联合主成分分析与最小二乘支持向量机估测冬小麦叶面积指数

利用单一植被指数估测叶面积指数存在高光谱遥感丰富的波段信息易丢失和外界因素干扰大的缺点,但若将波段信息全部引入模型又会增加建模难度。为解决利用多波段信息估测叶面积指数的问题,利用主成分分析法(PCA)对光谱数据进行降维,之后将提取的主成分与最小二乘支持向量机(LS-SVM)模型相结合,构建冬小麦叶面积指数的高光谱估测模型,并与以4类植被指数作为LS-SVM输入参数建立的模型进行比较。结果表明,以主成分作为LS-SVM模型的输入参数建立的模型精度最高,模型检验集R2为0.71,检验集RMSE为0.56,估测结果较使用植被指数作为输入参数建立的模型精度高,稳定性好。该方法可为利用多波段信息进行大范围冬小麦叶面积指数的无损测定提供参考。     

基于L波段的裸土区土壤水分微波遥感反演研究

以北京市大兴区为研究区,探讨利用ALOS/PALSAR数据反演裸土土壤水分的方法。由于PALSAR的后向散射系数主要与土壤水分及地表粗糙度有关,本研究使用AIEM理论模型计算地表的同极化后向散射系数,Oh半经验模型计算交叉极化的后向散射系数;由分析可知,同极化与交叉极化的差异不随土壤水分的变化而变化,仅随地表粗糙度的增加而减少,为此可建立后向散射系数与粗糙度之间的函数关系。本文利用BP神经网络算法反演研究区的裸土土壤水分含量,并利用实测数据对反演结果进行验证,结果表明估测裸土土壤水分含量误差为0.035 m3/m3,相对误差为13.9%。因此,可以利用L波段主动微波遥感反演裸土土壤水分含量,且具有较高的精度。本研究成果可为农业灌溉、灾害监测、环境评估等提供信息支持,具有重要的现实意义与应用价值。     

地基与无人机激光雷达结合提取单木参数

激光雷达（Light Detection And Ranging,LiDAR）在森林空间结构测量方面具有无可比拟的优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法（Comparative Shortest-Path algorithm,CSP）和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点（Iterative Closest Point,ICP）进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明：基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差（Root Mean Square Error,RMSE）在1.2～1.6 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38～4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。     

河流水生物理生境遥感评价模型与应用

在现有河流水生生境评价方法基础上,充分发挥高分辨率卫星遥感影像在高精度、快速进行河流水生生境信息提取方面的优势,选取植被覆盖度、河岸开发强度、河流蜿蜒度及河流自然岸线保有率等可以直接或间接通过遥感影像提取的指标建立河流水生物理生境遥感快速评价指标体系。采用层次分析法对所选定的评价指标进行权重确定,进而采用模糊评价法建立河流水生物理生境遥感评价模型,以期快速、准确地反映大区域范围内河流生境状况。最后将该模型应用于辽河干流水生物理生境评估。结果表明,辽河干流水生物理生境质量处于中上等,达到了健康的水准,评价结果比较符合辽河干流水生生境健康现状。     

基于High-1卫星影像的土地整治遥感监测方法研究与实践

为了找到一种可靠且高效的技术手段来提高国土部门对土地整治成效的有效监管,该文以High-1高分辨率卫星影像为基础数据,以ENVI、Auto CAD和Arc GIS软件为工具,提出了完整的利用高分辨率遥感影像对土地整治成果进行监测的技术方法和操作流程,研究了利用土地整治成果矢量图提取新增耕地、新增道路和新增沟渠信息的方法。最后利用该文方法对南水北调汉江沿线的土地整治工程的某个项目区进行了整治成果的监测和评估,通过实际应用,该方法对新增耕地、新增道路和新增沟渠的监测比分别达到了88.40%,97.34%和98.26%,监测完成后,详细的分析了三者之间监测比产生差异的原因,重点阐述了新增耕地监测比过低的原因,证明了该文方法对土地整治成果监测具有较高的效率,能够应用于土地整治的监管实践。