洪河国家级自然保护区沼泽湿地生态储水量估算

利用2014年7月3日的Landsat 8 OLI影像,对洪河国家级自然保护区的土地覆被类型进行遥感分类;然后,选取实验区,利用实测的水位、地形高程和土壤含水量,计算出实验区中沼泽湿地(包括沼泽和湿草甸)的生态储水量;最后,在此基础上,推算出整个洪河国家级自然保护区中沼泽湿地的总生态储水量。研究结果表明,在植物生长初期(6月),洪河国家级自然保护区中沼泽湿地的生态储水量为0.905×108～1.377×108t;在植物生长中期(7月和8月),其为0.935×108～1.433×108t;在植物生长末期(9月和10月),其为1.067×108～1.991×108t。     

洪河国家级自然保护区沼泽湿地生态储水量估算北大核心CSCD

利用2014年7月3日的Landsat 8 OLI影像,对洪河国家级自然保护区的土地覆被类型进行遥感分类;然后,选取实验区,利用实测的水位、地形高程和土壤含水量,计算出实验区中沼泽湿地(包括沼泽和湿草甸)的生态储水量;最后,在此基础上,推算出整个洪河国家级自然保护区中沼泽湿地的总生态储水量。研究结果表明,在植物生长初期(6月),洪河国家级自然保护区中沼泽湿地的生态储水量为0.905×108～1.377×108t;在植物生长中期(7月和8月),其为0.935×108～1.433×108t;在植物生长末期(9月和10月),其为1.067×108～1.991×108t。     

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北大核心CSCD

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。     

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。     

遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。     

2023年洪河国家级自然保护区各种类型土地覆被面积预测研究北大核心CSCD

以洪河国家级自然保护区为研究区,选取1987年、1993年、1999年、2005年、2011年、2017年6个时期的Landsat TM/ETM+/OLI影像,应用GPS定位系统、遥感和地理信息系统技术,分析洪河国家级自然保护区各种土地覆被类型转化状况。采用修正的马尔科夫模型预测的结果,预测2023年该保护区的各类型土地覆被面积。研究结果表明,6个时期洪河国家级自然保护区内的农田面积在明显增加,由1987年的2.11 km^2增至2017年的9.69 km^2,沼泽湿地、林地和水域面积总体上变化幅度不大。预测结果表明,2023年,洪河国家级自然保护区内的沼泽湿地面积为204.86 km^2,比2017年增加了4.13 km^2;水域面积为0.86 km^2,比2017年增加了0.78 km^2,增加的水域主要分布在浓江河北部;林地面积为42.71 km^2,比2017年增加了3.55 km^2,增加的林地主要分布在沃绿兰河东部缓冲区。可见,在现有的保护与恢复措施下,洪河国家级自然保护区土地覆被正向有利于健康的趋势发展。采用线性回归方法修正的马尔科夫模型的预测结果,可以作为研究区土地覆被面积及变化研究的基础数据。     

2013年三江平原北部洪水对沼泽湿地景观的影响

基于Landsat 8 OLI和HJ-1 CCD影像,利用面向对象方法,对2013年8月发生在三江平原北部的洪水进行遥感监测,获取洪水浸淹范围,评估洪水造成的损失,分析洪水对沼泽湿地景观的影响。结果显示,在洪水淹没范围内,土地覆盖遥感分类的总体精度为93%,Kappa系数为0.92;洪水发生后,研究区内4个国家级自然保护区内的沼泽面积增加了30 654 hm2,沼泽斑块面积增加,斑块间水力联系加强,景观破碎度降低。2013年夏季洪水对研究区沼泽的恢复和重塑有促进作用。     

基于多维度遥感影像的洪河国家级自然保护区沼泽湿地分类方法研究

以洪河国家级自然保护区为研究区,选取了多时相的Sentinel-1B和Sentinel-2A影像为数据源,制定出9种多时相主被动遥感数据组合方案,用于沼泽湿地遥感分类;分别对根据9种方案整合的多维数据集,进行基于尺度继承的多尺度分割,得到面向对象的分割影像,建立与不同方案对应的特征数据集;采用随机森林机器学习算法,对多...     

4个时期三江平原别拉洪河河岸带土地利用分析

在遥感和地理信息系统技术支持下,以1986年、1995年、2000年和2006年的TM影像为数据源,对三江平原别拉洪河不同尺度河岸带的土地利用格局进行分析,探讨人类活动对别拉洪河河岸带土地利用格局的影响。研究结果表明,在别拉洪河河岸带,耕地主要分布在距河道2 km以外的河岸带;沼泽主要分布在距河道1km以内的河岸带;林地集中分布在距河道1~8 km的河岸带。1986~2006年期间,在距河道1 km的河岸带内,沼泽基本保持天然状态;在距河道1~8 km河岸带内,人类活动对河岸带干扰较大;2000~2006年期间,别拉洪河河岸带内耕地面积的增加是以开垦沼泽、草地和砍伐森林为代价。近年来,别拉洪河河岸带内的耕地面积迅速增加,且向着河道方向不断拓展,严重危害了河岸带的湿地生态系统。因此,亟需加大对距别拉洪河河道1~2 km河岸带内沼泽的保护力度。     

湿地遥感监测研究现状与展望

全球湿地质量退化, 数量减少, 湿地资源面临巨大压力, 遥感技术在实时、动态监测其变 化方面扮演着一个重要的角色。本文湿地遥感监测主要侧重于基于遥感技术的湿地分类与识别, 从基于遥感监测的湿地分类系统、影像预处理、多分辨率(多空间分辨率、多光谱分辨率、多时相 分辨率)遥感影像数据源、湿地信息提取方法(人工目视解译和计算机自动解译)等方面的国内外 研究现状进行了系统的论述, 并指出目前湿地遥感监测存在3 点不足及其未来研究的6 个重点。     

两个时期若尔盖高原沼泽湿地景观格局的对比研究

以若尔盖高原为研究区,选择1977年的Landsat MSS影像、2007年的Landsat TM影像和研究区90m分辨率的数字地形图为数据源,利用景观生态学方法及遥感和地理信息系统技术,对若尔盖高原1977年和2007年两个时期的沼泽湿地(包括沼泽和沼泽化草甸)景观格局进行了对比研究。结果显示,与1977年相比,2007年研究区沼泽与沼泽化草甸的面积比(沼泽面积/沼泽化草甸面积)发生了明显变化,沼泽与沼泽化草甸的面积比由1977年的1/3减少到2007年的1/7;2007年沼泽面积明显减少,其面积只占沼泽湿地总面积的13%;两个时期,研究区沼泽湿地景观都集中连片分布,聚集度均高于90;与1977年相比,2007年沼泽湿地景观的斑块数减少,景观类型趋于单一,而平均斑块面积和聚集度都在增加;研究区沼泽湿地90%以上分布在坡度小于5°的空间范围内,随着坡度的增大,沼泽湿地的退化程度显著增高;与1977年相比,2007年研究区沼泽湿地景观分布质心发生了一定的空间位移,沼泽质心向西南偏移了3.88km,沼泽化草甸质心向东北偏移了12.35km。     

兼容光学雷达影像及地形辅助数据的扎龙湿地遥感分类

结合Landsat TM影像、Envisat ASAR的C波段雷达影像和地形辅助数据,采用决策树方法,包括分类回归树(C1assification and Regression Tree,CART)和随机森林(Random Forest,RF)算法,对扎龙湿地进行遥感分类。用实测GPS样本点对分类结果进行精度验证,并与最大似然监督分类方法(Maximum Likelihood Classification,MLC)对比。结果表明,地形辅助数据和雷达后向散射系数对湿地分类精度的提高起重要作用。基于RF算法分类结果的总精度和Kappa系数分别为92.6%和0.901,沼泽湿地的分类精度达到96.3%,较CART算法和MLC监督分类方法有明显提高。该研究提供了一种快速、高效的内陆淡水沼泽湿地遥感分类技术。     

基于面向对象方法和多时相HJ-1影像的湿地遥感分类——以完达山以北三江平原为例

以中国东北地区完达山以北三江平原(下简称小三江平原)为研究对象,利用2010年多时相HJ-1A卫星和HJ-1B卫星CCD影像作为分类数据源,结合野外调查数据,应用多尺度分割算法,根据影像的丰富信息和物候、时相等特征,采用面向对象的分类方法,进行小三江平原的湿地遥感分类。结果表明,湿地二级分类的总体精度为85.45%,总体Kappa系数为0.81。小三江平原湿地主要分布在低洼地区,总面积为9084.16km2;其中,天然湿地面积为2635.09km2,人工湿地面积为6449.07km2。集中分布的水田是小三江平原最主要的景观类型;天然湿地主要分布在自然保护区、河岸附近和国界周围;其中,草本沼泽面积最大。本研究表明,面向对象的分类方法能够有效利用遥感影像提供的丰富信息,产生较高的分类精度;对于中分辨率遥感影像不同分割尺度的组合使用有利于湿地信息的提取。降雨量较多、较少月份影像的选取和物候规律的利用是提取湿地信息的关键。多时相遥感影像数据的使用,改善了洪泛湿地和森林沼泽的分类效果,尤其是水田边界的划分;同时可以提高湿地分类精度。基于面向对象的遥感方法,利用多时相的中分辨率遥感影像,能够获取较高精度的湿地分布信息,是一种成本较低且行之有效的技术手段。     

基于空间抽样调查的宁夏全区和吴忠市湿地面积估测

利用第二次全国湿地资源调查数据和2013年、2015年和2016年遥感影像数据,提取出宁夏回族自治区各类型湿地信息,辅以地面验证,研究基于网格空间抽样调查的湿地面积估测方法。研究结果表明,宁夏回族自治区内的湿地分布呈现由北向南递减的趋势;利用210个4 km×4 km的抽样网格单元,估测得到的宁夏全区湿地总面积为21.85×104hm~2,大于第二次全国湿地资源调查的相关结果(20.72×104hm~2),预测精度和抽样精度分别为94.53%和99.78%,可靠性较高,但是抽样精度随着湿地抽样面积比例的下降而降低;在宁夏的5个地级市中,吴忠市的湖泊和沼泽面积都相对最大,利用吴忠市61个4 km×4 km大样地网格的前后两期湿地斑块数据,预测2016年吴忠市的湿地总面积为52 320.67 hm~2,比2013年净增了731.78 hm~2,总预测精度为98.58%。湿地空间抽样方法的抽样效率较高,湿地面积总体预测精度较好,降低了遥感影像购买和使用成本,减少了湿地斑块区划工作量,提升了湿地变化的动态监测能力,建议推广应用。     

洪河国家级自然保护区湿地保护的有效性评价

保护区有效性评价可以为自然资源保护与管理提供重要的科学依据。选取能够反映湿地格局变化的指标,构建保护区湿地保护的有效性评价指标体系,以周边地区为参照背景,利用信息熵模型,用地理信息系统相关软件,对1985年、1995年、2005年和2017年4个时期的洪河国家级自然保护区的湿地保护有效性进行定量评价。研究结果表明,洪河国家级自然保护区中的湿地面积呈增加趋势,湿地保护有效性总体有所提升,比同期周边地区的湿地保护效果好;4个时期中,2005年洪河国家级自然保护区湿地保护的相对效果最好,1995年的相对效果最差。从自然保护区的各功能区来看,核心区湿地保护的效果最好,其它依次为实验区、缓冲区。     

湿地植被地上生物量遥感估算模型研究——以洪河湿地自然保护区为例

以洪河湿地自然保护区的TM图像和29个实测样地生物量数据为数据源,采用单变量线性和非线性回归、多元线性逐步回归及人工神经网络(BP网络、RBF网络)技术,构建了研究区内典型湿地植被(草甸和沼泽)的地上生物量干重和湿重的遥感估算模型,并对比得到最优模型。主要结论有:(1)RBF神经网络模型及多元非线性模型是研究区内湿地植被地上生物量遥感估算的最优模型,生物量干重估算值的平均相对误差为2.795%,生物量湿重估算值的平均相对误差为3.399%。(2)比较2004年8月、2006年8月和2008年8月研究区内草甸和沼泽总生物量可得,总生物量干重呈上升趋势,而总生物量湿重呈下降趋势。(3)研究区内生物量极高值和极低值分布较少,且主要集中于混合像元分布的地方,如岛状林、灌丛的周边地区或是沼泽内含水较多的地区。     

洪河沼泽湿地水文过程模型构建及水文功能分析

洪河沼泽湿地地势低平、河道多变,洪水季节性泛滥,缺乏水文监测数据,而模拟的水文数据不确定性较大;而且,用地表径流数据验证生态水文模型的模拟结果,效果并不理想。以洪河国家级自然保护区中部的沼泽湿地为研究对象,整合数字河网与高精度数字高程数据,改进分布式生态水文模型SWAT的子流域概化方式,构建湿地水文过程模型;在此基础上,分析研究区沼泽湿地水文功能。对于湿地水文过程模型的构建,除了利用径流观测数据进行验证外,还应用不同深度的多点土壤湿度数据进行验证。研究结果表明,1改进的SWAT模型取得了较高的面向沼泽湿地模型精度,模型决定系数R2达到0.7,相对误差小于21%,表明模拟效果良好;2在研究区内的沼泽湿地中,以草甸黑土—沼泽化草甸、草甸黑土—草本沼泽、沼泽土—沼泽化草甸、沼泽土—草本沼泽4种土壤—植被的组合模式为主,土壤湿度较大,湿地的调蓄水功能较强;3季节性和常年的洪泛水文过程与土壤湿度的梯度特征,控制着研究区的沼泽植物的空间格局;随着土壤湿度梯度的变化,植物群落呈现出明显的条带状梯度分布。     

凌河口湿地自然保护区景观格局变化及功能区划分

以1995年、2000年、2005年、2009年和2014年的TM影像为数据源,对辽宁省凌河口湿地自然保护区景观进行遥感分类,提取出8种景观类型的信息,得到其总面积及斑块数量,计算多样性指数、优势度指数、斑块密度和香农多样性指数,定量分析凌河口湿地的景观格局变化特征;根据人与生物圈计划(Man and the Biosphere Programme,MAB)提出的保护区功能区划分原则,结合研究区景观格局特征及湿地的实际状况,对凌河口保护区进行了功能区划分。结果表明,受人类活动影响,与1995年相比,2005年研究区景观破碎化程度加重;与2005年相比,2014年,由于对研究区湿地加强了保护,研究区景观破碎化程度稍减轻;划分出凌河口湿地自然保护区的核心区(305.88 km~2)、缓冲区(268.28 km~2)和实验区(261.59 km~2)。     

基于卷积神经网络和高分辨率影像的湿地群落遥感分类——以洪河湿地为例

以洪河国家级自然保护区为研究对象,应用卷积神经网络（CNN）方法进行高分辨率湿地遥感影像的分类研究,并与基于光谱支持向量机（SP-SVM）的方法和基于纹理及光谱的支持向量机（TSP-SVM）的方法进行了对比。结果显示,对于所选取的2个研究区域,CNN分类方法的全局精度高于SP-SVM方法5.61%和5%,高于TSP-SVM方法4.18%和4.15%。尤其对于部分湿地植被的分类精度明显高于SP-SVM和TSP-SVM方法。研究表明,卷积神经网络为湿地识别的精细划分提供了有利的手段。