基于多时相环境一号卫星CCD数据的植被覆盖信息快速提取研究——以长白山地区为例

选取长白山地区为研究区,利用2009年14期环境一号卫星CCD数据,运用非监督分类方法提取了长白山地区2009年植被覆盖信息,对提取结果进行了精度验证并与单期TM数据提取结果进行了对比分析.研究表明,多时相环境一号卫星CCD数据能够快速准确地提取植被覆盖信息,总体精度为84.67％,Kappa系数为0.82,总体精度和单个植被类型精度均高于单时相TM数据;多时相环境一号卫星CCD数据能区分出常绿针叶林和落叶针叶林,且分类结果景观破碎度较低;长白山地区以针阔混交林为主,占区域总面积的40.84％,植被呈明显的垂直地带性分布.     

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。     

甘肃省湿地植被分类系统

系统地分析了甘肃省主要湿地植被类型及其分类。依据中国湿地植被、甘肃植被等分类原则和分类系统,结合甘肃省湿地植被的形成、发育和分布特点,甘肃省湿地植被划分为4个植被型组、9个植被型、74个群系和138个群丛;依据湿地的定义和湿地植被的特征种、指示种等特点,从生态学角度分析西北地区一些受争议的河岸林缘植被、胡杨(Populus euphratica)群系等是否属湿地植被,并依据此类群落的群落和生境特征,将胡杨等群系列入湿地植被。     

基于机载LiDAR数据的农田区植被高度估测研究

作物高度是农田、生态等研究领域重要的一项指标,准确地获取作物高度和类别是精确估产和长势监测的必要条件。激光雷达技术能够提供精确的植被冠层结构信息,并进而获得作物冠层高度。以绿洲农田区的棉田为研究对象,通过激光雷达提取的植被垂直结构信息,估算研究区各植被类型的高度,并依据高度进行了分类。结果表明：林地、食葵、棉花和西葫芦的平均高度约为12.5 m、2.125 m、1.125 m和0.35 m,利用植被类型间的高度差异进行地物类型识别的总体精度为93%;食葵、棉花和西葫芦实测植被高度值与计算植被高度值的平均相对误差分别为-0.038%、1.35%和-4.348%,说明激光雷达提取的植被冠层结构参数可用于农田区作物的高度估算。     

基于环境减灾卫星CCD数据与决策树技术的植被分类研究

以内蒙古呼伦贝尔地区为例,基于遥感数据获取区域7种典型植被的NDVI时间序列曲线。在此基础之上,分析曲线趋势及其特征值,研究基于曲线差异的植被分类信息提取方法。同时,以国产环境减灾卫星CCD数据作为主要遥感数据源,提取研究区5月上旬与8月上旬两期NDVI数据及其比值,采用决策树分类方法研究得到区域30 m空间分辨率植被分类结果。经实地验证,一级类型总体分类精度为83.64%,二级类型为70.91%,其中乔木林的分类精度最高,然后是农田与草地,灌丛的分类精度相对最低。结果表明该方法能够快速、准确据提取植被分类信息,为国产环境减灾卫星CCD数据的广泛深入应用提供理论与数据支持。     

一个新的荒漠河岸林需水量估算方法及其在塔里木河下游的应用

通过检验一个使用气象数据和植被参数实现逐日计算不同植物种需水量,并能反映其空间变化的荒漠河岸林需水量估算模型,并基于2013年的气象和遥感数据,分析了塔里木河下游荒漠河岸林需水量的时空动态特征。结果表明:在现有植被分布和盖度下,塔里木河下游河岸林年总需水量为1.035×10~8m~3,其中柽柳群落需水4.499×10~7m~3,胡杨群落需水5.855×10~7m~3;单位面积河岸林平均需水量为139.6 mm,胡杨群落需水量比柽柳群落多63.0 mm;河岸林展叶期和落叶期需水量较少,而生长盛期每天大约需水75×10~4m~3。模型强调植被空间分布对需水量的影响,能够动态描述需水量的时空变化,为内陆河水资源管理提供更丰富的信息和准确的结果。     

基于植被覆盖与生产力视角的亚喀斯特区域生态环境特征研究——以黔中部分地区为例

为了研究亚喀斯特区域的生态环境特征,以黔中部分地区为研究区,利用2010年的TM影像数据和MODIS-NPP影像数据,通过NDVI像元二分模型法和格网计算法,对比分析亚喀斯特与喀斯特区域的植被覆盖和净第一生产力,探讨不同区域的植被状况、土地承载力等生态特征.研究发现亚喀斯特区域有着不同于传统喀斯特区域的生态特征,在相同的土地利用类型条件下,前者具有更好的植被覆盖水平和净第一生产力,但其生态环境更易受到人类活动的干扰.因此区域的生态环境问题需要引起关注,并应采取针对性措施进行生态恢复和保护,提出生态发展策略,旨在对区域的生态环境研究更加深入,促进人地和谐发展.     

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。     

黄土高原植被覆盖变化对生态系统服务影响及其阈值

黄土高原是退耕还林工程的核心区域,是中国生态恢复成效最显著的区域。明确黄土高原植被恢复对生态系统服务的影响,识别植被影响的阈值效应,是学术研究和管理实践共同的需求。然而,目前相关研究仍存在研究空缺,特别是在区域尺度对生态系统服务随植被变化阈值进行识别的研究较少。本文选择植被覆盖度（FVC）为指标表征2000—2015年黄土高原植被恢复情况,以土壤保持服务、产水服务和碳固定服务为指标表征研究区生态系统服务情况,对二者的时空变化及交互作用进行分析,评估植被覆盖变化对生态系统服务的影响,并对影响的阈值进行定量识别。结果显示：① 2000—2015年黄土高原植被显著恢复;生态系统服务变化差异明显,碳固定服务明显增强,土壤保持服务得到一定改善,产水服务较为稳定。② 植被覆盖变化与生态系统服务变化的相关程度存在差异,植被覆盖与碳固定服务的关联性最强,其次为土壤保持服务。③ 植被覆盖增加能够促进区域生态系统服务总体提升,但促进作用存在阈值效应。植被覆盖影响的阈值在林地区、林地—草地区、草地区和草地—沙漠区分别为44%、32%、34%和34%,超过上述阈值,植被覆盖增加的促进作用趋于减弱。     

全球及区域模式中陆面过程的地表植被覆盖分类方法

全球和区域尺度上陆面生态系统与气候密切相关。全球和区域模式的发展对于我们认识气候与陆地生态的变化起到重要作用。在这些模型中,植被覆盖是影响大气-植被间热量、水分和CO2等交换的重要陆面参数。在分析了陆地植被覆盖分类原理基础上,介绍了目前全球不同植被覆盖分类方案,包括基于地基观测的植被分布、基于生物气候特征的分类方案（如：Holdridge的方案）;特别近年来陆面过程试验表明,各种遥感数据源（如：NOAA—AVHRR,EOS—MODIS,Landsat—TM）等为我们提供了有利的工具来监测全球植被动态,完善植被分类,并且采用高时空分辨率的全球土地覆盖状况特征,在不同时空尺度揭示植被-大气相互作用。本文分析了代表性的3种基于卫星遥感技术的陆面植被分类方案,分别是BATS（18类）、SIB（9类）、SIB2（12类）和BIOME—BGC（31类）陆地模式的植被覆盖分类方案．最后分析了目前可用于全球植被覆盖分类的新的遥感数据库。     

塔里木河干流区天然植被的空间分布及生态需水

塔里木河流域荒漠河岸林具有重要的生态、经济和社会效益。本文以塔里木河干流的荒漠河岸林系统为对象,借助于卫星遥感、GIS等技术,研究塔里木河干流区各河段天然植被分布特征,应用缓冲区梯度分析方法对林地分布结构和生态需水进行分析。结果表明： （1）塔里木河干流区天然植被面积为146.1×10⁴ hm²,占研究区总面积的35.18%;北岸天然植被面积较南岸多46.34×10⁴ hm²。（2）塔里木河干流区荒漠河岸林分布随距离河道的增加呈波动下降趋势。在影响保护带、基本保护带和重点保护带下,天然植被保护范围分别为4.7～30.1 km、2.2～24.2 km和0.8～12.3 km。（3） 塔里木河干流区天然植被总的生态需水量为21.932×10⁸ m³,在重点保护带、基本保护带和影响保护带下,生态需水量分别为9.56×10⁸ m³、14.97×10⁸ m³和19.08×10⁸ m³。根据荒漠河岸林的分布特征和保护目标,对塔里木河干流用水作统一规划和协调是符合实际的生态治理措施。     

黑河下游绿洲植被优势种生物量空间分布及蒸腾耗水估算

基于典型样点试验,建立了研究区植被优势种柽柳、胡杨与苦豆子地上生物量与其生态参数关系模型;利用高分辨率遥感影像Geoeye-1对植被优势种进行分类得到生态参数,实现了其地上部分生物量空间分布估算;最后利用生物量与蒸腾系数关系,估算植被优势种蒸腾耗水。结果显示：植被优势种总生物量为2.53×10⁶t,河流距离对生物量影响显著。根据试验测得的植被优势种蒸腾系数估算出总蒸腾耗水量为10.89×10⁸t,柽柳、胡杨与苦豆子所占比例分别为12.94%,82.93%与4.13%。     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系,结合野外考察结果,建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础,按“分层分类,逐层验证”的思路,实现了对研究区植被信息的提取。提取时,先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法,将整个研究区划分为植被区和非植被区;在植被区,基于光谱特征、纹理特征和地形特征,构建CART决策树,获得了乔木林、灌丛和草原等7种主要植被型组;在植被型组内,基于不同植被类型NDVI的季节差异特征,构建NDVI差值比值指数 (NDVI_DR),将乔木林和灌丛区分为常绿和落叶植被型,使用温度植被干旱指数(TVDI),将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型,从而得到各个植被型的空间分布范围。经验证,最终分类的总体精度能达到79.51%,kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息,同时辅以地形信息。实践结果表明,分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取,精度较高,技术可行。     

基于GIS的公路沿线地表植被变化遥感监测——以昆石公路为例

随着道路网络的发展所带来的许多生态效应，道路沿线生态环境及其安全分析显得越来越重要。以昆石公路为例，利用多时相遥感影像和GPS定位调查等数据，对公路沿线区域地表植被覆盖变化信息进行了测定与分析理解。研究采用不同时相的NDVI图像进行彩色合成直观反映地表植被的变化信息；对不同时相NDVI图像进行NDVI值分级和彩色压缩以定量和定性地描述区域地表植被的变化情况；将多时相NDVI彩色合成图进行IHS变换获取变化类型图，对植被覆盖变化进行定量分析；最后结合资源与生态环境信息数据库中有关信息进行植被覆盖变化影响因素分析。     

基于KPCA和SAM的城市植被遥感分类研究

研究高分辨率遥感城市绿地信息自动提取技术是城市遥感技术应用亟待解决的问题之一。城市绿地分布破碎,林种多样,林相不齐,具有极强的非线性特征。核主成分分析(KPCA)可以表达图像像素间的高阶关系,因而可以提取图像的非线性特征,同时提供一组相互独立的主成分。通过实验分析核函数的参数,比较变换前后的平均可分性,进行波段选择。将KPCA与SAM分类方法结合,构建基于KPCA的SAM城市植被分类方案。实验结果表明,该方案比传统的分类方法精度高。城市6种绿地类型的分类总精度为80.6%;合并为草地、园地与林地绿地类型时分类总精度达91.7%,可以满足城市植被分类与生态评价的需求。     

艾比湖流域典型荒漠植被水分利用来源研究

在以风沙和干旱为基本特征的干旱、半干旱生态环境中,荒漠植被在防风固沙及维持荒漠和绿洲生态系统的稳定性方面有重要作用.选取艾比湖流域不同生境(河岸、沙丘、荒漠、盐沼)典型荒漠植被胡杨(Popults euphratica)、梭梭(Haloxylon ammodendron)、白刺(Nitraria sibirica)和盐...     

极端干旱区荒漠稀疏河岸林遥感分类研究

研究以位于极端干旱区的塔里木河干流中下游地区为例,基于Landsat TM影像,结合决策树分类、几何光学模型与光谱角匹配,解决混合像元信息分解,实现干旱区稀疏荒漠河岸林类别识别。首先从遥感视角的角度,将地物分解为目标和背景,提出塔里木河干流荒漠河岸林植被分类系统;其次以多变量决策树法将非荒漠植被信息剔除,采用几何光学模型模拟各类荒漠植被的像元光谱,最后以光谱角匹配的方法将荒漠植被进一步进行分解,得到塔里木河干流中下游地区典型研究区的植被分类专题图,分类精度结果表明:基于混合像元分解与几何光学模型的分类方法总精度达到了79.43%,Kappa系数为0.718,表明分类质量良好。     

基于多时相Landsat影像的中亚地区植被覆盖遥感监测

针对中亚地区的强生态脆弱性、高敏感性特征,有必要开展广域、长期的植被覆盖监测以匹配"绿色丝绸之路"的可持续发展目标。鉴于此,联合Landsat 5和Landsat 8卫星数据集,利用Google Earth Engine(GEE)地理空间数据云计算平台,估算了中亚地区1993—2018年间共12期的植被覆盖度。结果表明:(1)中亚地区植被覆盖总体水平较低,但也具有较为显著的空间异质性。(2)中亚地区1993—2018年间多数区域植被覆盖趋势较为稳定,哈萨克斯坦丘陵、费尔干纳盆地等区域植被覆盖度呈增加趋势,乌拉尔河流域和锡尔河流域等区域植被覆盖趋势为负。(3)植被覆盖度时序特征上,中亚地区1993—2018年间总体植被覆盖度累积增加3%,其中吉尔吉斯斯坦和塔吉克斯坦植被覆盖分别增加3.96%和5.86%。(4)裸土区呈退缩趋势,面积总计减少25.9×104km2,低植被覆盖区、中植被覆盖区和高植被覆盖区范围在呈现出的振荡式增加。研究结合遥感大数据和地理云计算对中亚地区进行区域尺度的植被覆盖动态监测,能对中亚地区生态评估和演替分析提供技术支持和定量数据。     

基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

Landsat 8 OLI影像新增特征对土地覆盖遥感分类的影响分析

本研究针对OLI影像在辐射分辨率、近红外波段和全色波段的光谱范围以及波段数量等方面进行的调整,与ETM+进行比较分析,探究其对土地覆盖遥感分类的影响。实验发现:1)辐射分辨率的提高有利于地类之间的区分,进而提高分类的总体精度;2)近红外波段范围的调整有利于识别水体边界,对分类总体精度影响不大;3)新增的深蓝波段可明显提高水体、不透水层的分类精度,进而提高总体分类精度,卷云波段的加入不利于地类之间的区分,降低分类精度;4)全色波段范围的收窄可明显提高林草地、耕地的分类精度,裸土的分类精度也有所提高,有利于区分植被与非植被信息。研究结果能够推广OLI影像的使用,并对应用OLI影像进行土地覆盖分类具有借鉴意义。