基于HJ-1CCD影像的冬小麦种植面积提取研究

针对目前省域冬小麦种植面积遥感监测业务化运行中所存在的监测精度与成本之间相互制约的问题,本研究选取冬小麦主产区——山东省为研究区域,利用HJ-1卫星提供的CCD遥感影像,采用决策树分类法,同时以山东省土地利用类型之林地数据和野外地面调查数据作为辅助,通过分区解译提取出山东省冬小麦种植面积和分布区域。研究表明:利用HJ-1 CCD影像进行山东省冬小麦种植面积提取是可行的,位置精度和面积总量精度分别达到93.0%和96.8%,对国产卫星的推广应用具有良好的示范作用。     

基于高分遥感数据的昌吉市棉花面积识别研究

本文探讨了如何利用高分遥感数据大范围快速提取棉花种植面积。本研究以昌吉市为研究区,基于高分一号(GF-1)遥感影像,利用实地调查的2015年昌吉市作物种植信息,选取不同的监督分类方法,加入耕地掩膜,分析得出昌吉市棉花识别的最佳识别时相以及最佳识别方法。结果表明,棉花与其他种植作物分离程度最好月份为7月,棉花种植面积最佳识别月份为7月,支持向量机分类方法总体精度最高,总体精度为95.24%,Kappa系数0.935。棉花种植面积提取以小于6个像元为最小图斑时结果最佳。高分一号遥感影像7月以支持向量机分类法解译出的2015年昌吉市棉花面积为15 974 hm2,棉花面积提取精度为95.79%。     

基于高分一号卫星数据的新疆棉花种植面积信息提取研究

棉花作为新疆主要经济作物,种植面积和产量的变化显著影响新疆经济的发展与决策。为及时准确地获取棉花种植面积,以新疆玛纳斯河流域为研究区,在"3S"技术支持下,利用地面样方数据采集的光谱与GF-1卫星遥感影像农作物光谱进行分析,采用阈值分析、监督分类和非监督分类三种方法提取棉花面积。结果显示,选取9月作为识别棉花种植面积的最佳时相,采用非监督分类方法能得到精度较高的棉花种植面积提取结果。     

基于无人机可见光遥感的棉花面积信息提取

【目的】针对传统大区域棉花种植信息提取方法相对落后的问题,运用面向对象的影像分析方法,对无人机遥感试验获取的可见光影像进行棉花种植信息的提取。【方法】选用双子星MyFlyDream MTD固定翼无人机搭载佳能EF-M 18-55相机,获取新疆建设兵团第八师135团的可见光影像,借助eCognition软件平台,运用面向对象的方法对研究区内棉花种植信息进行提取试验。【结果】目视解译提取的棉花种植面积为0.35 km²,面向对象提取的棉花种植面积为0.33 km²,分类结果精度为94.29%,误差系数为5.71%,可以有效地提取研究区域棉花种植信息。【结论】面向对象的分类方法相比于传统的基于像素的分类方法提取精度更高,更加接近于目视解译的提取结果。     

基于GF-1影像的冬小麦面积提取及年际变化动态监测

为探讨国产高分一号(GF-1)卫星影像在作物面积提取中的适用性,以冬小麦主产区山东省菏泽市为研究区域,利用GF-1卫星携带的多光谱宽幅相机(WFV)16米遥感影像为主要数据源,以菏泽市土地利用类型和野外地面调查数据作为辅助,采用决策树分类法和监督分类—最大似然分类法相结合的方法,通过分区解译方式,分别提取出菏泽市2014和2015年冬小麦种植面积和分布区域,并利用地面样方数据对分类结果进行精度验证,同时开展年际变化动态监测分析。结果表明:以GF-1/WFV 16米影像为主要数据源,将多源信息引入决策树和监督分类模型,进行种植结构复杂地区冬小麦种植面积遥感估算的方法是可行的。GF-1/WFV 16米影像在作物面积遥感监测业务运行中具有较大的开发应用潜力。2014和2015年菏泽市冬小麦位置提取精度分别达到96.5%和96.7%,面积总量提取精度分别达到96.8%和95.0%;遥感提取的两年冬小麦种植面积均略小于官方提供的统计数据,但两者呈现出的变化趋势一致,即菏泽市两年间的冬小麦种植面积呈减少趋势。     

Landsat-5 TM影像在冰川面积信息提取中的精度评价

【目的】评估Landsat-5TM遥感影像在冰川面积提取中的精度。【方法】以位于祁连山北坡的老虎沟12号冰川和宁缠河3号冰川为研究对象,于2009年利用GPS-RTK技术获取高精度冰川边界数据,比较目视解译法、归一化积雪指数(NDSI)法、监督分类法对同时期Landsat-5TM遥感影像解译结果与大地测量法所得结果的差异。【结果】利用遥感影像提取的老虎沟12号冰川和宁缠河3号冰川的面积均小于大地测量法的结果,且各种方法提取冰川面积的精度误差不一。在老虎沟12号冰川和宁缠河3号冰川中,利用目视解译法得出的结果最接近大地测量值,其误差最小,分别为-0.79%和-1.83%;NDSI法误差次之,分别为-1.19%和-3.82%;监督分类法误差最大,分别为-1.79%和-5.99%。【结论】利用Landsat卫星数据监测冰川变化是一种简单而有效的手段;目视解译法提取冰川面积信息效果最好,误差不超过±2%;面积较大冰川的解译精度高于面积较小的冰川。     

基于RS的冬小麦种植面积提取及最佳时相选择

为探求冬小麦种植面积提取的方法,本研究通过多种图像处理方法对TM数据进行处理,结合实地调查和研究区主要种植作物的物候历,利用TM数据提取了冬小麦的种植面积。同时为了提高解译精度,结合GIS进行了两次目视解译过程,消除了分类器分类会出现的多分和漏分现象。结果表明:通过分类后计算混淆矩阵与地面真实感兴趣区(ROI)进行比较,发现Mahalanobis Distance分类法阈值(最大误差距离)为2.9时分类效果最佳。得到2007年研究区域冬小麦遥感监测面积为560 650 hm2,提取精度达到了95.23%。三个地区以临汾地区提取精度最高,而晋中地区最低。因此利用该方法提取冬小麦种植面积是可行的。     

基于Landsat TM/OLI影像的寿光市盐田信息提取与动态变化分析

寿光市是我国重要的海盐生产基地,亟需选取典型数据对其在体量及空间分布格局发生的显著变化进行分析与管理。以Landsat TM/OLI遥感影像及土地利用现状图为基础数据源,结合野外实地调查形成的专家先验知识,对研究区1985、1995、2005和2015年4期遥感影像图进行监督分类及处理,并利用土地利用转移矩阵监测寿光市30年间盐田面积动态变化,对影响其变化的主要驱动因素进行了分析与讨论。结果表明：研究区土地利用分类结果精度较高,总体精度高于85%,Kappa系数大于0.80。研究期间寿光市盐田面积增加19 503.72 hm ²,年均增长率为3.68%,整体表现出先增后减的变化趋势。1985-1995年,盐田面积迅速增加,年增长率为12.13%;1995-2005年间,年增长速率急剧降低,仅为1.35%;2005-2015年间,盐田面积表现为负增长,年增长率为-1.63%。研究期内增加的盐田主要来源于滩涂、沿海水域和草地,而减少的盐田主要复垦为耕地和建设用地。研究结果可为寿光市乃至山东省滨海盐田的科学管理与利用、废弃盐田的复垦与湿地恢复提供理论与数据参考。     

面向对象的荒漠绿洲区高分一号遥感影像信息提取技术研究

为了更加快速、准确的提取出荒漠绿洲区土地利用类型,采用面向对象的分类方法,利用e Cognition软件对荒漠绿洲区磴口县高分一号遥感影像进行多尺度分割,并对分割尺度、颜色、形状、紧密度和光滑度等参数设置进行多次的试验,最终确定了荒漠绿洲区高分一号遥感影像信息提取的最佳分割尺度与分类规则。对研究区高分一号影像也采用最大似然法分类法进行分类,分类精度为78.65%,kappa系数为0.6984,面向对象分类方法的分类精度为92.51%、kappa系数为0.8767,荒漠绿洲区面向对象的分类方法提取精度明显优于最大似然法。     

基于不同时相遥感的冬小麦种植面积的提取

卫星遥感技术能够快速、准确、大面积对农作物生长进行监测,多时相遥感监测可克服单时相遥感监测的不足,利于实现对农作物生长变化的动态监测。以江苏省大丰市为研究区域,选用拔节期和抽穗期两景环境(HJ)卫星遥感影像进行不同地物光谱信息识别与种植面积提取研究。首先,在分析两景HJ星影像植被光谱信息的基础上,提取出各自影像的归一化差值植被指数(NDVI)影像,并对两景NDVI影像分别进行加运算和减运算,得到另外两景NDVI合成影像。其次,通过对提取到的四景NDVI影像光谱信息进行比较分析,最终选用植被光谱信息特征较为明显的加运算合成影像进行冬小麦种植面积提取。最后,基于影像不同地物的NDVI阈值划分,并叠加GPS样点信息校正,提取到大丰市冬小麦种植面积数据及其空间分布信息。结果显示,大丰市遥感提取冬小麦种植面积为78 712.13 hm2,精度为92.51%。在该市20个乡镇(或农场)冬小麦种植面积提取精度中,精度大于95%有9个乡镇(或农场),精度在90%至95%之间的有7个乡镇(或农场),仅有4个乡镇(或农场)提取精度在80%至90%之间。说明,利用不同时相遥感合成运算方法得到的合成影像,能明显增强冬小麦光谱信息与其他植被信息特征区别,有利于实现高精度提取冬小麦种植面积的目的。     

基于分区分层随机抽样的棉花种植面积遥感监测方法研究

以新疆建设兵团为研究区域,依据当地作物种植结构,结合遥感技术,在借鉴前人对大区域作物面积遥感估算研究方法的基础上,采取分区分层随机抽样的方法对新疆建设兵团的棉花种植面积进行估算,并引入均值和变异系数等精度评价指标对该抽样方法行评估,最后根据外推估算方法,以遥感影像中的棉花种植面积统计结果为真值与抽样反推结果进行对比分析。结果表明,各组格网的棉花种植面积均值的估计量变异系数在试验中的变化幅度很小,抽样体系稳定,符合统计抽样原理对精度的高要求。反推后的各组棉花种植总面积精度均达到95%以上,反推质量效果较好。综合来看,上述空间抽样方法是可行的,尤其是对总体分区分层的划分,对后面的抽样及反推工作起到了很好的效果,可为政府对新疆建设兵团棉花种植面积的统计提供方法参考。     

基于总体抽样下子总体追加抽样设计的棉花种植面积遥感估算方法研究

针对遥感与抽样相结合的农作物种植面积估算方法中,子总体的作物种植面积估算需要新的抽样体系设计和样本野外调查等繁重工作,缺少基于总体下对子总体的作物种植面积估算的方法,以沙湾县、玛纳斯县和呼图壁县为总研究区,提出了基于遥感和PPS抽样相结合的总体抽样下子总体追加抽样设计的子总体研究区呼图壁县棉花种植面积估算方法,并以新疆建设兵团统计局公布数据为真值对其估算结果进行对比分析。结果显示,基于总体抽样下子总体追加抽样设计后,子总体研究区估计量的变异系数为0.023 3,远低于0.05,而追加抽样设计前变异系数为0.122 3,说明样本在该方法下的代表性得到极大提高。以新疆建设兵团统计局公布数据为真值进行对比发现,子总体研究区棉花种植面积提取精度达到94.2%,能够有效提取子总体中的棉花种植面积,同时避免了重新建立子总体研究区抽样体系所需要的人力、物力、财力等资源的消耗。     

基于多时相棉花长势遥感的棉田质量诊断

【目的】研究多时相遥感信息对棉田质量进行诊断的技术和方法,为棉花生产提供具有针对性的管理方案,促进棉田均衡增产、增效。【方法】研究分析多时相遥感数据对地物信息的动态分析与评判能力,以及棉花长势指标动态变化与棉田质量的关系,对棉花生长盛期多时相的LANDSAT-5多时相遥感数据进行融合,将棉田质量状况划分为健康棉田、有障碍棉田和疑似有障碍棉田三类。【结果】数据分析结果表明,棉花生长盛期（花铃期）单时相的LANDSAT-5反射率数据可以作为棉田生长状况的判断指标,划分健康生长与生长障碍的阈值为0.820;利用多时相遥感数据的棉田质量划分方法,可以将棉田质量分为健康、有障碍和疑似有障碍三类。依据此方法对新疆建设兵团148团约1 1705.3 ha的417块棉田进行分类,得出健康、有障碍和疑似有障碍三类棉田所占比例分别为36.4%、34.1%和29.5%;经过8块条田（426.5 ha）的地面同步调查证实了这种方法的准确性,造成该区棉田质量障碍的主要因素为耕地盐渍化、不平整、土壤质地不匀。【结论】研究表明棉田多时相遥感数据进行棉田质量诊断是可行的。利用这种方法,结合不同质量棉田形成机理,能够得到棉田质量状况及影响因素精细分布的信息,为进一步进行的棉田土壤改良与生产管理采取针对性的措施提供数据支撑。     

北疆棉花叶绿素密度的高光谱估算研究

利用非成像高光谱仪,对4水平种植密度下的2个北疆棉花品种在5个关键生育时期进行冠层光谱测定,分析棉花反射光谱及微分光谱生育期的变化规律,并对棉花冠层叶绿素密度(CH.D)与光谱数据进行回归分析,结果表明,近红外729 nm波段处一阶微分光谱数值与CH.D高度相关(r=0.937 2**,n=20),用此波段建立的CH.D估算模型,精度达84.3;,标准差为0.234g/m2,RMSE=0.156 9.研究表明,可以用高光谱数据对新疆棉花冠层CH.D进行遥感估算.     

新疆棉花遥感识别最佳时相的选择

棉花遥感识别最佳时相的选择是棉花遥感监测系统快速有效建立和正常运行的关键性、基础性环节之一,它必须兼顾作物遥感识别和监测系统中各模型对遥感时相选择的要求,综合考虑多方面的影响因素.从新疆三大棉区棉花和其它主要农作物的光谱差异和物候历的差异,同时参考太阳高度和土壤光谱噪声的变化以及棉花面积的代表性等方面,初步确定新疆三大棉区的棉花遥感识别最佳时相期,同时提出了最佳时相选择时还有待试验和解决的问题,以供进一步研究参考.     

基于无人机可见光影像的树种和树冠信息提取——以晋西黄土区蔡家川流域为例

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R²)在0.7以上,但对次生林的树冠提取效果相对较差,R²仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm^-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm^-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm^-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。     

基于通用土壤流失方程的长江防护林区的土壤侵蚀动态特征——以湖北省红安县倒水河流域为例

以长江流域中下游防护林建设区湖北省红安县境内倒水河流域4期遥感影像为主要数据源,基于通用土壤流失方程,运用遥感和地理信息系统技术,对研究区20余年的土壤侵蚀进行估算,分析了自长江防护林建设以来的全区土壤侵蚀动态变化,以及林区土壤侵蚀动态特征。结果表明:随着长江防护林建设的深入开展,该流域的森林覆盖率从1979年的20.84%恢复到了2001年的37.25%,土壤侵蚀得到明显控制。侵蚀面积从75736.1 hm2减少到66707.8 hm2,共减少了9028.3 hm2。中度及以上强度的土壤侵蚀已基本消失,林区无明显侵蚀的面积从1928.6hm2增加到12803.1 hm2,增长了近6倍。林区土壤侵蚀已以中度侵蚀为主转变为以轻Ⅰ侵蚀为主,森林植被的恢复对流域的水土保持产生了十分重要的作用。     

基于蓝水资源的新疆农业种植结构调整分析

新疆水资源匮乏,大部分水资源用于农业,调整农作物种植结构,对于减小新疆农业用水量,优化水资源配置具有重要意义。本研究将新疆分为南疆、北疆、东疆和伊犁河谷,利用18个气象站2000-2009年的气象资料,分析三种主要作物(棉花、玉米、小麦)的蓝水蒸散量及蓝水需水量。对四个地区农作物种植结构进行调整,对比分析调整前后蓝水需水量变化。结果表明:1)基于农作物种植总面积不变原则,调整各地区农作物种植结构,全疆农作物蓝水需水量减少近2×108 m3;2)基于水资源总量控制,在"十二五"规划面积基础上调整农作物种植结构,蓝水需水量减少10.56×108 m3,全疆粮食作物玉米和小麦产量均满足规划要求,棉花产量尚需进一步提高。以蓝水蒸散量为工具,合理布局农作物种植结构,适当减小农作物种植面积,可以减少农业用水量,同时减小对农作物产量的影响。     

新疆杨树用材林固碳能力分析

以第4次森林资源连续清查数据为依据,用蓄积量法对新疆杨树用材林的各龄组进行固碳能力分析,结果显示：新疆杨树用材林的总面积是7200hm2,总蓄积量594600m3,总固碳量达792495．93t;各龄组固碳量分别为近熟林占67．84％,中龄林占13．61％,幼龄林占18．55％;各龄组的单位蓄积量以及碳密度均是近成、过熟林大,中龄林最小。