联合主被动遥感的植被覆盖度反演——以白洋淀–大清河流域山区为例（英文）

由于光学遥感穿透性差,不能穿透林冠层识别林下植被,基于单一光学遥感提取的植被覆盖度,难以反映林下植被信息,从而无法为土壤侵蚀评价提供有效植被覆盖因子。针对此问题,本文以白洋淀–大清河流域为研究对象,结合实测数据,探究不同光子点分类下光子计数ICESat-2/ATLAS植被覆盖度采样的能力,并实现了研究区内星地协同植被覆盖度采样。在此基础上,联合Sentinel-2和Sentinel-1以及DEM等多源数据,基于随机森林回归模型方法实现植被覆盖度反演,并与传统常用的NDVI像元二分法提取结果进行对比。结果表明：相比于传统的NDVI像元二分法提取的反演结果,利用本研究中构建的随机森林回归模型估算的植被覆盖度精度更高,一定程度上可以对茂密森林的林下植被进行监测,避免了光学遥感存在的林下植被信号缺失的问题。在0.05、0.1和0.15不同的植被覆盖度误差容忍范围内,精度分别提升–4.1%、5.3%和9.4%,分别达到55.6%、71.1%和94.3%。     

新疆荒漠稀疏植被覆盖度信息遥感提取方法比较

植被覆盖度信息是荒漠生态环境表征的重要指标之一。荒漠区地表植被稀疏,在遥感光谱信息中表现较弱,通用的植被覆盖度遥感提取方法应用于干旱荒漠区存在一定的局限性,为了探寻一种满足大尺度荒漠地区的植被覆盖度信息的提取方法,必须对比和分析现有的遥感方法在干旱荒漠区的应用效果。以新疆荒漠区为例,利用MODIS遥感影像和野外植被覆盖度实测数据,对常用的6种遥感植被覆盖度提取方法（改进的三波段梯度差法、像元二分法、线型混合像元分解法、归一化植被指数法、增强型植被指数法和修正型土壤调整植被指数法）的结果进行精度验证和对比分析。结果表明：MODIS影像上较难提取纯荒漠植被像元,用农作物的像元值代替会降低像元二分法和线性混合像元分解模型的模拟精度;植被指数法对地面实测数据依赖性较大,模拟的精度差异很大,仅考虑红光和近红外的归一化植被指数法模拟精度最低,而综合考虑土壤和大气因素的增强型植被指数法的模拟结果精度最高;改进的三波段最大梯度差法虽然模拟精度稍次之（R²=0.74;RMSE=13.46）,但依据光谱的物理特性,能显著地反映南、北疆荒漠植被覆盖度的差异,是目前大尺度的荒漠区覆盖植被信息提取较为适宜的方法之一。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

黄河流域植被覆盖度动态变化与降水的关系

利用8km分辨率Pathfinder NOAA-NDVI数据，对黄河流域1982－1999年地表植被覆盖的空间分布及时间序列变化进行了分析，并通过计算不同时段降水量与年最大NDVI之间的相关系数分析了降水对流域植被覆盖的影响。结果发现近20年来黄河流域平均植被覆盖度有增加趋势，但青藏高原上有所减小；汛期降水量的多少对地表植被覆盖度的年际变化起主要作用，其中草原地区影响最显著，而在森林植被区及部分灌溉农作区，降水的年际变化对地表覆盖的影响比较小。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏,给荒漠化监测等相关工作带来很大不便,开展植被覆盖度遥感估算经验模型研究,对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍,利用无人机遥感提取(光合)植被信息,并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应,获取在高分辨率卫星影像像元尺度上的植被盖度,然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系,建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法,可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因,所建立的遥感估算模型的估算精度尚相对偏低,有待于今后进一步的工作加以改进。     

基于多源信息融合的黄淮海地区植被覆盖变化遥感监测研究

植被是气候及其他环境因子的综合反映,植被变化与气候变化具有密切的关系。基于Holdridge生命地带指标法和非监督分类法,利用研究区1982年、1992年和2002年气候数据、NDVI数据和DEM数据融合后的多源数据,进行非监督分类。经过分类后处理、空间分析、数据挖掘后,得出黄淮海地区1982—2002年植被覆盖变化图。结果表明:20 a间黄淮海地区植被覆盖变化较为和缓,保持了较一致性;变化比较剧烈地区主要分布在二、三地形阶梯交界及400 mm左右年降水量线处、山东低山丘陵以及淮河下游地区。     

基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化

以内蒙古锡林郭勒盟正蓝旗为研究区,应用中国环境与灾害监测预报小卫星数据(HJ-1A CCD)及美国陆地卫星数据(Landsat ETM+),在充分考虑区域土壤和植被类型等背景基础上,先后使用了MNF、二维散点制图以及PPI方法,得到具有时空针对性的纯净像元;以此为基础,运用像元二分模型计算得到研究区植被覆盖度空间分布数据;最后,结合研究区其它权威土地覆被和土地利用(LUCC)数据,对比分析了本研究所得的植被覆盖度数据精度,评价了2000~2009年间区域植被覆盖度动态变化过程,指出本区在实施有关生态工程后植被覆盖度恶化趋势得到遏制。研究结果证明,在锡林郭勒盟正蓝旗地区应用像元二分模型计算植被覆盖度的方法是简洁且有效的。     

科尔沁沙地植被演替的抗逆性特征

在科尔沁不同类型沙地上选择了几种优势植物,通过自然脱水、高温处理过程中抗逆生理指标的测定和叶形态观测,研究了它们的抗逆方式和生理抗逆性差异与科尔沁沙地植被演潜规律的关系。结果表明,在自然脱水、高温处理中流动沙地上的沙米和欧亚旋覆花叶片迅速脱水死亡,而细胞内膜脂过氧化作用强烈引起细胞膜严重受损是其死亡的主要原因;半流动沙地上的差不嘎蒿在胁迫过程中叶变黄,但在复水后能恢复生长,这与其胁迫过程中游离脯氨酸含量增加维持叶渗透压减少水分过度丧失有关,半固定沙地芦苇在胁迫过程中叶干枯死亡,这与其细胞保护酶反应迟钝,积累的氧自由基引起膜脂过氧化作用伤害了膜系统有关;固定沙地上的狗尾草、白草在胁迫过程中萎蔫,复水后恢复生长,生理变化表现为保护酶对胁迫反应快,可溶性糖、游离脯氨酸含量增加,是一真正生理抗逆植物。在生境从流动沙地向固定沙地演变过程中,植物抗逆性在植被演替序列中起重要作用,其演替规律为:①从躲避干旱向生理抗旱发展,其中流动沙地上的沙米、欧亚旋覆花以种子形式躲避逆境,固定沙地的白草以生理抗旱为主;②从抗风沙型向抗旱性发展,如流动半流动沙地的差不嘎蒿具有抗沙埋、抗旱特性,固定沙地上的白草的抗沙埋性差,抗旱性较强;③生存方式从单一型向多元化发展,沙米主要以种子保存物种,白草则可通过种子和根茎上芽行营养繁殖保存生命;④从多重抗性向寡抗性发展,流动沙地的沙米抗风沙、抗高温、抗干旱,而固定沙地的白草只抗干旱。     

中国东部典型沙地植被覆盖度对降水变化的响应

降水对中国东部沙地植被覆盖度产生重要影响,了解植被覆盖度对降水量变化的响应,对制定植被恢复策略具有重要意义。选择毛乌素沙地和科尔沁沙地,使用Landsat系列数据和MODIS数据得到2000—2020年归一化植被指数（NDVI）数据集,用像元二分法分别计算了年内最大和生长季平均的植被覆盖度。结合地面气象站在1999—2020年观测的逐日降水数据,分析了植被覆盖度对降水变化的响应。结果表明：（1）毛乌素沙地和科尔沁沙地的年内最大和生长季平均植被覆盖度均有增长趋势,其中毛乌素沙地的生长季平均植被覆盖度>30%的面积增加最显著,科尔沁沙地>50%的面积增加最显著。（2）这两个沙地的年降水量和四季降水量都呈增加趋势,且有降水变率大和夏季增幅最大的共同特点。（3）毛乌素沙地的年内最大和生长季平均植被覆盖度都对前一年夏季降水量变化的响应最敏感,而在科尔沁沙地则是对当年夏季降水量变化的响应最敏感。（4）不同植被类型对降水量变化发生响应的滞后时间不同。     

伊金霍洛旗近15年来植被覆盖度的动态变化

植被状况是评价荒漠化地区荒漠化程度的重要指标,其中植被盖度是最为重要的植被表征.本文选择地处我国北方农牧交错区的内蒙古伊金霍洛旗,利用Landsat卫星遥感数据,基于植被指数,反演了这一地区1989年9月11日、1998年8月19日、1999年8月13日、2002年8月6日、2004年7月2日的植被盖度变化情况.通过分级比较发现,1989-1998年研究区植被覆盖度明显增加,1998-1999年植被覆盖度显著减少,1999-2002年植被覆盖度又明显增加,而2002-2004年植被覆盖度又有所减少.这种起伏变化表明:导致研究地区荒漠化发生和扩展的各种自然和人为因素并未根本消除,在局部地区荒漠化仍有恶化趋势.影响植被覆盖度变化的因素主要有三个方面:气候因素、土地利用政策和农业经济结构的优化调整.     

科尔沁沙地采用人工植被对流沙治理的技术

在科尔沁沙地的流动沙丘上采用不同的人工措施,即铺设秸秆栅栏沙障、草方格和栽植差不嘎蒿,对沙丘的固定作用进行了研究。结果表明三种措施都有利于增加沙丘植物的多样性和生物量,但栽植差不嘎蒿和草方格好于秸秆栅栏沙障;沙丘固定过程中,植物的演替顺序有沙蓬-差不嘎蒿-狗尾草-黄蒿的趋势;植物生物量的形成与土壤湿度关系密切,应用试验数据建立了生物量(Y)与土壤湿度(X)的回归关系方程。Y=-13.7x²+72.5x-11.42 R²=0.824。     

1982-2003年内蒙古植被带和植被覆盖度的时空变化

利用内蒙古地区1982-2003年遥感归一化差值植被指数(NDVI)数据,对植被带进行了分时段的划分,并以典型草原植被带为例,分析植被覆盖度时空变化及其与水热因子的关系.结果表明:在整个研究期间,典型草原带的面积呈增加的趋势,荒漠草原带的面积呈减少的趋势,森林带、森林草原带和荒漠带的面积趋势变化不明显.总体上看,从时段1(1982-1987年)到时段2(1988-1992年)植被带进化演变的面积占优势,从时段2(1988-1992年)到时段3(1993-1998年)进化和退化演变的面积相当,从时段3(1993-1998年)到时段4(1999-2003年)退化演变的面积占优势.在典型草原带内,多年平均植被覆盖度具有明显的季节变化,从5月上半月返青开始到8月下半月达到年最大值,其空间演进以大兴安岭两翼为中心,逐渐向东南的西辽河平原和向西的乌兰察布高原扩展.前期降水量与覆盖度季节增量年际变化之间呈正相关,显著正相关的区域位于锡林郭勒高原西部和乌兰察布高原,而气温与覆盖度季节增量年际变化的相关一般不显著.典型草原年最大覆盖度线性趋势降低与升高的面积分别占52.6%和47.4%,其中,呼伦贝尔高原西部边缘以及大兴安岭山麓两侧的年最大覆盖度呈显著降低的趋势,而西辽河平原西南部和努鲁儿虎山东段的年最大覆盖度呈显著升高的趋势.年降水量是影响年最大覆盖度的主要因子,而年均温对年最大覆盖度的影响不明显.     

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.     

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。     

基于多源遥感的莺歌海滨岸环境特征分析

采用综合多源遥感方法提取地表信息,结合文献资料和实地调查数据探讨莺歌海滨岸带地面要素的分布特征及其相互关系.主要讨论了综合激光雷达(LiDAR)、极化合成孔径雷达(SAR)、光学和光谱遥感数据进行地表信息提取的适用方法,包括建立精细潮位线模型、近岸微地貌模型,并进行沙化土地、植被、湿地的提取与分类;分析了莺歌海滨岸区的海岸形态、土地退化、湿地与植被分布以及自然景观结构的特征.研究表明,综合遥感方法能有效地支持地表环境特征提取;研究区内滩涂和湿地资源利用不合理;存在较高的土地退化风险;湿地开发与盐场生产活动为人地关系的核心矛盾.最后提出了相关的综合治理建议.     

基于遥感和GIS方法的科尔沁沙地边界划定

基于已有文献,依据科尔沁沙地的形成历史与早期分布,确定科尔沁沙地的核心区;以核心区为基础,采用生态学取样方法,选取与核心区边界相交的16个方向上的交叉点为样本,以Landsat-5 TM影像为主要数据源,采用光谱混合模型、穗帽变换等遥感和GIS方法,通过反复试验设定阈值,提取每个方向的分界特征,据此勾画出科尔沁沙地的分界线。此后,进行实地考察和Google Earth高清影像验证,最终确定科尔沁沙地生态区域的边界。结果表明,科尔沁沙地面积为52 300 ± 360 km²,验证后精度在94%以上。研究结果为科尔沁沙地生态恢复与环境整治提供确切基础范围。     

基于RS的近30年滹沱河流域植被覆盖度动态变化研究

以滹沱河流域1984年、2001年和2014年3期遥感影像为数据源,基于像元二分模型,利用归一化植被指数(NDVI)反演流域植被覆盖度信息,分析了滹沱河流域近30年来植被覆盖度时空演变特征及其变化原因。滹沱河流域近30年来植被覆盖度总体呈增加趋势,其中高植被覆盖度区面积比例增幅最明显,增加了1.1倍。空间分布上,受气候和人类活动双重因素影响,流域不同区域植被覆盖度变化差异较显著,上中游植被总体以改善为主,海拔相对较低的区域则表现为退化,尤其是下游植被覆盖度持续下降,植被退化面积占该区的71.52%。     

基于多光谱遥感的典型绿洲棉田春季土壤盐分反演及验证

为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归（Multiple stepwise regression, MSR）、偏最小二乘回归（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）、支持向量机（Support vector machine, SVM）和BP神经网络（Back propagation neural network, BPNN）构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明：（1） 研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。（2） 海岸波段（b1）、蓝波段（b2）、绿波段（b3）、红波段（b4）和盐分指数（SI1、SI2、SI3、SI4、S3、S4、S5）均通过显著性检验P<0.01,相关系数均达到0.4以上。（3） 所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R²为0.705;验证集R²为0.556。（4） 由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。     

极端降水事件对科尔沁沙地一年生植被的影响

在科尔沁沙地奈曼旗,大于10 mm的降雨属极端降雨。根据当地多年平均降雨量,设置雨量×降雨次数的双因素模拟试验(T₁,共288 mm、分18次;T₂,共288 mm、分9次;T₃,共576 mm、分36次;T₄共576 mm、分18次;CK,接收当年的自然降雨),考察极端降雨对科尔沁沙地一年生植被的密度、多样性指数、生物量及根冠比的影响。结果表明:(1)在萌发期,植株密度在各处理下均维持在2 000株·m^-2;而在生长发育后期,T₃、T₄维持在400株·m^-2,而T_I、T₂维持在1 600株·m^-2,CK下为1 200株·m^-2,说明降雨总量决定了能完成生活史的沙地一年生植被的数量。(2)T₁、T₂、T₃3种极端降雨模式均显著提高沙地一年生植被的生物多样性指数,说明科尔沁沙地一年生植被的生物多样性不是由年降雨量单一因素决定的,而是由每次降雨量与降雨次数的分布共同决定的。(3)T₃、T₄显著降低了沙地一年生植被的水分利用效率。     

多源遥感影像红树林信息提取方法比较

选取2012年2月24日的SPOT 5遥感影像和2013年12月6日的Landsat 8、"高分一号"遥感影像,应用最大似然法、支持向量机和面向对象方法提取红树林信息,并引入F值评价提取效果。研究结果表明,用最大似然法和支持向量机提取红树林信息的精度相似,与影像的特征光谱信息量相关性较强;而对于SPOT 5影像等更高分辨率遥感影像,面向对象方法降低了最大似然法和支持向量机分类的红树林斑块破碎程度,其信息提取精度与影像的空间分辨率正相关。