协同多源国产高分影像和面向对象方法的南方农作物遥感识别

【目的】中国南方地区云雨频繁且农业景观破碎，是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势，实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号（GF-2）影像表征农田空间几何特征，协同中空间分辨率高分一号（GF-1）和高分六号（GF-6）加密影像观测时间序列，充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征，基于随机森林进行农作物分类并计算不同特征的重要性。同时，设置不同影像组合和不同分类单元下的多种分类场景，进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94；在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外，基于GF-2进行面向对象的农作物分类效果优于面向像元，其中潜江总体精度提升了1.4%，枣阳提升了1.32%。相比GF...     

不同遥感数据融合方法在南方水稻面积监测中的应用研究

在南方水稻遥感监测中,单一传感器影像数据已不能满足监测精度的要求,需要将高空间分辨率全色影像与中高空间分辨率多光谱影像进行融合,得到新的高空间分辨率多光谱影像,有利于改善影像识别与分类精度.该文利用江苏省金湖地区HJ-1A卫星30m分辨率多波段影像与ALOS卫星2.5m分辨率全色影像进行水稻监测,采用4种融合方法(Brovey变换、IHS变换、高通滤波和小波变换)对2种影像进行融合处理.随后对各种融合影像结果进行了目视定性和融合评价指标定量说明与评价,结果表明小波变换在空间与光谱信息上具有最佳的融合效果.进一步利用小波变换的融合影像进行水稻识别与面积提取,统计表明融合影像相比HJ-1A多光谱影像,水稻面积估测精度从79.26%提高到91.65%.因此,利用多源遥感数据融合的方法对南方水稻面积进行监测,可显著提高其监测精度.     

基于改进BP神经网络的多分辨率遥感图像分类及对比分析

在遥感图像分类的研究中,传统的分类方法对“同物异谱”、“异物同谱”现象识别能力较差。此外,常用的BP神经网络分类存在时间长、易陷入局部极小等不足。将BP网络中的激励函数添加偏置参数、学习率进行自适应调整,并与最大似然、BP神经网络分类比较,结果表明改进的BP神经网络分类精度为89.69%,比最大似然提高了15.35%,比BP神经网络提高了23.81%。另一方面,基于改进的BP神经网络分类,对分辨率为16 m的高分一号卫星(GF-1)图像和分辨率为5.8 m的资源三号卫星(ZY-3)图像进行分类比较,并以ZY-3分类图作为检验图像,GF-1图像的分类精度达到了88.02%,各类地物的用户精度和制图精度在70%～99%之间,说明成本较低、宽幅较广的GF-1图像在地物信息获取方面可基本实现ZY-3卫星图像效果,为遥感图像地物信息提取提供了一定的参考。     

基于多源遥感特征融合与卷积神经网络(CNN)的丘陵地区水稻识别

为探究卷积神经网络(CNN)算法和多源遥感优选特征数据融合对丘陵地区水稻种植区的识别效果和适用性,以江西省上高县为研究区,利用Sentinel-2与GF-1遥感影像数据,对研究区晚稻种植区域进行识别。选取影像波段特征、植被指数、纹理特征及地形特征等分类特征,用分离阈值法(SEaTH)筛选出对各类别分离度较大的特征变量。基于Sentinel-2优选特征数据、GF-1优选特征数据、Sentinel-2与GF-1优选特征融合数据,使用CNN分类算法进行晚稻识别,同时用支持向量机(SVM)、最大似然法(MLC)分类算法进行对比。结果表明,Sentinel-2与GF-1优选特征融合数据在CNN分类算法下对水稻的识别效果最好,总体精度、Kappa系数分别为96.19%、0.93,结合野外调查数据进行验证,实际验证精度达94.69%。由研究结果可知,Sentinel-2与GF-1优选特征融合数据在CNN分类算法下对丘陵地区水稻识别具有较好的效果和适用性,是丘陵地区水稻遥感识别的有效手段。     

基于不同时相高分一号卫星影像的水稻种植面积监测研究

高分一号卫星影像具有高空间分辨率和高时间分辨率的优点。为了分析在水稻生育期内不同时相的高分一号卫星影像对水稻识别的影响,以江苏省建湖县为研究区域,选用2014年7月21日至2014年10月24日期间5景空间分辨率为16 m的高分一号卫星影像,采用ISODATA分类与人工目视解译相结合的方法分别提取各时相的水稻种植面积,并以地面实测GPS水稻样方进行精度验证,结果表明5个时相的水稻种植面积精度都在86%以上,10月15日精度达到最高,为90.391%,说明利用高分一号卫星影像可以用于监测水稻种植面积且精度较高,在农业遥感监测领域中具有广阔的应用前景。     

基于国产GF-1影像的川金丝猴生境评价研究

利用国产高分一号(GF-1)卫星遥感影像,综合神农架川金丝猴已有科考数据和相关研究成果,以地理信息系统为主要分析手段,选取植被类型、海拔、坡度、坡向、水源和人类干扰等作为评价因子,快速进行神农架川金丝猴秋季生境适宜性评价,首次将GF-1卫星影像应用于野生动物生境评价。评价结果表明:在不考虑人类活动影响时,川金丝猴潜在的最适宜生境和适宜生境面积分别为56.876和305.156 km2,分别占保护区面积的7.77%和41.69%;由于居民区和公路等的影响,神农架自然保护区川金丝猴实际适宜生存面积变小,实际最适宜生境和适宜生境面积分别为46.935和214.617 km2,分别占保护区总面积的6.41%和29.32%。将基于GF-1卫星遥感影像得到的川金丝猴生境适宜性评价结果,与基于Landsat8遥感影像得到的生境评价结果对比,二者评价结果符合度达91.7%,表明在野生动物生境研究领域国产GF-1卫星影像可以有效地替代国外Landsat影像,利用GF-1卫星影像进行野生动物生境评价是可行的。GF-1卫星突破了在野生动物研究领域普遍依赖国外数据的局面。GF-1卫星影像具有高空间分辨率、高时间分辨率、低成本和数据来源可靠等特点,无疑是我国野生动物生境遥感应用研究中可供选择的新的数据源。由于GF-1是我国高分辨率对地观测系统的第一颗卫星,开展GF-1数据的应用验证具有十分重要的科学意义。目前,利用GF-1开展此类研究国内外尚未见类似报道,本研究对于在林业实际业务中开展国产高分卫星遥感数据应用同样具有指导作用。      

基于高分二号数据的小麦快速识别与精度分析

针对目前高分二号(GF-2)卫星遥感数据在农业领域应用较少,尤其是在农作物识别方面应用缺乏的现象,以GF-2 4 m多光谱遥感影像为数据源,在河南省北部小麦主要种植区域濮阳县,采用监督分类方法(包括支持向量机、人工神经网络和最大似然法)进行小麦种植空间分布信息的快速提取和精度分析。结果表明,3种分类方法对小麦的识别结果非常相似,生产者精度均在96%以上,以支持向量机法最高;用户精度均在98%以上,以最大似然法最高; Kappa系数三者比较接近,均在0. 80以上;总体精度均在82%以上,以最大似然法最高,达85. 15%;错分误差在2%以下,漏分误差在3%左右,对地物的识别误差总体以最大似然法最低,尤其对小麦、水体、光伏电站的识别精度非常高。综合考虑,在采用GF-2进行小麦识别时,建议采用最大似然法。     

基于中巴资源卫星数据的水稻种植面积监测——以梁平县为例

以Landsat TM影像数据为参照标准, 中巴卫星CBRES CCD影像为基础数据, 并结合土地利用现状图与实地考查资料, 综合应用了RS和GIS技术手段, 对重庆市梁平县进行地物分类和水稻种植面积提取, 获得的研究区水稻种植信息与TM数据提取的结果相比较, 精度达到92.37%. 通过试验研究得到以下初步结论: (1) 利用CBRES-02 CCD数据提取研究区的水稻种植面积可以得到比较满意的效果. (2) 水稻识别精度受到海拔高度与地形因素的影响, 海拔越低, 地势越平坦, 水稻分布越集中, 水稻识别精度越高; 海拔越高, 地形条件越复杂, 地块越破碎, 水稻识别的精度越低.     

基于国产高时空分辨率卫星影像的作物种植信息提取研究

在面向对象技术支持下,首先利用高空间分辨率ZY-3遥感影像提取农田地块专题信息;然后在地块边界控制下以地块对象为单元融入HJ-1及GF-1中分传感器的多时相光谱信息,获取作物生长关键期内的时间序列光谱特征;最后,结合不同作物的物候差异性规律构建作物种植信息提取模型,对甘蔗和水稻进行识别。结果表明,所有地类的总体分类精度为86.80%,Kappa系数为0.84,总体分类效果良好。甘蔗的制图精度和用户精度分别达到92.11%和90.91%,水稻的制图精度和用户精度分别达到88.89%和90.91%。说明协同利用国产卫星的高空间和高时间分辨率影像数据提取作物种植信息确实可行,可作为作物种植面积和种植结构的精细化、快速调查方法。     

基于高分一号与Landsat 8卫星影像的库尔勒市香梨种植面积识别研究

库尔勒香梨是一个地域性极强的名优特优品种,是库尔勒地区乃至全国最优异的地方梨品种之一,利用遥感技术快速、准确获取库尔勒市香梨的种植面积、长势等信息,可为政府管理部门制定各种决策提供数据支持。本研究利用高分一号(GF-1,分辨率2 m和16 m)、Landsat 8(分辨率30 m)2015年4—10月的库尔勒市遥感影像,依据地面调查建立的感兴趣区域(ROI),采用5种不同方法进行监督分类,通过识别精度比较筛选出最佳识别方法,并对库尔勒市的香梨种植面积进行识别、提取。结果表明,GF-1影像数据的最佳识别月份为8月,最佳识别方法是最大似然法,识别精度为95.94%;Landsat 8影像数据的最佳识别月份为10月,最佳识别方法也是最大似然法,识别精度为94.43%。因此,选择利用8月份的GF-1影像数据提取库尔勒市的香梨栽植面积,经最大似然法进行监督分类,最终解译面积为2.827万公顷,与实际统计资料相比,识别精度96.45%,说明利用该方法监测库尔勒市的香梨栽植情况可行。     

基于GF-1/WFV EVI时间序列数据的水稻种植面积提取

随着国产高分系列卫星的发射,国产高分辨率遥感影像在作物种植面积提取方面逐渐得到了应用,但目前仅有少量基于高分一号(GF-1)卫星影像归一化植被指数(Normalized Difference Vegetation Index,NDVI)进行作物分类或遥感估产的研究。本文针对NDVI指数在南方多植被覆盖区域易饱和及不敏感的缺陷,利用在NDVI基础上改进的增强型植被指数(Enhanced Vegetation Index,EVI),首次提出基于GF-1卫星16m宽覆盖影像(Wide Field of View,WFV)EVI时间序列的水稻种植面积提取方法。选取四川省乐至县为研究区域,获取覆盖整个水稻生长周期的GF-1/WFV影像数据,构建EVI时间序列,并分析水稻不同生长期的EVI曲线特征。利用时间序列谐波分析法(Harmonic Analysis of Time Series,HANTS)对EVI时间序列进行平滑处理,尽可能减少噪声影响,使EVI时间序列能够更好地反应水稻及其他植被或非植被随时间的变化规律;根据水稻和其他植被及非植被的EVI曲线特征差异构建水稻种植面积提取决策树模型,对水稻种植面积进行准确提取。通过与同期地理国情监测成果的对比,本研究方法提取的水稻种植面积和精度都较高,表明该方法对于提取水稻种植面积效果良好。研究表明,相对于以往用中低分辨率卫星影像进行作物种植结构提取,GF1/WFV影像在南方较破碎的水稻种植面积提取方面应用效果良好,GF-1卫星影像在农业遥感领域具备很大的应用潜力。     

农村田间道路工程对局地土地利用景观格局的影响

从田间道、生产路尺度,分析了新农村建设与农地整理结合试点下重庆市合川区大石镇高川等4个行政村田间道路廊道特征及其不同缓冲带土地利用景观格局变化.研究表明:①新农村建设与农地整理结合试点下农村田间道路建设标准逐步提高.生产路密度从51.103 m/hm2降到45.581 m/hm2,田间道密度从12.934 m/hm2提高到22.11 m/hm2,连通度从41.94%提升到55.06%,环通度从12.62%提升到32.38%.②田坎路与废弃道路的复耕和道路沿线田块规整,改善了景现破碎度.斑块边界的复杂弯曲程度降低,斑块形状规则化程度与连接度提高,景观破碎度减小.③农村田间道路对土地利用景观干扰强弱呈规律性变化.田间道10 m以内干扰强度最剧烈,10～25 m较剧烈,25 m以外干扰度随距离增加逐渐衰减.生产路2.5 m以内干扰度随距离增加急剧增强,2.5～10 m干扰度最强且随距离增加而减弱,10～30 m干扰强度基本不变,30 m以外随距离增加干扰度逐渐衰减.     

基于面向对象方法的GF-2影像桉树林信息提取

高分2号(GF-2)是中国研制的空间分辨率最高的民用遥感卫星。为探讨GF-2遥感数据对林业资源信息的监测能力,以广西横县平朗乡桉树Eucalyptus林为研究对象,基于面向对象的图像分析方法,通过对影像多种特征的分析与提取,建立桉树林信息提取的知识规则,实现桉树林空间分布的准确提取,最终桉树林提取的用户精度和生产者精度分别达81.4%和86.4%。结果表明:利用GF-2数据基于面向对象思想的桉树林提取精度能够满足林业部门对于快速准确提取林业资源信息的生产需求。GF-2卫星因其高时空分辨率的特性可作为林业资源覆盖变化多尺度高精度检测的重要数据源。     

井灌区冬小麦节水高产指标化栽培实践与技术探讨

桓台县是我国北方老井灌区之一,主产冬小麦、夏玉米,其中冬小麦用水最多,长期靠大量超采地下水灌溉.针对水资源日趋匮乏的实际,从2002年开始,我们借鉴旱地小麦高产经验,推广应用抗旱、耐旱冬小麦品种,充分利用自然降水、土壤水,浇关键水,发挥水浇地土层深厚、土壤肥沃的优势,在保证冬小麦持续高产的基础上,大幅度减少了灌溉用水,实现了经济、社会、生态效益的协调发展.2002～2005年3年平均浇水次数由充分灌水的4.83次减少至1.99次;灌溉定额从2 720.56 m3/hm2下降到1 451.3 m3/hm2,节水45.65%;耗水量从4 369.78 m3/hm2下降到2 695.28 m3/hm2,节约水资源38.22%;水分生产率从1.624 kg/m3,增加到3.022 kg/m3,提高86.08%;产量从6 819.74 kg/hm2提高到8 094.3 kg/hm2,增产18.69%.……     

祁连山东段缀块水平冰雪景观变化的研究

采用美国陆地资源卫星两期卫星遥感图像,从缀块水平研究了祁连山东段地区1994-2008年的冰雪景观变化.研究结果表明,2008年祁连山东段地区冰雪景观与1994年同期相比,缀块总数量缩减了28.2%;冰雪景观总面积减少了19.6%;冰雪景观总体形状趋于复杂,10~100 hm2和1 000 hm2以上的缀块形状复杂度变大,<1hm2和100~1 000 hm2的缀块形状变化不显著;冰雪景观的总体破碎度减小,连接度增大,景观稳定性增加.     

8%精喹禾灵乳油防除春油菜田野燕麦的效果研究

20 0 2年在青海省农林科学院植保所试验地进行了 8%精喹禾灵乳油 5 6 2 .5、6 0 0 .0、6 3 7.5 m l/ hm2防除春油菜田野燕麦的效果研究 ,结果表明 ,8%精喹禾灵乳油 6 0 0 .0、6 3 7.5 ml/ hm2对水 3 0 0 kg喷施的株防效分别为88.3 %、92 .7% ,高于 5 %精禾草克乳油 75 0 .0 ml/ hm2的株防效 75 .2 % ;各处理间的鲜重防效均在 90 %以上 ,且无显著差异。 8%精喹禾灵乳油防除野燕麦效果良好 ,适宜在春油菜田推广使用     

基于k-NN方法和GF遥感影像的森林蓄积量估测

综合利用黑龙江省某林业局的一类样地调查资料、GF-1号卫星影像、数字高程(DEM)模型以及土地利用类型图,采用k-近邻(k-nearest neighbor,k-NN)法进行森林蓄积量估测研究,分析k-NN方法及GF-1卫星数据在森林资源调查与监测中的应用效果。为对比k-NN方法的估测精度,对相同试验数据也进行了最小二乘估计和稳健估计建模。采用GF-1号16 m分辨率的多光谱数据,在林业局级尺度上分别应用这3种方法进行森林蓄积量建模估测,生成了监测区域森林蓄积量分布图并统计得到监测区域总的蓄积量值。将3种方法估测结果与二类调查实测结果进行比较,k-NN方法估测精度达到97.3%,略优于传统的最小二乘估计和稳健估计建模估测精度。因k-NN方法不受Gauss-Markov假设限制,且能有效克服建模变量间的复共线性问题,研究成果可用于县/林业局级尺度的森林蓄积量估测,且国产GF-1卫星影像能有效应用于森林资源监测。     

基于Softmax分类器的小春作物种植空间信息提取

[目的]使用浅层机器学习分类方法和多光谱遥感影像快速准确提取研究区小春作物(油菜、小麦)种植空间信息。[方法]选择研究区小春作物识别最佳时期的Sentinel 2A MSI多光谱影像,融合得到10 m分辨率影像,然后降尺度生成15、20、30 m分辨率影像,结合地面调查数据,建立油菜、小麦、林地、居民地、水体等典型地物感兴趣区,训练Softmax分类器,基于不同空间分辨率影像提取油菜、小麦种植空间信息。[结果]①基于Softmax分类器和10 m分辨率融合影像的小春作物分类总体精度为90.02%,Kappa系数为0.8344,其中油菜生产者精度和用户精度分别为93.14%、91.42%,小麦的分别为87.93%,98.09%;②Softmax法的小春作物分类精度随影像空间分辨率下降而降低,15、20、30 m分辨率影像的分类精度较10 m的分别下降9.80%、12.04%和13.04%,Kappa系数依次减少0.1538,0.1873和0.2088;③15、20、30 m分辨率影像的油菜分类精度较小麦的低,影响因素为油菜花期和种植地块破碎分散。[结论]Softmax分类器在10～30 m中高分辨率影像小春作物分类中具备较高的精度,可作为常规方法应用于业务化的作物监测工作。     

大城市近郊区土地利用及景观格局演变对生态服务价值的影响——以成都市龙泉驿区为例

以成都市龙泉驿区为例分析大城市近郊区土地利用及其景观变化对生态服务价值的影响,为大城市近郊区生态环境的保护提供科学依据。运用软件Fragstats 4. 2、Envi 5. 1、Arc GIS 10. 2,基于成都市龙泉驿区2002—2014年的土地利用数据和社会经济数据,评估各地类的生态服务价值,运用Pearson相关性分析方法,探讨龙泉驿区生态服务价值对土地利用变化和景观格局变化的响应。(1)龙泉驿区土地生态服务价值总体呈下降趋势,2002—2009年,土地生态服务总价值基本不变,2009—2014年,土地生态服务总价值由87. 78亿元下降到82. 99亿元。(2) 2002—2009年,龙泉驿区景观破碎度由0. 578 5下降到0. 172; 2009—2014年,景观破碎度又上升到了0. 357 5;林地破碎度减小、聚集度上升,耕地破碎度上升、聚集度减小。(3)在各单项生态服务价值中,水域所占比重最大,均处于81%以上,水域、林地、园地为单项生态服务价值所占份额的前3名。(4)相关分析表明,景观破碎度与生态服务价值呈负相关,体现土地的开发速度与方式对土地生态服务价值的影响程度;水域和园地与生态服务价值呈正相关。大城市近郊区土地利用变化剧烈,对生态服务价值影响较大,应保护水域和园地,避免二者向其他地类的转移。     

粳稻冠层叶对籽粒干物质积累的影响

粳稻籽粒充实物质主要来自 3张冠层叶 ,分析抽穗后冠层叶中的干物质生产、积累等特性 ,对水稻栽培措施的改进有一定的指导作用。1　材料与方法试验于 1 997～ 1 998年在东台市农科所试验田进行 ,土质为粉粒砂壤土 ,土壤全氮 0 .1 7%,全磷 0 .2 93%,全钾 2 .1 2 %,速效磷 64.5mg/ kg,速效钾 1 2 2 mg/ kg,有机质 2 .79%,p H6.7。1 .1　供试材料供试粳稻品系为 951 6。1 .2　氮肥施用处理6月 1 0日水稻直播 ,播量为 90 kg/ hm2 。基肥 :棉饼 750 kg/ hm2 ,过磷酸钙 750 kg/ hm2 ,氯化钾 2 2 5kg/ hm2 ,尿素低、中、高氮区施用量分别为 75、1 …