发展NECT土地覆盖特征数据集的原理、方法和应用

着重探讨了建立中国东北样带 (NortheastChinatransect, NECT) 土地覆盖特征数据集的原理、方法及其在全球变化研究方面的重要应用。NECT土地覆盖特征数据集是以多时相的 1km分辨率的NOAA/AVHRR归一化植被指数NDVI (Normalizeddifferencevegetationindex) 数字影像为基础, 同时采用高程、气候、土壤、植被、土地利用、土地资源、生态区域、行政边界、经济、社会等多源数据作为数据源, 并经过标准化处理 (如数字化、空间插值、几何配准、投影转换 ) 集成而成。在土地覆盖特征数据集的主要应用方面, 如 :1) 利用多时相、1km分辨率的NOAA/AVHRR影像完成了中国东北样带土地覆盖分类图。一级分类系统包括森林、草原、荒漠和沙地、灌丛、农田、混合覆盖 类型、城镇和水体等 8类, 二级分类体系包括 12类。经过地面采样进行精度检验, 分类精度达到 81.6 1%。 2 ) 对主要植被类型的植物生长季变化进行的研究。利用多时相的遥感影像构造了能够反映植被年际、季节生长变化的遥感植被指数ND VImax、NDVI变幅xam以及NDVI的标准偏差x′s 等, 分析这 3个参数 1983~ 1999年的 17年中的变化情况。该数据集的建立是研究该样带土地覆盖特征及其变化规律的基础, 对基于样带的全球变化研究有重要的意义。     

基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例

山区遥感影像变化检测面临地形效应明显、空间异质性高等不利因素的影响,构建适用于复杂地形条件的变化检测方法一直是遥感应用研究的难点。在对影像进行多尺度分割的基础上,构建对象的多种光谱、形状及地形特征,将地形阴影、物候等造成的虚假变化当作"未变化"训练样本,利用决策树算法自动提取检测规则,建立复杂地形条件下面向对象的遥感影像变化检测方法,并将该方法用于四川攀西山区1989年和2009年TM影像的检测试验,最后对方法的不足和改进措施进行了讨论。主要结论包括:(1)文中构建的方法能够有效减弱山区复杂地形条件对遥感影像变化检测的不利影响,采用地面调查数据和分层随机采样的总体验证精度为93.57%,Kappa系数为0.8706。(2)C5.0决策树算法对于只有"变化"和"未变化"两种类别且同类间训练样本高度异质化的影像分类仍能取得较好的效果,具有较好的鲁棒性和适应能力。通过将地形、物候等引起的虚假变化当作"未变化"训练样本可以有效提高检测精度。(3)光谱特征仍是TM影像遥感分析的主要信息源,影像间NDVI的差值对于植被覆盖区域土地覆盖格局变化的检测具有良好的表征作用。(4)攀西地区1989—2009年间土地覆盖格局变化明显且与人类活动关系密切,典型的驱动方式包括退耕还林(草)工程、水利工程建设和矿山开采等。共检测出变化面积740.2km2,占影像总面积的2.49%。     

神农架川金丝猴栖息地优势乔木树种遥感识别及其分布特征

针对神农架川金丝猴生境基础研究中乔木树种大范围分布数据难以获取问题,尝试利用多源多时相遥感数据结合专家知识分层次实现树种识别。首先采用冬季Landsat8/OLI数据根据物侯特性分层提取常绿、落叶林的地域范围;进而依据夏季Worldview-2高分遥感影像的实地乔木样本的光谱特征分层次完成常绿树种(巴山冷杉、华山松、青$、刺叶栎)和落叶树种(红桦、日本落叶松、米心水青冈、漆树、锐齿槲栎、椅杨)的识别;并通过实地植被样方及专家知识通过高程数据完成分类结果的修正;最后结合GIS对主要优势树种的地形及地域分布特征进行了空间分析。实验精度表明常绿林中巴山冷杉、华山松、刺叶栎、虫害华山松整体精度较高,落叶林中红桦、漆树等识别精度相对较高,部分树种如椅杨、锐齿槲栎识别精度较低;总体上常绿树种的精度要优于落叶树种。从植物地理学、遥感、GIS三者相结合的角度,将多源、多时相遥感数据与物种物候特性、专家知识进行有效整合,提出了一种乔木树种识别的方法(1)提供了复杂山地环境的主要乔木优势种识别途径,且具有通用性;(2)完成了物种物候特性与遥感数据特性的整合利用,有效降低数据成本费用;(3)配合地面样方及专家知识修正结果,避免了过分依赖光谱特征引起的误判。这将为神农架川金丝猴栖息地保护与恢复提供更精确的数据依据。     

基于NDVI假彩色合成法的土地覆被变化监测

土地覆被变化监测对区域生态系统保护、环境变化研究具有重要的作用,研究旨在提供一种基于归一化植被指数(NDVI)的假彩色合成法的土地覆被变化监测方法。该研究以黄河三角洲为研究区,以3期 Landsat TM影像(成像时间分别为1987年5月7日,1998年5月5日,2009年5月3日)为数据源,在进行相对辐射校正的基础上,生成3期NDVI图像,然后分别以三期的NDVI图像作为红、绿和蓝波段生成假彩色合成图像。基于彩色合成原理,对黄河三角洲的1987-2009年间的土地覆被变化进行了分析。结果表明:(1) 假彩色合成图像上的灰白色区域表示其土地覆被状态稳定,三个时期的NDVI值均较大,黑色区域的土地覆被状态也较稳定,但是三个时期的NDVI值均较小,而青色、绿色、红色则反映相应地区的NDVI处在不稳定状态;(2)不同的颜色反映了不同的土地覆被变化方式,较为直观地反映了土地覆被的变化特点,尤其是自然植被与农田之间的转换;(3)限于NDVI的瞬时性,该方法需要与基于遥感影像分类的方法相结合,才能更好地监测土地覆被变化。     

环境减灾卫星多光谱CCD影像自动几何精纠正与正射校正系统

我国环境减灾光学卫星(HJ)多光谱CCD影像由于具有高时空分辨率、大幅宽等优势,能够提供同一区域不同生长阶段的植被信息,是提取具有生态学意义土地覆盖及开展植被生理生态参量反演的重要数据源之一。然而,目前该数据产品的几何定位不准确及山区地形畸变误差使其难以满足应用需求。高定位精度是遥感影像信息提取、参数反演与应用分析的前提,遥感影像的几何精纠正与正射校正是遥感数据预处理面临的首要问题。在分析国内外卫星影像自动化处理系统研究现状的基础上,结合HJ CCD影像幅宽大的特点,构建了HJ CCD影像的自动几何精纠正与正射校正处理系统。与目前商业软件相比,自动几何精纠正与正射校正处理系统采用了自动化的控制点搜索与过滤方法,能有效提高控制点选取的效率与精度。同时,结合DEM数据,系统自动拟合卫星飞行路径并纠正由偏离星下观测导致的山体位移。系统应用结果表明,自动几何精纠正和正射校正系统能够有效的提高处理效率,节省人力和时间成本。该系统已被成功应用于全国生态十年(2000—2010年)变化遥感调查与评估专项土地覆盖遥感监测的环境减灾卫星多光谱遥感影像预处理工作。     

基于对象特征的山东省丘陵地区多时相遥感土地覆被自动分类

对于基于像元的土地覆被分类来说,植被的分类是难点。使用多时相面向对象分类方法可以较好的解决这个问题。以山东省烟台市丘陵地区为研究区,采用Landsat TM(Landsat Thematic Mapper remotely sensed imagery)、DEM(Digital Elevation Model)、坡度、坡位、坡向等多种数据,利用基于对象特征的多时相分类方法对研究区进行土地覆盖自动分类。首先对影像进行多尺度分割并检验分割结果选取合适的分割尺度,然后分析对象的光谱、纹理、形状特征。根据各类地物的光谱特征、地理相关性、形状、空间分布等特征,明确类别之间的差异。建立决策树使用隶属度函数进行模糊分类,借助支持向量机提高分类精度。研究结果表明,通过使用多时相影像采用面向对象分类方法,相对于传统的基于像素的分类可以明显提高分类精度,尤其是解决了乔灌草的区分问题。     

环境灾害遥感小卫星在辽河三角洲湿地景观制图中的应用

及时、准确地获得湿地的空间分布,对湿地的动态监测、保护与可持续利用具有重要的意义.环境灾害遥感小卫星星座A、B星(HJ-1A/1B星)是我国自主发射的陆地资源监测卫星,可为湿地类型的提取提供新的遥感影像数据源.本文通过对比我国环境灾害遥感小卫星CCD相机影像（HJ CCD）数据与Landsat TM5影像数据获取的湿地景观类型图的分类精度和各景观类型面积,验证和探究了HJ CCD数据在湿地景观动态变化监测中的适用性和应用潜力.结果表明：HJ CCD数据在地物识别分类方面可完全替代Landsat TM5数据;在实时动态监测方面,HJ CCD数据获取周期仅为2 d,优于Landsat TM5数据（16 d）.     

基于环境星与MODIS时序数据的面向对象森林植被分类

林区地形复杂、植被分布无序,且森林植被光谱信息相近,因而森林二级类型边界的确定成为土地覆盖遥感分类的难点。选择吉林省东部山区为研究区,以环境星影像(HJ-1 CCD)和中等分辨率成像光谱仪(MODIS)时序数据为基础,采用面向对象的分类方法进行森林植被类型的提取。分类特征参数主要选取了HJ-1 CCD的光谱和纹理特征,以及MODIS时序数据的物候特征。研究区总体分类精度为91.5%,Kappa系数为0.88,森林二级类型的分类精度均较高,其中落叶阔叶林的制图精度达到了97.1%。所用的面向对象分类方法与未加入物候特征的面向对象分类方法相比,森林二级类型的分类精度得到大幅度提高。     

太原市土地利用/覆被变化及驱动因素研究

目前人类面临的诸多资源环境问题都与土地利用有关,土地利用/覆被变化是人类-资源-环境耦合系统研究的理想切入点.基于Landsat TM遥感影像数据、自然环境和社会经济数据,运用GIS空间分析和统计学方法,定量研究了改革开放以来太原市土地利用/覆被变化的空间格局、转移特征、变化规律及驱动机制.结果表明:(1)目前太原市的...     

黄土高原不同植被覆被类型NDVI对气候变化的响应

植被与气候是目前研究生态与环境的重要内容。为探究黄土高原地区植被与气候因子之间的响应机制,利用线性趋势分析、Pearson相关分析、多元线性回归模型以及通径分析的方法,对黄土高原2000—2015年全区和不同植被覆被类型区内NDVI与气候因子的变化趋势以及相互作用关系进行分析。植被覆被分类数据和植被指数数据分别来源于ESA CCI-LC(The European Space Agency Climate Change Initiative Land Cover)以及MODND1T/NDVI(Normalized Difference Vegetation Index)。结果表明:(1) 2000—2015年黄土高原全区植被年NDVI_(max)显著增加的区域占总面积的74.25%,不同植被覆被类型年NDVI_(max)分别为常绿阔叶林常绿针叶林落叶阔叶林落叶针叶林镶嵌草地农田镶嵌林地草地灌木,并且都呈显著增加趋势,其中常绿阔叶林和农田增加幅度最大,为0.012/a。(2)黄土高原全区NDVI与气温、日照、降水和相对湿度等气候因子之间没有显著相关性,但在不同植被覆被类型区,气候因子对NDVI存在显著作用,且不同植被覆被类型差异明显。(3)在全区和不同植被覆被类型区NDVI仅对降水的响应比较一致,气温无论在整个区域尺度还是不同植被覆被类型区对植被的影响均不显著。(4)常绿阔叶林、落叶阔叶林、常绿针叶林及镶嵌林地等以乔木为主的植被覆被类型受年均相对湿度和年总日照时数的显著负效应驱动,草地、镶嵌草地等以草本为主的植被覆被类型则受到年总降水量的显著正效应影响。这说明对植被类型进行区分,更有利于揭示气候对植被的作用机制。     

浙江省森林信息提取及其变化的空间分布

如何利用遥感技术提取森林信息是遥感应用的重要领域之一。以不同时相的Landsat TM/ETM+为数据源,采用面向对象和基于多级决策树的分类方法得到浙江省2000年、2005年以及2010年的森林植被覆被图。经实地采样点验证,2010年分类精度达到92.76%,精度满足要求。介绍了浙江森林信息的快速提取方法,即统计不同森林类型的Landsat TM影像原始波段和LBV变换值以及各种植被指数在各时相上的差异,经过C5决策树训练,选取合适的规则和阈值实现森林信息的提取。结果表明,面向对象分割与决策树算法结合可以作为森林信息提取的有效方法。最后,通过对3期森林专题图进行空间叠加分析,得到了森林资源动态变化的空间分布,并以此为基础对林地变化的类型及原因进行分析,结果显示浙江省森林资源变化主要分布在浙西北山区、浙中南山区以及沿海地带,这一结果可以为有关部门的决策提供依据。     

Latitudinal patterns of magnitude and interannual variability in net ecosystem exchange regulated by biological and environmental variables

Over the last two and half decades, strong evidence showed that the terrestrial ecosystems are acting as a net sink for atmospheric carbon. However the spatial and temporal patterns of variation in the sink are not well known. In this study, we examined latitudinal patterns of interannual variability (IAV) in net ecosystem exchange (NEE) of CO₂ based on 163 site-years of eddy covariance data, from 39 northern-hemisphere research sites located at latitudes ranging from ∼29°N to ∼64°N. We computed the standard deviation of annual NEE integrals at individual sites to represent absolute interannual variability (AIAV), and the corresponding coefficient of variation as a measure of relative interannual variability (RIAV). Our results showed decreased trends of annual NEE with increasing latitude for both deciduous broadleaf forests and evergreen needleleaf forests. Gross primary production (GPP) explained a significant proportion of the spatial variation of NEE across evergreen needleleaf forests, whereas, across deciduous broadleaf forests, it is ecosystem respiration (Re). In addition, AIAV in GPP and Re increased significantly with latitude in deciduous broadleaf forests, but AIAV in GPP decreased significantly with latitude in evergreen needleleaf forests. Furthermore, RIAV in NEE, GPP, and Re appeared to increase significantly with latitude in deciduous broadleaf forests, but not in evergreen needleleaf forests. Correlation analyses showed air temperature was the primary environmental factor that determined RIAV of NEE in deciduous broadleaf forest across the North American sites, and none of the chosen climatic factors could explain RIAV of NEE in evergreen needleleaf forests. Mean annual NEE significantly increased with latitude in grasslands. Precipitation was dominant environmental factor for the spatial variation of magnitude and IAV in GPP and Re in grasslands.     

基于多源遥感信息融合的广东省土地利用分类方法——以雷州半岛为例

准确高效的获取土地利用信息对生态环境评价非常重要。广东省地处华南热带和亚热带季风气候区,经济作物种类繁多,土地覆盖破碎,为土地利用精确分类带来很大不确定性,而常年多云雨的天气也为有效光学影像的获取带来困难。为提高土地覆盖分类精度,以雷州半岛为实验区,综合应用Landsat-TM/ETM、多时相HJ光学影像,以及X波段Terra SAR数据,通过分析不同地物类型在光谱、极化以及多时相特征上的差别,对原始图像进行特征提取。在此基础上融合多源遥感信息的地物特征运用面向对象土地覆盖分类方法获取研究区高精度的土地利用信息。结果显示这一方法能有效提高土地覆盖利用信息获取精度,为研究生态环境变化提供更准确的数据支持。     

辽宁东部的主要植被类型及其分布

辽宁东部位于铁岭一营口一线以东地区。北部为山地,属于长白植物区系区。南部为辽东半岛丘陵,属于华北植物区系区,并具有一些耐寒性的亚热带植物。红松(Pinus koraiensis)、沙松(Abies holophylla)—阔叶混交林和油松 (Pinus tabulaeformis)、赤松(P.densiflora)、落叶阔叶林是辽宁东部的地带性植被。但是,目前次生的蒙古栎(Quercus mongolica)林和各类灌丛分布很广。以开原一南杂木一青城子一青椅山线为界把辽东分为两个植被地带：1)北部为温带针叶阔叶混交林地带;2)南部为暖温带落叶阔叶林地带。在暖温带落叶阔叶林地带内,熊岳一青椅山线的东南部为亦松栎林亚地带,西北部为油松栎林亚地带。     

Evaluating Spatial-Temporal Dynamics of Net Primary Productivity of Different Forest Types in Northeastern China Based on Improved FORCCHN

An improved individual-based forest ecosystem carbon budget model for China (FORCCHN) was applied to investigate the spatial-temporal dynamics of net primary productivity of different forest types in northeastern China. In this study, the forests of northeastern China were categorized into four ecological types according to their habitats and generic characteristics (evergreen broadleaf forest, deciduous broadleaf forest, evergreen needleleaf forest and deciduous needleleaf forest). The results showed that distribution and change of forest NPP in northeastern China were related to the different forest types. From 1981 to 2002, among the forest types in northeastern China, per unit area NPP and total NPP of deciduous broadleaf forest were the highest, with the values of 729.4 gC/(m²•yr) and 106.0 TgC/yr, respectively, followed by mixed broadleaf- needleleaf forest, deciduous needleleaf forest and evergreen needleleaf forest. From 1981 to 2002, per unit area NPP and total NPP of different forest types in northeastern China exhibited significant trends of interannual increase, and rapid increase was found between the 1980s and 1990s. The contribution of the different forest type’s NPP to total NPP in northeastern China was clearly different. The greatest was deciduous broadleaf forest, followed by mixed broadleaf- needleleaf forest and deciduous needleleaf forest. The smallest was evergreen needleleaf forest. Spatial difference in NPP between different forest types was remarkable. High NPP values of deciduous needleleaf forest, mixed broadleaf- needleleaf forest and deciduous broadleaf forest were found in the Daxing’anling region, the southeastern of Xiaoxing’anling and Jilin province, and the Changbai Mountain, respectively. However, no regional differences were found for evergreen needleleaf NPP. This study provided not only an estimation NPP of different forest types in northeastern China but also a useful methodology for estimating forest carbon storage at regional and global levels.     

Dispersal limitation drives successional pathways in Central Siberian forests under current and intensified fire regimes

Fire is a primary driver of boreal forest dynamics. Intensifying fire regimes due to climate change may cause a shift in boreal forest composition toward reduced dominance of conifers and greater abundance of deciduous hardwoods, with potential biogeochemical and biophysical feedbacks to regional and global climate. This shift has already been observed in some North American boreal forests and has been attributed to changes in site conditions. However, it is unknown if the mechanisms controlling fire‐induced changes in deciduous hardwood cover are similar among different boreal forests, which differ in the ecological traits of the dominant tree species. To better understand the consequences of intensifying fire regimes in boreal forests, we studied postfire regeneration in five burns in the Central Siberian dark taiga, a vast but poorly studied boreal region. We combined field measurements, dendrochronological analysis, and seed‐source maps derived from high‐resolution satellite images to quantify the importance of site conditions (e.g., organic layer depth) vs. seed availability in shaping postfire regeneration. We show that dispersal limitation of evergreen conifers was the main factor determining postfire regeneration composition and density. Site conditions had significant but weaker effects. We used information on postfire regeneration to develop a classification scheme for successional pathways, representing the dominance of deciduous hardwoods vs. evergreen conifers at different successional stages. We estimated the spatial distribution of different successional pathways under alternative fire regime scenarios. Under intensified fire regimes, dispersal limitation of evergreen conifers is predicted to become more severe, primarily due to reduced abundance of surviving seed sources within burned areas. Increased dispersal limitation of evergreen conifers, in turn, is predicted to increase the prevalence of successional pathways dominated by deciduous hardwoods. The likely fire‐induced shift toward greater deciduous hardwood cover may affect climate–vegetation feedbacks via surface albedo, Bowen ratio, and carbon cycling.     

测量的区域土地覆盖格局研基于多尺度遥感究

 利用1km、4km和8km 3种空间分辨率的NOAA/AVHRR数字影像,对中国NECT样带西部地区进行了土地覆盖分类及其景观特征的比较研究。重点比较了几种空间分辨率遥感数据分类结果边界的一致性和空间差异,以及影像所记录的景观格局的差异。为进一步在不同尺度上研究景观变化过程以及尺度转换研究奠定了基础。研究表明：3种空间分辨率的遥感影像所反映的区域土地覆盖的宏观空间格局是一致的,但类型的边界、每一类型斑块的形状和数量均产生较大的差异;经过对反映景观空间结构的4种指标（分维数、破碎度、多样性、优势度）的比较显示出随着遥感影像空间分辨率的变化,影像所反映的景观结构发生了较大的变化。其中,各覆盖类型的分维数表现出最大差异,表征着空间分辨率的变化对斑块复杂程度的影响最大。     

A Simple Semi-Automatic Approach for Land Cover Classification from Multispectral Remote Sensing Imagery

Land cover data represent a fundamental data source for various types of scientific research. The classification of land cover based on satellite data is a challenging task, and an efficient classification method is needed. In this study, an automatic scheme is proposed for the classification of land use using multispectral remote sensing images based on change detection and a semi-supervised classifier. The satellite image can be automatically classified using only the prior land cover map and existing images; therefore human involvement is reduced to a minimum, ensuring the operability of the method. The method was tested in the Qingpu District of Shanghai, China. Using Environment Satellite 1(HJ-1) images of 2009 with 30 m spatial resolution, the areas were classified into five main types of land cover based on previous land cover data and spectral features. The results agreed on validation of land cover maps well with a Kappa value of 0.79 and statistical area biases in proportion less than 6%. This study proposed a simple semi-automatic approach for land cover classification by using prior maps with satisfied accuracy, which integrated the accuracy of visual interpretation and performance of automatic classification methods. The method can be used for land cover mapping in areas lacking ground reference information or identifying rapid variation of land cover regions (such as rapid urbanization) with convenience.     

测量的区域土地覆盖格局研基于多尺度遥感究

利用1km、4km和8km 3种空间分辨率的NOAA/AVHRR数字影像,对中国NECT样带西部地区进行了土地覆盖分类及其景观特征的比较研究。重点比较了几种空间分辨率遥感数据分类结果边界的一致性和空间差异,以及影像所记录的景观格局的差异。为进一步在不同尺度上研究景观变化过程以及尺度转换研究奠定了基础。研究表明：3种空间分辨率的遥感影像所反映的区域土地覆盖的宏观空间格局是一致的,但类型的边界、每一类型斑块的形状和数量均产生较大的差异;经过对反映景观空间结构的4种指标（分维数、破碎度、多样性、优势度）的比较显示出随着遥感影像空间分辨率的变化,影像所反映的景观结构发生了较大的变化。其中,各覆盖类型的分维数表现出最大差异,表征着空间分辨率的变化对斑块复杂程度的影响最大。