泛北极地区植被数据集与制图：回顾与展望

泛北极地区位于北半球高纬度地区,主要属于低温限制型生态系统,因而泛北极地区植被对全球变暖敏感。要明确泛北极地区陆地生态系统对全球变暖响应过程和机理,就需要高精度的植被类型分类数据作为基础资料。但是,目前泛北极地区植被数据的结果还不完善。为更好地认识泛北极地区植被类型分类的现状、发展历史和未来研究方向,本文综述了泛北极地区植被类型制图的数据来源、植被类型划分方法和植被类型制图研究方法。总体而言,泛北极地区的植被调查从20世纪20年代就陆续开展,目前部分区域尺度上的地表覆盖类型的结果,但具体的植被类型制图工作还存在一系列难题。主要原因包括植被野外调查实测数据较少和分布不均、植被类型分类标准不一、苔原植被群落的异质性大、制图技术和分类算法优化困难等。因此,在下一步泛北极植被类型制图工作中,需要制定标准化分类策略,规范数据获取及数据库的整理工作,并发展新的制图方法,从而促进植被类型制图研究工作。     

基于知识的厦门市生态环境遥感系列制图

本文利用厦门市2001年3月的LANDSAT TM／ETM+图像为主要信息源,在拟订生态环境要素:地质、地貌、土壤、植被、土地利用等的分类系统和编码基础上,确定了厦门市生态环境遥感综合系列制图的内容,进行了遥感影像的解译。讨论了系列制图的方法与步骤,轮廓界线的确定和地图综合过程,同时阐述了厦门市生态环境遥感综合系列制图的软件。     

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.     

论提高环境水文地质图件制图工艺

近年来，地图制图理论有了较快的发展，如何将信息传输和视觉感受等方面的研究成果运用于环境水文地质图的编制，是制图工作者和专业人员共同关注的一个重要问题。本文以编制城市环境水文地质图为例，就制图过程中的一些原则和方法作一探讨。     

干旱荒漠区植被覆盖变化的遥感监测分析

多期的遥感数据可以用来分析干旱荒漠区植被的空间分布格局和变化特征。本文以1989、2000和2007年3个不同时相的Landsat TM/ETM+影像为数据源,利用线性光谱混合分析和RGB彩色合成法构建一个研究框架,对古尔班通古特沙漠西缘进行植被信息的提取和变化监测分析。在混合像元分解过程中,通过多种方法选择端元,比较...     

洪涝灾情快速反应的星载SAR与TM数据的融合处理

本文以1998年鄱阳湖地区发生洪涝灾害为研究实例,应用灾中的Radarsat-SAR和灾前的TM数据,以不规则三角网(TIN)方法实现了高精度几何配准。然后,通过波段相关性和信息熵值分析,选取最佳波段。最后,对不同融合模型得出的图像进行对比,得出结论:以灾中的SAR和灾前TM的一个近红外(TM5或TM7)以及一个可见光波段(TM3最佳),分别赋RGB色合成的图像效果很好,既能识别区分洪涝淹没的绝产区、土壤滞水减产区和未受灾区,并且操作简便,能满足洪涝灾情快速反应要求。     

崎岖地形动植物栖息地生态环境遥感制图与应用

传统制图方法周期长、成本较高,影响了大面积精细动植物栖息地生态环境制图的生产。鉴此,本文采用IKONOS(VHR)图像对香港郊野公园崎岖地形的动植物栖息地生态环境制图进行了研究。由于香港植被的多样性,而且观察的动植物相互作用出现于结构的层面,所以对动植物栖息地的分类应以结构为基础而非以植物为基础。本文利用图像处理技术,运用决策树之多层次地物导向分割分类(MOOSC)方法绘制九种动植物栖息地类型图。MOOSC方法和其他现有的几种分类方法相比,其分类精度高、成本低。     

一种以FCD模型从SPOT影像提取植被覆盖率的方法

论及以FCD模型原理提取植被覆盖率的方法;同时,针对SPOT影像的波段特征,重新构造了相关指数:植被指数(VI)、裸土指数(BI)和阴影指数(SI),并在ERDAS软件系统上对该方法进行了实验。然后,通过野外实地考察,应用 GPS、数码相机等进行实地采点,并对该方法得出的结果进行了验证。结果表明,总体精度达到了80％以上,说明该方法具有较高的提取精度,能满足大中尺度的植被覆盖率调查要求。     

亚像元制图适应性分析与评价——以天津市津南区和北京市海淀区土地覆被制图为例

亚像元制图作为一种降尺度分类方法,可利用低分辨率影像获取高分辨率分类图。本文旨在探讨亚像元制图的降尺度分类结果与高分辨率影像分类精度和分类特征上的一致性。实验以天津市津南区和北京市海淀区为研究区,分别对中空间分辨率影像（TM或HJ）进行亚像元制图和对高空间分辨率影像（ALOS或ZY）进行硬分类得到相同空间分辨率的分类结果,从绝对精度、相对精度、空间结构和空间格局上,对2幅分类结果进行分析和评价。实验结果显示：（1）分类精度上,TM和HJ影像的亚像元制图结果,以地面验证样本为参考的绝对总体精度分别为84%和82%,以高分辨率影像（ALOS和ZY影像）硬分类结果,为参考的相对总体精度分别为82%和77%;（2）分类特征上,中空间分辨率影像亚像元制图结果的空间相关性较强、斑块数量较少、聚集度较高,但与高分辨率影像分类结果的总体结构相似,各类别的面积比例基本一致。因此,亚像元制图结果在分类精度和分类特征上与高空间分辨率影像分类结果具有较强的一致性,在缺少高分辨率土地覆被制图时,可将亚像元制图获取的降尺度分类图作为替代数据。     

亚像元制图适应性分析与评价——以天津市津南区和北京市海淀区土地覆被制图为例

亚像元制图作为一种降尺度分类方法,可利用低分辨率影像获取高分辨率分类图。本文旨在探讨亚像元制图的降尺度分类结果与高分辨率影像分类精度和分类特征上的一致性。实验以天津市津南区和北京市海淀区为研究区,分别对中空间分辨率影像(TM或HJ)进行亚像元制图和对高空间分辨率影像(ALOS或ZY)进行硬分类得到相同空间分辨率的分类结果,从绝对精度、相对精度、空间结构和空间格局上,对2幅分类结果进行分析和评价。实验结果显示:(1)分类精度上,TM和HJ影像的亚像元制图结果,以地面验证样本为参考的绝对总体精度分别为84%和82%,以高分辨率影像(ALOS和ZY影像)硬分类结果,为参考的相对总体精度分别为82%和77%;(2)分类特征上,中空间分辨率影像亚像元制图结果的空间相关性较强、斑块数量较少、聚集度较高,但与高分辨率影像分类结果的总体结构相似,各类别的面积比例基本一致。因此,亚像元制图结果在分类精度和分类特征上与高空间分辨率影像分类结果具有较强的一致性,在缺少高分辨率土地覆被制图时,可将亚像元制图获取的降尺度分类图作为替代数据。     

高速公路对路域植被影响的时空格局变化遥感监测分析

植被覆盖动态监测及与生态环境变化的响应是陆地生态系统研究的重要内容。本文以不同时相的TM遥感影像为信息源,基于辐射传输模型PROSAIL,定量反演了不同时期高速公路两侧植被的叶面积指数,以反演的叶面积指数作为路域植被生长状况的监测指标,对实验区路域植被的生长状况进行了时空格局变化的动态遥感监测研究。研究表明：① 在时间上,路域植被的生长状况在高速公路开通后5年内受到的影响相对最大;② 在空间上,离高速公路越近的植被的生长状况受到的影响较大,离高速公路越远的植被的生长状况受到的影响较小。本研究为监测路域植被生长状况提供了重要的方法,为指导路域植被的生态恢复与保护提供了可靠的基础。     

基于地形图与知识规则的土地利用信息提取

在土地利用变化及相关研究中,地形图已成为重要的信息源。本文以1∶100000地形图为基础信息源,根据地图制图原理并结合专家知识与规则,进行了没有影像时期的土地利用信息提取的尝试。并选取典型区,以系列影像数据作为背景数据,以耕地为例,将提取结果与同期统计数据及所推算的影像数据进行了对比分析和精度的验证。如以推算的影像数据为标准,则验证误差<5%。研究表明,按照一定的知识规则,基于地形图进行历史时期土地利用信息重建是可行的,完全可以满足相同比例尺及较小比例尺上土地利用制图及分析的需要。     

武汉市主城区用地结构遥感监测及动态变化

城市内部用地结构及其时空演变特征不仅能一定程度上反映出城市社会经济发展水平、预示城市未来发展空间和发展潜力,而且还会直接影响城市人居环境的适宜性,不同地区和不同发展阶段城市内部用地结构存在明显差异。本文基于武汉市1990、2000、2010和2018年4期Landsat TM/OLI遥感影像,采用面向对象多尺度分割算法对武汉市主城区内部用地结构进行了长时间序列遥感监测研究,并在此基础上分析了城市用地结构的时空演变特征。研究表明:1990-2018年武汉市主城区用地结构类型以不透水层、植被和水体为主,用地结构演变模式主要表现为植被和水体向不透水层的转化。主城区内部不透水层面积由1990年的329.73 km~2增加至2018年466.69 km~2,增加了136.96 km~2;植被和水体面积则由1990年的332.74 km~2、318.26 km~2减少到2018年的320.46 km~2、196.39 km~2,分别减少了12.28 km~2、121.87 km~2;裸土地面积较小,整体变化不如前3种用地类型显著。本研究可为城市功能用地制图、城市用地效率分析以及城市生态环境质量综合评价提供参考。     

GIS的空间数据多比例尺表达与处理概念框架

概念框架是制图综合研究中的一个非常重要的内容,但少有关注。GIS中空间数据的多比例尺表达和处理的概念与制图综合既有联系,又有区别。本文旨在研究满足GIS应用目的空间数据多比例尺变换问题,基于大量文献对空间比例尺、人工制图综合、数字制图综合、地理数据库、地图数据库以及概念框架的相互关系进行了研究和探讨,设计出一种GIS环境下的空间数据多比例尺表达与处理的概念框架,并通过实例进行了验证。     

基于RS和GIS的松花江流域植被覆盖动态变化研究

利用遥感和地理信息系统技术对1989,1995年的Landsat TM数据和2002年Landsat ETM＋三期遥感数据进行处理,反演和计算松花江流域的归一化植被指数（NDVI）,在此基础上,获取研究区域植被覆盖度。在ArcGIS9.2软件空间分析模块的支持下,对研究区域三期植被覆盖影像进行叠加分析,以流域尺度和栅格尺度分析植被覆盖变化的时间和空间特性,获取研究区域植被覆盖度空间格局分布特征,为该区域植被覆盖度的自动化监测提供很好的技术支持。     

基于地形图与知识规则的土地利用信息提取

在土地利用变化及相关研究中,地形图已成为重要的信息源.本文以1∶ 100000地形图为基础信息源,根据地图制图原理并结合专家知识与规则,进行了没有影像时期的土地利用信息提取的尝试.并选取典型区,以系列影像数据作为背景数据,以耕地为例,将提取结果与同期统计数据及所推算的影像数据进行了对比分析和精度的验证.如以推算的影像数据为标准,则验证误差<5%.研究表明,按照一定的知识规则,基于地形图进行历史时期土地利用信息重建是可行的,完全可以满足相同比例尺及较小比例尺上土地利用制图及分析的需要.     

《环境制图》评介

环境地图是进行各种环境污染调查、环境质量评价、环境影响评价、环境预测等项工作中,很有力的手段和重要的工具。为了适应环境治理和环境规划等项工作的需要,测绘出版社于1996年11月出版了由褚广荣教授编著的《环境制图》一书。该书较系统地论述了环境地图的设计、编制理论与制图方法。同时,书中对环境地图的过去,现在和未来作了较系统的论述,既追溯了历史的发展,也探讨了它的发展前景。从全书的内容来看,个人认为它不仅对于推动我国环境制图的发展具有重要意义,同时对于丰富和发展专题制图理论与实践都具有重要意义。     

淤泥质潮滩湿地类型遥感识别分类方法与应用

依据江苏盐城国家珍禽自然保护区淤泥质潮滩湿地影像特征,快速提取高精度潮滩湿地地物信息对湿地生态保护具有重要的意义。本研究以2010年TM影像为数据源,针对海滨湿地植物覆被类型复杂,以及湿地植物类型之间的生态交错带信息难以识别等问题,综合运用植被NDVI指数、波段反射率特征、环境特征和生态条件,逐级分层分类及人工选取阈值等方法,较好地解决了淤泥质潮滩湿地分类问题。结果表明,与同一时期的监督分类相比较,在识别植被交错带植被覆被类型和零星分布的植被斑块的类型方面更具优势,分类精度有明显提高。通过ROI训练区,选取了3126个包括所有类型的样本进行精度检验,分类精度达到95.87%。该方法弥补了单一分类方法的不足,对快速、高精度地提取淤泥质潮滩地物类型具有重要的参考价值和实践意义。     

延河流域生态环境动态监测系统与应用

以遥感 (RS)、地理信息系统 (GIS)、全球定位系统 (GPS)为核心技术 ,采用 ETM/ TM卫星数据、航空机载对地观测数据 ,结合地面测试和综合调查方法 ,完成了延河流域面积 10 0 15 .797km₂的生态环境本底调查 ,建立了 1990～2 0 0 0年的生态环境动态监测系统。查明了区内主要物种和植被分布 ,土地利用 /土地覆盖现状及其动态变化 ,划分出 5个生态区 ,2 5个生态系统 ,提出了延河流域生态建设.     

LSTM支持下时序Sentinel-1A数据的太白山区植被制图

植被分类是森林资源调查与动态监测的基础与前提。当前植被分类研究大都利用光学遥感影像,然而,光学遥感成像易受到云雨覆盖的影响,难以构建完整时间序列,植被分类精度有限。微波遥感具有全天时全天候、时间序列完整的优势,在植被调查与分析中具有巨大的应用潜力。本文利用2018年Sentinel-1A微波遥感时间序列数据和深度循环网络方法,对秦岭太白山区的森林植被进行分类制图。首先利用Sentinel-2光学影像与数字高程数据对研究区进行多尺度分割;然后将处理后的时间序列Sentinel-1A数据空间叠加到分割地块上,构建地块的多元时间序列曲线;最后利用深度循环网络提取与学习多元时间序列的时序特征并分类。实验结果表明：① 与传统机器学习方法（如RF、SVM）相比,本文提出的深度循环网络方法的分类精度提高10%以上;② 在Sentinel-1A微波极化特征组合中VV+VH表现最好,与VV+VH+VV/VH极化特征组合的精度相近;③ 使用全年的时间影像构建时间序列分类精度最高,达到82%。研究表明,利用深度循环网络与时间序列Sentinel-1A数据的方法能够有效提高植被分类的精度,从数据源与分类方法上为森林植被分类研究提供了新的思路。