琼西北地区冰川地貌陆地卫星TM图像解译

在北门江流域更新世沉积广布、厚度巨大。在对区内的建筑砂矿进行成矿背景条件研中,利用了陆地卫星TM图像并与区内的地质地球物理资料进行综合分析,发现了区内的冰蚀台面、冰洼、冰斗、冰川槽谷和冰碛堤、冰碛裙和冰水扇等冰川作用遗迹。通过对冰蚀、冰碛地貌的研究发现它们之间内在的成生规律。     

中国地表植被覆盖变化及其与气候因子关系

本文利用１９８５－１９９０年连续６９个月的ＮＯＡＡ时间序列数据,进行中国植被覆盖变化的空间,以及时间序列分析,并且结合同期的平均气温,降水数据,进行植被覆盖变化与气候因子相关性分析,该文证实了在中国植被覆盖随时间的推移规律,空间分布规律,以及植被覆盖变化与气温,降水的定量关系。     

利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例

青藏铁路沿线地表受多年冻土的影响会产生抬升和沉降,形变监测对于其安全运行至关重要。本文采用41景C波段Sentinel-1A升轨数据,结合均匀网格划分子区域的方法,探测分布相对均匀的永久散射体,以作为SBAS InSAR技术的地面控制点,对青藏线羊八井站至乌玛塘站段铁路及其沿线地表进行形变监测。试验结果表明,该段铁路年形变速率范围为-8~2 mm/a,该区域形变受周围冻土的影响随季节呈周期性变化;SBAS InSAR技术和本文的PS-SBAS InSAR技术在同名点形变趋势与形变程度方面的对比结果保持一致性,进一步说明了本文方法的可靠性。     

Semi-automatic delineation of badlands using contrast in vegetation activity: a case study in the lower Chambal valley,India

Population growth worldwide leads to an increasing pressure on the land. Recent studies reported that many areas covered by badlands are decreasing because parts of badlands are being levelled and converted into arable land. It is important to monitor these changes for environmental planning. This paper proposes a remote-sensing-based detection method which allows mapping of badland dynamics based on seasonal vegetation changes in the lower Chambal valley, India. Supervised classification was applied on three Landsat (Thematic Mapper) images, from 3 different seasons; January (winter), April (summer) and October (post-monsoon). Different band selection methods were applied to get the best classification. Validation was done by ground referencing and a GeoEye-1 satellite image. The image from January performed best with overall accuracy of 87% and 0.69 of kappa. This method opens the possibilities of using semi-automatic classification for the Chambal badlands which is so far mapped with manual interpretations only.     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

基于遥感数据的多年平均物候不确定性研究

多年平均物候能够反映植被生长发育节律的均衡状态,是植被物候模拟与预测的关键参数之一。遥感已广泛用于地表物候监测,是空间多年平均物候信息的重要来源。然而,基于遥感的多年平均物候存在不同计算方法,如先确定每年时序曲线的物候点再求平均值（平均法）,以及先求多年平均时序曲线再确定物候点（参考曲线法）。上述方法的结果可能存在差异,但目前尚缺乏对这一不确定性及其影响的认识。针对该问题,本研究利用2001年—2016年遥感植被指数数据,分别在平均法和参考曲线法下提取中国森林生长季起始时间的多年平均值（■）,比较■的差异（■）及其空间异质性;进一步选取物候研究中常用指标,即以■为基础的温度“季前时长PD (Preseason Duration)”,分析■不同计算方法对物候—气候关系的潜在影响。结果表明,（1）不同方法下的■差异显著,总体上平均法小于参考曲线法（-2.6±2.2 d,占88%）,其中存在8.0%和6.0%的有效像元其动态平均法和固定平均法小于参考曲线法超过7 d,主要分布在东南丘陵地区。（2）■具有显著的空间异质性,主要表现为随年均温的升高而减小（Slope=0.07 d/℃,P<...     

基于Stacked ConvLSTM的时间序列森林火烧迹地检测

确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法 Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire＿CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比St...     

日本Mw9.0地震前GRACE卫星重力变化

利用GRACE重力卫星月重力场数据,通过去相关与高斯滤波等方法获取日本大地震震前震源区周缘年度、季度和年度差分重力变化,以及若干点位时间序列重力变化;分析结果表明:日本大地震前5年内在震源区周边出现了比较明显的卫星重力异常正负交替和迁移现象,至震前1－2年,震区周边形成了明显正负异常区,正重力异常区重力增加现象明显;点位重力时间序列分布指出了日本MW9.0级地震前存在与1976年唐山地震类似的重力变化现象。这些结果反映了日本大地震震前震源区周边地下物质运动、质量迁移和能量积累等问题,为研究该地震的孕育过程提供了证据。     

傅立叶级数支持下的等高线多尺度表达模型

基于傅立叶级数提取等高线的特征向量,并提出了一种等高线多尺度表达的数据模型。对开等高线采用以首尾点连线作镜像处理的方式将其拓展成闭合曲线,进而将闭合曲线描述成弧长的周期函数,并将其表示为傅立叶级数。以一定阶次的傅立叶级数展开曲线与原始曲线形成的缝隙面积为依据,计算当前展开曲线的比例尺,建立傅立叶级数展开项数与等高线比例尺的对应关系。不同于传统的通过对曲线上点和弯曲的取舍来实现尺度变化的方法,通过控制傅立叶特征向量的长度来实现不同尺度的等高线表达。     

时间序列InSAR技术中的形变模型研究

时间序列InSAR技术,包括PS-InSAR技术和小基线集InSAR技术, 能有效克服传统D-InSAR的失相干限制, 逐步成为形变测量中的实用化技术。但是, 现有时间序列InSAR技术主要采用线性函数对真实形变进行模拟, 在真实形变呈现强烈的非线性时, 这种处理将不能得到正确的形变结果。本文就时间序列InSAR的形变模型问题展开研究, 首先从干涉相位模型解算的方法入手, 深入分析了线性形变模型的不足, 当干涉点目标的密度不够并且真实形变的非线性较强时, 干涉相位方程的解将会发散。根据魏尔斯特拉斯逼近定理, 提出以高阶多项式取代线性形变模型, 并给出了基于多项式形变模型的干涉相位方程解算方法。 利用太原市2003-2009年的23景ENVISAT ASAR影像, 分别采用线性形变模型和三次多项式形变模型, 利用小基线集技术进行了形变反演。将这两种方法得到的结果分别与水准测量结果进行了比较。结果表明, 采用多项式形变模型不仅能取得更高的形变测量精度,而且能提高点目标的密度。由于高阶多项式总能比低阶多项式更准确地拟合连续函数, 因此本文提出的多项式形变模型在时间序列InSAR形变监测中具有广泛的应用价值。