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。     

利用SAR影像区域分割方法提取海洋暗斑特征

在SAR强度影像中,包括海洋溢油在内的许多海洋现象呈现为暗斑。为从诸多暗斑中辨识海洋溢油,需要在SAR影像中提取暗斑的几何和统计分布特征,以此作为进一步分类（辨识）海洋溢油的依据,将基于几何划分技术的区域分割方法应用于SAR影像暗斑特征提取。首先建立高分辨率SAR影像暗斑或然率模型,然后利用最大化期望值和M-H算法实现其几何及统计分布特征参数提取。实验结果表明,该方法不仅可以精准提取暗斑的几何形状,同时还能有效估计其统计分布参数。     

黄土丘陵区人工油松林地土壤水分动态的时间序列分析

利用时间序列分析方法研究了黄土丘陵区人工油松林地土壤水分序列和降水序列之间的关系。在黄土丘陵区，降水时间序列不存在自相关关系，相反土壤贮水量之间存在自相关关系；这说明了前期降水对后期降水没有影响，而前期土壤含水量的高低影响了后期含水量的多少。降水时间序列与人工油松林地0～80cm土层总贮水量序列之间存在相关关系，同时油松林地贮水量与降水时间序列相比表现出1个滞后时间距(1月)，说明贮水量主要受当月和前一个月降水的影响。对于上部三个层次(0～10cm，10-20cm，20～40cm)的贮水动态与降水时间序列相关；而20cm以下的土层，与一个滞后时间距的降水时间序列相关系数增大；说明20cm以上土层的贮水量主要受当月降水的影响，20cm以下土层贮水量与当月和前一个月的降水有关。当月降水可以补充到40cm深土层。     

基于Sentinel-2时间序列数据及物候特征的棉花种植区提取

棉花是中国重要的经济作物,在新疆大面积种植。及时、准确获取棉花种植面积,对农业政策制定与农业经济发展有重要意义。以渭干河—库车河三角洲绿洲棉花为主要研究对象,利用2018—2020年（1景/1月）36景哨兵2号（Sentinel-2）数据,构建归一化植被指数（Normalize difference vegetation index,NDVI）和红边归一化植被指数（Red edge normalize difference vegetation index,RENDVI₇₈₃）时序数据;采用Savitzky-Golay（S-G）滤波法对时序数据进行平滑、重构并提取11个物候特征;利用袋外误差法对11个物候特征进行特征优选;在此基础上利用重构后的时序数据（NDVI Fit）、（RENDVI₇₈₃ Fit）、物候特征（RENDVI₇₈₃ Ph）、物候特征优选组合构建6种不同的特征数据集,利用随机森林分类（RFC）方法分别进行分类和提取,并采用最大似然分类方法和支持向量机分类方法对分类效果进行验证。结果表明：（1） NDVI和RENDVI₇₈₃时序数据变化趋势较为一致,棉花在5月（苗期）到8月初（开花盛期）有明显的上升趋势,在8月末至9月（花铃期）达到峰值。相比NDVI,红边波段构成的RENDVI₇₈₃时序曲线峰值从0.7提高到0.9,棉花区分效果更佳。（2） 11个物候特征中拟合函数最大值、生长季长度、生长季振幅、生长季结束、生长季大积分和生长季小积分对分类的贡献性最大,重要性得分分别为1.43、1.40、1.23、1.16、1.02和1.01。（3） RFC方法对特征数据集（RENDVI₇₈₃ Fit+物候特征优选组合）分类精度最佳。总体精度和Kappa系数分别为92.20%和0.92。（4） 研究区内棉花分类精度达到了91.02%,种植面积约为3424 km²,占研究区总面积的24.67%。     

1980–2015年间吉林省耕地利用变化对耕地压力的影响研究（英文）

耕地资源保护利用对于保障中国粮食安全、生态可持续发展和社会稳定至关重要。本文以吉林省为研究区,以1980、1990、1995、2000、2005、2010、2015年遥感影像及统计数据为数据源,采用转移矩阵模型和耕地压力指数模型,对研究区耕地利用变化的时间特征、空间特征及耕地压力指数进行测算。研究结果表明：在时间尺度上,1980-2015年间耕地数量从701.88×10⁴ha增加到762.82×10⁴ ha,人均耕地面积从0.1524 ha增加到0.1707 ha,耕地压力指数从0.7922增加到0.7953;在空间尺度上,1980年及1990年吉林省耕地压力主要集中在南部地区,1995年集中在南部和东部地区,2000年集中在西南和东部地区,2005年集中在南部和东南地区,2010年和2015年集中在南部、东南部及中心地区。耕地压力变化的方向主要从吉林省的西北部向东南部转移。     

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。     

卫星遥感影像中耕地信息的自动提取方法研究

以县（市区）为基本单位，采用遥感图像处理ENVI3.2软件和TM资料，进行了7个县（市区）10个时相的耕地信息自动提取技术研究，结果证明，选择春季时相，TM432波段合成，经几何校正和增强处理，通过交互的非监督分类提取耕地信息，可以获得满意的结果，平均分类精度达到98.22%。     

利用MODIS/EVI时间序列数据分析干旱对植被的影响

为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。     

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。     

我国土地利用动态监测的耕地保护效果评价

为了对耕地保护技术层面措施进行定性定量研究,测度土地利用动态监测在省级层面的耕地保护效果,以1999—2008年省级面板数据为基础,借助STATA软件分别通过聚类稳健标准差下固定效应模型、随机效应模型和混合OLS模型进行估计,选择最优拟合结果。F检验,B-P检验,Hausman检验显示固定效应模型拟合结果最优,以该模型对土地利用动态监测的耕地保护效果进行测度。结果表明:土地利用动态监测的实行对减少耕地面积下降有显著作用;土地利用动态监测比率每提高1%,能减少耕地流失188.05 hm2;从土地利用动态监测耕地保护效率来说4个直辖市要高于其他省份。     

基于Landsat长时间序列数据的敦煌绿洲动态变化分析

绿洲是干旱区独特的自然景观,是干旱区人们赖以生存和发展的物质基础。以敦煌绿洲为研究区域,基于Landsat TM长时间序列遥感图像,采用最佳指数因子研究最佳波段组合并进行图像分类,基于转移矩阵分析了绿洲主要覆被构成要素的转换特征,并基于土地利用类型动态度模型进行了动态变化分析。结果表明：1975-1998年间敦煌绿洲面积呈缓慢扩张趋势（平均0.35 km²/a）;1998-2006年间绿洲面积快速增大（平均3.88 km²/a）;2006-2011年间绿洲面积基本稳定。1990-2006年间水浇地和林地的面积总体呈增加趋势;2006-2011年,人工干预加速了土地利用方式的转变。     

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Brown-Forsythe检验的水文序列变异点识别

当前在水文序列变异点识别中常采用的几种统计方法都对数据有较多假设,当假设不满足时,识别结果通常并不理想。本文根据统计学方差分析的原理,建立了基于Brown-For-sythe检验的水文序列变异点识别方法,并采用该方法对新疆开都河大山口站近50年年平均径流序列进行了变异点识别。研究结果表明,该识别方法继承了Brown-Forsythe检验的优点,对数据不做过多假设,且易于进行多变异点识别,在一定程度上具有比当前所用统计方法更优越的性能。     

Co-clustering geo-referenced time series: exploring spatio-temporal patterns in Dutch temperature data

Clustering allows considering groups of similar data elements at a higher level of abstraction. This facilitates the extraction of patterns and useful information from large amounts of spatio-temporal data. Till now, most studies have focused on the extraction of patterns from a spatial or a temporal aspect. Here we use the Bregman block average co-clustering algorithm with I-divergence (BBAC_I) to enable the simultaneous analysis of spatial and temporal patterns in geo-referenced time series (time evolving values of a property observed at fixed geographical locations). In addition, we present three geovisualization techniques to fully explore the co-clustering results: heatmaps offer a straightforward overview of the results; small multiples display the spatial and temporal patterns in geographic maps; ringmaps illustrate the temporal patterns associated to cyclic timestamps. To illustrate this study, we used Dutch daily average temperature data collected at 28 weather stations from 1992 to 2011. The co-clustering algorithm was applied hierarchically to understand the spatio-temporal patterns found in the data at the yearly, monthly and daily resolutions. Results pointed out that there is a transition in temperature patterns from northeast to southwest and from ‘cold’ to ‘hot’ years/months/days with only 3 years belonging to ‘cool’ or ‘cold’ years. Because of its characteristics, this newly introduced algorithm can concurrently analyse spatial and temporal patterns by identifying location-timestamp co-clusters that contain values that are similar along both the spatial and the temporal dimensions.     

水文时间序列分析方法研究进展

水文时间序列不仅组成复杂,而且特性也复杂多变。目前认为水文时间序列主要表现出随机性、模糊性、非线性、非平稳性和多时间尺度变化等复杂特性。本文首先简要介绍了用于揭示水文过程复杂变化特性的时间序列分析方法的相关进展,包括序列相关性分析方法、水文频率分析方法、模糊分析方法、混沌理论分析方法、信息熵分析方法和小波分析方法等6种。然后,对各种分析方法存在的主要问题和有待解决的问题进行讨论,指出了各种方法应用于水文时间序列分析时存在的主要缺陷和不足。最后指出,不断改进和完善时间序列分析方法,探讨各种方法的联合和耦合,加强物理成因分析和数理统计分析相结合,是提高水文时间序列分析结果精度和可靠性的有效手段,也是研究和解决环境变化影响下水文水资源问题的有效途径。     

Inter-annual variations in vegetation and their response to climatic factors in the upper catchments of the Yellow River from 2000 to 2010

To understand the variations in vegetation and their correlation with climate factors in the upper catchments of the Yellow River, China, Normalized Difference Vegetation Index（NDVI） time series data from 2000 to 2010 were collected based on the MOD13Q1 product. The coefficient of variation, Theil–Sen median trend analysis and the Mann–Kendall test were combined to investigate the volatility characteristic and trend characteristic of the vegetation. Climate data sets were then used to analyze the correlation between variations in vegetation and climate change. In terms of the temporal variations, the vegetation in this study area improved slightly from 2000 to 2010, although the volatility characteristic was larger in 2000–2005 than in 2006–2010. In terms of the spatial variation, vegetation which is relatively stable and has a significantly increasing trend accounts for the largest part of the study area. Its spatial distribution is highly correlated with altitude, which ranges from about 2000 to 3000 m in this area. Highly fluctuating vegetation and vegetation which showed a significantly decreasing trend were mostly distributed around the reservoirs and in the reaches of the river with hydropower developments. Vegetation with a relatively stable and significantly decreasing trend and vegetation with a highly fluctuating and significantly increasing trend are widely dispersed. With respect to the response of vegetation to climate change, about 20–30% of the vegetation has a significant correlation with climatic factors and the correlations in most areas are positive： regions with precipitation as the key influencing factor account for more than 10% of the area; regions with temperature as the key influencing factor account for less than 10% of the area; and regions with precipitation and temperature as the key influencing factors together account for about 5% of the total area. More than 70% of the vegetation has an insignificant correlation with climatic factors.     

Estimation of seasonal changes in the flow of Shirase Glacier using JERS-1/SAR image correlation

This paper presents estimates of detailed seasonal variations in ice-flow velocity for Shirase Glacier calculated using data obtained by Japanese Earth Resources Satellite-1 (JERS-1) synthetic aperture radar (SAR). We used 12 pairs of images (44-day repeat cycle) over the interval from 30 April 1996 to 1 July 1998 to estimate ice-flow fields using an image correlation method. Geometric registration was performed with reference to the RADARSAT Antarctic Mapping Project (RAMP) image dataset. Error analysis based on feature mismatch indicated an absolute error of ±0.30 km/a and relative error of ±0.04 km/a in the estimated flow velocity. The obtained ice-flow velocity increases rapidly from the upstream region (1.18 km/a) to the grounding line, where it becomes stagnant (2.32 km/a), before accelerating gradually to 2.62–2.82 km/a in the downstream region and then increasing to 3.05–3.50 km/a at the terminus of the floating ice tongue. The ice-flow velocities in the downstream region are highly variable, depending on both the distance from the grounding line and the observed epoch (season). Most of the obtained seasonal variations in ice-flow velocity at the floating ice tongue are within the range of the associated error estimate, but the annual difference between 1997 (3.11 km/a) and 1998 (3.50 km/a) is significant, reflecting a possible acceleration in the ice-flow velocity in association with the disappearance of the floating ice tongue between April and May of 1998. In terms of the summer–winter difference in averaged air temperature, the large difference recorded in 1997 (17.0 °C) relative to 1996 (13.9 °C) corresponds to a reduced ice-flow velocity in 1997 (approximately 0.20 km/a) relative to that in 1996 (approximately 0.30 km/a), indicating interactions between air, sea ice, and glacier flow in Lützow-Holm Bay.     

东北地区近百年降水时间序列变化规律的小波分析

利用1905~2005年东北地区哈尔滨、长春、沈阳和大连的降水时间序列资料,采用距平和Morlet小波分析方法,研究了东北地区降水变化的多时间尺度的周期性性变化规律,并对东北地区近期降水状况进行了预测。结果表明:近百年来东北地区年降水量呈现较显著下降趋势,整个东北地区降幅为-5.2mm/10a;长春为-12.7mm/10a;哈尔滨为-7.1mm/10a;大连为-2.7mm/10a;沈阳略为上升趋势为1.3mm/10a。东北地区的年降水量存在着区域性的多重时间尺度下的周期变化特征,2a~3a、5a~6a,10a和50a左右的长期振荡周期具有全域性;长春、哈尔滨年降水的主要控制周期是20a左右;5a~6a的短周期和50年的长周期变化也对年降水有较大影响。     

黑河中上游气象要素单调变化趋势分析

分析水文气象要素的长期变化趋势,对于理解气候变化和人类活动对水文过程的影响起着重要的指导和启示作用。本文采用Mann-Kendall非参数检验方法对黑河中上游分布均匀的8个气象站点5个气象要素的长期变化趋势进行分析。结果表明：各个站点的多年年平均气温、日最高气温及日最低气温均呈现显著的上升趋势;对于多年年降水量序列,只...