土壤遥感分类识别推理决策器的设计

介绍了干旱区土壤遥感分类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。     

江汉平原渍害损失研究中DEM的应用

本文论述了DEM(数字高程模型)在汇汉平原渍害研究中应用的原理和方法,分析了江汉平原渍害机理及其农田生态特征,建立了水稻损失估算模型,并在DEM支持下估算了试验区的水稻渍害损失。     

遥感土地覆盖类型识别的自组织神经树模型

本文提出遥感土地类型识别的自组织神经树模型，并选取一组标样作为研究对象。在所选例子中预测效率较高，结果表明，该方法性能良好，可望成为遥感土地覆盖类型识别的有效手段。     

人工智能用于遥感目标可靠性识别:总体框架设计、现状分析及展望

可靠性是遥感监测的重要研究方向之一.人工智能技术促进了遥感目标识别技术的快速发展,但是其不可解释性带来了新的问题.本文依据空间数据的可靠性理论和人工智能基础理论,首先,提出了智能化遥感目标可靠性识别思想及总体框架;然后,阐述了影响可靠性的因素分析、可靠性提升方法、可靠性评估方法和可靠性过程控制等核心研究方向;最后,展望了人工智能用于遥感目标可靠性识别方法的未来发展方向.     

2021年夏季中国大陆涝渍灾害时空分布分析

涝渍害是中国除干旱以外对农作物影响最严重的气象灾害,涝渍害的发生和发展对人民的生命和财产安全以及农作物的生长发育产生巨大的影响。2021年7月至8月间,中国北方多地降水达到历史观测极值,而相应时期地面的涝渍害发生和发展状况及其时空特征并未得到有效研究。因此,本研究首先利用中国大陆土壤水分站点日数据和被动微波遥感卫星SMAP反演土壤水分日产品获取中国高精度表层土壤湿度数据（0—10 cm）;随后,结合田间持水量数据计算土壤表层相对含水量。在此基础上,以连续10 d土壤相对含水量大于等于90%为标准,分析中国大陆2021年7月1日—8月25日的涝渍害时空分布情况。结果表明：（1）融合后的土壤水分产品较原始的SMAP微波土壤水分产品精度具有明显的提高;（2）中国东北地区水稻田种植区的土壤相对含水量大于等于90%的最长持续天数均为56 d,土壤的水分长期处于饱和状态,说明了本文方法能够较为准确的反应出土壤涝渍害的情况;（3）中国东北及华北地区受灾较为严重,其中黑龙江的西部和河北、河南、山东发生的涝渍面积最大。中国大陆耕地部分受涝渍灾害区域占到总耕地面积的1/2左右,重灾区面积为1.940×10⁵ km²;（4）黑龙江的西部及河北、河南、山东等地较往年降水偏多,这与涝渍害受灾区基本吻合。     

知识图谱驱动下的多源遥感滑坡隐患识别

遥感技术在地质灾害防治领域发挥着重要作用,随着航天航空技术的发展,更多的遥感数据可被获得并有效地运用于地质灾害体的识别,尤其在滑坡隐患识别中广为应用。综合利用InSAR和光学遥感数据开展地质灾害隐患识别是近期研究的热点。传统识别过程完全依靠解译人员的工作经验,其主观性较强,无固定的识别逻辑遵循。本文基于SBAS-InSAR与光学卫星影像,通过分析滑坡隐患识别过程,构建滑坡识别知识图谱和识别提取矩阵模型。在知识图谱逻辑驱动下对“光学遥感+InSAR”组合识别的滑坡隐患进行区域空间特征分析,为滑坡广域识别提供了具有半定量化提取指标意义的参考执行方案,实现了滑坡隐患识别从完全主观到半定量化的识别过程。试验表明,本文方法可为相关研究和工程实际应用提供借鉴,具有一定的应用价值。     

利用卫星ETM与样方统计数据研究西鄂尔多斯珍稀濒危植物种群分布规律

使用1999年8月30m分辨率的ETM遥感数据、DEM数据和25个典型的4^4m^2的地面实测样方统计数据、数字化了1994年的珍稀淑危植物分布图，用遥感技术西鄂尔多斯珍稀濒危植物群落进行了水平和垂直带分布规律的研究。图像处理采用遥感弱信息提取技术，识别了建群植物及其种群组合特征；并结合三维景观影像对珍稀植物种群生存生境的地貌、土壤等条件的相关性进行了分析，揭示了垂直、水平地带分异规律，建立了相关分析模型。研究结果为珍稀濒危植物动态监测和物种多样性保护提供了新的技术方法和分析决策依据。     

一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。     

城区重度污染水体遥感识别研究

城市污染水体整治对城市良好水环境具有重大意义。本文基于污染水体形成机理,构建污染水体遥感识别模型,实现了城市污染水体快速、高效、大范围的提取。本文以银川市为研究区,开展银川市污染水体遥感识别,并进行实地验证。验证结果表明污染水体遥感识别精度可达62.96%,共确定银川市污染水体12条,为银川市污染水体整治工作提供参考。此外,本文还分析了影响识别精度的原因,以提高后续污染水体遥感识别精度。由于遥感识别污染水体尚属首次,因此识别精度一般。在今后研究工作中,将会加入其他指标继续研究,以提高精度。     

一种高分辨率遥感影像汽车识别检测方法

地物的自动识别一直是遥感影像处理领域的研究热点,目前已经形成了一些比较成熟的地物识别方法,如面向对象、支持向量机和BP神经网络等方法,均可得到较好的识别效果,但大都存在算法效率低,精度差、自动程度不高,需要大量人工参与等问题。本文尝试将基于机器学习算法的目标自动识别标注技术应用于遥感影像信息提取,在利用worldview2全色影像数据进行汽车识别研究的基础上,提出了在Microsoft Visual C++平台下利用OpenCV函数库,提取样本图像Haar特征,并采用Adaboost算法训练分类器,在高分辨率遥感影像上进行汽车自动识别、提取的新方法,并总结归纳了技术方法流程及相关程序。     

Recent advances in (soil moisture) triple collocation analysis

To date, triple collocation (TC) analysis is one of the most important methods for the global-scale evaluation of remotely sensed soil moisture data sets. In this study we review existing implementations of soil moisture TC analysis as well as investigations of the assumptions underlying the method. Different notations that are used to formulate the TC problem are shown to be mathematically identical. While many studies have investigated issues related to possible violations of the underlying assumptions, only few TC modifications have been proposed to mitigate the impact of these violations. Moreover, assumptions, which are often understood as a limitation that is unique to TC analysis are shown to be common also to other conventional performance metrics. Noteworthy advances in TC analysis have been made in the way error estimates are being presented by moving from the investigation of absolute error variance estimates to the investigation of signal-to-noise ratio (SNR) metrics. Here we review existing error presentations and propose the combined investigation of the SNR (expressed in logarithmic units), the unscaled error variances, and the soil moisture sensitivities of the data sets as an optimal strategy for the evaluation of remotely-sensed soil moisture data sets.     

Statistical analysis of soil variability in a humid forest landscape of Central Cameroon

The quantitative evaluation of key factors of soil variability together with the spatial pattern of underlying variables are important steps in understanding the functioning of soilscapes. Fifteen physical and chemical variables describing 24 pedons were used to elucidate processes of soil differentiation in a humid forest environment in Southern Cameroon. Landscape positions delineated on the basis of remote-sensed imageries included flat convex summits (FCS), linear valley slopes (LVS), colluvial inland valleys (CIV), and alluvial floodplain. Ordination by principal component analysis (PCA) resulted in a three-factor model, which efficiently summarized the dataset explaining 81.4% of total soil variance (TSV). The pedogenetic factor of ferralitization emerged as the main factor accounting for 43.7% of TSV. Identified underlying processes included basic cation leaching, solum acidification, and in situ clay build up. Cation exchange properties as influenced by organic constituents and soil available P were the second and third most important factors associated with 26.7 and 11.4% of TSV respectively. Organic constituents and related biological processes had strong control on nutrient availability and cation-exchange properties, while soil available phosphorus (AP) showed a strong dependence on potential acidity and organic matter mineralization status. The analysis of variance highlighted significant differences for most soil properties across landscape position and soil depth except for organic carbon (OC), total nitrogen (TN), and total phosphorus. All the soils, however, have low pH, low basic cation saturation, and correlatively high exchangeable Al irrespective of their position in the landscape.     

Intercomparison of two trapezoid-based soil moisture downscaling methods using three scaling factors

This paper compared two soil moisture downscaling methods using three scaling factors. Level 3 soil moisture product of advanced microwave scanning radiometer for EOS (AMSR-E) is downscaled from 25 to 1?km. The downscaled results are compared with the soil moisture observations from polarimetric scanning radiometer (PSR) microwave radiometer and field sampling. The results show that (1) the scaling factor of normalized soil thermal inertia (NSTIs) and vegetation temperature condition index (VTCI) are better than soil evaporative efficiency in reflecting soil moisture; (2) for method 1, NSTIS is the best in the downscaling of soil moisture. For method 2, VTCI is the best; (3) no significant differences of the correlation coefficients (R²) and the biases were found between the two methods for the same scaling factors. However, method 2 shows a better potential than method 1 in the time-series applications of the downscaling of soil moisture; (4) compared with the relationship between the area-averaged soil moisture of AMSR-E and that of PSR, R² of the 6 sets of the downscaled soil moisture almost do not decrease, which suggests the validity of the downscaling of soil moisture with the two downscaling methods using the three scaling factors.     

Estimation of vegetation LAI from hyperspectral reflectance data: Effects of soil type and plant architecture

The retrieval of canopy biophysical variables is known to be affected by confounding factors such as plant type and background reflectance. The effects of soil type and plant architecture on the retrieval of vegetation leaf area index (LAI) from hyperspectral data were assessed in this study. In situ measurements of LAI were related to reflectances in the red and near-infrared and also to five widely used spectral vegetation indices (VIs). The study confirmed that the spectral contrast between leaves and soil background determines the strength of the LAI–reflectance relationship. It was shown that within a given vegetation species, the optimum spectral regions for LAI estimation were similar across the investigated VIs, indicating that the various VIs are basically summarizing the same spectral information for a given vegetation species. Cross-validated results revealed that, narrow-band PVI was less influenced by soil background effects (0.15 ≤ RMSE_cv ≤ 0.56). The results suggest that, when using remote sensing VIs for LAI estimation, not only is the choice of VI of importance but also prior knowledge of plant architecture and soil background. Hence, some kind of landscape stratification is required before using hyperspectral imagery for large-scale mapping of vegetation biophysical variables.     

基于GIS的流域洪涝数字模拟和灾情损失评估的研究

非工程防洪措施是减缓洪涝灾害损失的有效方法之一。地理信息系统和遥感技术使多学科综合性的非工程防洪措施成为现实。本文从流域数据库设计、洪水预警数字模拟、河道洪水演进数字模拟、洪泛区洪水演进数字模拟、灾民疏散模型和洪水灾情损失评估等６个方面，系统阐述了地理信息系统在流域洪涝数字模拟和灾情损失评估上的应用，为今后开展同类工作提供了参考。     

黑土型退化草地时空格局遥感监测

准确及时地了解黑土型退化草地的时空分布特点,对祁连山地区草地退化修复治理具有重要意义。本文选取祁连县野牛沟乡西北部区域作为研究区,基于Landsat 8 OLI影像,结合地理国情监测成果,尝试利用分场景的决策树分类方法提取黑土型退化草地范围,并对比分析2014-2019年黑土型退化草地的时空变化特征。结果表明,多场景的决策树分类方法对黑土型退化草地监测具有很好的适用性;2014-2019年,研究区北部部分区域缓坡地和中部滩地黑土型退化问题有所好转,西部和西北部缓坡地黑土型退化问题有进一步恶化的趋势;好转草地主要以人工干预为主,恶化草地可能是受水热空洞效应、鼠害等多种因素的影响。     

土壤调查地区级汇总的遥感制图试验研究

本研究的目的是探讨利用遥感影像数据,对县级土壤调查资料进行地区级汇总的制图工作方法。我们依据的制图综合原则是:(1)以现有的土壤图为基础,充分尊重原图上的界线,主要以土层界线重新综合;(2)研究并搞清各种土壤分布规律和它们之间的组合规律,然后进行归并和区分;(3)参照卫星影像特征和判读标志,对某些明显与实地不符之处,以影像和实地调查资料进行修正,有些土壤类型以组合形式表达。本文对利用遥感数据进行制图综合的工作方法进行了详细描述,其中包括:制图单元的综合和比例尺的改变,底图的制作和利用卫星影像对综合后的土壤图进行编制等。研究结果表明,此种方法与常规方法比较,特别是对有一定物质和技术条件的单位(如省级),不仅在土壤调查中,而且在资源调查中皆可采用此种编图技术,收到节省人力、物力和时间的效果。     

遥感技术在攀枝花地区土壤侵蚀调查中的应用研究

利用彩红外航片与TM数据,分析提取土壤侵蚀的主要影响因子,采用层次分析法建立了研究区专家权重模型,确定出土壤侵蚀强度级别,继而分析了攀枝花地段的土壤侵蚀特征并提出了治理措施。     

热惯量法在监测土壤表层水分变化中的研究

利用遥感方法监测一定层水深土壤水分变化，关键是建立卫星数据与地表水热变化关系，该文地遥感定量反演土壤水热变化的数值模拟系统及热惯量在其边界，初始条件确定中所起的作用进行的简述，并介绍了热惯量法求解表层水分含量的发展概况，为进一步提高定量化监测方法的地必琢计算精度，该文发展了地表能量平均方程的一种新的化简方法，经过这样的处理，可从遥感图象数据直接得到真实热惯量值，进而得到土壤水分含量分布，通过野外实     

遥感与GIS支持下的土壤侵蚀强度快速评价方法研究

 以TM影像、1︰1万数字地形图以及其它辅助数据为基础，以土地利用类型、植被覆盖度以及坡度等作为影响因子，在遥感 和GIS技术的支持下，对余江县洪湖乡的土壤侵蚀强度进行了快速分级评价实验。结果表明，该方法所获取的土壤侵蚀强度信息与 实际情况比较吻合。