北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

基于RS与水动力模型的鄱阳湖草洲产卵型鱼类潜在产卵场识别

鱼类产卵场的研究与保护对维持鱼类生物多样性具有重要意义,研究结合遥感数据与水动力模型,旨在识别2000—2020年鄱阳湖草洲产卵型鱼类潜在产卵场,并分析其时空变化特征,探究现有保护区对产卵场的保护效率。结果表明,近20年来鄱阳湖鱼类潜在产卵场面积呈增加趋势,空间上呈现从湖岸向中心扩张趋势。2005年前后潜在产卵场平均面积分别为519.97和694.42 km²,产卵场面积与空间分布均发生显著变化。2005年前潜在产卵场主要分布于鄱阳湖西部的永修、新建,以及东部的鄱阳和南部的余干等地近岸区域。2005年之后产卵场向湖中心扩张,都昌水域出现大片连续的潜在产卵场。鄱阳湖鲤鲫产卵场省级自然保护区内平均包含了17.75%的潜在产卵场,鄱阳湖的蝶形湖平均分布有34.73%的潜在产卵场。潜在产卵场分布可以进一步指导鄱阳湖保护区的优化和鱼类产卵场调查,研究使用的方法也适用于其他区域草洲产卵型鱼类潜在产卵场的识别研究。     

隐蔽性害虫的发声及其声探测技术

隐蔽性害虫声波的探测技术具有重要的实用价值。许多害虫可在寄主内部营隐蔽生活,取食或构筑巢穴,如鲜果、粮植和其它贮藏农产品中的蛀食害虫,木材、水坝和住宅建筑中的天牛、白以等等。人们困难以察觉这类害虫的活动踪迹而忽视其潜在危害;为了确定这些害虫的种类、为害部位和程度,往往需要剖检寄主,造成经济损失。因此,开发灵敏、有效的害虫声探测技术,可为隐蔽性害虫的快速探测、定位或长期监测提供新方法。早在30年代,人们已开始这一领域的研究。随着传感器、微电子技术的发展,害虫声探测的水平也逐渐提高,多种害虫的活动声波…     

基于遥感的灌溉耕地制图方法研究进展

准确的灌溉耕地位置分布信息是地球系统科学和气候变化等研究领域的基础,它关乎我们国家的粮食安全和水资源安全,对水循环、能量循环研究具有重要的意义。遥感灌溉耕地制图研究主要分为局地研究、区域研究和全球研究三类。目前,基于遥感的灌溉耕地制图研究大多数都集中在局地尺度上,其中,目视解译法和数字图像分类法是在局地尺度研究中最常见的方法;在区域尺度上,最常见的手段是使用中等分辨率的卫星图像进行多时段的时间序列分析,从而实现灌区地图的绘制;当前全球尺度的灌溉位置分布研究工作,由于在数据获取方面受到的的客观限制,使其在灌溉分类结果上存在较大的不确定性。近年来,国际国内出现了一些灌溉产品,由于各种原因,这些灌溉产品存在精度不高、分类不可靠等问题。然而,由于技术的进步,数据融合技术、微波遥感技术及大量其他辅助数据在大区域绘制灌溉地图方面提供了更大的可能性。为此,极有必要系统回顾灌溉耕地识别制图研究的发展历程,总结当前研究的现状及存在的不足,为进一步开展灌溉耕地制图方法研究和提高灌溉识别精度提供参考。     

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。     

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。     

基于Landsat遥感卫星影像的南京市植被动态变化研究

为探究南京市绿色植被覆盖时空动态变化规律,基于Landsat影像,借助ENVI、PCI、ArcGIS等软件操作平台构建绿色植被信息提取模型,利用模型提取了南京市2000年、2009年、2017年3期植被覆盖信息,并在此基础上进行了时空动态变化及其驱动因素分析.结果表明:(1)时间上,南京市2000年、2009年、201...     

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。     

延安北部丘陵沟壑区退耕还林(草)成效的遥感监测

将延安北部丘陵沟壑区的吴起、志丹、安塞、子长、延川、延长和宝塔等7县区做为一个整体,利用GIS综合解译分析SPOTVGT、NOAA/AVHRR、EOS/MODIS、TM和DEM数据,揭示该区域退耕还林(草)生态建设工程所取得的实效。1998-2009年NOAA/AVHRR和EOS/MODIS遥感监测表明,该区域在遥感影像图上凸现,在其北部和西部形成一条明显的与行政区边界相吻合的分界线,表明退耕还林后植被覆盖状况正在逐年改善,而且植被恢复情况明显好于其北部和西部。1999-2007年SPOTVGTNDVI演变表明,该区域NDVI正处于快速上升阶段,线性趋势值为0.0078,与其南部次生林区的NDVI差值在明显减小,与北部粮食种植区的NDVI差值在逐渐加大。退耕前后的TM影像解译结果对比分析说明,延安北部近年来退耕还林(草)的成绩是显著的,生态环境有了明显的改善。与1997年相比,到2007年延安北部有68.37%耕地不再耕种,而大于35°的坡耕地91.45%实现了退耕,25-35°的坡耕地有74.70%退耕,绝大部分高坡度耕地实现了退耕,而较低坡度的坡耕地退耕幅度也很大,达到了50%-70%。退出的耕地主要变为草地、林地和果园。TM影像解译结果表明,林草覆盖度增加非常显著,达到65.3%,增加24.3%,以草的面积增加最为明显。低植被覆盖度的土地面积在大幅度减少,植被覆盖度小于10%的面积减少了83.42%;中植被覆盖度面积在显著增加,到2007年,植被覆盖度在30%-50%的面积最大,占总面积的47.2%,将近一半;高植被覆盖度面积也明显增加,由1997年的6%增加到2007年22%。TM影像与DEM数据叠加分析表明,土壤侵蚀强度总体上降低,强度、极强度和剧烈等级土壤侵蚀的土地面积减少50%以上,但极强度和剧烈的高等级土壤侵蚀面积仍占2007年国土总面积的13.3%,土壤侵蚀状况仍然严重。植被以灌木和草为主,乔木面积较低,森林覆盖率只有22.4%,因此需要继续加强治理。     

汶川大地震滑坡体遥感识别及生态服务价值损失评估

利用遥感技术,提出了综合遥感指数、非监督分类和监督分类的自动识别滑坡体的方法：先构建4个遥感指数（植被指数SAVI、水体指数MNDWI、建筑指数NDBI和云指数NDCI）合成新影像图,用SAVI指数阈值分割新影像图确定无植被区,最后对无植被区进行非监督分类和监督分类区分滑坡体的方法。以TM／ETM＋影像为数据源,应用此方法提取了地震重灾区——汶川县的滑坡体,分类精度达93％,进而研究了滑坡体空间分布特征并对其造成的生态服务价值损失进行了评价。结果表明,滑坡体面积随着坡度的增加呈现先增后减的趋势,30～40°之间的滑坡体面积最大;地震共产生滑坡体206．5km^2,汶川-茂县,映秀-北川两大断裂带之间的区域受地震影响最大,成为滑坡灾害最为严重的区域,其中映秀镇15．9％的乡镇面积被滑坡体所掩埋;地震造成全县151．08km^2林地、16．13km^2草地和5．11km^2耕地丧失,崩塌的滑坡体填充的河流面积达3．45km^2;各类生态系统服务总价值损失22646万元,其中林地生态系统服务价值损失最大,占89．8％,虽然耕地价值损失所占比重不大,但滑坡灾害使人均耕地减少45．6m^2,加剧了该县耕地面积短缺的局面。