大渡河加郡一得妥河段大型滑坡地质灾害遥感调查

大渡河加郡—得妥河段的地质环境特殊,地质灾害发育,对各种工程活动的潜在危害很大。传统的地面调查方法,由于视野所限或交通不便等给区域地质调查带来许多困难。而利用遥感影像解译调查,可以直接按影像勾绘出地质灾害的分布范围,并确定其类别和性质,同时还可查明其产生原因、规模大小、危害程度、分布规律和发展趋势。基于大渡河加郡—得妥河段的Worldview（分辨率0.5 m）遥感影像,通过对影像进行系统化处理,建立正射影像地图及三维遥感图像模型,并结合先进的工程地质分析方法,对该河段内发育的大型滑坡地质灾害的发育特征及形成机理进行了研究,结果认为,该河段滑坡灾害主要受地形地貌和脆性断层控制,地震为其触发因素。     

基于多时相遥感影像的东北三省作物分布信息提取

该文选用覆盖东北三省2007年主要作物发育期内14个时相MODIS NDVI 250 m 16 d影像、2005年Landsat ETM+30 m影像和大量地面调查数据,借助ISODATA非监督分类算法、作物植被系数变化曲线光谱耦合技术和Google Earth工具,提取了主要作物分布的空间信息。基于Landsat ETM+30 m影像采用亚像素估算方法对耕地面积系数进行了计算,分别估算了东北三省的耕地、水稻、玉米和大豆的面积,并用各个县级地图做掩模提取了耕地、水稻、玉米和大豆的面积,与同期的统计数据组成4组配对样本进行对比验证。结果表明,4组数据经配对样本的T检验都呈显著性差异,耕地相关系数最高为0.92,依次为玉米、水稻和大豆,都在0.68以上,与统计数据吻合较好,而分析结果位置精度为85.7%,提取结果能较好的反映东北三省主要农作物的空间分布状况,可为其他区域尺度主要作物空间分布信息的提取提供借鉴。     

松辽平原黑土有机质含量的遥感反演研究

通过分析遥感影像中裸露黑土的反射光谱值与土壤有机质含量之间的关系,尝试能否利用航天遥感影像进行研究区的农田土壤有机质含量的定量反演。研究将土壤有机质含量和ASTER遥感影像光谱值进行逐步回归分析,得出二者的指数关系式,并将研究区土壤有机质含量分为5个等级,表明利用遥感影像估测土壤有机质含量是可行的。     

基于多期遥感影像的森林资源动态监测研究——以延安市桥北林业局直罗林场为例

通过研究森林资源动态变化状况以及与人类活动的关系,为进一步优化当地景观分布格局提供依据。以研究区为例,以1990年、2000年和2005年的TM/ETM＋影像为数据源,将3期影像叠加进行图像分割,检测出3期内土地类型发生了变化的敏感区域,结合GIS技术得到该区土地类型图,分析了其动态变化情况。结果表明：通过多期遥感影像进行图像分割,可以检测出土地利用类型发生变化的敏感区域,结合GIS空间分析,能有效地监测各种土地利用的变化及趋势,且使判读精度得到较大提高,图斑正确率为86.8%,解译的森林面积精度达到92.3%。在1990-2000年研究区有林地面积增加了1.17%,2000-2005年增加了14.2%。在15a间,其它林地（疏林地、未成林地、灌木林地）、草地、农地分别减少28.77%,29.89%,8.90%。受国家退耕还林工程和天然林保护工程实施的影响,该区的土地利用/覆被类型及其面积发生了显著变化,景观斑块布局处于优化过程。     

新疆荒漠化土地TM影像解译标志的建立

论述了在荒漠化土地监测中建立TM影像目视解译标志的目的、意义、方法及依据，并建立了新疆主要荒漠化土地类型的解译标志，提出了建标工作中的问题与建议，以便为3S技术在新疆土地资源调查与应用奠定基础。     

DV影像资料的采集与制作

从电化教学的实用角度出发,详细介绍了DV影像资料的录制、采集、编辑等制作过程以及在制作过程 中使用的软件和硬件。     

用半球面影像技术测定城市林分的冠层结构参数

以样方法为基础,用半球面影像技术估测了广州市帽峰山常绿阔叶林的2种冠层结构参数,即叶面积指数(LAI)和林冠孔隙度.该群落优势现象明显,但立木胸径的分布主要集中于小径级范围.100个样方测定的LAI数值范围是1.10～5.08,平均值为2.88,变异系数(CV)为23.97%;林冠孔隙度数值范围是7.72%～21.86%,平均值为11.70%,CV为22.42%.LAI在整个林分中的分布基本呈均匀状态,从西到东及从南到北各样带间不存在显著的差异;而从南到北各样带的林冠孔隙度存在极显著的差异(P=0.000 3).作为一种近距离的遥感测量方法,半球面影像技术是一种快捷、准确、操作容易且有极高的性价比的森林冠层分析方法,将在林业科学研究特别是森林生态监测和评价中开辟更广阔的应用前景.     

基于数学形态学和最大似然法的遥感图像分类研究

随着高空间分辨率遥感影像应用范围的不断扩大,传统基于灰度值的遥感图像分类方法很难满足实际需要.该文通过数学形态学方法,对高空间分辨率遥感全色图像进行处理,通过交互式选择训练区,构造包含形态学梯度、高帽变换和灰度均值的三维特征向量,利用Bayes最大似然分类器对高空间分辨率遥感图像不同土地利用类型进行自动识别,改善了分类精度.这种分类方法,可以用于指导森林资源监测、土地利用现状调查和国土荒漠化监测与评价的工程实践.     

基于MODIS卫星数据的黑龙江省生物质燃烧火点时空分布

生物质燃烧是重要的气候强迫因子,也是影响空气质量的重要污染源。黑龙江作为农林业大省,森林、草地、农业资源丰富,研究和分析黑龙江生物质燃烧情况,能够为秸秆资源综合利用、森林草原防火、环境质量改善等提供依据。本研究基于MODIS卫星数据、土地利用数据及高程数据,对黑龙江2010-2017年生物质燃烧火点时空分布特征进行了分析,包括秸秆焚烧火点、林火、草地野火。结果表明,黑龙江省火点主要集中在松嫩平原、三江平原以及小兴安岭中北部;黑河市火点占总火点的30%,齐齐哈尔次之,占16%;秸秆焚烧火点占总火点的68%,林火占32%。年内火点在春、秋两季最为明显,呈双峰分布,春秋季火点数占比分别为51%、45%。2010年以来林地与草地火点数量波动较小;秸秆焚烧火点数量自2014年起显著增加(P<0.05),2016年禁烧政策的开展下火点数量得到控制,秋季火点减少,但春季依旧呈现增加趋势。     

基于无人机高光谱影像的马铃薯叶绿素含量估测

  【目的】  叶绿素含量高低反映植被的健康状况与光合能力。研究准确、有效地将冠层影像反演为叶绿素含量的技术参数,以便经济快速、实时地监测作物生长状况。  【方法】  田间试验于2018—2020年在内蒙古阴山北麓马铃薯主产区进行,设置氮肥梯度处理,在马铃薯块茎膨大期和淀粉积累期,测定试验地马铃薯植株SPAD值,通过线性关系将其转化成叶绿素含量。利用无人机为平台搭载S185成像光谱仪获取马铃薯试验区高光谱影像,并从中提取马铃薯冠层光谱反射率。将3年田间试验所获取的125个样本点数据按80%、20%的比例随机划分为训练集与验证集。用训练集数据建立了8个比率、归一化光谱指数,通过波段优化算法建立优化光谱指数和马铃薯关键生育期叶绿素含量的相关性与估测模型,并用验证集数据检验所建立模型的精度,最后利用所构建的估测模型制作马铃薯叶绿素含量分布图。  【结果】  根据训练集数据,马铃薯植株叶绿素含量分布范围在10.58～23.14 mg/g,平均叶绿素含量为19.80 mg/g,变异系数为14.9%;根据验证集数据,马铃薯植株叶绿素含量分布范围在12.80～23.73 mg/g,平均为19.59 mg/g,变异系数为17.0%。基于绿光波段建立的叶绿素光谱指数(CI_green)和归一化光谱指数550 (ND550)均与马铃薯叶绿素含量具有较好相关性(R2分别为0.48、0.61),但作物种类及生育时期的影响降低了估测的准确性。通过优化波段586、462 nm和586、498 nm计算的优化比率光谱指数(RSI)和优化归一化光谱指数(NDSI)能够明显提高模型准确性,具备良好的线性拟合效果,决定系数R2分别由0.48和0.61提高到0.82和0.83。经验证后,估测模型预测值与实测值接近1∶1线,决定系数R2分别为0.77和0.79,均方根误差RMSE较低。通过反演马铃薯叶绿素含量分布图可知,优化光谱指数(NDSI)模型反演效果较好,叶绿素含量分布范围为18～21 mg/g,与实测值相符合。  【结论】  本研究优化光谱指数RSI和NDSI最佳敏感波段分别为586、462和586、498 nm,此波段范围内RSI和NDSI与马铃薯关键生育期叶绿素含量相关性最优,通过波段优化算法重新构建的优化光谱指数预测模型可靠性及精度显著高于已有光谱指数,决定系数分别为0.82和0.83,且验证效果较好。应用两种光谱指数对研究区高光谱影像进行叶绿素反演估测,生成的田间马铃薯叶绿素含量分布图显示优化光谱指数NDSI估测效果最好,为光谱指数估测马铃薯关键生育期叶绿素含量提供了理论支持。