发挥遥感技术优势,为安徽省经济建设服务——以“安徽省国土资源遥感综合调查”项目为例

本文论述了应用遥感技术，对安徽省国土资源进行综合调查的具体方法、步骤和组织实施的全过程。文中对课题、专题设置及其调查内容，取得的主要成果进行了评述和介绍。本文是省（区、市）级国土资源遥感综合调查具体实践的经验总结     

遥感信息在南水北调西线工程区构造解译中的应用

以南水北调西线工程区的构造解译为例,对信息源选择、波段组合、影像融合、几何精校正、图像镶嵌等一系列处理方法进行针对性研究,证实了该方法组合对南水北调西线工程区的遥感影像处理的有效性,进而建立了色调、形状、地层或岩体被错断、地貌形态差异和水系格局等解译标志.通过对断裂构造解译的实地验证,表明解译准确率达到90%以上,位置误差小于15m.与常规地质调查方法相比,遥感信息具有视域宽广、内容丰富、主要断裂突出、受地面条件限制较少、有效提高野外验证效率的优势.     

新疆帕米尔跃动冰川遥感监测研究

2015年5月,新疆克孜勒苏柯尔克孜自治州阿克陶县公格尔九别峰北坡克拉牙依拉克冰川发生跃动,造成草场和部分房屋被冰体淹没,本文针对这一冰川跃动事件的发生过程进行研究.利用2013-2015年间ASTER立体像对数据监测了克拉牙依拉克冰川的冰川表面高程的变化,并利用2015年4月13日至2015年7月11日期间的LandsatOLI数据监测了冰川的表面运动速度变化.监测发现,克拉牙依拉克冰川从2015年4月13号开始活动强烈,表面运动速度呈加快趋势,2015年5月8-15日期间冰川表面运动速度达到最高水平,其最大运动速度在西支中部达到了(20.40±0.42)m·d^-1,冰川跃动达到顶峰.冰川跃动"积蓄区"位于西支冰川平衡线以下区域,跃动向下游接收区输送冰体体积约为2.4×10⁸m³,大量冰体堆积在东西支汇合口地段(海拔3100~3500m),造成了该处冰面隆起,其中最大隆起高度为(130.58±0.70)m.本文获得了西支冰川由静止期、跃动状态、恢复到稳定状态期间的冰面高程和表面运动速度变化,为本地区冰川跃动机理的研究奠定了基础.     

陕北植被变化遥感监测及对径流的影响

陕北北部是我国水土流失最为严重的地区,年输入黄河的泥沙量占全河的38%。1999年实施退耕还林草工程后,退耕还林草面积达9617.2 km2。利用1998-2004年NOAA卫星遥感资料,计算陕北北部地区归一化植被指数,发现陕北植被指数增幅在50%-200%之间,其中吴旗县增幅最大。对延安北部及榆林市1998-2004年降水量资料分析,得出植被指数增加是退耕还林草工程初见成效,不是由于降水变化引起的。利用1980-2004年吴旗县气象站观测的降水量和水文站所测径流量进行时间序列相关分析、典型年对比分析,得出该县植被变化对年径流量产生了影响,年径流量和泥沙量减少近一半,对保持水土有积极意义。     

RADARSAT数字图像积雪覆盖下地物解译方法

采用加拿大RADARSAT雷达数字图像,以新疆阿勒泰地区阿勒泰市、布尔津、吉木乃、哈巴河、福海5个县(市)为典型试验区,研究了积雪覆盖下雷达遥感图像地物解译的基本原理和几何纠正方法,比较分析了标准模式的地理参考高分辨率合成孔径雷达图像与经过亮度增强、边缘增强、图像增强、斑点压缩和纹理分析处理的图像上地物目视解译的特点,建立了积雪覆盖下雷达图像上耕地、水系、交通道路、居民地等与抗灾救灾密切相关的地物的解译标志。结果表明,可弥补可见光及近红外遥感积雪监测的缺陷,为雪灾发生区的救援决策提供科学依据。     

洪涝灾害遥感救援系统

利用NOAA／AVHRR气象卫星实时监测到的洪涝灾害数据与GIS技术结合，以地理信息系统软件ArcView3.1为依托建立洪涝灾害遥感救援系统。在洪涝灾害发生时，依托本系统的数据库能快速、准确地提供通往淹没区的最佳救援路径，可快速地到达受灾区域，进行人员财产抢救及救援物资输送，为宏观决策提供了科学的依据。     

高分遥感技术在西昆仑大红柳滩-俘虏沟地区地质找矿中的应用

在西昆仑大红柳滩-俘虏沟地区,以WorldView-2高空间分辨率数据为主要信息源,在标准影像图制作基础上,针对性地进行图像增强处理,突出相关控矿要素和矿化信息,开展地质矿产遥感解译;利用ASTER数据开展矿化蚀变有关的遥感异常信息提取,配合适量的野外调查验证,发现了4种极具找矿前景的矿化带类型：①大红柳滩（含稀有金属）花岗伟晶岩带1处;②大红柳滩层控型铁多金属矿化带1处;③俘虏沟燕山期花岗岩有关热液脉型铁、铅、银、铜矿化区1处;④俘虏沟层控型含铜铅锌银的菱铁-赤铁矿矿化带4处;通过遥感综合分析,圈定遥感找矿靶区11处,其中A级遥感找矿靶区5处、B级遥感找矿靶区3处、C级遥感找矿靶区3处,为后续区域地质矿产调查项目规划部署和矿产资源勘查评价提供依据。因此,高分遥感技术在西昆仑地区矿产地质综合调查中作用显著,可实现找矿工作的快速突破,值得在相同或类似区域进一步推广应用。     

基于Hyperion数据的南四湖叶绿素浓度反演研究

通过对2005年5月7日南四湖Hyperion高光谱影像的几何纠正和6S模型辐射校正,以及水体光谱数据分析,对22个水体样点原始光谱数据分别采用归一化处理和包络线消除处理后,以波段比值数据构建叶绿素浓度反演模型,选取相关系数最大的反演模型,获得南四湖叶绿素浓度的空间分布图。研究表明,包络线消除法能很好地去除水体的光谱曲线背景影响,突出光谱曲线的吸收和反射特征,与归一化处理相比,反演模型的相关系数都有很大提高。R700/R560波段比值数据构建的模型相关性最高,相关系数为0.834,可用于叶绿素浓度反演研究。     

High spatial resolution hyperspectral mapping of in-stream habitats, depths, and woody debris in mountain streams

This article evaluates the potential of 1-m resolution, 128-band hyperspectral imagery for mapping in-stream habitats, depths, and woody debris in third- to fifth-order streams in the northern Yellowstone region. Maximum likelihood supervised classification using principal component images provided overall classification accuracies for in-stream habitats (glides, riffles, pools, and eddy drop zones) ranging from 69% for third-order streams to 86% for fifth-order streams. This scale dependency of classification accuracy was probably driven by the greater proportion of transitional boundary areas in the smaller streams. Multiple regressions of measured depths (y) versus principal component scores (x₁, x₂,…, x_n) generated R² values ranging from 67% for high-gradient riffles to 99% for glides in a fifth-order reach. R² values were lower in third-order reaches, ranging from 28% for runs and glides to 94% for pools. The less accurate depth estimates obtained for smaller streams probably resulted from the relative increase in the number of mixed pixels, where a wide range of depths and surface turbulence occurred within a single pixel. Matched filter (MF) mapping of woody debris generated overall accuracies of 83% in the fifth-order Lamar River. Accuracy figures for the in-stream habitat and wood mapping may have been misleadingly low because the fine-resolution imagery captured fine-scale variations not mapped by field teams, which in turn generated false “misclassifications” when the image and field maps were compared.The use of high spatial resolution hyperspectral (HSRH) imagery for stream mapping is limited by the need for clear water to measure depth, by any tree cover obscuring the stream, and by the limited availability of airborne hyperspectral sensors. Nonetheless, the high accuracies achieved in northern Yellowstone streams indicate that HSRH imagery can be a powerful tool for watershed-wide mapping, monitoring, and modeling of streams.     

卫星遥感反演土壤水分研究综述

土壤水分是影响地表过程的核心变量之一。精准地测量土壤水分及其时空分布,长期以来是定量遥感研究领域的难点问题。简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题,介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集,包括欧洲气象业务卫星（ERS/MetOp）数据集、高级微波扫描辐射计（AMSR-E）数据集、土壤湿度与海洋盐分卫星（SMOS）数据集,并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。