北京郊区植被覆盖变化动态遥感监测——以怀柔区为例

植被覆盖度是一个十分重要的生态学参数,对于全球变化和监测研究具有重要意义.本文基于像元二分模型,利用归一化植被指数NDVI,对怀柔区1992年和2004年植被覆盖度进行了监测,并对十几年来的植被覆盖变化情况进行了统计分析.结果表明,全区植被覆盖整体呈上升趋势,但存在区域间的不平衡现象.     

MODIS混合像元中居民地对玉米LAI和FPAR遥感估算影响

MODIS成为越来越重要的科研和生产的数据源,但其低空间分辨率使得其产品精度易受多种因素的影响,其中混合像元是主要的影响因素。均匀散布的农村居民地是中国东北农作物种植区的显著特征,目前尚未见到有关居民点对MODIS混合像元产品精度的影响研究报导。本研究基于TM遥感影像分析了典型玉米种植区的居民地对MODIS LAI、FPAR产品精度的影响。结果表明,96%以上MODIS像元的农村居民地面积比例小于40%,居民地对LAI、FPAR遥感估算精度影响较为明显,MODIS像元中居民地面积比例与红波段反射率及LAI、FPAR遥感估算的误差呈较好的线性关系,拟合确定性系数R2达到0.90以上,与近红外波段反射也呈线性关系,拟合确定性系数R2仅达0.3423,MODIS像元在近红外波段反射率受居民地影响较显著。     

基于Windows字库的点阵数据提取方法*

 基于编程软件Delphi,介绍并实现了一种从Windows字库中提取字体信息,并将其转换为点阵数据的方法。通过使用Windows的API函数此方法共分2步,第1步从字库中提供字体数据并输出到位图,第2步从位图中提取点阵数据。     

基于多时相Landsat影像的庆元县植被覆盖变化研究

利用多时相陆地资源卫星Landsat TM和增强型专题绘图仪ETM影像数据,使用像元二分模型对浙江省庆元县1994-2007年植被覆盖度及其动态变化进行研究。结果表明：13 a来,庆元县植被覆盖度持续增长,至2007年高植被覆盖度区域占全县总面积的90.77%,植被覆盖度等级间的转移方向以中高覆盖区（50%～75%）向高覆盖区（〉75%）转变为主,其中1994年至1999年间的变化最为显著。13 a间植被覆盖度随坡度的增大而增加,坡度越小植被覆盖度增长幅度越大,特别是地形平缓区域（〈15°）的植被覆盖度增长幅度达15%以上。全县植被覆盖度时空变化分级统计结果显示,1994-1999年,庆元县东部地区的植被恢复较为明显,1999-2007年,百山祖自然保护区等地的植被恢复较好。13 a间各类植被覆盖区的景观破碎度不断降低,平均斑块面积不断增大,特别是高覆盖区在总体面积大幅提高的同时,平均斑块面积由9.66 hm2增长到182.82 hm2,增加了18倍。图2表6参15     

基于植被丰度分析的城市植被胁迫遥感监测

以混合像元分解提取植被丰度作为主要手段,研究基于广州市区东边建成区的Hyperion高光谱遥感影像,以遥感影像预处理—特征选择—SMACC混合像元分解的步骤提取出植被丰度图,再进行PPI迭代运算纯化,提取出7种表征植被健康状况差异端元的PPI影像。经实地考察植被胁迫位置的周边人类活动的情况,结合植物生理学和光谱学分析反射率波谱曲线的变化,解释植物受到胁迫的原因,以期为城市绿地调查管理提供参考。     

长喉槽计算原理及几何设计

应用液体连续性方程和能量方程讨论了长喉槽水力计算的基本原理,采用边界层理论分析了水流流经长喉槽的水头损失,从而得到了计算长喉槽水位～流量关系的方法;通过对长喉槽运行机理的分析,采用动态二分副近法对长喉槽几何尺寸进行自动拟定,并应用Ｃ语言编写了计算长喉槽水位～流量叛乱 度及几何设计等的应用程序;将该部分应用程序与长喉槽ＣＡＤ绘图软件相结合,实现了长喉槽计算、设计、绘图一体化。     

基于无人机图像混合像元分解模型提高小麦基本苗数的反演精度

及时、精确地获取小麦基本苗数在田块内部的空间差异信息，有利于实施精准变量追施氮肥，实现化肥减量增效。传统的无人机农业遥感仅关注植被与土壤2类特征而忽略混合像元的影响，导致小麦基本苗数反演精度差、可靠性低。为解决上述问题，该研究利用大疆Mini 无人机获取麦田图像，基于不变目标法完成图像的相对辐射标定，并利用像元纯净指数提取植被端元与土壤端元。根据端元光谱特性建立混合像元的线性分解模型，求解混合像元中植被组分的丰度，基于像元统计法计算植被覆盖度，进而建立植被覆盖度与小麦基本苗数地面真值的线性回归模型。该研究方法获得的模型，决定系数R2为0.87，均方根误差为1.97株/m2。而基于传统植被指数法分别利用可见光波段差分植被指数、绿红差分指数、绿红比值指数获取的相应植被覆盖度与小麦基本苗数地面真值的线性回归模型决定系数R2及均方根误差分别为0.79、0.56、0.47及6.06、7.04、4.43株/m2。由此可知，基于混合像元分解模型定量反演小麦基本苗数的方法具有较高的精度，研究成果可为小麦精准减量追施氮肥作业提供数据支持。     

基于双边滤波和空间邻域信息的高光谱图像分类方法

提出了一种基于双边滤波和像元邻域信息的高光谱图像分类(BS-SVM)算法。该方法首先利用双边滤波器提取经主成分分析降维后的高光谱图像空间纹理信息,然后通过设计一种高光谱像元邻域信息来构建高光谱的空间相关信息,最后将2种空间信息融合后与光谱信息结合,形成空谱信息(空间信息和光谱信息)后交由支持向量机完成分类。实验结果表明,相比单纯使用光谱信息的支持向量机的分类方法以及基于Gabor滤波的空谱信息结合分类方法,所提出的BS-SVM方法分类精度有较大幅度提高,充分证明了该方法的有效性。     

京津冀地区耕地质量等别空间差异分析

利用2013年耕地质量等别县级年度更新数据,采用面积加权平均法,计算各因素指标区的耕地平均等别;采用均值二分法,计算各指标区内各耕地地块等别与平均等别之间的离差;采用等别方差,计算各县(区)利用等的离散程度。研究结果表明:各因素指标区平均等别均低于8等,大部分地区耕地质量等别低于全国平均水平的9.8等,北京平均水平略高于天津与河北;自然等的离差值域为-3.08~4.90,利用等的离差值域为-5.97~5.16,经济等的离差值域为-5.99~4.24,该地区80%以上的耕地等离差范围在±2等;各区县的耕地利用等方差值域为0~6.13,平原地区各区县的利用等方差较大,山地丘陵区和高原地区的各县利用等方差较小。通过空间差异分析表明,平原地区自然条件稍好,但其利用水平和经济效益差异较大;西部山区、北部山区和坝上高原区的耕地质量提升潜力较大,但自然条件和基础设施较差。     

油菜地块边界提取研究

油菜地块精准提取可实现道路、田埂和地块三部分的分离，为植保无人机提供准确作业区域和非作业区域，推动植保无人机实现自主作业。基于甘肃省张掖市民乐县油菜地无人机低空RGB影像，构建基于简单线性迭代聚类（SLIC）分割和VGG16分类网络相结合的方法实现油菜田地块边界提取。首先，以过绿指数方式灰度化图像，区分裸露地表与植被覆盖区域，其次，通过直方图分析、轮廓检测提取地块主体部分；最后，通过简单线性迭代聚类（SLIC）和VGG16模型相结合，划分网格，识别过分割区域中的作物种植区域，提取完整地块。对比所提算法与传统边界检测算法地块边界提取效果，结果表明：所提模型的平均交并比和平均准确率分别为95.9%、96.0%，边界提取精度和完整性明显优于传统算法。所提模型能够消除低空拍摄下杂草的影像，可为农田边界提取提供参考，可为植保无人机完全自主作业做好铺垫。