华北平原冬小麦总初级生产力的遥感监测

该文以华北平原冬小麦为研究区,验证MODIS-GPP产品数据在下垫面复杂的农田生态系统的适用性,及农田生态系统的碳源/汇功能。首先采用MODIS-NDVI产品数据,根据冬小麦物候特征,解译出冬小麦种植面积;然后与经过验证并校正后的MODIS-GPP产品数据估算华北平原冬小麦2010年生长季内的GPP总量;最后,由涡度相关实测数据估算出冬小麦的生态系统呼吸量（RE）和净生态系统生产力(NEP)。结果显示：MODIS-NDVI解译出的冬小麦面积结果与TM解译结果的用户精度高达90.6%,总体精度达87.2%;MODIS-GPP产品数据与涡度相关数据估算结果的复相关系数高达0.9227;2010年华北平原冬小麦生长季GPP约为6.24′108 kgC,约占该区所有植被GPP的21.3%;华北平原冬小麦固碳能力较强,净生态系统生产力（NEP）占GPP的58.7%。研究表明,MODIS-GPP产品数据满足华北平原冬小麦GPP统计精度需求,冬小麦生态系统对陆地生态系统起到了重要的碳汇功能。     

利用MODIS_EVI图像时间序列提取作物种植模式初探

作物种植模式对于高效、可控农业管理具有非常重要的意义,通过遥感手段获取种植模式信息是目前亟待解决的难题.以华北平原为试验区,收集了2003年全年每16天合成的MODIS_EVI时间序列图像,从种植模式的MODIS_EVI时间谱分析入手,提取了表征冬小麦及其后茬夏玉米与其他同季生长作物物候差异性特征,分析表明返青期和峰值时期对冬小麦提取贡献最大,而峰值时间和大小以及表征营养生长向生殖生长转化时生物量累积差异的参量(偏斜度)对玉米提取贡献最大.建立了冬小麦和夏玉米的提取模型,各省17个县的抽样表明,冬小麦的总体提取精度为88.38%最后形成了小麦─玉米、小麦─水稻和小麦─其他种植模式的分布图,与作物熟制气候分布图具有较好的一致性.     

基于多时相CHRIS高光谱卫星数据的优势树种分类研究

多时相高光谱卫星遥感包含树种光谱特征和生长季相差异信息,是解决森林树种识别精度不足的重要技术途径。本文利用不同季节3个时相CHRIS高光谱卫星影像,设计了以Bhattacharyya距离为可分性准则的波段选择经验算法,实现吉林省汪清研究区的优势树种多时相高光谱卫星填图。结果显示,多时相高光谱数据的可分性指标相比单一时相增幅明显;结合波段选择的多时相高光谱分类结果验证精度较单一时相分类结果和多时相全波段分类精度提高7.5%和1.6%;研究区主要优势树种的分类精度存在差异,柞树和落叶松的分类精度最高,杨树最低,红松与暗针叶林存在一定程度的误分,主要原因为二者的光谱接近且时相特征差异小。     

红边位置改进算法的冬小麦叶绿素含量反演

植被反射光谱的红边位置对叶绿素含量高度敏感，利用遥感数据建立基于红边位置的作物叶绿素含量反演模型，可实现大范围作物及时的长势监测。该研究以冬小麦为研究对象，在学习6种经典红边位置求解算法的基础上，提出牛顿-切比雪夫插值法和牛顿八点插值法2种改进红边位置求解算法。根据不同算法的红边位置分布特征综合分析了改进算法的优缺点，并在此基础上建立基于红边位置的冬小麦叶绿素含量反演模型。结果表明，与传统算法相比，2种改进算法均显著改善了双峰现象和红边位移，且基于新算法的模型预测值与叶绿素含量实测值的决定系数>0.619，较最大一阶导数法提高了5.024%～10.480%，具有更高的精度。同时，在2种改进算法中，牛顿八点插值法具有更高的稳定性与实用性。研究结果为植被理化参数反演与农业生产应用提供理论与技术支撑。     

基于航空高光谱影像的青海省玛多县高寒草原景观格局特征分析

景观生态学在草地资源管理、生态安全评价方面已得到广泛应用,开展不同尺度的景观格局特征分析对景观生态过程研究十分重要。获取不同覆盖度草地的景观格局特征是青藏高原草地退化等生态系统演变研究的基础工作之一。从高分辨率遥感的角度提取中小尺度上草地景观格局特征,是开展景观格局尺度分析的有益尝试。本研究通过高空间分辨率的PIS航空高光谱影像,分析不同草地类型的光谱特征差异,开展玛多实验区草地类型精细分类,并从景观异质性、景观优势度和景观破碎度3个景观层次,分析米级分辨率下不同覆盖度高寒草原样地的景观格局特征差异,发现高寒草原样地的景观优势度、景观异质性与草地覆盖度分别呈正、负相关,而破碎度指标则随着高寒草原草地覆盖度的降低出现先升高后降低的现象。     

陆地生态系统碳监测卫星松材线虫病变色木识别指数研究

松材线虫病是一种严重威胁松树生存的林业有害生物疫情。高分辨率卫星遥感技术是松材线虫病变色松木识别的有效手段。通过研究植被指数阈值法，利用2022年8月4日发射的陆地生态系统碳监测卫星(句芒号)优于2 m高分辨率4谱段相机的特点，开展基于指数的松材线虫病木识别示范，验证该卫星松材线虫病监测应用能力。基于松材线虫染病松木光谱特征，提出基于与生物量和色素相关的双指数识别策略，设计了松材线虫病指数(PWDI),并在山东省栖霞市疫区进行句芒号松材线虫病识别测试。结果表明，双指数识别策略相比单指数策略性能更优，其中PWDI与NDVI组合的松材线虫病变色松木识别能力最强，总体精度达到84.5%,NWI—NDVI,NGRDI—NDVI组合次之。在单指数策略下，PWDI的识别性仍能优于其他5个测试植被指数。研究表明，句芒号卫星具有可靠识别松材线虫病变色松木的良好潜力，松材线虫病变色松木双指数识别策略及新的识别指数PWDI可为其他类似卫星的松材线虫病监测提供借鉴。