土壤水分遥感反演研究进展

近年来,随着人们对全球气候变化的逐渐重视,环境遥感领域中的土壤水分遥感反演技术已成为研究热点和前沿之一。通过对区域宏观土壤水分进行遥感反演,对于研究植被生长状况、农作物生长发育及产量预估、气候变化及环境响应机制等提供基础依据,具有重要的理论意义。在广泛了解和分析国内外土壤水分遥感反演研究进展的基础上,分别从可见光-近红外法、热红外法和微波遥感法3个方面总结和归纳了目前土壤水分遥感反演的主要方法,分析了各方法的原理与特点,讨论了国内外在该领域研究方面存在的主要技术问题,最后从4个方面对基于遥感技术的土壤水分反演研究进行了展望。     

基于Oracle的林业应用影像数据库设计方案探讨

在Oracle 10g的GeoRaster模块支持下,提出对影像的物理存贮和影像数据库组织管理的可行方案,并针对在Oracle中建立影像的金字塔、实现影像的压缩、影像索引等方面说明了具体的实现办法.在影像数据库组织方面,提出2种组织模式:无缝影像层模式和分幅影像层模式;在数据访问效率方面,通过建立影像数据金字塔和基于影像块建立R树空间索引来提高数据访问效率;在数据压缩方面,在遵循Oracle GeoRaster架构的基础上,通过扩充GeoRaster的影像元数据来支持数据压缩存贮能力.基于该设计方案,成功实现了一个原型系统.     

干旱区地下水埋深空间分布对天然植被覆盖度影响研究—以塔里木河下游为例

以塔里木河下游输水河畔的植被覆盖度和地下水埋深为研究对象,建立遥感反演模型获取研究区植被覆盖度的空间分布,建立地下水数值模型模拟与覆盖度同时段的埋深空间分布,采用空间分析方法对覆盖度和埋深的空间分布数据进行分析,获取不同埋深区间所对应的植被覆盖度,并得出以下结论：研究区植被覆盖度在地下水0～20m的埋深区间上呈阶梯状分...     

近25年来新疆森林的动态变化

新疆森林主要有落叶针叶林、常绿针叶林、落叶阔叶林以及特殊灌木林4种类型,面积约为全疆植被面积的2%,但新疆森林在经济、社会和生态效益等方面却发挥着重要的作用.不同森林类型具有不同的NDVI变化特征,利用GIMMS NDVI数据集首先对新疆植被进行专家分类,然后分析近25年来新疆森林面积、蓄积量和密度的动态变化及其可能原...     

林地生物量遥感估算模型进展及在竹林碳汇移植前景

从林地生物量的估算方法、遥感估算模型的分类、遥感经验估算模型和遥感经验估算模型的可移植性方面概述了森林碳汇研究中的生物量估算研究进展,分析了在竹林碳汇研究中移植前景。     

长汀水土流失区地表裸土动态变化及生态分析

为了对福建省长汀县水土流失进行动态监测,并对其治理成效进行评价,基于Landsat卫星影像和遥感信息技术,将裸土指数(NDSI)和不透水面指数(NDISI)相结合,提取长汀县2001—2013年的地表裸土信息,从而对该县近12 a来的地表裸土进行时空变化分析;同时基于遥感生态指数(RSEI)对长汀县裸土变化的生态响应进行分析。结果表明:长汀县地表裸土面积在12 a间有了大幅度的减少;而生态状况则随之好转,生态级别为优、良等级所占的面积比例均有上升。回归分析表明,各年份的地表裸露度与RSEI生态值都呈现明显的线性负相关关系,说明长汀县近12 a生态质量的改善与地表裸土面积的大量减少有直接的关系。     

基于KNN方法的大兴安岭地区森林地上碳储量遥感估算

【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k－邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm －2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm －2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。     

基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

基于高分一号影像光谱指数识别火烧迹地的决策树方法

森林火灾发生后,为及时、准确地掌握森林受灾情况,利用高分一号卫星(GF-1)16m宽幅影像各波段反射率信息,结合计算的归一化植被指数(NDVI)、过火区识别指数(BAI)、阴影植被指数(SVI)、归一化差异水体指数(NDWI)和全球环境监测指数(GEMI)等5种光谱指数,构建森林火烧迹地识别决策树模型(CART);在选取的研究区对该模型方法进行验证,并与最大似然监督分类法和非监督分类(ISODATA)方法所得到的结果精度进行了对比分析,结果表明:采用基于CART模型的决策树方法对火烧迹地识别结果精度较最大似然法总体分类精度提高了4.38%,Kappa系数提高了0.102 4,制图精度提高了14.96%,用户精度提高了8.50%;而采用ISODATA方法识别的火烧迹地的总体精度和Kappa系数都较低,制图精度和用户精度都没有达到1%。     

不同判读方式和判读人员对遥感正判率的影响分析

在湖南省按照不同地貌类型和地类破碎程度抽取4 km×4 km大样地10个,采用不同判读方式(充分参考林业档案信息与不参考林业档案信息)和不同判读人员(有5年以上遥感判读经验人员与无任何遥感判读经验人员)对10个大样地进行遥感判读区划,并对判读区划结果进行实地调查验证。分析表明:各地类正判率与其面积成正相关,其它调查因子判读难度较大;充分参考林业档案信息能够显著提高正判率,但优势树种、起源、龄组、郁闭度等因子综合正判率仍然偏低;不同判读工作经验人员对遥感判读有一定的影响,无判读工作经验人员应经过一定程度培训后才可参与判读工作。