不同灌溉量夏玉米叶绿素含量的高光谱特征及其反演

植物叶绿素含量直接影响其光合作用，并与植物的光谱特征密切相关。以夏玉米为研究对象，采用人工控水方法研究了夏玉米七叶期不同灌溉量下冠层叶绿素含量特征及其与光谱特征之间的关系。结果表明：灌溉量越少，夏玉米叶片叶绿素含量越低，冠层光谱反射率越高，绿峰位置"红移"，而红边位置"蓝移"。叶绿素含量与光谱特征参数、植被光谱指数之间存在极显著相关关系，据此建立了冠层叶绿素含量高光谱估算模型，且基于植被指数模型较基于单一光谱特征参数模型模拟效果更好。研究结果可为夏玉米叶绿素含量的快速无损测定以及夏玉米干旱监测提供依据。     

干旱荒漠区生态环境质量遥感动态监测——以古尔班通古特沙漠为例

利用遥感生态指数(RSEI)对区域生态变化进行评价,可以快速、高效、客观地获取研究区生态环境变化状况.本研究以两期Landsat数据为数据源,计算研究区绿度、湿度、热度、干度4个生态因子的遥感生态指数,并基于主成分分析法确定其权重,对古尔班通古特沙漠2006—2017年间的生态环境时空格局进行定性和定量评价.结果表明: 湿度和绿度对古尔班通古特沙漠生态环境质量起正面作用,而热度和干度对生态环境质量起负面作用,其中代表绿度指标的归一化植被指数(NDVI)的贡献最大.2006—2017年间,古尔班通古特沙漠的RSEI有所下降,其均值从0.294下降至0.243,降幅达20.1%,研究区的生态环境状况呈现整体变差的趋势.古尔班通古特沙漠中部生态环境较为稳定,东北部植被覆盖密集区及南缘灌溉区生态环境质量变好,沙漠南部及西北部区域生态环境质量变差.     

阿克苏河流域土壤湿度反演与监测研究

以新疆阿克苏河流域为研究区,以GF-1 WFV和Landsat8 OLI两种高分辨率遥感影像为数据源,结合102个不同深度层的土壤湿度实测数据,选择垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证。结果表明,两种数据源下的PDI、MPDI、VAPDI与土壤湿度实测含水量的决定系数较高,尤其是0—10 cm的相关性最强,平均决定系数达到0.68,说明基于光学遥感影像近红外和红光波段反射率构建的反演指数对近地表层土壤湿度信息更敏感,但对地下较深层次的土壤湿度反演精度略低;MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,反演的精度要比PDI高,尤其是高植被覆盖度区,采用垂直植被指数(PVI)修正的VAPDI反演精度最佳;基于两种遥感数据源的土壤湿度空间异质性基本一致,但空间分辨率较高的GF-1 WFV模拟的土壤湿度空间分异更加精细和明显。研究结果可为"一带一路"背景下干旱半干旱地区大范围和动态监测土壤湿度、开展定量节水灌溉等提供理论基础和实践参考。     

气候变化背景下近30年祁连山高寒荒漠分布时空变化

高寒荒漠作为青藏高原植被带谱的顶端类型广泛分布于祁连山高海拔地区, 其生长和分布条件与周边区域差异明显, 对气候变化的响应更为敏感, 且研究较少。该文利用1990年以来的Landsat TM、OLI数据, 采用决策树分类和人工目视解译方法, 提取了祁连山高寒荒漠的分布范围。结合气候变化情况, 综合分析了气候变化背景下近30年祁连山高寒荒漠分布的动态变化及其时空差异。结果表明: (1)近30年增温气候变化过程中, 祁连山高寒荒漠分布范围呈萎缩趋势, 萎缩速率约为348.3 km ²·a ^-1, 萎缩变化幅度表现为西段>中段>东段, 局部地段上存在扩张现象。上述现象导致高寒荒漠下界平均海拔以每10年约15 m的平均速率向更高海拔推进, 向上推进幅度为西段>东段>中段; (2)受水热条件控制, 近30年祁连山高寒荒漠分布动态变化集中分布在低坡度地区。由于水热背景条件的空间差异, 祁连山东段和中段阳坡上高寒荒漠分布动态变化大于阴坡, 而在祁连山西段表现相反; (3) 1990年以来, 祁连山增温显著, 降水量微弱增加。在气候变化以及区域地形限制共同影响下, 祁连山高寒荒漠分布变化时空差异明显, 且过渡带上归一化植被指数与气温相关性高于降水量。以上结果表明, 气候变化影响祁连山高寒荒漠分布动态变化及其空间差异, 但气温是主要的影响因子, 增温促进了高寒荒漠下接植被带主体高寒草甸的生长。     

基于多源遥感数据的植物物种分类与识别: 研究进展与展望

物种分类与识别是生物多样性监测的基础, 明确物种的类别及其分布是解决几乎所有生态学问题的前提。为深入了解基于多源遥感数据的植物物种分类与识别相关研究的发展现状和存在的问题, 本文对2000年以来该领域的研究进行了总结分析, 发现: 当前大多数研究集中在欧洲和北美地区的温带或北方森林以及南非的热带稀树草原; 使用最多的遥感数据是机载高光谱数据, 而激光雷达作为补充数据, 通过单木分割及提供单木的三维垂直结构信息, 显著提高了分类精度; 支持向量机和随机森林作为应用最广的非参数分类算法, 平均分类精度达80%; 随着计算机技术及机器学习领域的不断成熟, 人工神经网络在物种识别领域得以迅速发展。基于此, 本文对目前基于遥感数据的植物物种分类与识别中在分类对象复杂性、多源遥感数据整合、植物物候与纹理特征整合和分类算法技术等方面面临的挑战进行了总结, 并建议通过整合多时相监测数据、高光谱和激光雷达数据、短波红外等特定波谱信息、采用深度学习等方法来提高分类精度。     

基于光谱参数对小白菜叶片镉含量的高光谱估算

为实现利用高光谱技术快速、准确、无损地检测叶类蔬菜叶片重金属镉污染情况,通过采用室内盆栽试验,检测了小白菜在6个不同的镉浓度梯度0 mg/kg(CK)、0.5 mg/kg(T1)、1 mg/kg(T2)、5 mg/kg(T3)、10 mg/kg(T4)和20 mg/kg(T5)下的叶片高光谱反射率及其镉含量。利用相关分析和逐步回归的统计方法对叶片原光谱、一阶导数光谱和光谱参数与镉含量进行统计分析,确定了反演叶片镉含量的敏感光谱参数,并建立了估算叶片镉含量的参数模型。结果表明:(1)在540 nm附近和红外区域,叶片光谱反射率随着处理浓度的增加呈下降趋势。T1组叶片光谱与对照组的光谱没有明显的变化差异;(2)原光谱与镉含量的敏感波段主要在690—1300 nm,相关系数最高的波段是782 nm。一阶微分光谱与镉含量的敏感波段在黄边、红外、近红外和远红外范围均有分布;(3)反映植物色素、水含量和细胞结构的参数MCARI(叶绿素吸收反射修正指数Modified Chlorophyll Absorption Reflectance Index),SDy(黄边面积Yellow Edge Area),WI(水质指数Water Index),DCWI(病态水分胁迫指数Disease Water Stress Index),SDr(红边面积Red Edge Area)和Dr(红边幅值The Amplitude of the Red Edge)可分别作为反演镉含量的敏感光谱参数,其倒数回归模型能够较好地反演镉污染下小白菜叶片的镉含量;(4)镉胁迫处理15 d时,建立的SDr的倒数模型估算处理30 d时小白菜叶片镉含量的效果最优。研究表明红边面积参数可以用于估算小白菜叶片的镉含量,可为评价小白菜的食用安全提供科学方法。     

浒苔遥感监测研究进展

浒苔大规模集聚形成的绿潮灾害是海洋生态系统主要生态环境问题之一,基于卫星遥感影像监测浒苔及其扩展动态已成为一种及时有效的手段。对国内外浒苔遥感监测方面文献进行归纳整理,认为光学遥感数据、多波段比值法是最常用的遥感数据和监测方法。对遥感监测浒苔机理进行了阐述,并对分类方法进行评价认为监督分类法解译精度不高。目前单波段阈值法和多波段比值法应用广泛,但在监测漂浮浒苔和混合象元解译存在不足。辐射传输模型法能有效提高信息解译的精度,但还处于起步阶段。遥感监测浒苔灾害的未来发展需要提高影像空间分辨率,深入研究监测方法,进行多种平台和多源遥感数据相结合,并由定性走向定量,从而建立健全遥感监测预警系统。     

大尺度不透水面遥感估算方法比较——以京津唐为例

城市不透水面既是常用的城市化程度指标,也是衡量环境质量的重要指标。采用遥感技术准确提取城市不透水面并分析其空间扩张过程,对生态城市建设具有重要意义。基于Landsat 5 TM影像,采用NDVI二元法和线性光谱分解法,分别提取北京、天津和唐山3个城市不透水面信息,并将不透水面估算结果与近同期的ALOS影像提取结果对比验证。结果表明,线性光谱分解法获取的不透水面结果较好,RMSE为20.6%,能有效提取大范围的不透水面信息。     

基于中高分辨率遥感的植被覆盖度时相变换方法

植被覆盖度是衡量地表植被状况、指示生态环境变化的一个重要指标,也是许多学科的重要参数。传统的测量方法难以获取时间连续的面状数据,且耗时、耗力,很难大范围推广。遥感估算方法虽然可以弥补传统方法的不足,但由于云覆盖等天气条件的影响,获得同一时相覆盖整个研究区的遥感影像非常困难,时相的差异必然导致研究结果产生误差。针对植被覆盖度这一重要生态参数,结合低分辨率遥感数据的时间优势和中高分辨率遥感数据的空间优势,提出一种时相变换方法,将源于中高分辨率影像的植被覆盖度变换到研究需要的时相上。首先,利用像元二分模型计算MODIS尺度的时间序列植被覆盖度,并利用已经获得的SPOT影像计算其获取时相上的植被覆盖度;其次,利用土地利用图划分植被覆盖类型,并利用MODIS数据和土地利用数据之间的空间对应关系制作MODIS像元内各类植被覆盖的面积百分比数据;再次,利用面积百分比数据提取各类植被覆盖的纯像元,结合MODIS植被覆盖度时间序列,从而提取各类植被覆盖纯像元的植被覆盖度时间序列曲线;最后利用像元分解的方法提取MODIS像元内各类植被覆盖组分的植被覆盖度的变化规律,将其应用到该组分对应位置上SPOT像元的植被覆盖度上,从而将其变换到所需要的时相上。在密云水库上游进行试验,将覆盖研究区的10景SPOT5多光谱影像计算的植被覆盖度统一变换到7月上旬,结果显示:视觉效果上明显好转,且空间上连续一致;变换前后植被覆盖度的统计量对比结果也符合植被生长规律;利用外业样点数据与对应位置的植被覆盖度变换结果进行回归分析,结果发现各植被覆盖类型的R2均在0.8左右,表明变换结果与实测值非常接近,时相变换的效果较好,从而可以很好地促进相关研究精度的提高。     

基于遥感的建筑物高度快速提取研究综述

近年来我国城市化进程不断推进,不仅体现在城市面积上的增长,也体现在建筑物高度的增长。高度增长一方面能尽量克服城市土地资源匮乏的瓶颈,另一方面为优化城市结构及城市功能做出贡献。在城市遥感研究领域,对于城市建筑物高度的提取也成为研究的重点。城市建筑物高度的估计与测量,已成为城市规划和扩张、城市灾害风险预警与评估的重要参数,同时也为数字城市三维模型的建立提供了基础测绘资料。分别基于光学遥感影像、高分辨率SAR(Synthetic Aperture Radar)影像以及光学遥感影像与高分辨率SAR影像的融合三方面,全面阐述城市建筑物高度的提取方法,并比较两类影像在提取建筑物高度的优劣势,通过回顾早年研究方法,逐步引入近年来新的发展趋势。