基于Sentinel-2遥感时间序列植被物候特征的盐城滨海湿地植被分类

滨海湿地是具有重要功能的特殊海陆过渡带生态系统,精准获取滨海湿地植被时空分布信息具有重要意义。传统的湿地遥感观测研究集中于高空间、高光谱分辨率影像分类,往往受限于数据成本和覆盖范围,仅适用于小区域湿地监测。Sentinel-2A/B卫星影像时空分辨率高且免费共享,为大区域滨海湿地动态监测提供了可能。本文采用2018年Sentinel-2影像,提出像元级SAVI时间序列及双Logistic植被物候特征拟合重构模型,采用随机森林算法进行盐城滨海湿地植被分类,探讨Sentinel-2遥感时间序列植被物候特征分类方法的适用性。结果显示,分类总体精度达87.61%,Kappa系数为0.8358,分类结果与湿地实况相吻合,比常规单一时相分类精度总体提高19.57%。植被判别物候特征参数可为影像数据缺失或不足的滨海湿地分类提供不同植被的判别依据。研究表明,基于像元级时间序列植被物候特征的分类方法能实现植被群落混生带的精准分类以及对“异物同谱”植被的有效区分,对大区域滨海湿地植被分类具有很好的适用性,有效提高了滨海湿地植被分类精度。     

基于 NDVI 物候特征的华南地区冬种马铃薯遥感提取方法

马铃薯是华南地区的特色冬种农作物,其地块的“早稻―晚稻―冬种马铃薯”三季种植模式具有特有的植被指数时间序列曲线特征。利用这一特征,提出一种基于 NDVI 时间序列数据和 SAM 的冬种马铃薯种植面积提取方法。以广东省惠州市稔平半岛为研究区,冬种马铃薯面积为研究对象,采用 2011 年 HJ-1 A/B CCD 遥感数据为主要数据,计算每一景影像的 NDVI 后以时间为坐标轴排列成 NDVI 时间序列数据集,在此提取冬种马铃薯种植区的 NDVI 时间序列参考曲线,使用光谱角度匹配（SAM）方法,计算每个像元的 NDVI 时间序列曲线与 NDVI时间序列参考曲线的光谱夹角值,根据 Rule 图像的统计参数确定夹角阈值,达到快速有效地在遥感影像上提取冬种马铃薯对应像元的目的。结果表明：研究区总体提取精度为 82.70%,重点种植区域提取精度为 93.75%,可见基于 NDVI 物候特征的 SAM 方法能够有效提取研究区冬种马铃薯的种植面积。     

基于特征的时间序列聚类方法研究进展

时间序列聚类可以根据相似性将对象集分为不同的组, 从而反映出同组对象的相似性特征和不同组对象之间的差异特征。当序列维度较高时, 传统的时间序列聚类方法容易受噪声影响, 难以定义合适的相似性度量, 聚类结果往往意义不明确。当数据有缺失或不等长时, 聚类方法也难以实施。基于上述问题, 一些学者提出了基于特征的时间序列聚类方法, 不仅可以解决上述问题, 还可以发现序列本质特征的相似性。本文根据时间序列的不同特征, 综述了基于特征的时间序列聚类方法的研究进展, 并进行了分析和评述;最后对未来研究进行了展望。     

基于Landsat8影像时间序列NDVI的作物种植结构提取

为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。     

一种新的时间序列特征指标:简单线性回归系数SLC

长时间序列遥感图像中含有大量的噪声和坏数据,给分类带来困难。该文提出一种新的时间序列特征指标:像元时间序列的简单线性回归系数(SLC),用来提高分类精度。为证明其有效性,设计出一套模拟实验。结果表明:SLC具有较强的抗噪声、抗坏数据能力,有利于提高分类精度,特别是对于植被指数时间序列遥感图像。     

基于LSWI和NDVI时间序列的水田信息提取研究

利用多时相的Landsat TM/ETM+和DEM数据,分别采用直方图匹配(HM)和准不变特征点(PIFs)方法对影像序列进行相对辐射校正,减少了影像的光照和大气条件在时间上的不确定性,提高了归一化植被指数(NDVI)和地表水分指数(LSWI)的计算精度。根据水稻在不同生育期表现出的生理特征,基于LSWI和NDVI时间序列及高程特征,采用二叉树方法提取了浙江省金华市水田信息。经过验证,在空间上水田信息的提取精度达到92.3%,在县域尺度上提取面积与统计年鉴具有0.97的相关度。     

东北三省耕地物候期对热量资源变化的响应

选取1998-2010 年期间的SPOT/VGT NDVI逐旬时间序列数据、物候观测数据和气候数据,利用函数拟合方法、GIS空间分析和统计方法,分析了东北三省不同耕地物候期对热量资源变化的响应关系。首先,基于拟合数据提取了耕地物候期特征(包括生长季开始期、峰值期、结束期与生长季长度等),验证结果显示与不同作物的观测物候期存在明显对应关系,能较好地反映作物物候期特征的宏观时空分异。其次,分析了1991-2009 年期间区内主要农业热量资源(≥ 10 oC初日,初霜日,温度生长期天数和≥ 10 oC积温) 的时空变化特征。最后,重点分析了1998-2009年期间耕地物候期特征对热量资源变化的响应。结果表明,生长季开始期与≥10 oC初日在松嫩平原北部、三江平原东部和吉林省中东部的正相关系显著(P < 0.01);生长季长度与温度生长期天数亦在上述区域内表现为显著正相关关系(P < 0.05);然而,生长季结束期与初霜日的相关关系整体上较不明显;此外,生长季长度与≥ 10 oC积温的相关关系存在两种相反的情形,在松嫩平原西北部、三江平原、吉林省中部和辽宁省中部的负相关关系显著(P < 0.05),而黑龙江省中南部和三江平原部分区域,两者相关系数达到0.55 (P < 0.05),分别反映了作物生长发育周期的缩短态势和中早熟作物被中晚熟作物替代的趋势。     

基于MODIS EVI时序数据的云南高原山地森林物候特征识别

基于2000—2011年MOD13Q1产品的EVI时序,借助QA-SDS数据集消除云、阴影和冰雪等的影响后,采用非对称高斯函数拟合法进行时序重构,并运用动态阈值法提取云南高原山地典型森林植被的物候特征参数(即生长期开始时间、峰值时间、结束时间和生长期长度),进而分析了不同植被类型物候期规律及其主要控制因素。结果表明:1.从寒温性森林植被到热性森林植被的EVI值呈递增趋势;2.森林植被生长期开始时间、峰值时间和结束时间分别大致发生在3月中旬至4月中下旬、6月中旬至下旬和8月中旬至10月初,生长期长度为135～195 d;3.由寒温性植被向热性植被的生长期高峰时间和生长期结束时间总体呈延迟趋势,且生长期延长,生长期开始时间则由暖性植被向寒温性植被、暖性植被向热性植被双向提前;4.高原山地热量梯度决定了森林植被物候的空间格局,水分条件则主要控制着EVI和物候期的年际波动。     

基于NDVI时间序列影像的天山北坡经济带农业种植结构提取

水资源匮乏是干旱区实现可持续发展的最大障碍。干旱区农业灌溉耗费大量的水资源,不同农作物在生长期所需的灌溉水量存在较大的差异,因此快速准确地了解干旱区的农业种植结构可以为节水型农业种植结构优化提供重要依据。以天山北坡经济带为研究区,以谷歌地球引擎（Google Earth Engine,GEE）云平台为支撑,以Sentinel 2以及Landsat 7-8的数据为遥感数据源,采取以下步骤进行研究区的农业种植结构提取：首先,为了简化农业种植结构提取的过程,利用一年最大NDVI值以及坡度信息构建耕地掩膜图层;然后,根据研究区内主要农作物的物候历,获取不同时间段内的最大NDVI值的时间序列数据以及农作物在一年中出现NDVI最大值的日期,并在此基础上构建一个包含10波段的特征波段影像;最后,结合野外实地考察获得的有效样本点以及经耕地掩膜图层掩膜后的10波段特征波段影像,利用随机森林分类器进行研究区的农业种植结构提取。分类结果表明：2018年研究区内棉花、玉米、小麦的总体分类精度为92.19%,Kappa系数为0.883。为了进一步将分类结果与统计数据进行对比,我们将训练得到的分类器应用于2017年的遥感影像,提取了研究区内2017年的农业种植结构信息,其分类结果表明2017年研究区内棉花、玉米、小麦的种植面积分别为5 270 km²、2 000 km²、2 340 km²,其相对精度分别为86.53%、77.54%、86.19%。     

基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估

2013年中国启动实施了内蒙古自治区新巴尔虎左旗嵯岗国家沙化土地封禁保护区试点。本研究利用2001-2017年生长季NDVI数据分析了嵯岗封禁保护区及周边区域植被长势时空演变特征,分析了多年的生长季降水量和历年旱情,之后利用植被降水利用效率和NDVI残差趋势分析对保护成效进行了评估。结果表明:(1)封禁项目实施之前,封禁区内外植被长势变化趋势基本一致,而在项目实施后的2016、2017年,封禁区内NDVI距平明显高于封禁区外;(2)降水为影响该区域植被长势的主导气候因素,在封禁实施后的2015-2017年该区域连续3 a干旱,极大地限制了区域植被生长;(3)封禁区内植被降水利用效率和NDVI残差均呈现明显的增加趋势,而封禁区外变化不明显,说明封禁提升了植被的自我修复能力;(4)嵯岗封禁保护区由3个地块组成,其中嵯岗林场封禁效果比牧场八队和牧场十一队明显。国家沙化土地封禁保护措施有效促进了植被自我修复,提高了沙漠生态系统应对气候变化的能力。     

融合Sentinel-2红边波段和Sentinel-1雷达波段影像的扎龙湿地信息提取

以黑龙江流域中的扎龙湿地及其上游区域为研究区,将Sentinel-2红边波段和Sentinel-1雷达波段影像数据相结合,根据面向对象原理,采用随机森林算法,对研究区的湿地进行遥感分类和信息提取;利用3种特征变量集,进行实验对比,研究红边波段反射率和雷达后向散射系数对湿地信息提取的作用。研究结果表明,红边波段反射率和雷达后向散射系数对土地覆盖分类精度的提高起到了重要作用,两者结合得到的分类结果的总体精度达到了88.72%,Kappa系数为0.87,其中,水体、水田和沼泽的用户精度分别为100%、98.18%和91.37%。利用红边波段和雷达波段影像数据,分别使土地覆盖分类总体精度提高了5.26%和2.51%,红边波段影像数据对沼泽提取精度的提高贡献最大,使生产者精度提高了12.5%。     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

NDVI changes in China between 1989 and 1999 using change vector analysis based on time series data

1 Introduction The land surface has considerable control on the planet抯 energy balance, biogeochemical cycles and hydrologic cycle, which in turn significantly influences the climate system. Therefore, the global environmental change community has paid great attention to the land use/cover change (LUCC). Many researchers have focused on the land cover classification and change by using remotely sensed data. Changes in land-cover are driven by four categories of causes[1]: (1) long-term nat…     

NDVI changes in China between 1989 and 1999 using change vector analysis based on time series data

Change vector analysis (CVA) and principal component analysis in NDVI time-trajectories space are powerful tools to analyze land-cover change. The magnitude of the change vector indicates amplitude of the change, while its direction indicates the nature of the change. CVA is applied to two remotely sensed indicators of land surface conditions, NDVI and spatial structure, in order to improve the capability to detect and categorize land-cover change. The magnitude and type of changes are calculated in China from 1989 to 1999. Through the research, the main conclusions are drawn as follows: 1) The changes of NDVI are quite different between eastern China and western China, and the change range in the east is bigger than that in the west. The trend in NDVI time series is smoothly increasing, the increases happen mostly in Taiwan, Fujian, Sichuan and Henan provinces and the decreases occur in Yunnan and Xinjiang. 2) The spatial structure index can indicate changes in the seasonal ecosystem dynamics for spatially heterogeneous landscapes. Most of spatial structure changes, which occurred in southern China, correlated with vegetation growth processes and strike of mountains.     

基于多类型无人机数据的红树林遥感分类对比

使用固定翼无人机、消费级旋翼无人机和专业级旋翼无人机获取广东珠海淇澳岛红树林保护区多类型无人机遥感影像,使用基于面向对象分类的K-最近邻与随机森林分类器对研究区影像进行红树林树种精细分类和对比分析,并探讨了不同类型无人机平台在红树林资源调查应用中的优缺点。结果表明：1）固定翼无人机、消费级旋翼无人机和专业级旋翼无人机数据使用K-最近邻法的分类精度分别为：73.8%、72.8%和79.7%;使用随机森林法的分类精度分别为：81.1%、84.8%和89.3%。3种平台类型的无人机数据均适用于红树林精细分类研究,对于无人机红树林遥感数据,随机森林的分类方法优于K-最近邻方法。2）以拍摄面积与用时之比估算采集效率,固定翼无人机、消费级旋翼无人机和专业级旋翼无人机分别为0.036、0.013和0.003 km2/min。固定翼无人机的采集效率具有明显优势。3）固定翼无人机适合大范围红树林数据采集,要求较高;消费级旋翼无人机适于获取小范围精细数据,成本低且易学易用;专业级旋翼无人机适合搭载质量稍大的如成像光谱仪、LiDAR等专业传感器获取多源数据。最后给出了无人机在红树林遥感研究中的注意事项和建议。     

Start of vegetation growing season on the Tibetan Plateau inferred from multiple methods based on GIMMS and SPOT NDVI data

In this study, we have used four methods to investigate the start of the growing season (SGS) on the Tibetan Plateau (TP) from 1982 to 2012, using Normalized Difference Vegetation Index (NDVI) data obtained from Global Inventory Modeling and Mapping Studies (GIMSS, 1982-2006) and SPOT VEGETATION (SPOT-VGT, 1999-2012). SGS values estimated using the four methods show similar spatial patterns along latitudinal or altitudinal gradients, but with significant variations in the SGS dates. The largest discrepancies are mainly found in the regions with the highest or the lowest vegetation coverage. Between 1982 and 1998, the SGS values derived from the four methods all display an advancing trend, however, according to the more recent SPOT VGT data (1999-2012), there is no continuously advancing trend of SGS on the TP. Analysis of the correlation between the SGS values derived from GIMMS and SPOT between 1999 and 2006 demonstrates consistency in the tendency with regard both to the data sources and to the four analysis methods used. Compared with other methods, the greatest consistency between the in situ data and the SGS values retrieved is obtained with Method 3 (Threshold of NDVI ratio). To avoid error, in a vast region with diverse vegetation types and physical environments, it is critical to know the seasonal change characteristics of the different vegetation types, particularly in areas with sparse grassland or evergreen forest.     

Spatial-temporal characteristics and decoupling effects of China’s carbon footprint based on multi-source data

In 2007, China surpassed the USA to become the largest carbon emitter in the world. China has promised a 60%–65% reduction in carbon emissions per unit GDP by 2030, compared to the baseline of 2005. Therefore, it is important to obtain accurate dynamic information on the spatial and temporal patterns of carbon emissions and carbon footprints to support formulating effective national carbon emission reduction policies. This study attempts to build a carbon emission panel data model that simulates carbon emissions in China from 2000–2013 using nighttime lighting data and carbon emission statistics data. By applying the Exploratory Spatial-Temporal Data Analysis(ESTDA) framework, this study conducted an analysis on the spatial patterns and dynamic spatial-temporal interactions of carbon footprints from 2001–2013. The improved Tapio decoupling model was adopted to investigate the levels of coupling or decoupling between the carbon emission load and economic growth in 336 prefecture-level units. The results show that, firstly, high accuracy was achieved by the model in simulating carbon emissions. Secondly, the total carbon footprints and carbon deficits across China increased with average annual growth rates of 4.82% and 5.72%, respectively. The overall carbon footprints and carbon deficits were larger in the North than that in the South. There were extremely significant spatial autocorrelation features in the carbon footprints of prefecture-level units. Thirdly, the relative lengths of the Local Indicators of Spatial Association(LISA) time paths were longer in the North than that in the South, and they increased from the coastal to the central and western regions. Lastly, the overall decoupling index was mainly a weak decoupling type, but the number of cities with this weak decoupling continued to decrease. The unsustainable development trend of China's economic growth and carbon emission load will continue for some time.     

基于互联网房产数据的住宅容积率多尺度时空特征——以广州市为例

基于网络爬虫技术获取房产时空数据,结合时间序列和空间自相关分析方法,在“小区—街道—区级”多尺度上探索广州市住宅容积率时空模式与演化规律。结果表明：① 近三十年广州市居住空间呈现中心城区集聚开发—向南、北方向近郊区拓展—往南、北、东方向远郊区外扩的演变过程,容积率呈现波动式增长态势。② 随着房地产的快速发展,住宅容积率逐渐呈现显著的空间自相关特征,体现了住宅开发与规划有序性的提高。③ 区级尺度上容积率呈现较强的自相关性,越秀区与天河区为HH集聚区,从化区为LL集聚区。街道尺度上容积率呈现出显著的空间不均衡性,区位交通条件较好的街道成为容积率HH集聚区,而LL集聚区主要分布于生态旅游重镇。