基于多源遥感数据的荒漠植被覆盖度估测

以塔里木河下游为靶区,根据地面调查和不同分辨率的多源遥感数据,逐级建立荒漠植被覆盖度遥感估测模型,并对不同模型、不同估测方法的估测精度进行比较.结果表明: 随着遥感数据空间分辨率的提高,植被覆盖度遥感估测模型精度增加;基于高分辨率、中高分辨率及中低分辨率遥感数据建立的植被覆盖度模型的估测精度分别为89.5%、87.0%和84.6%;遥感模型法的估测精度高于植被指数法.不同分辨率遥感数据估测荒漠植被覆盖度的精度变化规律,实现了荒漠植被覆盖度估测的高、中、低分辨率遥感数据参数及尺度的定量转换,可为研究区生态恢复遥感综合监测方案的制定和实施提供直接依据.     

塔里木河下游林地树冠QuickBird影像信息提取与分析

基于QuickBird影像,采用人机交互方法提取了塔里木河下游不同离河距离胡杨、柽柳树冠信息,以实测数据为真值检验遥感提取冠幅、郁闭度及混交比精度;并建立了胡杨冠幅、胸径、树高关系模型,为塔里木河流域植被调查、生物量估测及生态恢复评价提供依据和方法借鉴.结果表明:胡杨、柽柳冠幅提取精度分别为84.00%、76.24%;林分郁闭度、混交比提取精度分别为69.45%、66.96%.基于实测数据建立的冠幅与胸径、胸径与树高模型相关显著(R2>0.8,P<0.01);根据遥感解译因子反演胡杨胸径、树高的平均精度分别为80.33%、89.25%.     

基于ETM+影像的森林资源信息提取——以黄土高原丘陵沟壑区水土保持林为例

以森林资源遥感分类为切入点,以黄土高原丘陵沟壑区陕西黄龙县境内的水土保持林作为对象,针对ETM+遥感影像在森林信息提取中存在的大量混合像元的问题,引入一种基于针叶林-阔叶林-灌草(C-B-G)模型的混合像元分解方法,通过这种方法,分别得到研究区针叶林、阔叶林、灌草的覆盖图像,并提取出了针阔混交林的分布情况.采用ERDAS 9.1对分类结果进行精度评价,结果表明针阔混交林的分类精度相对于通用分类方法--监督分类的精度提高了20%,说明该方法可以改善植被信息提取的效果.     

基于Sentinel–2影像特征优化的于桥水库水生植被提取

水生植被分布情况、结构和演变趋势对湿地生态环境变具有重要的指示意义和科学研究价值。基于Sentinel-2遥感数据,综合应用光谱信息、水体植被指数、最佳指数法(Optimal Index Factory,OIF)计算的纹理特征,结合随机森林分类法,构建特征优化后的随机森林水生植被提取模型,对于桥水库进行水生植被提取。结果显示:该方法能有效的提取出水生植被,总体精度为93.22%,Kappa系数为0.91。进一步与最大似然和支持向量机(SVM)方法进行对比分析,结果表明本算法的总体精度分别提高了19.96%、8.53%, Kappa系数分别提高了0.25、0.11。基于水生植被全年提取结果,分析了于桥水库的水生植被年内变化,发现于桥水库水生植被在五月份最繁盛,随后逐渐消减,直至十月份基本消亡。实验表明:特征优化后的随机森林分类法在Sentinel-2影像水生植被提取中具有较好的适用性。     

基于人工神经网络的生态环境质量遥感评价

利用ETM遥感数据提取反映生态环境的植被、土壤亮度、湿度,MODIS地表温度产品提取的热度指数、气象指数及其它地学辅助信息作为神经网络的输入,野外调查标准兴趣区的遥感本底值评分值作为网络输出,建立一个3层结构的BP神经网络生态环境遥感本底值预测模型.利用MATLAB软件对网络进行训练和研究区生态环境遥感本底值的预测输出,并将预测结果按照生态环境遥感本底值分级评分标准进行等级划分.结果表明,总体分类精度达87.8%.利用神经网络方法对生态环境遥感本底值进行预测是可行的.采用先预测再分级的方法不仅能很好地评价区域生态环境质量,而且能够和区域生态环境类型紧密的结合起来.     

基于最大熵模型的神农架林区华山松大小蠹灾害遥感监测

掌握森林病虫害的发生范围和危害程度,对于森林管理部门制定及时、有效的防治决策至关重要。本研究以2014年湖北省神农架林区华山松大小蠹(Dendroctonus armandi)灾害为背景,以野外调查数据、多光谱陆地资源卫星影像(Landsat)和数字高程模型(DEM)为基础数据源,结合最大熵(Max Ent)模型和迭代阈值分割算法,提出了适用于复杂林区的森林病虫害遥感监测方法(Max Ent-Segmentation),实现了神农架林区华山松大小蠹灾害空间分布范围和灾害程度的专题制图与精度评价。同时,为衡量所提出方法对于灾害程度评估的可靠性与准确度,本文还与传统光谱指数分析法进行了对比研究。结果表明:结合遥感光谱指数、海拔、坡度及有效太阳辐射等环境因子构建的Max Ent模型能够较为准确地监测华山松大小蠹灾害发生范围,受试者工作特征曲线下面积(AUC)值为0.938;当分类类型包括健康、轻度和重度时,Max Ent-Segmentation法分类精度最高达73.68%,明显高于传统光谱指数分析法(64.47%),表明该算法能够提高森林虫灾监测精度,适合用于植被类型多样、地形复杂林区的病虫害遥感监测。     

乌兰布和沙漠沙蒿与油蒿群落的物种组成与数量特征

沙蒿与油蒿群落均是我国最典型的沙地植被类型,在沙漠地区发挥了重要的生态防护作用,掌握其分布、组成及其数量特征对沙漠化防治具有一定的指导作用。调查研究表明,沙蒿与油蒿群落是乌兰布和沙漠典型的沙地植被类型,其中沙蒿群落多分布于沙漠中东部、南部和东北部,而油蒿群落仅分布于沙漠东部、东北部和东南部;其群落类型可划分为沙蒿群落、油蒿群落、沙蒿+油蒿群落、沙蒿+沙竹群落、沙蒿+花棒+沙拐枣群落、油蒿+白刺群落、沙蒿伴生群落和油蒿伴生群落;群落的物种组成比较简单,其中沙蒿群落共有9科21属22种,油蒿群落共有10科35属37种。草本植物是沙蒿与油蒿群落的主体,所占总物种数的比例均超过70%;Simpson、Shannon多样性指数和Pielou均匀度指数高,反映了沙蒿与油蒿群落具有较高的物种多样性。与沙蒿群落相比,油蒿群落物种丰富度、单位面积个体数、盖度、Simpson和Shannon物种多样性指数均明显大于沙蒿群落,而群落相似性显著低于沙蒿,说明乌兰布和沙漠油蒿群落较沙蒿群落具有更丰富的物种组成、多样性和群落结构,更具保护和人工促进潜力。研究结果可为乌兰布和沙漠沙蒿、油蒿群落的保护及人工促进提供理论基础,对区域沙漠治理物种选择具有一定的指导意义。     

植被综合生态质量时空变化动态监测评价模型

为了能掌握全国植被综合生态质量的高低及其时空变化,构建了既能反映植被生产力又能反映植被覆盖度的植被综合生态质量指数,建立了植被综合生态质量指数年际对比和多年变化趋势评价模型。利用构建的指数和评价模型,以2017年作为监测评价的当年,以2000—2017年作为评价的多年时段,对全国植被综合生态质量时空变化进行了监测评价。结果表明：（1）2017年全国大部地区植被综合生态质量指数高于2000—2016年多年平均值,生态质量偏好;2017年福建、广西、海南、广东、云南植被综合生态质量位居全国前五位,构建的植被综合生态质量指数及其年际对比模型可以定量反映全国植被综合生态质量的空间差异和年际差异。（2）全国有90.7%的区域2000—2017年植被综合生态质量指数呈提高趋势,东北地区西部、内蒙古东部、华北大部、西北地区东部、西南地区东部、华南西部等地生态质量指数提升明显,构建的植被综合生态质量指数多年变化趋势评价模型可以定量反映植被生态质量的多年变化趋势和幅度。（3）南方大部地区2000—2017年平均年植被综合生态质量指数在50.0以上,北方大部地区在50.0以下;我国中东部大部地区在20.0以上,西部大部地区在20.0以下,表明南方大部地区年植被生态质量好于北方、中东大部好于西部。可见,构建的植被综合生态质量指数及其年际对比和多年变化趋势评价模型,能够监测评价当年和多年全国植被综合生态质量的时空变化,可为掌握全国植被生态质量动态提供模型和方法。     

多尺度遥感数据协同的干旱地区植被覆盖度提取

纯植被像元获取是植被覆盖信息遥感反演的必要环节。干旱地区植被分布零散稀疏,使用中、低分辨率遥感数据提取植被覆盖度时,难以获取纯植被像元,致使植被覆盖度提取精度较低。针对上述问题,本文提出一种基于多尺度遥感数据协同的干旱区植被覆盖度反演方法。该方法利用空间分辨率较高的Landsat-8 OLI数据确定纯植被像元,考虑到不同传感器之间的光谱差异,使用实测地物光谱数据进行光谱转换,代替中等分辨率MODIS数据的纯植被像元,应用于像元二分模型,选择典型的干旱区新疆阜康市为研究区,进行植被覆盖度反演实验,最后使用无人机航拍影像对反演结果进行精度验证。结果表明,植被覆盖度反演结果精度较高,与实测值间存在较高的相关性(R2=0.75),均方根误差较低(RMSE=0.10)。该方法能够有效提高干旱区植被覆盖度反演精度,可为利用中低分辨率数据研究干旱地区生态环境变化提供一种新思路。     

基于遥感的塔里木盆地北缘绿洲干湿季土地盐渍化监测

土壤盐渍化是导致干旱区土地退化、抑制植被生长、影响区域农业生产的最主要的生态环境地质问题.利用遥感数据准确、快速地获取区域盐渍化土壤的动态变化信息对于土壤盐渍化监测具有重要意义.本文以盐渍化现象严重的新疆渭干河-库车河三角洲绿洲为研究区,以2011年4月15日和2011年9月22日成像的两期Landsat-TM多光谱遥感数据为数据源,结合对研究区实地考察所采集的实测数据,通过提取改进型归一化差异水体指数、归一化植被指数以及K-L变换后所提取的第3主成分等参数作为特征量,利用决策树分类方法分别建立了研究区两个关键季节（干季和湿季）的土壤盐渍化信息提取模型,并绘制了两个季节的土壤盐渍化信息分类图.结果表明： 该方法对干季和湿季盐渍地信息的提取精度分别达到87.2%、85.3%,识别精度较高;采用该方法可以有效地对盐渍地变化信息及其空间分布状况进行监测,可为干旱区盐渍地的综合治理和绿洲土地资源的合理利用提供科学依据.     

复杂地形草地植被碳储量遥感估算研究进展

草地生态系统是我国最大的陆地生态系统,其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用。植被生物量和草地面积是草地植被碳储量估算的关键,随着遥感技术的发展,两者估算精度和效率显著提高,先后发展出多种草地生物量遥感估算模型和土地覆被产品,并已在平坦地区取的较好估算结果。然而,复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能,给草地生物量和草地面积的遥感估算带来诸多困难,影响对草地植被碳储量的准确判定。本文在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上,对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路,以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考。     

基于生态安全格局的山水林田湖草生态保护修复优先区识别——以四川省华蓥山区为例

优先区识别,是科学有序推进山水林田湖草生态保护修复工作的重要基础。以山水林田湖草生态保护修复工程之一的四川华蓥山区为例,基于生态系统服务重要性提取生态源地共1392.63 km²,占华蓥山区总面积的35.60%;结合土地覆被类型与地质灾害敏感性构建生态阻力面,并利用最小累积阻力模型与电路模型提取生态廊道共84条,夹点区域0.1 km²,含夹点廊道10条;生态保护优先区主要分布在景观破碎化较为严重的广安区境内,以及华蓥山西南端的夹点廊道。以生态修复模拟方法识别障碍点,确定生态修复优先区93.86 km²,大致分两片。其中,广安区境内受到人类活动干扰的破碎化生态空间,主要生态修复策略为植被恢复与退耕还林;华蓥山、铜锣山、明月山等滑坡、泥石流地质灾害频发区,主要生态修复策略是矿山地质修复与植被恢复。本研究提出生态安全格局构建与生态修复模拟的思路,为山水林田湖草生态保护修复工作提供了可行的定量方法。     

基于BP神经网络的流域生态恢复度计算——以福建长汀朱溪小流域为例

以福建省长汀县朱溪小流域为研究对象,通过野外调查、室内分析以及遥感影像提取相结合的方法获取数据。利用Matlab7.0软件建立BP神经网络生态恢复模型,定量评价退化生态系统的恢复程度。选择土壤理化性质(有机质、全N、全P、全K、容重和p H)、植被结构(植被盖度)、物种多样性指数(Shannon-Wiener指数)和热环境(地表温度)等4个方面的9个指标建立退化生态系统评价体系,并作为生态恢复模型的输入层数据,生态恢复度作为输出层数据。使用Matlab7.0进行数据预处理、样本训练、样本检验并建立生态恢复模型。利用建立的生态恢复模型对整个朱溪小流域生态恢复度进行定量评价。结果表明,生态恢复模型预测结果与流域生态恢复的实际情况基本吻合,利用BP神经网络模型定量评价退化生态系统的恢复程度具有可行性。朱溪小流域内生态恢复程度极低的区域面积仅占0.94%,95.48%区域为中等恢复程度,说明生态保护措施已初见成效;生态恢复程度高的区域面积仅占3.62%,意味着未来仍需加强治理和保护工作。     

综合面向对象与决策树的毛竹林调查因子及碳储量遥感估算

综合面向对象和CART决策树方法,对浙江省安吉县山川乡毛竹林分布信息及胸径、树高、郁闭度等调查因子和地上部分碳储量进行遥感定量估算.结果表明: 综合基于多尺度分割的对象特征及决策树,能够充分利用不同尺度层次信息关联的优势,实现毛竹林专题信息高精度提取,其用户精度达到89.1%;基于对象特征构建的毛竹林调查因子回归树估算模型,其估算结果均能达到正常或较好水平,其中,郁闭度回归树模型的精度最高为67.9%,估算效果较好;而平均胸径和树高估算的总精度相对较低,这与采用光学遥感数据进行森林树高、胸径估算达不到理想结果的结论一致;毛竹林地上部分碳储量回归树模型的估算结果较好,高值区域估算精度达到80%以上.     

基于多元信息的岩溶区植被类型信息快速提取方法构建

岩溶区植被类型多样、地形复杂、可进入性差, 如何快速获取岩溶区高空间分辨率的植被类型信息, 便成为重要问题。基于土地利用图, 在综合岩溶分布图、气温、高程、岩溶区植被分类体系、植被地带性和非地带性分布规律等多元信息的基础上, 初步构建了基于多元信息的岩溶区高分辨率快速植被类型信息提取方法, 并以广西龙江流域为例进行了试验。结果表明, 植被信息提取总体精度达到71%, 空间分布特征符合区域规律。该方法是快速获取岩溶区植被类型信息较为高效可靠的方法之一, 避免了耗费大量的人力物力, 并且能达到一定的精度, 在对精度要求不高而要求速度快、投入少的情形下较为适用。     

基于临界慢化模型和长时间序列叶面积指数的植被及其恢复力遥感监测研究——以三峡库区为例

基于临界慢化模型,利用长时间序列叶面积指数(GLASS LAI)数据,进行时间序列分解后,计算了LAI及其时间自相关指数作为指标,对三峡库区植被及其恢复力进行监测,通过案例模型对临界慢化模型精度进行了验证,分析了三峡库区植被及其植被恢复力的时空分布特征,探索基于临界慢化模型的植被恢复力遥感定量估算方法的适用性。结果表明：(1)2000—2018年三峡库区LAI平均值为3.4,重庆段LAI较低,湖北段LAI较高;三峡库区LAI整体呈上升趋势,重庆段LAI呈现降低趋势,显著下降区域占重庆段面积的21.75%,湖北段LAI呈现升高趋势,显著上升区域占湖北段面积的21.22%;(2)2000—2018年三峡库区重庆市北碚区、大渡口区、渝北区植被恢复力较低,宜昌市兴山县、夷陵区、点军区植被恢复力较高;(3)模型精度方面,在两个地质灾害扰动事件中案例模型结果与临界慢化模型结果呈现较高的一致性。本文对三峡库区2000—2018年的植被恢复力进行了定量估算,同时通过案例模型对临界慢化模型在恢复力监测上的有效性进行了验证,为三峡库区制定相应生态环境管理决策提供理论基础,为保障西南地区生态安全提供决策依据...     

基于多源遥感数据的生态保护修复项目区监测方法评述

回顾了山水林田湖草生态保护修复项目的实施背景,针对生态保护修复项目监测监管范围广、技术难等问题,强调了基于多源遥感数据开展项目遥感监测的重要性与必要性。从监测指标拟定、遥感地物信息提取、多源遥感数据融合、动态变化检测等方面评述了基于多源遥感数据的生态保护修复项目区监测方法,包括基于中高空间分辨率遥感数据的地物信息提取、融合机器学习的非线性混合像元分析、基于混合像元分析的时空融合等。在总结技术和工作推进方面的优势、局限基础上,提出要结合实际工作,持续优化国土空间生态保护修复监测指标;充分挖掘遥感数据解析的相关算法潜力,提升地物信息提取和混合像元分析的精度;加强时空融合算法与变化检测方法的研究探索,加强相关方法的实践应用;以“山水林田湖草生态保护修复工程试点”项目为平台,建立稳定的国土空间生态保护修复遥感监测运行机制,加强科技创新,形成技术标准,指导工作开展。     

基于带宽优选地理加权回归模型的深圳市植被碳储量反演

植被碳储量估测是自然资源监测的重要内容,遥感技术结合地面样地进行反演可以获得区域范围内植被碳储量的空间连续分布,弥补了传统人工抽样调查估测的不足。然而,现有的参数和非参数遥感估测模型大多忽略了样地数据的变异与空间自相关关系。研究以Landsat 8 OLI影像为数据源提取遥感变量,结合植被碳储量实测调查数据,利用最小信息准则(AICc)、最大空间自相关距离(MSAD)和交叉验证(CV)分别确定最优带宽,组合Gaussian、Bi-square和Exponential核函数构建地理加权回归(GWR)模型估算深圳市植被碳储量,并与多元线性回归(MLR)进行比较,选择最优模型绘制深圳市植被碳储量空间分布图。研究结果表明,GWR模型整体精度优于MLR模型,GWR模型的决定系数(R~2)均高于MLR模型,且均方根误差(RMSE)和平均绝对误差(MAE)显著降低。带宽和核函数的选择对GWR模型估测结果产生了显著影响。以CV确定带宽、Exponential为核函数组合构建的GWR模型效果最佳,其R~2为0.697,RMSE为10.437 Mg C/hm~2,相比其它模型精度上升了13.87%—32....     

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。     

采用广义加法模型整合数字高程模型和遥感数据进行植被分布预测

为了采用广义加法模型整合数字高程模型和遥感数据进行植被分布的预测, 并探索耦合环境变量和遥感数据作为预测变量是否能够有效地提高植被分布预测的精度, 选择海拔、坡度、至黄河最近距离、至海岸线最近距离, 以及从SPOT5遥感影像中提取的光谱变量作为预测变量, 采用广义加法模型整合环境变量和光谱变量, 建立植被分布预测模型。研究设置3种建模情景(以环境变量作为预测变量, 以光谱变量作为预测变量, 综合使用环境变量与光谱变量作为预测变量)对黄河三角洲的优势植被类型的分布进行了预测, 并对预测结果采用偏差分析、受试者工作特征曲线和野外采样点对比等3种方法进行了验证。结果表明: (1)基于广义加法模型的植被分布预测方法具有一定的实用性, 可以较为准确地预测植被的分布; 盖度较高的植被类型预测精度较高, 盖度较低的植被类型预测精度较低, 植物群落结构的特点是出现这些差异的主要原因; 综合使用环境变量和光谱变量作为预测变量的模型, 预测精度高于单独以环境变量或者光谱变量作为预测变量的模型。(2)环境变量、光谱变量大多被选入模型, 二者均对植被分布预测有重要的作用; 同一预测变量在不同植被类型的预测模型中的贡献不同, 这与植被的光谱、环境特征差异有关; 同一预测变量在不同的建模情景下对模型的贡献不同, 环境变量与光谱变量的耦合效应可能是导致预测变量对模型的贡献出现变化的原因。