大庆湿地景观及保护策略研究

为了了解大庆湿地动态变化状况,基于遥感技术（RS）和地理信息系统（GIS）平台,以2007年SPOT 5影像和Landsat TM遥感图像为基础数据源,结合1986年和2001年数据资料,分析了近20年大庆湿地面积的时空演变过程以及景观动态度分析。结果表明,目前大庆湿地存在严重问题,面积萎缩、景观破碎化加剧、污染日益严重,保护和合理的开发利用湿地资源是大庆可持续发展战略的重要任务之一。针对其现状,从建立稳定生态系统、保障生态用水、实行湿地修复工程和加大法律法规执行力度4个方面提出可行对策,为有效地保护大庆湿地资源、增强湿地功能提出了科学依据。     

基于CA-MARKOV模型的北京湿地资源变化预测研究

为了掌握北京湿地资源近20年的变化情况和未来的变化趋势,采用CA-MARKOV模型对北京湿地资源时空格局变化进行模拟预测,以北京市1992年、2002年和2007年3期湿地类型遥感解译结果为数据基础,通过确定CA-Markov模型的空间研究对象、约束条件、模型参数、转换规则（包括研究区降水、温度、湿度及地形信息）,利用2002和2007年2期数据计算步长为5年的转换规则,1992年和2007年2期数据计算步长为15年的转换规则,预测2012年和2022年北京湿地的时空变化情况。结果表明,预测2012年北京湿地面积总量为48402.8 hm2,相对2007年湿地面积减少了7.38%,年均减少率为1.47%,2022年北京湿地面积继续减少。预测结果得出了北京市湿地资源合理、科学的动态变化趋势。     

东港市湿地的景观格局变化及驱动力分析

在遥感与GIS的支持下,以东港市1989年TM影像和1999年ETM影像为主要数据源,通过选取和计算景观指数分析了东港市10年来的湿地的景观格局变化。分析结果表明：10年间人工湿地面积普遍增加,天然湿地面积普遍减少,平均分形维数大部分降低,湿地景观破碎度增加,多样性指数下降,优势度指数增加,均匀度指数下降,聚集度指数增加。湿地景观格局指数的变化,反映了城镇规模的扩大,水稻的大面积种植,养殖业的大力发展等人为活动对景观格局的深刻影响,人为活动已成为东港市湿地景观格局变化的主要驱动因子。     

作物类型遥感识别研究进展

及时获取作物种植面积是研究粮食区域平衡,预测农业综合生产力和人口承载力的基础。遥感技术已经成为提取作物种植面积的重要手段,而前提是识别作物。为了理清当前该领域的国内外研究现状,以遥感在作物类型识别中的应用为主线,归纳了国内外作物类型识别研究中常用的各类遥感数据,如资源遥感影像、气象遥感影像、高分辨率影像、高光谱影像和微波影像等,分析其优缺点和适用性;同时总结了利用遥感进行作物类型识别的3 类研究方法,包括基于光谱的识别方法、基于物候差异的识别方法以及光谱与物候相结合的方法,分析了各种方法的特点;指出目前作物类型遥感识别中存在的主要问题,如影像空间精度与价格的平衡问题,多分辨率遥感数据的综合应用问题,物候差异对作物识别的影响问题等;认为不同分辨率遥感数据的结合可以弥补各自不足,遥感影像的时相选择是提高精度的关键,另外需要应用除光谱和物候以外的更多解译标志;建议进一步深入研究作物识别机理和多尺度数据融合方法。以期为遥感技术在作物类型识别中的深入研究提供参考和借鉴。     

大庆湿地的生物多样性及其保护策略

湿地是大庆市最重要的自然环境之一。为了掌握该地区的生物资源,保护大庆湿地生物多样性,实现可持续发展利用,于2007年3月至2008年12月对大庆龙凤湿地自然保护区、扎龙自然保护区珰奈段湿地进行了调查。结果显示,大庆湿地现有植物469种,脊椎动物316种,无脊椎动物资源也十分丰富,具有较高的生物多样性价值。由于受气候条件的影响和人为因素的干扰,其湿地环境和生物多样性正受到较严重威胁。笔者在讨论大庆湿地生物多样性基础上,认为必须采取坚定的策略保护大庆湿地,维持湿地生态系统的生物多样性,并对大庆湿地保护策略提出了合理的建议。     

基于无人机影像的林地单株立木自动化提取研究——以丹霞山湿地保护区为例

利用无人机技术可以快速获取林业自然保护区高分辨率遥感影像,无人机影像在林业资源调查与监测中具备传统卫星影像无可比拟的优势。本研究以丹霞山湿地自然保护区为研究对象,基于无人机遥感影像,提出了一种人工林地单株立木自动化提取方法。研究采用遥感影像多尺度分割算法,对研究区无人机遥感影像进行多尺度分割,然后通过构建林地特征信息模型,实现对案例区人工林地单株立木自动化提取。结果表明：该方法在丹霞山湿地保护区人工林地自动化提取中具有较高的可行性,Kappa系数达到了0.979,总体分类精度达到了98.40%,能够满足人工林地提取的需要。该方法省去了人工林地分类前的人工干预和先验知识输入,大幅度提高了无人机影像在林地资源调查应用中的工作效率,为精准林业调查提供了一种新方法。     

大庆湿地野生盐生植物资源调查及分析

大庆地区湿地的盐碱化面积大、数量多,盐生植物资源丰富,盐生植物资源的开发与利用越来越受到人们的重视,将盐生植物应用于湿地恢复意义重大。在总结国内外湿地盐生植物应用与湿地保护理论、方法和实践的基础上,对大庆龙凤湿地、滨州湖、莲花泡保护区进行野生盐生植物的实地调查。调查结果显示,野生盐生植物种类共计50种,隶属22科36属,从中筛选出40种具有较高观赏价值和生态特性的盐生植物。同时,对大庆湿地盐生植物资源调查进行深入分析,为大庆地区盐生植物资源与景观多样性保护以及进一步的应用提供理论依据和基础保证。     

河北省主要自然湿地动态变化及相关分析

为了研究河北省主要自然湿地2000年-2010年的变化情况及变化原因,运用ERDAS和ArcGIS对中国环境卫星2010年影像、2000年、2005年TM影像进行影像判读和数据处理,利用动态度指数和相关分析,对河北省主要自然湿地的动态变化和相关因子进行研究,探讨其动态变化状况和影响因子的影响程度。结果表明,河北省主要自然湿地面积减少严重,湿地自然保护区的建立是自然湿地保护的有效手段,人为因素的干扰成为自然湿地面积减少的主要原因。     

大庆湿地生态系统能值分析与价值估算

为了更好地评价大庆湿地生态系统对太阳能资源的利用情况和大庆农业的可持续发展状况。应用生态系统能值分析理论,定量地分析和估算大庆湿地生态系统的生态效益以及系统内的物流和能流。结果表明,大庆城区湿地的价值极大,从能值分析表可以得出大庆湿地生态系统自然资源价值总计为3.13×1010￥,雨水在全部的可再生资源组成中占绝对优势,所占比例约74%;湿地水体及底泥沉积物的宏观经济价值为1.61×1010 ￥,对比能值分析表中其他项目,湿地初级生产力能值及动物资源能值小于系统投入的再生资源能值,说明该系统大部分能量用于湿地生态系统的生态服务功能,而非物质的产出。     

基于GF-1卫星数据与面向对象分类的达里诺尔湿地自然保护区土地覆盖信息提取

以达里诺尔湿地自然保护区为研究区，基于国产GF-1遥感影像，采用面向对象和传统目视解译的分类方法对研究区土地覆盖遥感信息进行提取，并对其结果进行对比分析，采取混淆矩阵对面向对象分类结果进行精度验证。结果表明：（1）充分利用了GF-1遥感影像的光谱信息，面向对象分类采取试错法确定最优分割尺度为550，形状和紧致度因子分别为0.6和0.5，各波段权重均为1。（2）面向对象分类总体分类精度达98.22％，KAPPA系数为0.96；（3）面向对象分类方法可快速准确提取类型较为复杂的土地覆盖信息，为内陆湿地精准快速提取研究区土地覆盖分类信息提供参考，以期为湿地遥感业务化监测提供技术规范。     

东北地区湿地遥感监测评价业务系统

为实现国产风云三系列卫星数据进行东北地区湿地变化的动态监测及业务化运行，采用面向区域的虚拟框架结构设计和多种类型“层”数据协同处理的方式，实现FY3/MERSI、EOS/MODIS、TM等多源多通道卫星数据的数据定标、投影、几何校正及数据重采样等功能，同时提供地理信息背景数据和相关辅助信息叠加、提取等功能，针对湿地特点，进行植被指数、水体指数、蒸发散等湿地下垫面特征参数指标计算，多源遥感数据处理和融合与数据分割，湿地专题图制作等，为用户提供方便、可信的业务系统，为东北地区湿地保护、灾害防御提供了科学的参考依据。     

基于支持向量机的北京市湿地变化预测研究

为了实现北京市湿地的可持续发展与科学管理,利用遥感和GIS技术对北京区域遥感数据进行分析,进而获取湿地不同类型数据,由于湿地面积是典型的小样本数据,将支持向量机引入到时间序列模型定阶的方法中,然后采用K交叉验证方法寻找最优参数,建立北京湿地变化预测模型。通过对北京湿地历年数据进行模拟,并与RBF神经网络的预测模型作比较来验证SVM预测模型的有效性,运用此模型预测北京湿地未来的变化。结果表明：时间序列模型预测湿地变化有较高的预测精度和较强的泛化能力。预测结果显示：北京湿地在未来几年内,水库、河流,运河,沟渠面积将逐年减少,水稻田面积将持续下降,养殖面积将增大。其预测结果符合现实北京湿地变化趋势,研究结果为北京湿地的可持续发展和科学管理提供了依据。     

基于决策树方法的淡水沼泽湿地信息提取——以扎龙湿地为例

为了及时准确地获取湿地基础信息,对湿地进行动态监测和保护。以扎龙湿地为研究区,以区域湿地遥感信息提取为目标,采用TM影像数据、DEM数据、归一化植被指数、纹理信息等复合识别指标构建决策树模型,对研究区不同地类进行分类。然后与传统的最大监督分类法所得到的结果进行对比。结果表明,采用基于指数的决策树分类方法对扎龙湿地类型进行分类,较传统的最大似然监督分类精度提高了14.6%;总体Kappa系数提高了0.1751,分类精度较监督分类有明显的提高,证明基于多源数据决策树分类方法是内陆淡水沼泽湿地信息提取的有效手段。     

遥感技术在烟草长势监测及估产中的应用进展

烟草长势信息是烟草生产管理的重要依据,全面了解遥感技术在烟草长势监测及估产中的应用进展,为利用遥感技术支撑科学化、精细化烟田管理提供科学参考。在对相关文献分析和归纳的基础上,从地面光谱、无人机遥感、卫星遥感3种尺度对目前遥感技术在烟草长势监测与估产方面的应用进行系统总结,并对进一步研究进行展望。（1）基于地面光谱对烟草的监测,主要是利用反射率光谱及其不同的变换形式、光谱指数和光谱位置变量估测其生理生化参量（氮、磷、钾、生物量、叶面积指数、叶绿素等）,为诊断烟草生长、健康状况、成熟度提供依据,进一步实现烟草长势监测、估产与品质评定。（2）利用无人机遥感技术能够在小尺度上对作物的面积进行提取、监测长势及估产,但受搭载相机分辨率、地形、自身稳定性等影响,不能监测烟草的细微变化。（3）参考LandSat、SPOT、MODIS、HJ-1等光学遥感数据以及SAR数据,利用遥感影像融合、分类等技术能够实现对大面积烟田病害、长势进行监测和产量估计。结合多源、多平台遥感数据,对烟草的参数进行定量研究,并利用同化技术对大尺度上烟草生长过程进行动态监测,来探索烟草的最佳采收期是未来研究的重点。     

遥感影像分类结果的不确定性研究

主要从遥感数据质量的不确定性、分类算法的不确定性、分类评价方法的不确定性及分类后处理的不确定性四个方面讨论了遥感影像分类结果的不确定性。     

基于高分一号16m影像的美国大豆种植面积抽样调查

为了试验中国自主发射的高分一号卫星16 m影像在抽样调查美国大豆面积的有效性问题,解决目前中国农业遥感调查主要依靠国外数据源的问题。在95%置信水平和误差5%的要求下,首先设计了2013年模拟抽样试验(6种抽样比),以抽样框中大豆面积为分层指标,将抽样单元划分为6层,以总体相对误差和变异系数为抽样效率评价指标,试验确定理论最小抽比为1.8%。然后设计了2014年抽样试验,采用和2013年抽样试验相同的方法,不同是遥感样本为高分一号16 m影像(抽样比4.8%),抽样结果与美国农业部统计数据对比的误差为5.1%。结果表明:在美国大豆的生长季节内,高分一号16 m影像具有保证美国大豆面积抽样调查的覆盖能力。该试验可为作物面积空间抽样调查方案设计提供参考。     

LANDSAT数据在沙地动态监测中提取沙地信息的最佳波段组合研究

多光谱遥感数据是沙地动态监测的数据源,从中提取的沙地信息是监测的基础数据。波段是否为最佳组合,直接影响沙地信息的提取和地物的分类。笔者结合研究区域的实际情况,通过对单波段信息、波段间的相关性和OIF指数的分析,研究了提取物及其背景的特征,获得提取沙地信息的最佳波段组合为波段3、4、7。该组合形成的彩色图像地物信息丰富,沙地信息突出,易于目视解译,效果良好。波段的组合研究为后期数据处理提供了有力的技术支撑。