单一景观空间分布指数及其适用性评价

为描述单一景观的空间分布离散性和广度特征,引入基于香农熵的空间分布指数(MSHDI,Modified Shannon's Distribution Index),利用河南省中南部地区1990、2001和2007年3期TM/ETM+遥感影像,进行了MSHDI与经典景观指数的比较,并分析了MSHDI与面积指数(PLAND,Percentage of Landscape)在多网格尺度下的相关关系。结果表明:(1)MSHDI在描述单一景观的空间分布广度和离散程度特征方面具有较好的适用性。MSHDI能适应不同制图综合程度的影响,并能反映出景观斑块边缘的细微差别。(2)通过分析MSHDI与PLAND之间相关系数的大小和变化程度可以分别验证MSHDI的表征性和稳定性。(3)MSHDI适用于基底和散布状景观,两种指数之间有显著的正相关性(农用地=0.939,=0.000;城市建设=0.877,=0.004;工矿仓储=0.870,=0.002;自然绿地=0.966,=0.001),且随网格粒度变化不大(农用地r=0.921±0.054;城市建设r=0.867±0.107;工矿仓储r=0.883±0.052;自然绿地r=0.964±0.024);而对网状景观则缺乏稳定性。     

基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用.以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱.以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675.其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大.除WP_r和WP _g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012.7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势.然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数.最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5％和87.98％.单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性.     

京沪穗三地近十年夜间热力景观格局演变对比研究

城市热环境是城市生态环境的重要方面,它与城市气候、城市生态、城市灾害有着重要的联系.以北京、上海、广州三地为研究区,选取近10年MODIS的夜晚地表温度(LST)产品MOD11A2,分别采用质心迁移、景观格局指数、空间自相关方法研究京沪穗三地近10年的不同等级热力景观质心迁移演变、格局变迁和空间集聚特征.主要结论为:三地热力景观随郊区向市中心趋近,体现了由低温区、次中温区向中温区、次高温区、高温区过渡的趋势;三地的中温区所占比例最大,城市热力景观破碎度三地中上海市最高,5种热力景观比较,次中温区和高温区的破碎度最高;城市热力景观离散度三地中北京市最高,低温区和高温区的离散度较高.热环境空间自相关分析表明三地均以高温-高温区,低温-低温区集聚为主,北京、广州高温-高温区分布于南部,且集中成片分布,而上海市高温-高温区分布比较离散,相对较为复杂.从分布面积来说,10a中北京、上海表现为先减少后增加,而广州则持续减少.总体而言北京热环境恶化,而广州、上海热环境有所好转.     

生态贫困视角下的贫困县多维贫困综合度量

作为国家扶贫开发决策实施的重要单元,贫困县贫困程度及其致贫原因的识别和评估是国家“精准扶贫”战略实施的前提和保障.本文从生态贫困的视角,设计了顾及自然环境-经济-社会可持续协调发展的县级别多维贫困度量指标体系,构建基于贫困指数-最小方差模型(PI-MVM)的县级多维贫困度量模型,以6个连片特困区的249个县为典型研究区,系统揭示片区-县级层面上的贫困程度、致贫原因及其空间分布特征.结果显示: 各片区的综合贫困程度由北向南逐渐加重,各片区县存在“从北向南、从东到西,贫困程度逐渐加重”的趋势;乌蒙片区西部、秦巴片区西北部各县贫困程度的高-高聚集现象突出;秦巴中南部以及乌蒙片区受自然环境因素影响较大,贫困程度较深.一般致贫型片区县较多,主导致贫型片区县聚集在贫困程度较低的片区;经济因素对贫困的缓解作用逐渐下降,自然环境、社会发展因素的影响逐渐明显.研究结果可以更加精准地全面把握贫困县的贫困区划特征,为指导研究区早日脱贫提供辅助决策技术支撑.     

基于光谱指数的植物叶片叶绿素含量的估算模型

叶绿素是光合作用能力和植被发育阶段的指示器,是监测湿地植被生长健康状况的重要指标之一;高光谱遥感技术可以为植物叶绿素含量的定量化诊断提供简便有效、非破坏性的数据采集和处理方法。为保证被探测叶片面积相同,消除背景反射、叶片表面弯曲造成的光谱波动及叶片内部变异造成的影响,研究采用Field Spec 3光谱仪加载手持叶夹式叶片光谱探测器,测定野鸭湖湿地典型植物的叶片高光谱反射率数据,同时通过分光光度计室内测定相应叶片的叶绿素含量。采用相关性及单变量线性拟合分析技术,建立二者的关系模型,包括叶绿素含量与"三边"参数的相关模型以及比值光谱指数(SR)模型和归一化差值光谱指数(ND)模型,并采用交叉检验中的3K-CV方法对估算模型进行模型精度检验。结果表明:植物叶片叶绿素含量与"三边"参数大多都呈极显著相关,相关系数最大达到0.867;计算光谱反射率组成的比值(SR)和归一化(ND)光谱指数与叶绿素含量的决定系数,总体相关性比较高,较好的波段组合均为550—700nm与700—1400nm以及550—700nm与1600—1900nm,与叶绿素含量相关性最好的指数分别是SR(565nm,740nm)和ND(565nm,735nm)。并通过选取相关性最佳的光谱特征参数,分别基于"三边"参数和ND模型指数构建了植物叶片叶绿素含量的估算模型。其中,基于红边位置(WP_r)光谱特征参数和ND(565nm,735nm)光谱指数建立的叶绿素含量估算模型,取得了较好的测试效果,检验拟合方程的决定系数(R2)都达到0.8以上,估算模型分别为y=0.113x-78.74,y=5.5762x+4.4828。通过3K-CV方法进行测试和检验,植物叶绿素含量估算模型均取得了较为理想的预测精度,预测精度的分别为93.9%及90.7%。高光谱遥感技术对植被进行微弱光谱差异的定量分析,在植被遥感研究与应用中表现出强大优势,为植物叶绿素含量诊断中的实际应用提供了重要的理论依据和技术支持。     

基于可见光波段包络线去除的湿地植物叶片叶绿素估算

研究采用芦苇和香蒲叶片光谱及实测叶绿素含量数据,选取波段谱带范围为可见光波段400—760nm(为了避免近红外波段受叶片水分含量的影响,降低构建模型的稳定性),利用相关分析与逐步回归分析的统计学分析方法,建立叶面尺度下不同包络线去除衍生转换光谱:BD(band depth)、CRDR(continuum-removed derivative reflectance)、BDR(band depth ratio)、NBDI(normalized band depth index)与叶绿素含量估算模型。通过对入选波段的统计表明在550—750nm,特别是700—750nm(红边)波段范围内产生了较多的有效波段,是今后进行生物参量反演的重点波段范围。舍一交叉验证结果表明芦苇、香蒲和混合样本绿素含量估测的最佳模型分别为BD、CRDR和NBDI模型,其交叉验证决定系数依次为0.87、0.83和0.81,交叉验证均方根误差RMSE依次为0.16、0.15和0.33。并在此基础上利用独立样本非参数检验和多因子方差分析,探讨相关因素对于叶绿素含量估算模型精度的影响。结果表明物种差异、数据类型差异对于叶绿素回归模型的影响较大,而光谱类型差异及光谱数据与数据类型交互作用对于回归模型精度的影响较小。     

基于可见光植被指数的面向对象湿地水生植被提取方法

利用ESP分割工具确定最佳分割尺度,通过多尺度分割算法创建最优分割影像,基于微型无人机影像数据生成可见光植被指数,从一系列可见光植被指数中选取一组最优植被指数,建立决策树规则,利用隶属度函数对研究区自动分类,生成水生植被分布图.结果表明: 监督分类法的总体精度为53.7%,面向对象分类法总体精度为91.7%,与基于像元的监督分类法相比,面向对象分类法显著改善了影像分类结果,并大大提高了水生植被提取精度,监督分类法的Kappa系数为0.4,而面向对象分类法的Kappa系数为0.9.这表明利用微型无人机数据生成的可见光植被指数结合面向对象分类方法提取水生植被在该研究区是可行的,并能够应用到其他类似区域.     

近30年来白洋淀湿地景观格局变化及其驱动机制

湿地是水陆相互作用形成的独特生态系统,其景观格局极易受到气候变化和人类活动的影响。利用1984—2014年的11期遥感影像数据,综合运用GIS技术和景观格局指数方法,对白洋淀湿地景观格局变化特征及其驱动力机制进行了分析。结果表明,1984—2014年期间,挺水植物和沉水植物呈减少趋势,农田和居民点持续快速增长,纯水体为"增加—减少—再增加"的趋势,林地和裸土地变化幅度不大。其中挺水植物一直是白洋淀最主要的景观类型,占研究区总面积比例达到37%—61%。农田的平均斑块面积最大,挺水植物的最大斑块指数和分维度指数最高,挺水植物和农田的聚集度指数最大,居民点、林地和裸土地空间分布离散,破碎化程度高,连通性差。1989—2004年白洋淀景观多样性指数呈减少趋势,景观格局趋于不稳定,同期聚集度指数上升,湿地连通性增加;1984—1989年和2004—2014年期间白洋淀多样性指数上涨,聚集度指数逐年下降,景观异质性增加。人口和社会经济发展是影响白洋淀景观格局变化的主要因素。     

不同水氮梯度下典型挺水植物叶绿素荧光的响应特性

叶绿素荧光测量分析可以揭示植物叶片光化学效率的变化,已越来越多地应用于植物生态监测。以再生水为主要补给水源的北京门城湖湿地公园为研究区,选取典型湿地挺水植物芦苇(Phragmites australis)、香蒲(Typha angustifolia)和茭白(Zizania latifolia)为研究对象,通过野外测量叶片尺度的叶绿素荧光参数和室内测定对应样点的水体总氮含量指标,研究了再生水补给条件下,不同水氮梯度植物叶绿素荧光的响应特性。结果表明,3种典型挺水植物的初始荧光(Fo)与最大荧光(Fm)随着水体总氮含量的增加呈现上升的趋势;PSII的量子效率(F_v/F_m)与实际量子效率(ΦPSII)受水氮含量的影响先升高,达到15–20 mg·L~(–1)区间时,则与之持平;光化学淬灭(qP)参数则呈现先升高后降低的变化趋势,而非光化学淬灭(NPQ)参数的变化没有明显的规律。当水氮含量为15–20 mg·L~(–1)时,光化学反应减弱,光合作用出现抑制。不同类型植物的荧光参数也有所不同,处于生长期(6月)植物的光合作用显著强于生长成熟期(9月)。     

基于中分辨率TM数据的湿地水生植被提取

利用湿地水生植被生长旺盛、光谱反射较强、光谱信息比较丰富的8月份中分辨率Landsat TM和ETM+多光谱遥感影像,采用面向对象的分类方法,进行野鸭湖湿地水生植被的提取。研究表明:在提取过程中,通过对原始影像进行主成分变换和穗帽变换,将主要信息与噪声分离,不仅减小了数据冗余和波段间的相关性,而且增大了影像上湿地水生植被与其他地物类型光谱和空间信息的差异性,并结合野外水生植被光谱特征分析,选择归一化植被指数NDVI与归一化水体指数NDWI辅助分类,构建特征波段或波段组合,然后,确定适当的隶属度函数和阈值范围,构建分类决策树,完成湿地水生植被的自动分类,提高了影像分割与面向对象分类的精度,取得了较为理想的湿地水生植被提取结果。2002年和2008年两景影像的总体分类精度分别达到86.5%和85.44%,表明中分辨率TM影像可以满足湿地水生植被提取的需要,又因为其具有较高的波谱分辨率、极为丰富的信息量、相对较低的价格、长时间序列,可以作为近20a湿地水生植被提取和动态变化监测的主要数据源。