渍害胁迫对油菜叶片光谱的影响及识别指标研究

以江汉平原华油杂668和中双9号油菜为材料,通过测坑进行不同品种油菜在蕾薹期和花期持续受渍的试验,测定油菜在持续受渍胁迫下叶片光谱反射率,根据受渍油菜光谱变化特征构建油菜渍害高光谱遥感识别指标。研究表明,随着渍水时间的延长,叶片不同光谱区域对水分胁迫的响应不同。在蕾薹期和花期,645～680 nm的红光区域受渍叶片光谱反射率均有所增大,在765～930 nm的近红外区域表现出明显减小,在1 412～1 483 nm及1 904～2 060 nm中红外区域的反射率增大。研究利用上述光谱反射率构建了渍害识别指数(R_(NIR)+R_(Red))/(R_(MIR1)×R_(MIR2)),通过与常见的7个植被指数(NDVI、NDWI、RVI、PRI、SRPI、SAVI、SIPI)比较分析,指数(R_(NIR)+R_(Red))/(R_(MIR1)×R_(MIR2))对受渍油菜更为敏感。通过定量比较不同植被指数对照与受渍油菜之间的距平绝对值和距平绝对均值,看出指数(R_(NIR)+R_(Red))/(R_(MIR1)×R_(MIR2))识别受渍油菜的能力优于其他植被指数,并且在整个受渍期间具有较强的稳定性和敏感性。说明该指数可以用于快速提取受渍油菜的面积,对指导油菜识灾抗灾减灾生产管理具有重要的意义。     

基于MODISNDVI多年时序数据的农作物种植识别

为了获取陕西省农作物种植模式和类型分布信息,实现对于多年农作物长势分析及精确的估产和耕地生产力的估算,该文以2003-2012年的MOD09Q1时间序列遥感数据集为数据源,以陕西省主要农作物冬小麦、夏玉米、春玉米、水稻和油菜为研究对象,利用Savitzky-Golay滤波方法重建NDVI长时间序列数据集,充分利用农作物的物候信息,构建农作物年际间动态阈值方法,实现了农作物种植模式和类型的识别。通过对混合像元进行分解,更精确地提取农作物种植面积信息。利用空间和定量2种方式对农作物类型识别结果进行分析验证,空间对比分析得到分类的总体精度和Kappa系数为88.18%和59.64%,定量对比分析得到分类的总体一致性为87.56%。研究结果表明,结合物候信息与时间序列数据利用该文的分类方法可以有效的识别大尺度农作物信息。     

基于时间序列环境卫星影像的作物分类识别

环境星影像具有较高的时间和空间分辨率,利用其时序遥感数据进行作物信息提取优势明显。该文以黑龙江垦区友谊农场作物为研究对象,利用2010年6月至9月共10景HJ-CCD数据进行作物种植分类信息提取。首先,通过SPLINE算法对云影响区域插值去噪,重构时间序列影像数据;其次,通过分析试验区主要作物的光谱和植被指数时序变化特征,构建基于决策树分层分类的主要作物遥感分类模型,成功提取了黑龙江友谊农场大豆、玉米和水稻的种植信息,分类总体精度达到96.33%。同时,将分类结果同基于时间序列植被指数影像的支持向量机和最大似然法分类结果相比较,结果表明,决策树分类效果最好,支持向量机次之,最大似然分类较差。研究表明,通过去云处理后构建的时间序列HJ卫星遥感影像,结合作物的光谱和典型植被指数时序变化特征,借助于决策树分类方法能够有效提高黑龙江垦区主要种植作物分类的准确性和精度。     

多种遥感土地覆盖产品一致性分析与精度评价——以淮河流域为例

土地覆盖(Land Cover)数据是人们进行气候变化探究、生态系统评估与地理国情监测等研究的重要数据源。随着研究的深入,国内外产生了众多不同时空尺度、不同分类体系的土地覆被分类产品集,但这些产品在局部尺度应用时的一致性与精度还有待分析。本研究以淮河流域为研究区域,基于5种土地覆被分类产品(CLCD、ESACCI-LC、GLC_FCS30、GlobeLand30、MCD12Q1),将各土地覆被类型重分类为农用地、建设用地、未利用地三大类,从面积和空间两方面进行了一致性分析与精度评价。结果表明:5种产品对于淮河流域土地覆被的类型特征具有较强的一致性,面积估算的相关性系数均大于0.9; 在3种30m分辨率土地覆被分类产品中,CLCD的识别精度最高,以此作为参考数据;其他四种产品总体精度在92.37%至95.53%之间,Kappa系数在0.523至0.695之间,GlobeLand30产品与GLC_FCS30产品精度较高、且各有优势,ESACCI-LC产品和MCD12Q1产品精度较低。研究成果为不同时空尺度上的土地覆被研究提供参考。     

洪湖湿地土地利用/土地覆盖变化遥感监测

洪湖湿地属于典型的内陆亚热带湿地类型,在蓄洪调洪、渔业、灌溉、航运等方面起着重要的作用,在长江中下游的湖泊湿地中具有典型的代表性.近年来,随着自然生活环境的变迁和人类活动的影响,洪湖湿地土地利用/土地覆盖变化发生了显著的变化.利用2005、2010年的Landsat7 ETM+以及2015、2018年的Landsat8 OLI数据,采用支持向量机(SAM)监督分类的方法,将洪湖湿地分为湖泊、河渠坑塘、农田、植被、居民点、其他6种类型,提取了2005—2018年的洪湖湿地土地覆盖空间变化数据,并对其进行动态变化分析.结果表明,洪湖湿地土地利用类型在2005—2018年发生了显著的变化,其中2005—2015年的10年间,湖泊、植被、农田的面积出现了减小,河渠坑塘、居民点面积大幅增大;2015—2018年间,洪湖湿地的湖泊、植被面积表现为增大,河渠坑塘出现了减小.在2005—2015年间,洪湖湿地结构类型的变化主要受围湖造塘以及建设活动的影响;2015—2018年间,洪湖湿地的结构类型的变化主要是为了恢复洪湖的生态环境,自2016年开始,洪湖开展了拆除围网、修复湖滨带植被等活动.总体而言,洪湖湿地受人为干扰影响明显.     

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

【目的】考虑到利用单一植被指数（VI）反演叶面积指数(LAI)时，存在着不同程度的饱和性和易受土壤背景影响的问题，提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据，结合地面实测光谱数据，选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点，并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演，并利Landsat5 TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点，利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题，联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。     

基于温度植被干旱指数的江苏淮北地区农业旱情监测

为实现江苏省淮北地区农业旱情监测,利用Savitzky—Golay(S-G)滤波方法,对2011—2012年江苏省淮北地区1-5月MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和地表温度(land Surface temperature,LST)8 d产品进行重构,去除原8 d数据的噪声,填补受云影响而缺失的数据。基于重建后的NDVI和LST数据,计算温度植被干旱指数(temperature vegetation dryness index,TVDI);分析TVDI和土壤湿度之间的关系,构建土壤湿度反演模型。最后,利用另外1组数据验证所建土壤湿度模型的精度。研究结果表明:1)S-G滤波方法能够提高MODIS LST和NDVI数据质量,并能对缺失数据进行填补;2)TVDI方法能够实现试验区土壤湿度反演,所建模型在试验区具有一定的普适性,反演精度较高(R2=0.575,RMSE=2.59%);3)TVDI方法在江苏省淮北地区干旱监测中得到了较好的应用,能够成功地监测出江苏淮北地区2011年和2012年春旱。该研究可为农业旱情的快速监测提供借鉴。     

流域下垫面特征对多年平均径流系数的影响

【目的】分析流域地貌结构特征、土地利用/覆盖分类以及土壤物理性质对其多年平均径流系数的影响,确定影响流域多年平均径流系数的重要下垫面因子,为流域土地利用、水利工程建设、防洪减灾、水资源开发利用等人类开发活动提供科学依据。【方法】选取淮河上游23个小流域为研究对象,使用ArcGIS10.3等软件处理得到坡度、面积高程积分、曲率、河网分形维数等流域地貌结构特征因子,使用遥感图像处理软件ENVI5.1处理得到流域土地利用分类结果,并在EXCEL中对流域多年平均径流系数和各下垫面因子进行相关性分析。【结果】在流域地貌结构因子中,多年平均径流系数与平均坡度和面积高程积分关系最好,且均为正相关关系,确定性系数分别为0.485 7和0.478 6。在土地利用/覆盖方面,林地、耕地面积所占比例对多年平均径流系数有较大影响,其中林草地面积占比与流域多年平均径流系数呈正相关关系,耕地面积占比与流域多年平均径流系数呈负相关关系,确定性系数分别为0.292和0.262 3。在土壤条件方面,各因子与多年平均径流系数相关性均较为微弱。【结论】在研究区内众多地貌结构因子中,平均坡度和面积高程积分对多年平均径流系数影响最大,林地、耕地面积所占比例影响较大,土壤物理性质则影响微弱。