基于Landsat影像的斯里兰卡内陆湖库水体时空变化分析

斯里兰卡是海上丝绸之路沿线重要节点,降雨量丰富但时空分布不均匀,存在明显季节性缺水,其内陆湖库水体面积变化监测对水资源开发利用具有重要指导作用。为了解斯里兰卡湖库水体空间分布特征与时间变化规律,本文基于Landsat系列影像数据,对比分析不同水体提取模型在影像上的水体提取精度,确定最优算法;选取典型湖库分析其面积年际和年内的动态变化特征。以1995、2005和2015年为基准研究年份,采用最优水体提取模型对全岛内陆湖库水体进行提取,利用面积将湖库分为4个等级,统计各年份不同等级湖库的数量和面积数据,分析其时空变化特征。研究结果表明:①基于大津法(OTSU)的归一化水体指数(NDWI)水体提取模型提取水体的精度最高,总体精度在97%以上,误提率和漏提率最低,适合于斯里兰卡地区水体的提取;②1988-2018年同期8月的典型水库面积总体呈现波动增加的趋势,1992年水库面积最小,2013年水库面积最大;水库面积年内变化较大,其中2017年最大面积出现在2月,最小出现在9月,与雨季和旱季结束月份基本一致,且2月面积是9月面积的2.24倍;③1995-2015年同期,斯里兰卡全国4个等级湖库的数量和面积不同幅度的增加,湖库水体资源量呈递增的趋势。研究结果可为斯里兰卡水土资源优化配置及水资源管理与规划提供科学依据。     

基于SVR的旱区稀疏植被覆盖下土壤水分遥感反演

中国西北半干旱区降水稀少、蒸散强烈,土壤水分作为重要的生态因子,影响着土壤-大气界面的能量平衡。支持向量回归模型具有估算精度高、可处理非线性问题、泛化能力强等优点,近年来被应用于土壤水分反演研究中,但已有模型极少考虑地表粗糙度因素的影响,导致反演精度受到一定限制。因此,本文以内蒙古乌审旗为研究区,采用水云模型去除地表稀疏植被覆盖的影响,提取全极化Radarsat-2 SAR影像裸土后向散射系数（ {\sigma }_{\mathrm{soil}}^0 ）,并利用AIEM模型和Oh模型建立后向散射系数数据库,采用LUT法模拟地表有效粗糙度参数,构建基于支持向量回归的土壤水分反演模型,并系统地对比分析了不同极化方式的后向散射系数作为数据源的土壤水分反演结果。研究结果表明：不考虑粗糙度参数的单数据源作为模型参数时,同极化数据反演结果比交叉极化具有更高的反演精度;当模型参数为考虑粗糙度的多源数据时,不同极化数据的反演精度均有所提高,其中数据源为 {\sigma }_{\mathit{vv}}^0 和粗糙度参数时,反演结果最好（R ²=0.917,MAE=3.980%,RMSE=5.187%）。研究结果可为旱区稀疏植被覆盖地表土壤水分的遥感监测提供技术支持。     

面向对象的特色农作物种植遥感调查方法研究

宁夏自治区具有土地、光能、引黄灌溉等优势,为宁夏特色农作物（硒砂瓜、枸杞、大枣）的生长提供了先天条件。快速准确地获取特色农作物的种植信息不仅是宁夏特色农作物监测、估产和灾害评估的重要依据,同时也是分析特色农作物结构分布变化和评价区域特色农业生产影响的重要凭证。近年来,随着航天技术和卫星传感器的不断发展,越来越多的学者将遥感技术运用到农作物种植信息的提取研究中。但是传统的遥感调查模型都是基于中低分辨遥感数据建立的,对于新的高分数据没有完备的信息提取模型。此外,基于GF-1遥感影像对类似宁夏特色农作物（硒砂瓜、枸杞、大枣）的信息提取研究相对较少,决策条件和分类模型的选择也难以满足高分农业的需求。基于此,本文利用国产GF-1 PMS遥感影像,在分析3类特色农作物光谱特征和纹理特征的基础上,建立了面向对象的支持向量机（SVM）分类模型,总体分类精度达到94.94%,Kappa系数为0.9174。同时将分类结果与传统的SVM分类结果相比较,研究发现面向对象的SVM模型的精度更高,效果最好,纹理信息的引入使光谱特征差异较小的枸杞和大枣更容易区分,有效降低了模型错分和漏分误差,改善了模型分类结果。研究结果为实现宁夏特色农作物的快速自动化提取提供了有效途径,也为开展农作物承保和受灾定损评估体系建设提供技术支撑。