基于无人机多光谱影像的荒漠草原典型物种识别

【目的】 准确获取草原植物物种空间分布信息是草原生态系统生物多样性监测、群落重构与生态功能维持的重要基础。及时准确获取植物物种空间分布可以为草原植物物种信息提取提供有效技术手段。【方法】 文章以无人机多光谱影像为基础,分别在像元尺度和对象尺度上开展了荒漠草原典型物种的信息提取方法研究。像元尺度上先定义样本计算样本可分离性,在选择不同分类器进行分类。而对象尺度上首先进行遥感影像尺度分割研究,选出最佳分割尺度。在此基础上,提取最优特征变量,并采用阈值分类法提取植被信息。【结果】 高分辨率无人机多光谱数据能够为荒漠草原物种信息提取提供有效数据基础。面向对象影像分析技术的表现最好,总体精度85.16%,Kappa系数0.71,其中短花针茅的制图精度和用户精度分别为97.6%和86%;其次是支持向量机机器学习算法,其总体精度80.40%,Kappa系数0.70,短花针茅的制图精度和用户精度分别为90.08%和76.46%;而传统最大似然分类法的识别精度较低,总体精度为74.68%,Kappa系数0.64,短花针茅的制图精度和用户精度分别为72.40和81.96。【结论】 无人机多光谱数据对于集中连片分布的植被物种的识别能力较强,而对零星分布的物种的识别精度并不理想,但该文结果能够为大尺度草原植物物种识别提供一定参考。     

基于TM影像的焦作市植被覆盖度时空动态监测

以焦作市2000年和2013年Landsat TM影像为基础,依据归一化植被指数和像元二分模型,对焦作市近13 a来植被覆盖度变化情况进行分析。研究表明,2000—2013年焦作市植被覆盖度总体比较低,其中修武县的植被覆盖度是所有区域中最高的;与2000年相比,2013年焦作市植被覆盖度总体增加,其中低及以下植被覆盖度区域面积明显减少,中低及以上植被覆盖度区域面积均有明显增加。     

基于遥感的疏勒县植被覆盖时空变化研究

【目的】评价疏勒县生态环境质量及生态环境演变过程。【方法】基于Landsat遥感影像数据,利用归一化植被指数NDVI、像元二分模型、中心迁移模型等方法分析了1996-2017年疏勒县植被覆盖时空演化。【结果】①疏勒县植被覆盖分布总体以高植被覆盖为主成大面积片状分布,中、低植被覆盖主要以盖孜河和克孜河为轴线,相对围绕高植被覆盖分散分布;②1996-2017年疏勒县植被覆盖面积和覆盖度均呈增加趋势。2017年的植被覆盖面积比1996年增加了456.4 km²,增加率为38.3%;③疏勒县植被覆盖空间变化上存在一定的区域性和时段性差异。区域上,南部乡镇覆盖度明显增加;时段上,2009-2013年植被覆盖面积增加最明显;④1996-2017年疏勒县植被覆盖中心整体往东南迁移;⑤气候变暖对疏勒县植被覆盖度变化有一定的影响,但短期内人类活动影响更大。灌区改造高效节水、耕地开垦、农作物的种植及林带面积的增加是植被覆盖面积增加的主要因素。【结论】综上可知,气候变暖和生态治理工程等人类活动因素可能是疏勒县植被覆盖面积与覆盖度呈增加的主要原因,这表明疏勒县生态环境保护与治理是科学合理的。     

Vegetation fractional coverage change in a typical oasis region in Tarim River Watershed based on remote sensing

Vegetation fractional coverage(VFC) is an important index to describe and evaluate the ecological system.The vegetation index is widely used to monitor vegetation coverage in the field of remote sensing(RS).In this paper,the author conducted a case study of the delta oasis of Weigan and Kuqa rivers,which is a typical saline area in the Tarim River Watershed.The current study was based on the TM/ETM+ images of 1989,2001,and 2006,and supported by Geographic Information System(GIS) spatial analysis,vegetation index,and dimidiate pixel model.In addition,VBSI(vegetation,bare soil and shadow indices) suitable for TM/ETM+ images,constructed with FCD(forest canopy density) model principle and put forward by ITTO(International Tropical Timber Organization),was used,and it was applied to estimate the VFC.The estimation accuracy was later proven to be up to 83.52%.Further,the study analyzed and appraised the changes in vegetation patterns and revealed a pattern of spatial change in the vegetation coverage of the study area by producing the map of VFC levels in the delta oasis.Forest,grassland,and farmland were the three main land-use types with high and extremely-high coverage,and they played an important role in maintaining the vegetation.The forest area determined the changes of the coverage area,whereas the other two land types affected the directions of change.Therefore,planting trees,protecting grasslands,reclaiming farmlands,and controlling unused lands should be included in a long-term program because of their importance in keeping regional vegetation coverage.Finally,the dynamic variation of VFC in the study area was evaluated according to the quantity and spatial distribution rendered by plant cover digital images to deeply analyze the reason behind the variation.     

QuickBird遥感数据监测植被覆盖度的研究

利用QuickBird高分辨率遥感数据，运用三波段法、NDVI像元二分法、综合法估算研究区域的植被覆盖度，并对3种方法的计算结果进行比较和检验，结果表明：3种方法的估测值与实际值之间的相关性均较高（均达到了0．84以上），其中NDVI像元二分法和综合法的相对误差不大，精度能达到92％以上。经系统性检验，NDVI像元二分法和综合法的拟合精度较高，模型的整体性较好，可用于QuickBird数据估算植被覆盖度。     

黄土高原煤炭开采对小流域植被动态变化的影响

研究旨在结合RS与GIS，对采煤扰动下长河流域植被的动态演变趋势及相关特征进行研究，以期为长河流域生态环境的恢复和保护提供一定参考。基于1987—2015 年多期TM影像数据，采用像元二分模型估算长河流域植被覆盖度，运用最大值合成法、稳定性分析法等对长河流域近30 年来植被覆盖度的时空变化特征进行了分析。结果表明：（1）近30 年长河流域植被稳定性由东西往中部梯度递增，总体稳定性较高，矿区植被稳定性较差；（2）长河流域植被在近30 年里存在普遍退化的趋势，59.9%的区域植被趋于退化，2007 年后研究区植被情况略有好转，植被退化面积较之前减少了1.9%；（3）长河流域植被整体上具有显著的空间集聚性，形成了4 个主要的集聚特征。近30 年中，高-高值集聚的区域内的植被呈明显的动态增加，低-低值集聚区的植被增加不明显。研究发现，长河流域植被在变化趋势和空间分布上有明显的差异性，为完善小流域植被动态监测理论体系奠定了基础。     

融合简单线性迭代聚类的高光谱混合像元分解策略

高光谱图像中的混合像元问题广泛存在,混合像元的分解效率一直是遥感应用研究的难点和热点。目前成熟的端元提取算法有纯像元指数（pure pixel index, PPI）、内部最大体积法（N-FINDR）、顶点成分分析（vertex component analysis, VCA）、顺序最大角凸锥（sequential maximum angle convex cone, SMACC）、交替最大体积法（alternating volume maximization, AVMAX）、最小体积封闭单形体（minimum volume enclosing simplex, MVES)等,这些算法从图像所有像元中提取纯光谱,具有提取速度慢、精度不高的缺点。为此,该文引入了一种融合简单线性迭代聚类（simple linear iterative clustering, SLIC）超像元分割的高光谱混合像元分解算法。超像元分割技术能够将具有相似特征的相邻像元组成图像块,并保留进一步进行图像处理的有效信息,从而大幅减少参与端元提取的像元数量,为解决上述问题提供了有效的途径。通过试验对比了降维方式(主成分分析和最大噪声分数）、RGB对应关系（6种）、色彩空间RGB（red, green, blue）和LAB（lightness-A-B）、数据格式（JPG, BIN）和算法参数K对高光谱图像超像元分割结果的影响,并进一步分析了SLIC 超像元分割结果对2 种典型端元提取算法（AVMAX、MVES）产生的不同效果。试验结果表明,随着K值的增大,混合像元分解的时间逐渐增加,均方根误差（root mean square error, RMSE）持平或减少,而JPG（有损压缩）数据格式的时间始终比BIN（无损压缩）数据格式的要短。SLIC+MVES的RMSE略高于MVES的RMSE,低于AVMAX的RMSE,但时间远小于MVES。当K足够大的时候,SLIC+MVES的效果就近似MVES的效果了。在大部分情况下,最大噪声分数的降维效果优于主成分分析。以最大噪声分数作为降维方法、以JPG作为数据格式、以LAB作为色彩空间对混合像元分解结果较为有利。另外,SLIC的参数K的取值在5～10之间较为合适。该研究中的SLIC超像元分割算法简单易行,并且提高了混合像元分解的效率,具备很好的实用价值。     

基于树冠投影判别分析的林分郁闭度测定

采用任意二值图面积测定为方法,以Word产生不同复杂程度的二值图为数据源,对非监督分类、监督分类、像素统计法测定林分郁闭度的方法进行对比分析.结果表明:非监督分类、监督分类、像素统计法对林分郁闭度的测定结果均偏大,监督分类、像素统计法对林分郁闭度测定的精度较非监督分类法测定的要高.像素统计法操作简单、测算速度快、准确程度高,是一种通过树冠投影法测定林分郁闭度的有效方法.     

南宁市兴宁区植被覆盖度变化分析

基于2008年ALOS和2010年"天绘一号"两期南宁市兴宁区遥感数据,应用NDVI像元二分方法得出研究区域的植被覆盖度情况,并与2010年林地利用类型图进行叠加对比分析。结果表明:南宁市兴宁区2010年植被覆盖度与2008年相比,中高植被覆盖度的面积增加,低覆盖度的面积减少;林地的植被覆盖度面积整体由高向低变化,由于林地面积的确定,林地对研究区域植被覆盖度的提高影响不明显。     

综合季相节律和特征光谱的冬小麦种植面积遥感估算

及时准确地获取区域和国家尺度的作物种植面积和空间分布具有重要意义。针对目前中低分辨率遥感数据相结合方法的局限,提出一种新的作物类型识别方法。首先基于MODIS NDVI数据的时间优势,提取研究区各类植被的NDVI时间序列曲线,从而分析冬小麦在季相节律上的识别特征,构建冬小麦识别模型。再将MODIS像元分类处理,纯耕地像元利用冬小麦的季相节律特征识别;耕地与其他植被的混合像元利用混合像元分解的思想提取耕地组分的NDVI时间序列,从而进行识别,进一步根据空间关系将识别结果重新定位到中分辨率尺度上;冬小麦与其他作物的混合像元覆盖区则利用TM遥感影像的光谱差异加以区分。在伊洛河流域主要农业区,以冬小麦为识别对象,结果表明识别精度达到96.3%。该方法为作物种植信息的提取提供了新的解决问题的途径,也对其他类型作物的识别也具有重要的参考价值。