应用自组织神经树模型进行森林立地分类研究

利用航空遥感图像获取森林立地因子信息,在GIS支持下,以研究区内692个地块单元为对象,用自组织神经树模型进行森林立地分类研究,结果表明,该方法分类速度快、精度高、容错能力强,有极好的应用前景。     

利用GPU的R树细粒度并行STR方法批量构建

大数据时代,需要对海量空间数据更快速地建立高效索引,使用递归排序网格(STR)方法构建的R树具有优秀的查询性能,但构建效率不高。本文利用基于计算机图形处理器(GPU)的通用计算具有细粒度可并行性的特点,提出了一种基于STR算法的R树GPU并行构建算法,使用线性数据结构存储R树,并且用整体排序代替分段排序,细化算法的并行粒度。实验结果表明,同CPU算法相比,本文算法的加速比最高可达27倍,并且呈现出随着数据量增大而变大的趋势。本文算法充分利用GPU的并行处理能力,高效构建了性能优越的R树空间索引。     

Sentinel-3 OLCI数据的内陆湖泊有机悬浮物浓度遥感估算

有机悬浮物OSM (Organic Suspended Matter)是湖泊有机碳库的重要组成成分,对研究湖泊生态环境和初级生产力具有重要意义.本研究以太湖、巢湖、涌湖、小兴凯湖、滇池、洪泽湖、呼伦湖和南漪湖8个内陆湖泊为研究区,发展了适合内陆水体的有机悬浮物浓度遥感估算方法.基于B6、B7波段的斜率和B10、B11波...     

太湖水体后向散射特性模拟

为研究太湖水体后向散射系数的光学特性,利用太湖实测数据和半分析方法与光学闭合(Optical Closure)原理,对太湖水体的后向散射系数进行模拟,在此基础上对其光学特性和影响因子进行分析.研究结果表明:由于悬浮物浓度的差异,使得太湖水体后向散射系数具有明显的差异性,后向散射主要由无机悬浮物引起,浮游藻类对后向散射系数的贡献较小;由于悬浮物来源不同,使得悬浮物粒径分布、形状以及组成成分不同,导致太湖水体单位后向散射系数存在一定变化;以550 nm作为参考波段对太湖后向散射系数进行参数化,得出该波段后向散射系数与悬浮物浓度具有很好的线性关系,其指数在1.32~2.8之间变化,平均值为2.09.     

面向对象的SPOT 5影像城区水体信息提取研究

 以南京市部分主城区为研究对象，首先利用基于多尺度图像分割方法对图像进行分割； 然后利用对象所包含的光谱、形状及纹理等特征确定地物识别中所需的各种特征参数； 最后，通过规则的建立，实现研究区地物的逐级分层分类。研究结果表明，该方法不仅使分类结果具有丰富的语义规则信息，而且还有效减少了“分类椒盐现象”的产生，分类精度显著提高。     

基于反射光谱的太湖北部叶绿素a浓度定量估算

利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算．     

基于遥感反射率的太湖优势藻识别方法

我国淡水湖库频发水华,不同类群形成的水华特征、危害及其治理方法差异显著,因此,如何区分不同藻种的遥感反射率特征,获取湖泊优势种信息是一个亟待解决的科学问题。研究基于室内藻种培养实验,培养了富营养化湖泊中的典型蓝藻和绿藻藻种,其中,蓝藻包括铜绿微囊藻（Microcystis aeruginosa）、假鱼腥藻（Pseudanabaenasp．）和束丝藻（Aphanizomenonsp．）,绿藻包括小球藻（Chlorellasp．）以及四尾栅藻（Scenedesmus quadricauda）;基于实测的遥感反射率,经归一化处理后,分析了不同藻种的遥感反射率特征,构建了DI(difference index)指数以及ADI(algae distinguish index)指数,建立了藻种分类模型,利用验证集数据进行检验,整体识别精度达77.55%,Kappa系数为0.7178。将分类方法应用于太湖野外实测遥感反射率数据集中,结果与实测的生物量数据有较好的匹配;将模型应用于太湖OLCI(ocean and land colour instrument)影像数据,获得了2019年12月和2020...     

环境一号卫星高光谱遥感数据的内陆水质监测适宜性——以巢湖为例

环境一号星座的A星(HJ-1A)上搭载了超光谱成像仪(HSI),它是具有高光谱分辨率的全新国产遥感数据源,为水质遥感特别是内陆水质遥感提供了新的高光谱数据.但HSI影像的处理方法尚不完善,在广泛应用于水质遥感前对其进行质量研究和评价非常必要.本文针对HSI数据在巢湖水质监测应用方面的适宜性,对信噪比和数据真实性、倾斜条...     

基于偏最小二乘法的巢湖悬浮物浓度反演

悬浮物浓度是水质评价的重要参数.对2009年6月巢湖实测的高光谱数据进行小波变换以去除数据冗余,减少建模时间.考虑到不同的小波基函数和分解尺度对数据压缩的影响,采用3个指标作为评价标准,最终选择小波基函数为Db4,分解尺度为4的小波变换,经小波变换后,原来的451个波段的光谱数据压缩为34个特征变量.利用小波变换后的光...     

滇池湖滨带植被时空变化及其对滇池总磷浓度的影响

滇池是中国最大的高原淡水湖泊,是长江上游生态安全格局的重要组成部分。自2008年起政府在滇池湖滨带大规模退耕还草还林,以恢复滇池及其湖滨生态。湖滨带植被对滇池总磷浓度的影响是一个长期过程,需要通过遥感长时间连续监测的数据来评价。本文以滇池和滇池湖滨带为研究区,从空间分布、季节差异2个角度,结合入湖河流总磷负荷,研究2005—2018年滇池湖滨植被时空变化对滇池总磷浓度的影响。主要结论如下：① 滇池总磷浓度由湖缘向湖心逐渐降低,并且北部和南部偏高;2005—2018年,滇池总磷浓度呈现显著下降趋势;② 2011—2018年滇池总磷浓度显著减小与湖滨带植被的拦截作用密切相关;③ 2005—2018年滇池湖滨带草本和木本植物面积都显著增加,增加最剧烈的年份是2010—2011年;④ 相比于平水期和丰水期,枯水期NDVI与强影响区总磷浓度负相关关系最强,且木本植物NDVI与强影响区总磷浓度负相关性强于草本。本文利用长时间序列数据评价滇池总磷浓度与其湖滨植被的响应关系,可为滇池湖泊生态恢复提供科学依据。