基于随机森林算法的草原地上生物量遥感估算方法研究

草原是我国面积最大的陆地生态系统,生物量是反映生态系统质量和功能的关键指标,准确地掌握草原生物量对草原资源合理利用、生态修复、畜牧业高质量发展都具有重要的意义和作用.本研究以内蒙古锡林郭勒盟为研究区,利用高分一号遥感卫星影像,结合216个野外样本数据,采用随机森林算法(Random Forest,RF)对草原地上生物量...     

森林碳蓄积量估算方法及其应用分析

近些年来,森林锐减、土地退化、环境污染、生物多样性丧失,特别是人类活动产生的C0₂浓度急剧上升和由此导致的温室效应等是目前人类面临最严峻的全球环境变化问题,所以全球碳循环问题日益成为全球变化与地球科学研究领域的前沿与热点问题,其中陆地生态系统碳循环又是全球碳循环中最复杂、受人类活动影响最大的部分。而森林生物量占整个陆地生态系统生物量的90%,因此,为了正确评估森林在全球碳平衡中的作用,了解森林生态系统在碳循环中的作用,森林的碳动态研究正日益成为人们关注的重点。本文总结了估算森林固碳量的几种方法--样地清查法、模型模拟法和遥感估算法,分析了它们的特点及应用等有关问题。     

加拿大北方森林火烧迹地遥感分析

森林火灾是加拿大北方森林地区最主要的扰动因素,对北方生态系统起着主导作用。基于MODIS数据,采用全球扰动指数算法(MGDI),对加拿大萨斯喀彻温省和亚伯达省2004-2011年的森林火烧迹地进行检测和分析。通过与MODIS标准火烧迹地产品以及加拿大林业局数据进行比较,扰动指数算法检测的火烧迹地面积比MODIS标准产品更接近于林业局的统计数据。分析表明,在2004-2011年间,由于火灾原因,整个研究区森林面积平均每年减少76.36万hm2,占该区域森林总面积的3.36%。萨斯喀彻温省平均每年燃烧的森林面积为46.83万hm2,亚伯达省为29.53万hm2。其中,2006、2008、2010和2011年是火灾的高峰年份。火烧迹地主要集中在生态交错带的北方保护区、针叶林保护区、针叶林平原区,以及北方平原东北部的伍德布法罗国家森林保护区。     

干旱区草原地上植被生物量估算——以乌图美仁大草原芦苇植被为例

草原是干旱区生态系统中重要的可再生资源。本文基于草本植被的结构特征,利用ASAR和TM数据,结合MIMICS模型,提出了一种估算干旱区草原地上植被生物量的方法。该方法将光学遥感数据容易反演的叶面积指数（LAI）作为反演生物量模型的参数之一,并利用LAI成功估算了单位面积内的草本植被密度。将地上生物量作为输入变量代入改进的MIMICS模型,利用查找表方法,计算出地上植被生物量。然后,将该方法应用于乌图美仁草原的地上植被生物量的反演。结果表明,该方法能够成功地反演干旱区草原草本植被地上生物量,精度达到R²=0.8562,RMSD=0.6263。最后,分析了该方法估算植被生物量的误差来源。     

四川石棉森林碳密度空间数据知识挖掘及分布特征分析

森林植被碳密度是衡量森林生态系统服务功能和产品供给功能高低的一个重要指标.本文以四川省石棉县为例,在森林资源二类调查数据的基础上,提出建立森林植被生物量、碳量及其密度GIS数据库,开展其碳密度分布知识发现的研究,从中发现了该县碳密度分布知识.该县有林地森林植被碳量达到364万t,冷杉、云杉、铁杉和桦木占总碳量的83％;...     

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.     

浅谈遥感三维飞行数据模型及其在自然灾害监测与评估中的作用

采用PCI遥感图像处理软件，以山东省1：25万国土基础信息数据库部分要素的矢量数据作为控制底图，利用多项式纠正法纠正TM影像，用其等高线生成DEM。在FLY模块下，分别装入纠正好的TM影像和DEM，即可生成遥感信息三维飞行数据模型。该模型真实地再现了地貌形态以及遥感影像上的山川、河流、道路和村庄。这些信息是领导正确指挥防洪、泄洪的科学依据，是自然灾害的快速监测与评估的有力技术支柱。     

福建省森林生态系统NPP的遥感模拟与分析

利用MODIS遥感影像,结合气象资料等数据,采用BEPS过程模型对2004年福建省的森林生态系统植被净初级生产力(NPP)进行了模拟验证。研究结果表明,2004年福建省森林生态系统NPP平均值为578.97gC/m²·a,NPP总量累计达到46.18×106tC;不同林地NPP全年平均值大小依次为:竹林≈阔叶林>杉木>马尾松,其值分别为:788.6gC/m²·a,780.0gC/m²·a,519.8gC/m²·a,437.3gC/m²·a;时空分析结果表明,2004年6-8月NPP形成较为明显的"坑"形分布形态,主要的原因之一很可能是有效降水量偏少;在空间分布上,福建省森林生态系统NPP与海拔高程显著相关,体现了该地区森林生态系统NPP空间分布的地域特征,这在一定程度上表明随着海拔上升,山高坡陡,人类对森林生态系统的干扰活动减少,有助于森林生态系统生产力的提高和维持。最后,分析了应用BEPS过程模型模拟福建省森林生态系统净初级生产力的不确定性问题。     

浙江省森林生态服务价值估算及其逐月变异分析

森林生态服务价值的研究对构建绿色GDP核算体系、制定生态补偿标准、提高人类环境保护意识等有十分重要的意义。本文首先以卫星影像、地理空间数据、站点记录等资料,结合GIS、RS技术,估算了浙江省森林生态系统2010年的NPP、蒸散量、土壤保持量等;然后,采用能量替代法、机会成本法、影子工程法等估算了浙江省森林2010年的固碳释氧价值、有机物生产价值、水源涵养价值、营养物循环价值、水土保持价值;最后,对各种生态服务价值的逐月变异规律进行分析。结果表明：浙江省森林2010年的5种生态服务价值呈现明显的逐月变异规律;固碳释氧价值、有机物生产价值、营养物质循环价值、水土保持价值的逐月变异规律,均可用开口向下抛物线拟合;水源涵养价值的逐月变异规律,可用开口向上抛物线拟合。     

福州海岸带湿地分类与变化的遥感分析

本文利用1986年Landsat TM、1994年Landsat TM、2000年Landsat ETM+、2005年CBERS-02 CCD、2009年ALOS AVNIR-2共5个时期的多平台遥感数据,采用分层分类和决策知识规则等方法,对福州海岸带湿地资源进行提取和分类;并分析了1986-2009年23年间福州海岸带湿地的时空分布和演化规律。结果表明:福州海岸带湿地的变化主要集中在1994-2005年间,1994年前和2005年后湿地变化都比较小;1986-2009年间,福州海岸带湿地面积总体呈下降趋势;天然湿地面积一直在减少,主要转化为水产养殖区等人工湿地和建设用地等非湿地类型;人工湿地2000年前呈下降趋势,2000年以后面积增长较快,其中水产养殖区面积一直稳步增长,主要由非湿地、水稻田和天然湿地转化而来。福州海岸带湿地的变化与区域政策调整、经济利益驱动和人口增长等因素相关,特别是与区域政策调整密切相关。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

基于随机森林的遥感干旱监测模型的构建

利用遥感数据进行大面积旱情监测是现有干旱监测的重要方法之一,然而传统的遥感干旱监测方法主要侧重于对土壤湿度或植被状况等单一干旱响应因子进行监测,对综合多因子的干旱监测研究较为有限。随机森林是一种机器学习方法,具有学习过程快速、运算速度快、稳定性好、预测精度高的优点,近年来被应用于生态环境等多个领域。本文利用2001-2010年4-9月的MODIS数据提取的植被状态指数（VCI）、温度状态指数（TCI）和土地覆盖类型（LC）,TRMM降水资料计算的TRMM-Z指数及SRTM-DEM、土壤有效含水量（AWC）等多个遥感及土壤资料提取的干旱因子为自变量,以气象站点的综合气象干旱指数（CI）为因变量,利用随机森林模型构建遥感干旱监测模型,并以河南省为研究区进行了评价和分析。该模型在2009-2010年的监测值和实测CI值的具有显著的相关性,并且二者干旱等级的一致率为81%。在2001-2010年4-9月间,模型监测值与气象站点的标准降水蒸散发指数（SPEI）总体干旱等级一致率为74.9%,较为一致,其中9月的模型结果与SPEI的干旱等级一致率最高,达到82.4%,空评估率和漏评估率最低;与10 cm土壤相对湿度的相关系数在0.475-0.639之间,达到极显著水平。河南省2011年4-6月干旱事件同样验证了本文构建的模型旱情监测结果,说明本模型能较好地就应用于监测区域旱情监测。     

土壤水分微波反演方法进展和发展趋势

土壤水分是连接地表水循环和能量循环的关键参量,精确获取该参量对于理解气候变化、地表水文过程、地气间能量交换机理等具有重要意义。微波遥感由于其较为合适的探测深度和坚实的理论基础在观测地表浅层土壤水分上具有很大优势,结合反演方法可以获取空间连续的土壤水分含量,有助于更加客观认知土壤水分的时空演变机理。随着微波遥感数据的不断丰富,多种微波遥感土壤水分反演方法相继涌现,为了更好地了解其发展和趋势,本文总结了当前土壤水分微波反演常用的卫星遥感数据并分析其发展趋势,后从主动微波反演、被动微波反演和多源协同反演3个方面梳理了各类土壤水分微波反演方法的原理、发展和优缺点,最终总结出目前微波遥感土壤水分反演方法的发展趋势：即土壤水分微波反演方法的时空普适性逐渐增强、面向高时空分辨率的土壤水分微波协同反演方法快速发展以及土壤水分微波反演方法的智能化水平不断提高。     

基于遥感和BP人工神经网络的城乡气象站点划分分析

城市热岛是城市环境和全球变化研究的重要组成部分,利用气象观测资料研究城市热岛的影响一般采用城市和乡村气象站的同步实测气温,并计算其平均气温差,因此,城乡气象站点划分的准确性,将直接影响城市热岛研究的科学性。鉴于以行政单元统计人口为依据的划分方式未考虑人口在行政单元内的实际空间分布,本文以安徽省为例,利用从遥感影像上提取的土地利用信息,采用BP人工神经网络方法,建立站点缓冲区内土地利用类型比例的城乡站点划分模型,并利用空间化后的人口格网数据对该模型的精度进行了验证。结果表明,该模型有效地建立了气象站点周边缓冲区内的土地利用类型比例与城乡站点类型之间的定量关系,避免直接采用行政单元统计人口数据的不足,客观地模拟了缓冲区内土地利用对气象站点的综合作用,科学地划分出城市和乡村气象站点,为城市热岛研究提供科学、可靠的数据保障,并可用于大区域研究。另外,本文利用划分出的乡村站点建立背景温度场,得出2000年安徽省各城市站点平均热岛强度为0.4℃。     

基于随机森林算法的近地表气温遥感反演研究

近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素。为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温。结果表明,随机森林反演的近地表气温平均绝对误差（MAE）为0.80 ℃,均方根误差（RMSE）为1.06 ℃,与传统多元线性气温回归方法相比,平均绝对误差（MAE）和均方根误差（RMSE）分别提高0.06 ℃和0.09 ℃。研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性。此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程。     

林下植被遥感反演研究进展

林下植被在森林生态系统碳、水和营养元素的累积和循环方面有着重要作用与科学意义。多角度、高光谱和激光雷达遥感系统凭借对森林分层结构的敏感性,成为量化林下植被的重要手段。本文综述了森林林下植被的遥感反演研究进展：首先讨论了林下植被的定义,其次对当前林下植被的遥感反演现状作了深入分析,总结了多角度、高光谱和激光雷达遥感观测的森林背景的反射率、林下植被的叶面积指数、高度和覆盖度的遥感反演原理和方法。基于不同卫星观测角度下森林冠层和森林背景对总反射的贡献差异,林下反射率可通过多个角度的观测数据进行反演。此外,借助激光雷达穿透冠层直接观测林下植被的优势,总结了激光点云数据和回波波形信息反演林下植被的覆盖度和高度的方法,以及今后使用遥感技术反演的难点和获取林下植被信息的主要发展方向。     

一种基于深度传递迁移学习的遥感影像分类方法

面对实际的遥感影像分类任务,采用深度神经网络的方法存在的最大问题是缺乏充足的标注样本,如何使用较少的标注样本实现较高精度的遥感影像分类,是目前需要解决的问题。ImageNet作为世界上最大的图像识别数据集,在其上训练出的模型有着丰富的底层特征。对ImageNet预训练模型进行微调是最常见的迁移学习方法,能够一定程度利用其丰富的底层特征,提高分类精度。但ImageNet影像特征与遥感影像差距较大,对分类效果提升有限。为了解决上述问题,本文基于传递迁移学习思想,结合深度神经网络,提出一种基于深度传递迁移学习的遥感影像分类方法。该方法通过构建以开源遥感场景识别数据集为源域的中间域,并以ImageNet预训练权重为源域、待分类遥感影像为目标域进行迁移学习,提高遥感影像分类精度。首先,以ImageNet预训练VGG16网络为基础,为加速卷积层权重更新而将全连接层替换为全局平均池化层,构建GAP-VGG16,使用中间域数据集训练ImageNet预训练GAP-VGG16以获取权重;然后,以SegNet网络为基础,在SegNet中加入卷积层设计了T-SegNet,以对获取的权重进一步地提取。最后,将获...     

一种面向遥感影像自动提取结果的线要素自适应平滑方法

遥感影像提取结果的不光滑现象严重影响其数据质量和可视化效果。为解决这一问题,本文综合点、线、面要素的空间表达特征,提出了一种面向线要素的自适应平滑方法。首先,对现有的线要素平滑方法进行了总结和分析,指出了当前方法存在的局限性;然后,分析了噪声的来源和特点,提出了一种基于三角内心的自适应平滑方法;最后,以e Cognition8.0软件的道路自动提取结果为例,对方法的适用性和有效性进行了验证和分析。实验结果表明,本文提出的方法平滑效果较好,能够改善数据质量和可视化效果。     

干旱区植被覆盖度提取模型的建立

本文通过分析遥感提取植被覆盖度的经验模型法、植被指数法和混合像元分解法,归纳了它们各自的优势、精度和存在的问题,指出了影响应用较广泛的植被指数转换法精度是全植被覆盖像元的选取。在此基础上提出了植被指数转换法的改进模型一利用高分辨率卫星图像的最大NDVI值作为均一像元的NDVI值替换中等分辨率卫星图像的NDVI值,建立植被覆盖度提取模型,从而通过中等分辨率卫星图像获取大范围植被覆盖度的方法。经实践检验,该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测。