融合Sentinel-2红边波段和Sentinel-1雷达波段影像的扎龙湿地信息提取

以黑龙江流域中的扎龙湿地及其上游区域为研究区,将Sentinel-2红边波段和Sentinel-1雷达波段影像数据相结合,根据面向对象原理,采用随机森林算法,对研究区的湿地进行遥感分类和信息提取;利用3种特征变量集,进行实验对比,研究红边波段反射率和雷达后向散射系数对湿地信息提取的作用。研究结果表明,红边波段反射率和雷达后向散射系数对土地覆盖分类精度的提高起到了重要作用,两者结合得到的分类结果的总体精度达到了88.72%,Kappa系数为0.87,其中,水体、水田和沼泽的用户精度分别为100%、98.18%和91.37%。利用红边波段和雷达波段影像数据,分别使土地覆盖分类总体精度提高了5.26%和2.51%,红边波段影像数据对沼泽提取精度的提高贡献最大,使生产者精度提高了12.5%。     

基于ETM+影像的扎龙湿地遥感分类研究

通过对扎龙湿地Landsat7 ETM 影像进行计算机自动分类的实验研究，探讨了提高湿地遥感分类精度的方法与途径。实验所采用的首先对遥感影像进行非监督分类，再利用非监督分类生成的分类模板加以修改补充后进行监督分类的方法，经过误差矩阵的精度评价，可以获得研究区湿地遥感分类较高的分类精度。利用上述分类方法对3种ETM 不同波段组合的影像进行具体的遥感分类比较研究发现，选择ETM 7、5、3影像进行分类有助于提高扎龙湿地遥感分类的精度。为了提高湿地遥感分类的精度，还必须运用人机互译判读方法。     

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。     

利用Landsat 8多光谱数据的湿地信息提取方法比较研究

以淮河流域蚌埠段为研究区,利用2014年3景Landsat 8多光谱数据,采用支持向量机、决策树和面向对象分类方法,对研究区中的河流、湖泊、滩地和库塘(包括水田、水库、坑塘和水渠)进行遥感分类。由于各类型湿地在Landsat 8各波段影像中的光谱特征相似度较高,不利于分类,所以,在利用影像光谱数据的同时,借助于影像数据中的空间信息和温度信息,进行分类。研究结果表明,采用面向对象分类方法提取的河流、湖泊的用户精度较高;采用决策树分类方法提取的滩地、库塘的用户精度较高;采用支持向量机分类方法提取的河流、湖泊、库塘的用户精度较高,但是在河流、湖泊的分类中出现了椒盐现象,在滩地分类中出现了错分;与另两种方法相比,面向对象分类方法提取的河流或狭长湖泊末梢信息更准确。     

扎龙湿地生态系统变化过程及影响因子分析

随着区域气候变化及人类活动的影响,扎龙湿地生态系统发生了深刻变化。利用20世纪50年代以来扎龙湿地区域的气象数据、1986～2002年间8个时段的Landsat TM影像及2006年的SPOT4影像数据和扎龙国家级保护区管理局的资源调查数据,分析了近20a来扎龙湿地生态系统的变化过程。结果显示,20世纪80年代和90年代该地区的年平均气温分别比1951～1980年的年平均气温高出1．2℃和1．8℃。与1986年相比,2002年扎龙湿地的湖泊及水库面积减少了15．17％;明水面面积下降了49．36％。这一期间,扎龙湿地芦苇（Phragmites australis）产量、渔类产量、鸟类的种类和数量都明显减少,湿地退化程度十分严重。气候变化对湿地生态系统影响的同时,扎龙湿地上游地区也建设了60余座水库,并在湿地内部兴建了大量的人工沟渠、堤坝和道路。高强度的人类活动不仅截留了大量本应直接流人湿地的水体,使湿地蓄水量明显下降,也使湿地破碎化程度加剧。根据扎龙湿地生态系统面临的现状,就扎龙湿地保护与恢复提出了相应的建议。     

独立分量分析与主成分分析方法的湿地遥感分类精度对比——以西洞庭湖湿地为例

拟探索提高中、高分辨率遥感影像湿地分类精度的新方法,为洞庭湖湿地研究提供方法支持。通过将独立分量分析方法应用于遥感图像分类,并与主成分分析方法结果进行对比,验证其是否能有效提高湿地分类精度。结果表明,应用独立分量分析和主成分分析方法处理遥感影像,没有造成图像信息损失;Landsat5TM影像经过两种方法处理后,影像清晰度变差,但并不足以影响典型湿地类型的目视判读;SPOT5影像经过两种方法处理后,影像更加清晰。独立分量分析方法可以明显提高典型湿地类型的可分性,但对于草滩地和水田的分类仍然存在缺陷。Landsat 5TM影像经独立分量分析算法处理后,总体精度比原始影像提高11.83%,比用主成分分析方法处理后的影像精度高5.35%;SPOT 5影像经独立分量分析算法处理后,总体精度比原始影像提高10.7%,比用主成分分析方法处理后的影像精度高5.07%。独立分量分析基于高阶统计信息,不但能去除波段之间的相关性,而且可以得到分量之间相互独立的特性,增强不同湿地类型的可分离性,从而提高了信息提取的精度。     

新巴尔虎右旗沼泽和草甸信息提取

运用监督分类和决策树两种方法,以2014-8-25的Landsat8-OLI遥感影像为基础数据源,提取新巴尔虎右旗的沼泽和草甸信息。方法一:在ENVI中进行监督分类,将研究区分为沼泽和草甸、草地、森林、农用地、水体、居民地、沙地和其他等八类,采用最大似然法对研究区遥感影像进行沼泽和草甸信息的提取工作。方法二:求取研究区的归一化植被指数NDVI,将NDVI值和坡度值作为限制条件,进行求取研究区域的沼泽和草甸信息。将两种方法获得的沼泽和草甸分类图与验证样本进行混合矩阵分析,分别对两种分类结果进行精度评价,比较监督分类和决策树分类在沼泽和草甸信息提取的精度。结果表明:Landsat8-OLI影像采用监督分类的精度为89.40%,利用决策树分类的精度达到了91.05%,精度较高。这两种方法均能够很好地进行沼泽和草甸信息提取,同时验证了基于Landsat8遥感影像在湿地覆被分类的可行性。     

基于多光谱遥感的扎龙湿地湖泡水深反演研究

以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的Quick Bird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200 cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。     

5个时期黑龙江省天然湿地动态及其影响因素研究

在地理信息系统平台上,利用1980年、1990年、2000年、2010年Landsat TM影像和2014年Landsat 8ETM+影像数据、1980~2014年黑龙江省气象数据和社会经济数据,采用主成分分析方法和灰色关联度方法,研究黑龙江省主要天然湿地变化及其主要影响因素,以及各环境因子与各类型湿地的关联性。研究结果表明,沼泽湿地面积从1980年的617.5×104hm2减少为2014年的389.0×104hm2,约萎缩了37.0%;与1980年相比,2014年黑龙江省的天然湿地(沼泽湿地、湖泊湿地和河流湿地)面积减少了243.1×104hm2,萎缩了34.4%;分布在研究区东部、东北部和西南部的天然湿地大面积消失;消失的天然湿地主要转变为耕地和城市建设用地,有关土地利用的相关政策对黑龙江省天然湿地面积变化也有一定影响。     

基于RS、GIS技术的扎龙沼泽湿地景观格局变化分析

本文以1986年、1999年、2002年的扎龙区域Landsat TM影像为数据源,利用RS、GIS技术分析了扎龙地区沼泽湿地16年的空间格局变化。选取景观破碎化指数、分形维数、分布质心等景观指数进行计算分析,同时研究了不同地区中沼泽湿地面积相对于总的沼泽湿地面积的变化情况。结果表明扎龙区域沼泽湿地的破碎化程度在加深,斑块形状变化不大,其质心位置向西北偏移,西北部的沼泽湿地不如东南部稳定,受到的人为影响更大。     

基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。     

1985年以来7个时期双台河口湿地土地利用格局及其变化

选用1985年、1989年、1995年、2000年、2005年、2009年和2015年Landsat TM/ETM+/OLI影像数据,采用人机交互解译方法,对双台河口湿地进行了土地利用分类;运用遥感和地理信息系统技术,研究了7个时期双台河口湿地的土地利用格局及其变化。研究结果表明,天然湿地面积由1985年的1 168.73 km~2减少为2015年的886.97 km~2,减少了24.11%。与1985年相比,2015年,芦苇(Phragmites australis)盐沼、芦苇+碱蓬(Suaeda glauca)盐沼和滩涂面积分别减少了8.86%、37.44%和72.29%,碱蓬盐沼和河流/浅海水域面积分别增加了25.80%和2.08%;人工湿地面积由1985年的62.06 km~2增加为2015年的263.86 km~2,增加了325.18%。与1985年相比,2015年,运河/沟渠面积减少了3.33%,水田、水产养殖场和水库/池塘面积分别增加了557.30%、1 940.32%和40.56%。1985～2015年期间,随着时间的推移,7个时期研究区的斑块密度在不断增大,景观的香农多样性指数在波动增大,优势度指数在波动减小。     

用TM影像和DEM获取黑河流域地表反射率和反照率

传统的大气校正方法原理比较复杂,而且有些参数特别是实时的大气剖面资料难以获取。本文利用DEM对TM 影像进行地形校正后,用简便而又实用的方法对TM影像进行了大气校正,较精确地反演出黑河流域河西走廊中段对应于Landsat TM 1~5 和7波段的地表反射率。在此基础上,通过不同波段地表反射率的组合,获得了地表反照率。通过与实地观测数据对比分析,表明对于植被覆盖区用TM 2,4,7波段组合结果较好,而在非植被覆盖区用TM 1~5,7这6 个波段组合结果更佳。     

基于面向对象法的Landsat 8影像山区细小水体提取方法

利用Landsat系列影像提取水体的方法有很多种,细小的水体漏提或误提现象严重,依靠单一的方法难以取得突破。本研究结合现有的方法提出一种新的思路:1)基于DEM数据提取河网数据;2)辅以河网缓冲区数据将Landsat 8影像的1-7波段和全色波段用于多尺度分割,根据形状特征提取线状的细小水体;3)假设2.5 m分辨率影像提取的结果为实际水体,与基于像元的MNDWI法进行对比。结果表明水体的总体提取精度提高11.7%,细小水体提取比例从13.3%上升到59.6%,因此本方法简单易行,有利于线状的细小水体提取,可在一定程度上减少山区细小水体的漏提,提高水体提取整体精度。     

基于机载成像光谱数据的宜兴市土地利用/土地覆盖分类方法对比研究

对宜兴市机载成像光谱数据辐进行射畸变纠正、几何精确纠正和辐射定标等预处理,获得高光谱反射率图像。利用相关系数、均方差、离散度等统计特征进行面向土地利用/土地覆盖目的的波段优选,采用高光谱像元提纯分析工具获得分类所需的终端单元,并利用终端单元进行了研究区土地利用/土地覆盖分类对比研究。研究发现:最大似然法分类精度低,整体精度为84.89%,而二进制编码、神经网络分类和光谱角分类方法精度较高,整体精度分别为87.12%,88.75%,90.41%。这说明光谱角分类是最有效的高光谱影像土地利用/土地覆盖分类方法,文章研究采用的高光谱预处理以及波段选择方法是正确的。     

扎龙湿地水体遥感提取过程中云阴影去除方法研究

以扎龙湿地为研究区,利用空间分辨率高、纹理信息丰富、定位精度高和购买价格相对低廉的ALOS遥感影像,测定了研究区水体等5种典型地物和云阴影的波谱亮度值;根据水体和云阴影的光谱特征,利用阈值法对近红外波段ALOS影像进行阈值处理,将包含云阴影信息的水体信息提取出来;基于ALOS彩色影像,再采用决策树方法自动提取湿地水体信息,同时将云阴影信息去除,并再补充提取因去除云阴影而损失的水体信息;与目视解译结果相比,用本研究方法得到的研究区湿地水体信息精度高于85%。近红外波段阈值法和彩色影像决策树法相结合的方法是一种能有效去除云阴影而高精度获取湿地水体信息的方法。     

基于MODIS影像的土地覆被分类研究——以京津冀地区为例

在全球变化研究中,如何快速、准确获取土地覆被信息对该项研究有着至关重要的作用.随着遥感科学的不断发展和应用领域的深入,研究者可以利用遥感影像进行土地覆被分类研究,并且具有准确、快速、自动化等优点.本文利用MODIS数据具有的多光谱、多时相特点,以京津冀地区为例,选取2013 年全年16-day 的MOD13Q1/EVI时间序列数据、2013 年5 月份一期的MOD09Q1(1、2 波段)和MOD09A1(3-7 波段)产品,并运用时间序列谐波分析法对全年MOD13Q1/EVI 时间序列数据进行去云、去噪的平滑重建处理,使其数据更能反映物候周期性变化规律.选择谐波分析后的全年MOD13Q1/EVI 时间序列数据、MODIS数据的1-7 波段地表反射率和NDWI(归一化差异水体指数)、MNDWI(改进归一化差异水体指数)和NDSI(土壤亮度指数),构建了3 种特征变量组合方案的CART决策树,分别进行京津冀地区的土地覆被分类研究.结果表明:方案一(全年EVI 的23 个时相)、方案二(方案一+MOD09 的1-7 波段地表反射率)和方案三(方案二+MNDWI+NDSI+NDWI)的总体分类精度分别达到86.70%、89.98%、91.34%,Kappa系数分别为84.94%、88.66%、90.20%.研究表明,仅利用MODIS遥感影像自身多种分类特征和决策树方法对宏观土地覆被分类就可达到较高精度,显示了本文分类方法在实践中的可行性及MODIS数据在区域尺度土地覆被分类研究方面的优势与潜力.     

广州市湿地植被碳汇功能研究

采用样地调查、模型构建和成果参照等方法,以广州市湿地植被为研究对象,选取样地实测湿地植物地上生物量,并分析湿地植物有机碳含量;选用2013年广州市Landsat 8 OLI遥感影像数据,得到波段反射率和植被指数(NDVI、RVI、DVI和MSAVI)数据,利用ENVI 5.0、SPSS 22和Arc View 3.3等软件,通过差异性检验、相关分析、一元线性回归、曲线回归和模型拟合度检验等步骤,建立湿地植被地上生物量模型,并估算植被地上生物量;选取湿地植物根冠比,估算湿地植被地下生物量,进而估算植被总生物量和碳储量。结果表明,2013年广州市湿地植被总面积为23 557.08 hm2,覆盖率为3.17%;湿地植被平均有机碳质量分数为44.97%;以RVI为自变量的三次曲线模型能较好地拟合湿地植被地上生物量;2013年广州市湿地植被总生物量为786 392.93 t,总碳储量为353 640.9 t碳,碳密度为15.01 t/hm2碳,碳汇量为1 296 683.31 t二氧化碳,碳汇价值为21 071.1×104元。     

基于Landsat OLI影像的盐城滨海湿地分类方法对比研究

采用何种方法对滨海湿地信息进行有效提取和分类是值得关注的问题。利用Landsat OLI影像数据,在ENVI 5.1软件平台上,采用监督分类、决策树分类和面向对象方法,对盐城滨海湿地进行了分类研究。研究结果表明,在分类精度和效果上,面向对象方法的分类结果最好,其它依次为决策树分类方法、监督分类方法的分类结果;3种方法对光滩和芦苇(Phragmites australias)滩涂信息的提取效果相对较好,对道路和碱蓬(Suaeda glauca)滩涂信息的提取效果相对较差;面向对象方法能够克服传统基于像元分类方法中的"椒盐效应"问题,并能取得较高的分类精度,该方法适用于利用中分辨率遥感影像的滨海湿地分类研究。     

1980年以来5个时期洞庭湖区国际重要湿地景观动态研究

国际重要湿地是中国乃至全球湿地保护体系的重要组成部分,研究国际重要湿地景观动态对于湿地保护和管理具有重要意义。以洞庭湖区3处国际重要湿地为研究对象,利用1980年、1990年、2000年、2010年和2015年的Landsat MSS/TM/ETM+/OLI影像数据,采用面向对象的遥感影像分类方法,解译出5个时期洞庭湖区3处国际重要湿地的土地覆被信息,提取各处国际湿地的土地覆被类型分布信息;结合景观指数和人为干扰度指数,探讨5个时期洞庭湖区湿地面积动态及其景观格局动态特征。研究结果表明,从1980年到2015年,洞庭湖湿地总面积减少了232.60 km^2;南洞庭湖面积减少的最多,湿地面积减少了218.54 km^2,损失率高达20.30%;3处重要湿地中的湿地斑块数量增多,湿地趋于破碎化,景观间连通度降低;西洞庭湖景观破碎化程度最高,湿地景观连通度差,聚集度指数(CONTAG)相对最小;洞庭湖区湿地仍然受到强度较高的人类活动干扰,其中,耕地扩张是造成湿地损失的主要原因。