基于Landsat TM影像的半干旱牧区天然打草场面积的遥感监测

天然打草场是中国草地畜牧业的物质基础,也是中国内陆的生态屏障。目前中国打草场分布状况、分布面积、产量高低等信息十分缺乏,严重制约饲草储备和救灾应急功能发挥。为解决这些问题,该文基于2009－2011年的Landsat TM5影像数据,并借助野外调查点和目视解译方法对中国半干旱牧区天然打草场状况进行监测分析。结果表明,中国半干旱牧区天然打草场面积达800.35万hm2,目视解译结果的平均解译精度达到76.78%。其中,内蒙古天然打草场面积居首位,面积为688.04万hm2,其次是松嫩平原草原区,打草场面积为91.80万hm2,河北半干旱农牧交错区的打草场面积最小,为20.51万hm2。在内蒙古,呼伦贝尔草甸草原天然打草场约为180.89万hm2,科尔沁沙化草原天然打草场约为96.44万hm2,锡林郭勒典型草原天然打草场面积约为395.40万hm2。研究区天然打草场的植被类型以温性草原类、温性草甸类、低地草甸类为主,少量分布在山地草甸类和温性荒漠草原类。该研究结果可为进一步分析全国半干旱区域打草场变化提供数据支撑。     

基于Landsat 8卫星影像和地表参数的宿州市城市热岛效应分析

以2013年4月28日的Landsat8影像为数据源,以安徽省宿州市为研究对象,以ENVI 5.1遥感软件为平台,分别提取宿州市土壤调节植被指数、改进的归一化水体指数、增强型裸土指数和增强的指数型建筑用地指数,然后利用单窗算法对热红外波段(第10波段)影像进行热辐射亮度和地表亮度温度反演,将地表亮度温度归一化处理(值在0~1之间),采用等差级数把宿州市城市热岛效应分为强绿岛区(0~0.2)、绿岛区(0.2~0.4)、正常区(0.4~0.6)、热岛区(0.6~0.8)和强热岛区(0.8~1.0)。在此基础上对城市热岛效应与土壤调节植被指数、改进的归一化水体指数、增强型裸土指数和增强的指数型建筑用地指数进行分析,找出地表亮度温度和这些地表参数间的定量关系。研究结果表明:(1)宿州市建成区的地表亮度温度比相邻郊区高,城市热岛效应显著;(2)城市热岛效应与土壤调节植被指数(SAVI)呈负相关;(3)城市热岛效应与增强型裸土指数(EBSI)呈正相关;(4)城市热岛效应与改进的归一化水体指数(MNDWI)呈负相关,适度增加水体面积对抑制城市热岛效应具有一定的积极作用;(5)城市热岛效应与增强的指数型建筑用地指数(EIBI)呈正相关。     

基于Landsat影像的石漠化区植被动态监测及治理效益研究

生态恢复工程是缓解石漠化、保持土壤、提高植被覆盖率的有效措施之一,是区域经济和生态可持续发展的关键。为了研究近30 a泸西县植被的时空变化特征、驱动因素以及石漠化综合治理生态工程实施的生态效益。本文基于1986—2016 Landsat TM数据,借助Mann-Kendall突变分析、Thei-Sei Median趋势分析等方法进行了研究,结果表明:1)30 a间,泸西县植被覆盖整体呈增加趋势,平均增速为0.43%/10 a,2001年是重要的转折点,增速由之前的0.35%/10 a增加到0.63%/10 a;2)在变化趋势上,泸西县植被覆盖呈增加和减少趋势的面积分别占85.21%和14.79%。1986—2000年期间,植被覆盖呈极显著上升的面积为7.71%,零星分布在北部地区;2001—2016年,植被覆盖呈现极显著性上升的面积占21.62%,主要分布在石漠化综合治理工程集中分布的东部山区;3)气温和降水的增加都对植被起到正向作用,气温对植被的影响明显大于降水。2000年之后,人类活动对植被的提升起到了重要的作用,其中对植被覆盖起积极作用的面积占79.6%,起消极作用的占20.4%;在贡献大小上,气候变化对NDVI的影响大小为39.1%,人类活动对NDVI的影响作用为60.9%。植被改善过程中人类活动的作用大于气候变化,石漠化综合治理生态工程是2001—2016年植被增加的重要驱动力之一。     

基于Landsat 8 OLI影像纹理特征的面向对象土地利用/覆盖分类

针对如何提高中低分辨率遥感影像分类精度,该研究以河北省石家庄市Landsat 8 OLI遥感影像为研究对象,对灰度共生矩阵(gray-level co-occurrence matrix,GLCM)纹理与伽博(Gabor)滤波器下的Gist纹理特征进行对比,应用J-M(Jeffries-Matusita)距离可分离性分析GLCM最优纹理特征,并利用最佳指数法(optimum index factor,OIF)获取GLCM与Gist纹理特征的最佳特征组合;其次对面向对象分类的分割尺度进行研究,提出整体最优分割尺度计算方法;最后进行基于纹理特征的面向对象分类识别与精度评价,并与基于原始数据的面向对象分类结果进行对比。研究表明:Gist纹理特征使分类精度有了一定的提高,基于纹理数据的面向对象支持向量机(support vector machine,SVM)分类及面向对象K邻近法(K-nearest neighbor,KNN)分类的总体分类精度(overall accuracy,OA)分别比基于原始数据的2种方法分类精度提高3.67和3.33个百分点,基于纹理的面向对象SVM方法具有最高的精度,OA达到85.67%。不管是基于原始数据还是纹理数据,面向对象分类精度远高于最大似然分类(maximum likelihood classification,MLC)、马氏距离分类(mahalanobis distance classification,MDC)和SVM分类精度,且面向对象分类方法对纹理数据更为敏感。该文提出的基于纹理的面向对象分类方法有效提高了遥感影像分类精度,为区域土地利用/覆盖信息提取提供了有效的途径。     

基于MODIS遥感影像的湖水体面积与水位关系

为了弥补新疆博斯腾湖区云天状况下光学遥感监测水体面积的不足、提高水体面积监测的效率,该文利用2001-2010年5-10月MODIS影像提取的水体信息和逐月水位监测数据,采用统计分析的方法确立了博斯腾湖面积-水位关系模型,并建立了2001-2010年5-10月面积-水位曲线。面积-水位曲线拟合和遥感提取的水体面积均方根误差较小(24.1km2)。结果表明:MODIS遥感数据能有效地监测水体面积变化,2001-2010年博斯腾湖水体面积、水位呈下降趋势。博斯腾湖(不含小湖群)的水体面积与水位相关性高,且在一定范围内有着较好的三次回归关系。该研究可为云雾天气下博斯腾湖(不含小湖群)水体面积遥感定量监测提供弥补方法和途径。     

基于温度植被干旱指数的兖州煤田煤炭开采影响边界遥感提取

为识别植被覆盖区煤炭开采的生态影响边界,该文以兖州煤田为研究区域,应用温度植被干旱指数TVDI(temperature vegetation drought index)反演沉陷积水区外围的土壤湿度空间分布特征,利用MATLAB拟合TVDI变化趋势并依据其趋于稳定的渐近线,反解煤炭开采活动对矿区生态的影响边界,将其与采用MSCS(mining subsidence prediction system,MSCS)软件预计获得的下沉10 mm沉陷边界进行对比。结果表明:不同距离的TVDI中位数随距积水区边缘距离的变化表现为先增加后趋于平稳、呈指数变化特征;基于TVDI分析得到的煤炭开采的非积水影响范围,仅相当于沉陷积水面积的2.07倍,预计沉陷非积水面积与预计沉陷积水面积之比为4.63倍。通过模型拟合遥感指数随距离的变化特征,能够获得煤炭开采的影响边界;兖州煤田基于TVDI获取的煤炭开采影响面积,相对小于预计的开采沉陷面积。该研究可为确定煤炭开采对生态影响的边界提供参考。     

基于TM和MODIS数据的水旱地冬小麦面积提取和长势监测

采用Mahalanobis Distance分类法提取了冬小麦种植面积,通过搭建决策树结构进行了不同灌溉类型冬小麦种植面积的提取,通过两个年份不同生育时期MODIS-NDVI的比较,分析了NDVI时间曲线与冬小麦长势的响应规律和水旱地冬小麦年同期长势。结果表明：2007年临汾地区冬小麦总种植面积为234778.5 hm2,提取精度为96.96%,其中水地种植面积为107488.3 hm2,提取精度为86.15%,旱地冬小麦为127290.2 hm2,提取精度为86.16%。生育期内,水地冬小麦整体长势好于旱地冬小麦,通过NDVI变化斜率比较,表明随着生育期的推进,水地冬小麦NDVI达到峰值前的上升速度远大于旱地冬小麦,峰值后水地冬小麦NDVI下降速度小于旱地冬小麦。     

基于Sentinel-1雷达影像的玉米倒伏监测模型

在玉米发生倒伏灾害后,为定量监测区域尺度下的玉米倒伏程度,该研究以2017年8月8日因强风和强雨造成大面积玉米倒伏的小汤山国家精准农业研究示范基地作为研究区,提取倒伏前后Sentinel-1A雷达影像的多种强度信息,与实测倒伏样本关联分析,筛选出玉米倒伏前后最佳敏感后向散射系数。采用自然高与植株高的比值作为倒伏程度评价指标并构建比值公式,最终得到倒伏监测模型。结果表明,倒伏前后玉米植株高度的最优敏感后向散射系数分别为σVH和σVV+VH。32个建模点的实测差值结果与模拟差值结果的R~2为0.896(P0.01)。15个检验样本点和总样本点的倒伏程度分类准确度均达到100%。模型求解的自然高与植株高的比值与实测的比值总体相关性达到0.899。其中,中度倒伏类型的相关性最好,严重倒伏次之,轻度倒伏最差。该研究结果表明,在倒伏发生后,基于Sentinel-1A雷达后向散射系数构建的倒伏监测模型能在区域尺度下有效的实现玉米倒伏程度的分级监测。     

基于环境减灾卫星CCD数据的海南岛洪涝灾害监测

洪涝灾害监测是农情监测的主要任务之一,遥感监测可以弥补地面观测耗人、耗财、信息滞后等诸多不足,已成为洪涝灾害研究领域的重要发展方向。该文基于HJ-1A/1B-CCD数据,以海南岛为研究区,选取研究区内400个训练样本,利用区分度（division degree,DD）对归一化差异水体指数（normalized difference water index, NDWI）、基于蓝光的归一化差异水体指数（normalized difference water index based on blue light, NDWI-B）和混合水体指数（combined index of NDVI and NIR for water body identification, CIWI）3种水体指数进行比较分析。分析结果显示,在应用HJ-1CCD数据进行纯水体、湿地识别时,NDWI-B模型效果最好（综合区分度分别为31.30%、28.13%）,是海南岛洪涝灾害监测的最优模型。经验证,NDWI-B模型的水体识别总体精度达91.50%。通过对采样点的水体指数值与地物类型的反复对比确定NDWI-B模型的水体识别阈值为－0.015。利用NDWI-B模型对海南岛2010年9月25日至10月25日的洪涝灾情进行监测。结果表明,10月12日的灾情最为严重,全岛洪水淹没面积达到监测期内最高值,为120.22km2,除东方、昌江、乐东外所有市县均出现新增水体,新增水体主要分布于村庄、耕地、道路、城镇居民地等。从区域上看,东部的文昌、琼海、海口、定安为洪涝重灾区,西部的东方、昌江、乐东为洪涝轻灾区。全岛洪涝影响最大的土地利用类型为水田,其次为旱地。10月12日,水田、旱地的淹没面积分别为61.46和29.59 km2,耕地（水田和旱地）淹没面积占总淹没面积的比例分别为75.73%。NDWI-B模型具有水陆区分度较大和水体面积提取精度较高的优点外,还能够识别小范围水体和湿地,是海南岛洪涝灾害监测较为理想的模型。该文为海南岛水资源管理、洪涝灾害动态监测及防灾减灾提供参考。     

基于被动微波遥感的中国干旱动态监测

目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法,受云雨、植被和地形的影响较大,不能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程,首先构建了基于AMSR-E（advanced microwave scanning radiometer-EOS）数据的地表温度反演模型,R2=0.79,RMSE（root mean square error）为2.54℃,实现了中国地表温度的被动微波遥感监测。然后,拟合了不同下垫面归一化植被指数（normalized difference vegetation index,NDVI）与微波极化差异指数（microwave polarization difference index,MPDI）的关系。在此基础上改进了植被供水指数（vegetation supply water index,VSWI）,构建了基于AMSR-E数据的被动微波遥感气象干旱指数,并以中国2009年的旱情为例进行实例验证。研究表明,该干旱指数与AMSR-E L3土壤湿度数据有着显著的负相关关系（R2=0.75）,且能基本表征2009年中国实际的气象干旱状况。     

基于NDVI-SI特征空间的土壤盐渍化遥感模型

同时考虑植被和土壤信息,构建盐渍化遥感信息提取模型。选取具有长期研究基础的塔里木南缘于田绿洲为研究靶区,综合分析归一化差值植被指数（NDVI）、盐分指数（SI）二者之间的关系,在此基础之上提出NDVI-SI特征空间概念,并构建土壤盐渍化遥感监测指数模型（SDI）,结果表明：土壤表层含盐量与SDI相关性较高,其R2=0.8596。非盐渍地、轻度盐渍地、中度盐渍地、重度盐渍地的SDI平均值分别为0.399,0.763,0.974和1.201,差异较大;经差异性矩阵分析,亦表明SDI能够很好的区分研究区内不同盐渍化程度地类的分布范围。SDI能反映盐渍化土壤地表盐量组合及其变化,具有明确的生物物理意义,并且指标简单、易于获取、有利于盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。     

基于时序NDVI的露天煤矿区土地损毁与复垦过程特征分析

露天煤矿区是人类活动强扰动地区之一。该文以阿巴拉契亚煤田区韦恩县为研究区域,应用遥感时序分析法分析了像元尺度的土地损毁和复垦过程特征。得出结论:1984-2010年间,韦兹县露天开采扰动区域占采矿权范围的45.80%,其中植被恢复区域占开采范围的66.45%,开采时间越早,植被恢复像元比例越高;开采造成的地表无植被覆盖期时长中位数为6 a,均值为7 a;已充分复垦的区域,NDVI值恢复至采前水平的加权平均时长为12 a。基于像元变化轨迹的研究,除揭示土地损毁-复垦过程特征外,能较好地反映空间异质性,可以为土地复垦管理和相关政策决策提供科学依据。     

条件植被温度指数在云南干旱监测中的应用

对干旱进行监测,有助于各级政府及时了解旱情,采取积极有效的防旱、抗旱措施,促进水利设施建设与合理布局,确保农业生产发展与粮食安全。该文采用MODIS多时相归一化植被指数与地表温度遥感影像产品,分析研究区归一化植被指数—地表温度特征空间,应用条件植被温度指数对云南省2009年9月－2010年3月干旱的时间、空间特性进行监测。监测结果表明云南省旱情随时间有所波动,但整体旱情呈发展趋势;监测期内云南省旱情分布较广,受灾面积超过70%,仅西北角小片地区受干旱影响较小,特旱区主要分布于云南省中部、东部和南部地区。应用相关研究成果对干旱监测结果进行验证,结果表明监测结果可信,能够为防灾减灾相关部门提供有力的信息支持。     

基于遥感和地面试验的水分指数与土壤湿度及生理指标关系

为研究作物生长发育早期受干旱影响的作物水分光谱特征,对冬小麦返青期进行水分控制试验。利用野外光谱辐射仪在河北固城试验区测量冬小麦的光谱并分别计算归一化水分指数（NDWI）和简单比值水分指数（SRWI）,同时测定冬小麦的叶绿素浓度（Chl）、叶面积指数（LAI）、株高（H）和叶片相对含水率（LRWC）等冠层生理指标和土壤湿度（SM）。分析结果表明：冬小麦生理指标与土壤湿度之间有着显著的正相关,最大相关系数为0.657,表明土壤水分状况直接影响作物发育早期的光合和生长状况。NDWI/SRWI与SM相关系数均为 0.545,呈现弱的正相关;相反,水分指数与冬小麦生理指标之间的相关不明显,特别是,NDWI/SRWI与LRWC的相关系数仅为0.175。据此得出在作物低覆盖生长阶段,水分指数更多反映的是土壤水分状况而不是作物水分。     

基于时序Landsat遥感数据的新疆开孔河流域农作物类型识别

快速、准确地获取农作物类别信息对农业部门的生产管理、政策制定具有重要作用。目前基于时间序列数据进行农作物分类主要是采用长时间序列的中低分辨率影像,大量的混合像元限制了农作物的分类精度。在农作物分类的特征选择方面主要是采用归一化植被指数(normalized differential vegetation index, NDVI),而其他特征量的应用还相对较少。该文以新疆开孔河农业区为研究区域,利用2016年的Landsat7 ETM+、Landsat8 OLI影像数据集,基于时间加权的动态时间规整(time weighted dynamic time warping,TWDTW)方法开展农作物类型识别研究,主要包括香梨、小麦、辣椒、棉花等。根据野外采集的样本点构建主要农作物的NDVI和第一主成分(principal component analysis 1,PCA1)时间序列,以反映不同农作物间的物候差异。基于NDVI数据分别利用DTW和TWDTW算法计算各未知像元序列与标准序列间的相似性程度,得到农作物的分类结果,2种方法的分类精度分别为65.69%、82.68%,表明时间权重的加入提高了DTW算法识别不同农作物的能力。结合NDVI与PCA1后,TWDTW的分类精度又提高了2.61个百分点,部分农作物的误分现象明显减少,说明PCA1能够进一步扩大作物间的差异性,提高分类精度。同时,还通过选取有限时相的影像组合进行分类,试验结果表明TWDTW算法在中高分辨率数据较少的情况下能够得到较为满意的分类结果,说明TWDTW算法在中高分辨率影像越来越丰富的时代具有应用潜力。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究为无人机遥感精准监测作物水分胁迫状况提供参考。