地表不透水面比例遥感反演研究综述

城市化造成的城市扩张给社会和生态环境带来诸多问题,监测城市变化是解决这一系列问题的重要切入点。不透水面数据作为表征城市扩张的重要指标已成为城市化研究的热点。不透水面数据获取及其时间序列变化分析是现阶段研究的核心。相比于早期基于平面地图的不透水面提取,遥感因其能够连续、快速、大范围对地观测而被广泛应用于不透水面的研究。多源数据融合和多种反演方法的提出使不透水面的遥感反演取得不断进步,研究的重心也逐渐由不透水面分类制图转移到亚像元不透水面比例的定量反演。本文从单时相和时间序列2个角度对不透水面比例遥感反演方法进行总结,详细分析了各种方法的优势和不足,并简述和对比了常用精度验证方法;最后总结了现阶段不透水面比例遥感反演方法中存在的问题并提出了解决思路,展望了未来的发展方向。     

基于概率神经网络的遥感影像分类方法

在对数据进行归一化处理的基础上,将概率神经网络用于遥感影像分类,并探讨样本区的选择和高斯基函数标准差对分类精度的影响。用西藏波密地区1999年的TM遥感影像进行分类试验,并将分类结果和经典的最大似然法进行比较。结果表明：概率神经网络的总体分类精度和Kappa系数分别为94.5%和0.934,取得了较为理想的识别和分类效果。     

山地典型生态参量遥感反演建模及其时空表征能力研究

围绕国家自然科学基金重点项目"山地典型生态参量遥感反演建模及其时空表征能力研究",介绍了项目的立项背景、研究目标、研究现状和发展趋势、拟解决的关键科学问题、主要研究内容、研究总体方案及预期成果。项目选取不同地形梯度和植被背景为主要研究对象,开展山地叶面积指数(LAI)和净初级生产力(NPP)陆表典型生态参量遥感反演建模及其时空表征能力研究,发展遥感定量反演模型和方法,分析山地复杂地形对遥感信号及遥感反演产品的影响,力争能在山地陆表生态参量遥感反演建模理论与方法上取得突破。     

中巴经济走廊DMSP/OLS与NPP/VIIRS夜光数据辐射一致性校正

由美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)和国家极轨卫星搭载的可见光近红外成像辐射仪(NPP/VIIRS)获取的夜间灯光影像是监测人类社会经济活动和自然现象(如林火、油气燃烧等)的主要数据源。然而,现有的夜间灯光数据存在缺乏星上的辐射定标、像元饱和、时间尺度不连续、多源夜间灯光影像辐射不一致等问题。基于此,本文以中巴经济走廊区域为研究区,提出了一种基于线性拟合提取不变目标区域的方法,实现了DMSP/OLS影像间、DMSP/OLS与NPP/VIIRS两种数据间的相互校正。然后对中巴经济走廊的校正结果在不同空间尺度上选用区域灰度总量、标准化差异指数以及标准化差异指数和作为评价指标进行检验。结果表明:两种校正模型的拟合优度均在0.78以上,校正后的DMSP/OLS影像灰度总量与GDP和人口数据的相关性显著提高(GDP:R~2=0.7689;人口:R~2=0.9033),且标准化差异指数明显降低;NPP/VIIRS影像经过与DMSP/OLS互校正后在辐射亮度、时空分布上与DMSP/OLS更加一致,空间细节信息更加突出,从而增强了多源夜间灯光影像的一致性,更加适合用于长时间序列社会经济要素发展趋势的分析。