四类全球土地覆盖数据在中国区域的精度评价

该研究以中国耕地类别为研究对象,选择2000年中国土地利用数据（NLCD-2000）为参考数据,利用比较分析法,从面积数量精度和空间位置精度两方面对目前4类全球土地覆盖数据（UMD、IGBP-DISCover、MODIS和GLC2000）产品进行了精度验证,并分析研究了4类数据精度的异同性。结果表明,4类全球数据对中国耕地数量特征和空间位置特征的估测具有明显的区域差异性。MODIS数据集和GLC2000数据集对中国耕地制图的总体精度要高于UMD数据集和IGBP-DISCover数据集。4类数据制图精度高的区域主要分布在中国的农业主产区,而误差大的区域主要分布在中国山区或耕地比例低的区域。低空间分辨率的信息源、基于像元的分类方法,以及中国复杂地形特征是4类全球土地覆盖数据精度差异的主要原因。     

基于小波变换的华北平原耕地复种指数提取

该文以中国华北平原为研究区域,提出了基于小波变换的耕地复种指数遥感提取方法。首先,利用小波变换对2007年36景SPOT VGT/NDVI（SPOT VEGETATIONVGT数据归一化植被指数）遥感数据进行去噪处理,重建耕地农作物生长NDVI（归一化植被指数）曲线;然后,结合地面样点数据、农时数据和农业统计数据,采用二次差分法提取了华北平原2007年耕地复种指数和空间分布特征。研究结果表明,华北平原5省市耕地复种空间分布存在明显的地域特性,河南省耕地复种指数最大,达到179.4%,山东省次之,北京市最小。该研究结果与统计数据和其他遥感监测比较结果表明,基于小波变换去噪时序遥感数据提取耕地复种指数的技术方法与统计数据和其他遥感监测结果总体上具有较好的一致性,复种指数空间分布变化趋同。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona, SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。     

基于遥感蒸散发数据的耕地灌溉保证能力评价方法

灌溉保证能力是耕地质量的重要方面,为了提高区域耕地质量监测信息的获取效率,该文构建了一种基于遥感蒸散发的耕地灌溉保证能力评价方法。以MODIS蒸散发产品(MOD16)为数据基础,在水量平衡原理的基础上,利用降雨量、MOD16A2产品中的实际蒸散发参量,计算年度有效灌溉量;利用地面气象站点计算的参考作物需水量和MOD16A2月合成产品中潜在蒸散发参量,建立回归方程,得到空间连续的参考作物需水量;采用作物系数法结合区域作物类型分布图计算年度作物需水量,并在此基础进一步计算年度灌溉需水量;将有效灌溉量与灌溉需水量之间的比值作为灌溉保证能力评价的基础,利用多年的灌溉保证能力评价指标,监测和评价耕地灌溉保证能力。以河北省衡水市为研究区,开展了试验验证,结果表明,耕地灌溉保证能力综合评价结果与2012年补充完善后农用地分等成果中灌溉保证率的分级结果相比,除了在空间整体分布上具有较好的一致性外,级差小于1级的栅格单元达到75%以上。该文构建的灌溉保证能力评价指标物理意义明确、可获取性强,评价方法能够满足区域耕地质量监测与评价的应用需求。     

高光谱遥感数据植被信息提取方法

利用高光谱分辨率遥感卫星影像提取植被分布信息时,需要考虑混合像元和训练样本大小的影响,以提高植被信息提取的精度。该文以广州市北部为例,利用线性光谱混合模型和支持向量机方法进行Hyperion影像分类,估计荔枝分布信息。将其结果与QuickBird 1 m空间分辨率影像进行对比,利用地图方格网中随机选取的验证点评价精度,信息提取精度达到85.7%,而光谱角度制图提取的精度仅为74.3%。结果表明,混合像元分解模型和支持向量机结合的方法和其他传统的利用光谱信息提取方法相比,能够提高植被分布信息提取的精度。     

中国区域多源土地覆被遥感产品精度分析与验证

国家及区域尺度的土地覆被信息对于解决环境演变、生物多样性保护、生态系统评价及环境建模等一系列问题起着至关重要的作用。该文以中国科学院CHINA2000数据为参考,从国家尺度比较了当前全球4种土地覆被遥感产品的分类精度,以便解释验证数据与参考数据在空间及专题上的一致性和异质性。结果表明:与参考数据相比,4种遥感产品的土地覆被类别的空间分布,从整体上表现出较高的一致性,但在局部区域差异性较大,特别是在景观异质性较强的西南和东南地区;GLC2000遥感产品从相关系数和总体精度方面都表现出与参考数据较好的一致性,其相关系数为0.92,总体精度为55.86%,GLOBCOVER产品则表现出与参考数据较差的一致性;4种产品与参考数据在空间上表现出明显的混淆现象,混淆主要发生于林地、灌木、草地和耕地之间,这表明粗空间分辨率遥感产品在识别叶类土地覆被类型的能力上仍需要改进,该文为中国用户合理利用遥感产品提供了科学合理的依据。     

基于多分辨率数据的干旱和半干旱地区地物模糊分类

为了进一步提高低分辨率遥感数据用于干旱和半干旱地区地物分类精度,该文以新疆石河子垦区为研究区,利用PSA(purposive selection algorithm)算法结合地物分布的统计特性对样本窗口进行选择,确定了最佳样本窗口组合;采用概率密度估计的方法获取了真实的隶属度函数,基于类别隶属度函数构建地物辨别模型;建立了多分辨率数据大尺度土地利用/覆盖遥感分类流程。研究结果表明,借助高空间分辨率数据提取各地物类别的精细分布特征,与Erdas非监督分类相比,模糊分类的总体分类精度提高了20%。该研究可为低分辨率数据的研究与应用提供借鉴。     

用于灌溉耕地制图的特征变量优选

灌溉耕地制图可以为粮食安全、水资源管理和气候变化等相关研究提供数据基础.构建和选择表征灌溉耕地信息的特征变量是灌溉耕地制图最重要的环节之一.该研究选择有良好灌溉信息数据基础的美国内布拉斯加州为研究区,基于已有灌溉耕地空间分布图和灌溉信息数据,提取灌溉耕地和雨养耕地的样本,计算了样本的4类82个特征变量,利用随机森林对比...     

综合季相节律和特征光谱的冬小麦种植面积遥感估算

及时准确地获取区域和国家尺度的作物种植面积和空间分布具有重要意义。针对目前中低分辨率遥感数据相结合方法的局限,提出一种新的作物类型识别方法。首先基于MODIS NDVI数据的时间优势,提取研究区各类植被的NDVI时间序列曲线,从而分析冬小麦在季相节律上的识别特征,构建冬小麦识别模型。再将MODIS像元分类处理,纯耕地像元利用冬小麦的季相节律特征识别;耕地与其他植被的混合像元利用混合像元分解的思想提取耕地组分的NDVI时间序列,从而进行识别,进一步根据空间关系将识别结果重新定位到中分辨率尺度上;冬小麦与其他作物的混合像元覆盖区则利用TM遥感影像的光谱差异加以区分。在伊洛河流域主要农业区,以冬小麦为识别对象,结果表明识别精度达到96.3%。该方法为作物种植信息的提取提供了新的解决问题的途径,也对其他类型作物的识别也具有重要的参考价值。     

基于ESTARFM NDVI的察汗淖尔流域灌溉耕地提取方法研究

运用遥感精准识别技术提取灌溉耕地可以为区域内农业耗水管理提供关键数据支持,但受限于遥感数据的时空分辨率,对于光谱特性相似容易混淆的灌溉耕地作物识别有一定难度。为此,本研究通过增强型自适应反射率时空融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)对MODIS和Landsat数据进行融合,得到察汗淖尔流域时间分辨率为8 d、空间分辨率为30 m的NDVI数据,并与同期真实Landsat NDVI进行对比验证,相关系数为0.94。利用HANTS滤波建立ESTARFN NDVI时间序列数据,选取灌溉耕地样本通过支持向量机进行灌溉耕地空间分布的提取,以弥补数据源、特征提取等限制因素对复杂灌溉耕地提取的空缺。结果表明:流域内灌溉耕地总面积为1958.24km~2,商都、兴和、尚义、康保和化德5县耕地总面积占流域耕地总面积的94%,灌溉耕地分别为616.67km~2、337.36km~2、409.85km~2、290.93 km~2和239.38 km~2,主要种植葵花、甜菜、马铃薯等生长季从4月初到9月底的长生育期作物和生长季从5月初到8月初的蔬菜;张北、察哈尔右翼前旗、后旗和镶黄旗耕地占流域耕地总面积为6%, 4县灌溉耕地面积共64.05 km~2。最后,通过真实样本进行验证,总分类精度为93.18%, Kappa系数为0.91。结果表明,用该数据融合模型获得的NDVI时间序列能反映作物真实变化情况,并且使用支持向量机提取察汗淖尔流域灌溉耕地效果较好。     

中亚五国棉花和冬小麦需水量的变化及预测

农业灌溉用水是中亚地区最主要的水资源利用方式,灌溉用水量的变化直接影响中亚地区水资源消耗量,进而影响水资源管理和配置。作物需水量是衡量农业灌溉用水量的直接指标,为此本文以中亚主要作物棉花和冬小麦为研究对象,分析了2006—2015年中亚地区灌溉农业用地,以及棉花和冬小麦的需水量变化,并利用CA_Markov方法预测了2030年灌溉农地的变化,进而分析了未来中亚地区农业需水量的状况。研究表明,2006—2015年,中亚地区灌溉农田面积总体增加492km~2,其中哈萨克斯坦、吉尔吉斯斯坦和土库曼斯坦均有所增加,但塔吉克斯坦和乌兹别克斯坦有所减少。2006—2015年,棉花需水量只在土库曼斯坦和哈萨克斯坦东部地区显著增加(2.5～4.3 mm·a~(-1)),在吉尔吉斯斯坦显著减少,并且是唯一呈现总体减少趋势的国家。冬小麦需水量在土库曼斯坦明显增加(10.0mm·a~(-1))。至2015年,土库曼斯坦的棉花总灌溉水量增幅最大(3.44%),其他4个国家变化较小。中亚五国冬小麦的总灌溉水量均呈上升趋势; 2030年,土库曼斯坦是唯一灌溉农业用地增加的国家,棉花和冬小麦的总灌溉水量均明显增加,棉花灌溉水量增加约28km~3,冬小麦增加约17 km~3。     

地块尺度的复杂种植区作物遥感精细分类

实现复杂农区作物种植信息的精准、动态监测是中国农业精细化管理面临的迫切需求,而作物种植碎片化和异质性给作物遥感精细分类带来了诸多挑战,该文旨在探索基于高分辨率影像的地块尺度多种作物同步识别方法,以满足实时获取复杂农区作物详细分布信息需要。研究选取武汉市新洲北部为典型区,以WorldView-2影像为数据源,利用ReliefF-Pearson方法优选作物遥感特征,采用人工神经网络、K最近邻和随机森林算法进行作物分类,并对比分析其精度。研究发现：1）RVI、NDVI、相关性和边界长度等12个特征构成了地块尺度作物分类的相对较优特征,可在充分表征影像信息同时降低数据冗余;2）相比于人工神经网络和K最近邻算法,随机森林算法分类精度最高,其总体精度达79.07%;3）以光谱特征差异为作物区分基础,形状和纹理特征的使用能有效改善地块尺度作物分类精度,总体精度可提高4%左右;4）研究所采用的方法体系能有效提升复杂种植区地物分类精度,水稻、棉花、荷等主要作物以及裸旱地、裸水田等地物分类精度均达到了80%以上。研究成果可为复杂种植区作物遥感精细分类提供新的思路和方法借鉴,亦可为作物种植信息精准普查、土地利用精细化管理以及农业产业结构调整动态监测等提供参考。     

微生物固化砂质黏性紫色土的三轴抗剪强度与浸水抗压强度

实现复杂农区作物种植信息的精准、动态监测是中国农业精细化管理面临的迫切需求,而作物种植碎片化和异质性给作物遥感精细分类带来了诸多挑战,该文旨在探索基于高分辨率影像的地块尺度多种作物同步识别方法,以满足实时获取复杂农区作物详细分布信息需要。研究选取武汉市新洲北部为典型区,以WorldView-2影像为数据源,利用ReliefF-Pearson方法优选作物遥感特征,采用人工神经网络、K最近邻和随机森林算法进行作物分类,并对比分析其精度。研究发现：1）RVI、NDVI、相关性和边界长度等12个特征构成了地块尺度作物分类的相对较优特征,可在充分表征影像信息同时降低数据冗余;2）相比于人工神经网络和K最近邻算法,随机森林算法分类精度最高,其总体精度达79.07%;3）以光谱特征差异为作物区分基础,形状和纹理特征的使用能有效改善地块尺度作物分类精度,总体精度可提高4%左右;4）研究所采用的方法体系能有效提升复杂种植区地物分类精度,水稻、棉花、荷等主要作物以及裸旱地、裸水田等地物分类精度均达到了80%以上。研究成果可为复杂种植区作物遥感精细分类提供新的思路和方法借鉴,亦可为作物种植信息精准普查、土地利用精细化管理以及农业产业结构调整动态监测等提供参考。     

棉花生长初期灌溉信息遥感提取与校正

为提高生长初期低覆盖度作物长势的遥感监测精度,需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正,提高棉花作物长势监测与产量预判精度,本文以美国加利福尼亚州San Joaquin Valley的2个棉花地块为研究区,选取棉花生长初期灌溉过程中的遥感影像,构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法),确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系,提取含有灌溉信息的像元,并对NDVI进行校正,消除灌溉对NDVI的影响。研究结果表明:在棉花生长初期,灌溉与未灌溉像元NDVI变化率达12%,差异较显著;灌溉与否的棉花NDVI与NDWI间均存在极显著的线性关系,决定系数在0.80以上;利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高,精度达88%以上;校正后线性回归模型精度达0.95,灌溉校正效果明显,灌溉与未灌溉像元的NDVI差异减小至2%。本研究通过对含有灌溉信息像元NDVI值的校正,去除灌溉对NDVI造成的影响,反映了真实的植被信息,可实现对作物生长初期长势的准确遥感监测,为遥感定量监测提供便利。     

基于GIS技术的中国农田氮素养分收支平衡研究

该文基于统计数据、调查数据、图形数据以及已经公开发表的文献资料中的数据，详细研究了中国2000多个县域单元农田氮素养分的收支平衡状况，并将研究结果利用GIS技术进行了空间表达。研究发现，中国农田氮素投入总量为34.22×10⁶ t，农田氮素支出总量为31.57×10⁶ t，农田氮素处于盈余状态，盈余总量为2.65×10⁶ t；在县域层面上，农田氮素处于亏缺的县域单元数占全部县域单元数的37.68%，其耕地面积占全国总耕地面积的43.10%，农田氮素处于盈余的县域无论在数量上还是在耕地面积上都占有绝对优势，亏缺的县域单元离散分布在几乎全国的每个省份；在全国层面上，化学氮肥、有机氮肥、生物固氮、其他来源的氮素养分投入分别占全部氮素投入的76.54%、16.26%、3.10%、4.09%，化学氮肥在所有氮肥总投入中占有绝对优势；人畜粪尿是有机氮肥投入的主要来源；全国农田氮素生物产出总量为19.87×10⁶ t，占农田氮素总支出的比重为62.85%，在省域水平上，黑龙江省农田氮素生物产出占全部氮素生物产出的比例最高，达85%。     

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。     

河南省土地覆盖变化的时空特征分析

以遥感与GIS为技术支撑,对河南省20世纪80年代至2005年的土地覆盖进行了动态监测,并分析了土地覆盖变化的时空特征及其驱动因子.监测结果表明,河南省土地覆盖变化的时空特征为:(1)变化数量.城镇建设用地显著增加,内陆水体面积增加明显,农村聚落和落叶阔叶林有所增加,常绿阔叶林略有增加;灌丛草地、水浇地、旱地和河湖滩地面积减少明显.(2)变化速度.城镇建设用地面积增速迅猛,内陆水体增速明显;沙地面积减速最快,裸地、沼泽和草甸草地减速较快,河湖滩地和灌丛草地减速明显,旱地和水浇地面积减速较小.(3)空间转换.以农田和聚落之间的转换为主,另外城镇建设用地的增加包括其扩展融人的农村聚落等;内陆水体增加主要由河湖滩地转变的;灌丛草地减少主要转变为旱地.驱动力分析表明,区域自然因素相对稳定,对土地覆盖变化的影响较小,而人口增长、经济发展、农业结构调整、政策和交通等社会经济因素是河南省土地覆盖变化的主要驱动力.河南省土地覆盖变化的总体特征与区域经济发展、产业布局及其工业化、城市化演变的特征十分吻合.