厦门市11年中,植被面积由于城市扩展绿地面积有了明显的减少。从1995～2000年植被减少的面积明显要比1989～1995年期间的少得多,这与厦门市近年来逐渐重视保护植被和生态环境有密切的关系。     

基于特征分离机制的深度学习植被自动提取方法

随着遥感影像分辨率的提高,植被信息的高精度提取对于了解地表植被变化规律、评价生态区域具有重要意义。针对传统方法跨季节植被提取不完整问题,本文基于高分2号(GF-2)卫星数据,提出一种基于特征分离机制的深度学习语义分割网络植被提取方法。该网络在Densenet的基础增加可分离卷积和空间金字塔结合的特征分离机制来增大感受野,更有效利用植被的特征信息,提升了模型的精度。本文通过构建高精细跨季节植被样本库,使用本文所提方法,完成了遥感影像植被信息提取,并选取总体准确度、F1值和交并比作为评价指标,对不同的传统方法和深度学习方法进行精度对比与分析。实验结果表明,本文方法提取植被的效果较好,其中F1分数达到91.91%,总体准确度达到92.79%,交并比达到85.10%。对高分1号、高分6号和高景1号遥感影像进行植被提取通用性验证,结果表明本文方法具有一定的通用能力,可以从高分辨率遥感影像中准确地、自动地提取植被。本文研究成果可为城市生态环境评价和植被的应用研究提供数据参考。     

基于垂直带谱的太白山区山地植被遥感信息提取

遥感数据因其全覆盖的优势被广泛应用于山地植被信息的调查和研究。为了实现山区植被类型的高精度提取,本文以太白山区为实验区,结合山地植被的垂直地带性分布规律,利用太白山植被垂直带谱、高分辨率遥感影像（GF1/GF2/ZY3）和1:1万的数字表面模型（Digital Surface Model, DSM）数据,进行了多层次、多尺度的影像分割,构建了具有植被垂直带谱信息的地形约束因子,并据此进行样本选择和面向对象的分类,分类总精度达92.9%,kappa系数达到0.9160。该方法相比于未辅以垂直带谱信息的分类,总精度提高了10%。研究结果表明,分类过程中加入具有垂直带谱信息的地形约束因子,能显著地提高样本选择的效率和准确率,为后续的植被分类提供了精度的保证。通过人机交互的方式,将垂直带谱知识应用到分类中,可以有效地提高山地植被分类的精度。     

干旱荒漠区植被覆盖变化的遥感监测分析

多期的遥感数据可以用来分析干旱荒漠区植被的空间分布格局和变化特征。本文以1989、2000和2007年3个不同时相的Landsat TM/ETM+影像为数据源,利用线性光谱混合分析和RGB彩色合成法构建一个研究框架,对古尔班通古特沙漠西缘进行植被信息的提取和变化监测分析。在混合像元分解过程中,通过多种方法选择端元,比较...     

Vegetation-based bioindication of humus forms in coniferous mountain forests

Humus forms, especially the occurrence and the thickness of the horizon of humified residues(OH), provide valuable information on site conditions.In mountain forest soils, humus forms show a high spatial variability and data on their spatial patterns is often scarce. Our aim was to test the applicability of various vegetation features as proxy for OH thickness.Subalpine coniferous forests dominated by Picea abies(L.) H. Karst. and Larix decidua Mill. were studied in the Province of Trento, Italian Alps,between ca. 900 and 2200 m a.s.l. Braun-Blanquet vegetation relevés and OH thickness were recorded at152 plots. The vegetation parameters, tested for their suitability as indicators of OH thickness,encompassed mean Landolt indicator values of the herb layer(both unweighted and cover-weighted means) as well as parameters of vegetation structure(cover values of plant species groups) calculated from the relevés. To our knowledge, the predictive power of Landolt indicator values(LIVs) for humus forms had not been tested before. Correlations between OH thickness and mean LIVs were strongest for the soil reaction value, but indicator values for humus,nutrients, temperature and light were also significantly correlated with OH thickness. Generally,weighting with species cover reduced the indicator quality of mean LIVs for OH thickness. The strongest relationships between OH thickness and vegetation structure existed in the following indicators: the cover of forbs(excluding graminoids and ferns) and the cover of Ericaceae in the herb layer. Regression models predicting OH thickness based on vegetation structure had almost as much predictive power as models based on LIVs. We conclude that LIVs analysis can produce fairly reliable information regarding the thickness of the OH horizon and, thus,the humus form. If no relevé data are readily available,a field estimation of the cover values of certain easily distinguishable herb layer species groups is much faster than a vegetation survey with consecutive indicator value analysis, and might be a feasible way of quickly indicating the humus form.     

水土流失区马尾松林植被提取的土壤调节指数分析

为实现水土流失区植被遥感信息的准确提取,本文采用2007年ALOS 10 m多光谱影像,利用土壤调节植被指数SAVI和MSAVI,对福建长汀水土流失区马尾松林不同植被覆盖密度的3个实验区进行植被提取,并选用不同的土壤调节因子（L=0.25,0.5,0.75,1）做实验,将结果和以NDVI植被指数提取的结果进行对比,分析了提取效果及受土壤噪音的影响程度。实验表明,SAVI指数能提高水土流失区的植被提取精度。在中、低植被覆盖区,其提取的总精度比NDVI高出2%~7%,Kappa系数高出7%~18%;而土壤调节因子L的取值对植被信息的提取也呈现出一定的规律性,即：随着L从0向1递增,SAVI提取稀疏植被的能力上升而探测阴坡植被的能力下降。总体来看,对于低植被覆盖和中等植被覆盖地区,可分别用SAVI（L取0.75）和SAVI（L取0.5）来提取植被信息,对于高植被覆盖区,仍可直接用NDVI进行植被信息提取;研究发现MSAVI在植被信息提取中并不具有特别的优势。     

森林植被动态变化信息的遥感检测

本文以云南省泸水县为例,探讨了利用遥感技术从LANDSAT TM图像中检测森林植被动态变化的方法。该方法,首先对1988年的LANDSAT TM图像进行几何校正,并将1999年的L ANDSAT TM图像与其配准。其次,分别从1988年和1999年的L ANDSAT TM图像中提取植被指数。然后,将1999年的植被指数减去1988年的植被指数,得到植被指数差值图像。最后,利用目视识别的方法,在植被指数差值图像上确定森林植被增加和减少的阈值,从而提取出森林植被的动态变化信息。由于云和雪的影响,造成一些伪变化的信息,为此,进一步将云和雪的信息提取出来,并将这部分伪变化信息掩模掉。该研究表明,此法可以简单有效地将森林植被的动态变化信息予以检测.     

Study on original ecological tridimensional slope vegetation

No matter from the perspective of slope protection, landscape effect and construction cost, or from the perspective of ecological benefit, the development of original ecological tridimensional vegetation has become the inevitable trend for slope vegetation in pursuit of protecting ecological condition, decreasing soil erosion, maintaining ecological balance and beautifying environment of slope. The concept of original ecological tridimensional slope vegetation is proposed in this paper, and the original ecological tridimensional slope vegetation is studied through theoretical analysis and experiments. Specifically, the mechanical effect of slope vegetation in reinforcing the cohesion and shear strength of soil mass is firstly discussed, and then experiments are performed to study the water interception and containing function of slope under various vegetation conditions. Moreover, the relation between soil moisture and cohesion, the relation between root distribution density and cohesion, and the relation between root distribution density and soil shear strength are also studied based on experiments. Finally, based on field observation, the soil erosion states of slope under various vegetation conditions are comparatively studied. It is found that the original ecological tridimensional slope, which combines grass,shrub and tree, can generate comprehensive slope protection effects, and hence strengthen the slope protection ability and bring multiple slope protection benefits. Thereby, the theoretical foundation for developing original ecological tridimensional slope vegetation is established.     

Using leaf area index (LAI) to assess vegetation response to drought in Yunnan province of China

Climatic extremes such as drought have becoming a severe climate-related problem in many regions all over the world that can induce anomalies in vegetation condition. Growth and CO₂ uptake by plants are constrained to a large extent by drought. Therefore, it is important to understand the spatial and temporal responses of vegetation to drought across the various land cover types and different regions. Leaf area index (LAI) derived from Global Land Surface Satellite (GLASS) data was used to evaluate the response of vegetation to drought occurrence across Yunnan Province, China (2001–2010). The meteorological drought was assessed based on Standardized Precipitation Index (SPI) values. Pearson’s correlation coefficients between LAI and SPI were examined across several timescales within six sub-regions of the Yunnan. Further, the drought-prone area was identified based on LAI anomaly values. Lag and cumulative effects of lack of precipitation on vegetation were evident, with significant correlations found using 3-, 6-, 9- and 12-month timescale. We found 9-month timescale has higher correlations compared to another timescale. Approximately 29.4% of Yunnan’s area was classified as drought-prone area, based on the LAI anomaly values. Most of this drought-prone area was distributed in the mountainous region of Yunnan. From the research, it is evident that GLASS LAI can be effectively used as an indicator for assessing drought conditions and it provide valuable information for drought risk defense and preparedness.