基于多季相光谱混合分解和决策树的干旱区土地利用分类

该文利用2015年Landsat 8多季相数据,以民勤县为例探讨了干旱区土地覆被/利用分类方法。首先进行了研究区多季相遥感数据的主成分变换,确定了Landsat OLI光谱空间的内在维数。其次通过对各季相主成分空间的分析,确定了光谱混合分解的端元类型及各自的代表性季相。获取端元光谱之后,采用全约束线性光谱混合模型分解各个季相的遥感影像,估计各端元组分占像元的面积百分比（端元丰度值）。最后利用端元丰度值的多季相估计结果,依据先验知识和训练样本建立决策树分类规则进行土地覆被/利用分类。分类方法的总体精度达到90.94%,Kappa系数为0.90。研究表明：将物理意义明确的端元丰度值作为分类变量,能够快速、有效地获取分类规则,生成树的结构简单、合理、清晰,对训练数据的依赖性较低,因此具有应用于整个旱地系统土地覆被/利用分类的潜力。     

棉花遥感识别的混合像元分解

为了进一步提高棉花遥感识别精度,以新疆玛纳斯县为研究区,运用线性光谱混合模型（LSMM）,对TM遥感数据的混合像元分解技术与方法进行了研究。将棉花、玉米、番茄和土壤4类典型的端元组分光谱值代入线性模型,在非约束条件下,用最小二乘法估计混合系数,得到每种地物类型的丰度及RMS误差图,以实地测量的棉花种植面积对模型分解效果进行评估,结果表明：线性光谱混合模型构模简单、计算量小,棉花线性光谱混合像元分解精度达到90%以上,可用于新疆棉花的遥感识别。     

基于线性光谱混合模型分解MODIS多光谱影像的研究

为了获取多时相的土地覆盖基础数据以支持区域土壤侵蚀定量评价,基于线性光谱混合模型分解MODIS多光谱影像,并对分解结果进行了定性、定量评价。结果表明,结合像元年内植被指数变化特征,基于线性混合像元分解,可解译出耕地、林地、草地、裸地、水体、居民地等类型。分类结果与2006年TM分类结果的总体一致性为64.46%,Kappa系数为0.519 9,土地覆盖类型分类结果可靠;各类端元估算误差基本小于20%,且与对应TM分类结果具有相关性,总体精度较好;林地端元能够较好地反映植被盖度信息。基于LSMM分解MODIS影像可为区域环境研究提供可靠的土地覆盖类型图和植被覆盖信息。     

基于光谱混合分析的荒漠化评价方法

基于光谱混合分析技术,针对内蒙古科尔沁沙地提出了一种荒漠化信息提取的新方法。首先,应用光谱混合分析技术对研究区域的土地覆盖类型信息进行提取,以像元为单位计算出裸沙占地百分比,并通过与穗帽变换和NDVI（归一化植被指数）对比,验证了此技术应用的可行性;然后利用光谱混合分析结果建立荒漠化评价模型,对研究区域的荒漠化信息进行提取;最后利用实地调查数据进行精度验证。     

应用线性混合模型遥感监测冬小麦种植面积

中分辨率成像光谱仪（MODIS）具有多光谱、多时相以及免费接收使用的优势。该文利用冬小麦返青期间的MODIS多光谱数据,采用传统的监督分类和阈值方法研究冬小麦种植区域的分布情况,同时针对遥感像元多为混合像元的特点,重点将线性混合像元分解技术应用于冬小麦种植面积的分解计算研究。比较不同分类方法对冬小麦种植面积估算的精度分析表明,采用线性混合分解模型,绝大部分（98.45%）的均方根误差都小于0.01,对比实际冬小麦种植面积数据,相对误差约3%,明显优于传统遥感分类方法的精度。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

基于标准地表光谱端元空间的苹果园种植时间制图方法

利用遥感数据进行果园种植时间制图可以高效便捷地获取大区域尺度的果园种植时间信息。为避免混合像元对果园的光谱信息造成影响,实现果园范围的精准识别及果园种植年龄的推测,该研究基于Landsat系列影像,开展融合地表标准地表光谱端元空间的果园范围提取和种植时间制图的研究。首先,将标准地表光谱端元空间融入原始影像中运用随机森林算法进行土地利用/覆被分类,重点提取果园分布范围。其次,构建地表植被端元年际间时间序列曲线,求得果园缓慢增长区间,运用四点法求取果园最大环境承载量。最后,回溯找到果园种植起点进行Logistic增长模型拟合,完成果园种植时间制图。研究结果表明：1）由线性光谱混合分解所得的地表光谱四端元能够很好地表达研究区地表组分信息。融合标准端元空间与随机森林算法提高了地物信息的提取精度。分类总体精度达到88.80%,Kappa系数达到0.86,对果园有较好的解译能力。2）通过植被端元年际时间序列曲线可以很容易地捕捉到土地覆被/利用类型的变化,通过Logistic增长模型可以检测植被生长的状况和最大环境承载量。拟合的果树生长模型具有较高的精度和稳定性,整体拟合度达到0.751,年龄验证误差均值为1.86a,说明该方法可以相对准确地确定苹果树的种植时间和长势。     

利用光谱混合分解模型分析GF-6新增波段对土地利用/覆被的响应

当前面对紧迫的自然资源管理压力和生态环境监测需求,针对国产遥感卫星大数据应用能力的挖掘将面临很大的挑战。GF-6卫星具有大角度、高频次和新谱段的特点,该文基于GF-6卫星数据,测试新增的红边、黄光和紫光波段响应能力。利用具有物理意义的全约束线性光谱混合分解模型,根据研究区物候特征确定四端元包括植被(GV),裸地和建设用地等基质(SU),山体植被阴影(DA)以及水(WA),通过对比保留红边、黄光波段、紫光波段和去除红边、黄光、紫光波段后的分解结果,对各新增波段和GV端元、SU端元、差均方根(RMSE)进行相关性分析;最后对比光谱混合分解结果和基于专家知识决策树分类结果。通过对比丰度值估计参数和决策树分类结果发现红边波段对植被较为敏感,对光谱混合分解模型的适用性、稳健性以及丰度值估计精度有着很大贡献,黄光波段和紫光波段经过数据降维后对植被和裸地、建设用地有少量贡献。通过相关性分析发现红边2波段、近红外波段与GV端元丰度图有最大的相关性,紫光波段、黄光波段和红边1波段与GV端元反向相关;红边1波段、紫光波段和黄光波段与SU端元丰度图显著相关;红边1波段和黄光波段对丰度值计算误差有主要贡献,是主要的噪音来源,紫光波段次之。通过对比GF-6数据和OLI、Sentinel-2数据丰度值估计结果发现GF-6丰度值估计的均方根误差以及除了WA端元的各端元丰度值估计变异系数均小于OLI和Sentinel-2载荷,体现出CF-6卫星在地表信息识别上较高的精度和稳健性。     

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。     

深度学习自编码结合混合蛙跳算法提取农田高光谱影像端元

针对农田高光谱遥感影像端元提取和混合像元分解精度不高的问题,该文提出了利用深度学习自编码结合混合蛙跳算法的农田高光谱影像端元提取方法。首先,利用深度学习的栈式自编码模型对高光谱影像进行光谱特征提取,优选出备选端元集合;然后将影像端元提取问题转化为组合优化问题,设计了待优化的目标函数,通过混合蛙跳算法对目标函数进行优化从而实现对最佳端元组合的搜索;最后利用人工合成的不同信噪比农田高光谱数据和真实的农田高光谱影像,将该算法与3种现有的主要端元提取方法进行对比。试验结果表明,本文提出的端元提取算法对20、30和40 dB信噪比影像提取结果的平均光谱角分别达到0.106 88、0.030 32、0.009 94。对20、30和40 dB信噪比影像和真实影像提取结果的均方根误差分别达到0.050 8、0.015 9、0.005 1、0.006 7。与现有的主要端元提取方法相比,该方法具有端元提取精度高、对不同等级噪声鲁棒性好等优势,在农田高光谱遥感监测中具有广阔的应用前景。     

Application of spectral mixture modelling to the regional assessment of land degradation: A case study from basilicata,Italy

Mapping and monitoring of land degradation processes such as soil erosion has become an important task for both agricultural and environmental planners. The potential of using SPOT-HRV data for assessing the types of soil erosion and land degradation is obvious. The spectral information and the spatial resolution of the multispectral data allow a high accuracy in local mapping and rapid regional assessment. In Basilicata, southern Italy, spectral mixture modelling (end-member techniques) has been applied to extract relevant information for assessing soil erosion. This method allows an estimate of the proportion of surface cover types (end-members) within the pixel. From the data sets average spectral responses were extracted for growing vegetation, non-green sclerophylous vegetation mixed with dry grasses and bare soil. Using these spectra as end-members in the model, it was possible to decompose the spectral information of all pixels into the three surface components, giving the percentage cover of the three types within every pixel. Classification of the pixels according to the percentage of surface cover or bare soil allows an assessment of erosion or erosion risk.     

民勤绿洲荒漠化遥感评价研究

利用3个年份TM数据,研究荒漠化遥感评价方法,并对民勤绿洲荒漠化进行了初步研究。建立起以遥感光谱特征、组合派生特征和空间结构特征为评价因素,用最大似然方法和景观格局分析进行荒漠化评价的方法,以及在此基础上区域荒漠化评价指数的计算方法。研究表明,3个年份的荒漠化评价总精度都在0.8以上;引入模式识别技术,将是荒漠化评价的主要发展趋势。1988到1997年间,民勤绿洲荒漠化面积没有扩大,基本保持稳定,但各荒漠类型和等级内部间发生转化。从民勤区域荒漠化指数看,1988年为0.71,1992年是0.69,1997年为0.76。1988到1992年期间,荒漠化以水蚀、风蚀过程为主,荒漠化严重程度有所下降,速率为0.5%;1992到1997年间,盐渍化荒漠化过程加剧,荒漠化严重程度加剧,速率为1.4%。作为水蚀荒漠化过程则在整个评价期内减弱。在景观格局上,1992年的整体景观破碎化程度下降,景观格局最为稳定;而1997年破碎化程度最大,景观格局复杂、最不稳定。因此景观格局也反映出两个评价时段内荒漠化演化过程不同,从1988到1992年,土地退化减弱;而1992到1997年间,土地退化进一步加剧     

民勤1988～1997年间土地荒漠化社会经济驱动力分析

以甘肃民勤县为例,建立民勤5个区域1988~1997年三个时段的荒漠化指数和其变化率,采用相关分析、多元逐步回归分析方法,利用对应年份和各区域乡镇的标准化社会经济统计资料,建立民勤荒漠化的社会经济驱动力模型,对1988-1997年民勤区域荒漠化社会经济驱动力进行分析。民勤的牧业区和新开发的昌宁与环河灌区受人类影响小,其区域荒漠化指数大小主要取决于自然因素,但两区域荒漠化指数变化率分别与单位面积载羊量和人口密度变化率线性相关。对坝区、泉山区和湖区老灌区,区域荒漠化指数大小取决于区域的社会经济因素和自然因素的综合作用,社会经济结构已经影响了区域荒漠化指数的大小,各区域荒漠化指数变化率分别与单位面积的粮食播种面积、单位面积人均纯收入和单位面积的大牲畜变化率线性相关。     

甘肃省民勤县土地荒漠化动态监测研究

甘肃省民勤县1994年和1998年两期TM影像解译的结果表明:在民勤县,荒漠化局部治理与荒漠化大面积剧烈发展同时并存。民勤绿洲外围荒漠化治理成效显著,4年中灌木林地明显增加,但绿洲外围的低盖度草地沙化也进一步加剧,流沙的面积明显增加,沙质低盖度草地和盐渍低盖度草地减少的幅度分别达13.8%和11.5%,而流沙则增加了0.3%。水资源不合理利用、绿洲边缘随意开荒和草场过度放牧及过度樵采是该县荒漠化的主要动因。位于巴丹吉林沙漠危害民勤绿洲风沙前沿地带的民勤西沙窝,几十年来的风沙危害治理,使该区的荒漠化基本得到了逆转。4年中耕地、林地等都稳步增加,但由于地下水位下降,植被衰退导致的再沙化将是今后荒漠化的主要表现。文中也提出了民勤县荒漠化综合防治的思路。     

基于遥感光谱的干旱区土地退化评价体系构建

干旱区土地退化(荒漠化)作为全球面临生态环境挑战之一,对粮食安全、环境质量和区域自然资源管理至关重要。土地退化本质是人与自然因素协同作用下土地利用/覆被类型、数量、结构以及功能的改变而引起的生态服务价值降低,核心是土壤和植被的退化。一方面,人与自然共同作用下的土地利用覆被可以表征土地退化状态,另一方面植被-土壤生境时间序列相互作用过程进一步辅助土地退化过程诊断。因此,该文首先从覆被结构、退化类型和退化程度3个层次建立干旱区土地退化状态评价体系。其次,采用GF-1/WFV时间序列遥感影像,基于多端元光谱混合分解模型建立土地利用/覆被精细分类量化表征下垫面质量属性,并进一步利用植被-生境组分互动特征参数进行功能量化,综合评价民勤2015年退化类型和退化程度。最后,结合地面立地景观照片以及采样点实测数据,对土地退化状态评价结果进行绝对定标和交叉验证。结果表明:遥感评价识别土地退化类型和程度的能力分别为87.5%和78.7%。对于民勤旱地系统,沙化过程、沙-盐化过程是主要的土地退化过程,轻度沙化、中度沙化为主导退化程度。该方法为宽波段遥感国产高分1号卫星在旱地系统土地退化状态信息提取和深入应用提供科学依据和实证研究。     

石羊河下游民勤土地利用及景观格局动态分析

基于遥感（RS）和地理信息系统（GIS）平台,以石羊河下游民勤县1991和2011年遥感影像为基础数据源,分析了研究区20 a来各土地利用景观类型的变化特征,并从水土保持角度出发,利用斑块数量（NP）、斑块密度（PD）、最大斑块所占景观面积的比例（LPI）、平均斑块面积（MPS）、香农多样性指数（SHDI）、香农均匀度指数（SHEI）及分离度（F_i）7种景观指数对沙漠、重盐碱地、植被和轻盐碱地的斑块变化进行分析评价。结果表明:（1）该区域以沙漠化景观为主,且20 a来盐碱地和植被均有所减少,沙漠化扩张;（2）1991—2011年期间,区域整体景观格局的景观破碎化程度减小,景观的异质化程度呈下降趋势,表明该区整体景观格局将有利于向水土保持方向发展。（3）各土地利用类型的景观格局动态分析都显示植被破碎化程度加剧,人类活动对区域植被的干扰程度较大。     

渭-库绿洲多尺度景观格局与盐度关系

中国盐渍化土壤面积大,分布广,对区域农业发展构成了严重的威胁。探索土壤景观格局与盐度的关系将有助于盐渍化监测和评估。该研究选择渭-库绿洲GF-1影像为数据源,结合研究区同期38个样点不同剖面土壤盐度数据,对样点缓冲区景观格局与土壤盐度做Pearson相关分析和逐步回归分析,揭示土壤盐度空间分布格局,探讨景观格局与盐度的定量关系。结果表明:1)水平方向上,土壤盐分高值区主要集中分布在绿洲东部荒漠地带和绿洲西部农牧交错区;垂直方向上,渭-库绿洲表层土壤盐渍化现象最为严重,其他各层土壤盐渍化情况相对较轻,盐渍化程度随着深度下降呈降低趋势;2)绿洲区域易受人类活动影响,景观破碎化程度高,而同一区域不同梯度下,随着缓冲距离的增加,区域景观类型增多、均质性降低、多样性增强;3)耕地利用数量指标能较好指示土壤盐度状况,而水体面积、盐渍地面积、其他用地面积、最大斑块指数(largest patch index,LPI)、蔓延度(contagion index,CONTAG)和分维数(perimeter-area fractal dimension,PAFRAC)对盐度影响相对较弱;4)除0~10 cm层外,自10~20 cm至80~100 cm层逐步回归方程的自变量中,耕地面积、水体面积和最大斑块指数LPI为负效应,而盐渍地面积、其他用地面积、CONTAG和PAFRAC为正效应,最优回归方程决定系数为0.537。该研究确定了渭-库绿洲土壤盐度的分异规律,以及不同盐度对绿洲景观格局的影响程度。研究结果可为西北干旱区绿洲土壤盐度预警提供理论依据,同时为干旱区景观格局研究提供一定的参考价值。     

石羊河流域中下游绿洲地区耕地利用变化研究(英)

基于1995和2000年Landsat TM影像的土地利用空间数据(1:100000),运用GIS空间分析方法研究了1995～2000年甘肃省石羊河流域中下游地区武威绿洲和民勤绿洲耕地利用现状、耕地扩展与流失的空间分布特征、变化幅度.结果表明:1)耕地是武威绿洲和民勤绿洲最主要土地利用类型之一.耕地与其他土地利用类型之间的相互转化空间分布广泛;2)中下游耕地均处于快速增长状态.1995～2000年下游民勤绿洲耕地年变化率为0.3282,年平均增长率达到2.18%;3)中游武威绿洲耕地扩展来源于草地和未利用地,二者占耕地增长面积的90.83%;耕地流失主要为农村居民用地扩展和耕地退化;4)下游民勤绿洲耕地扩展突出为草地转耕地,占耕地扩展总面积的54.58%.耕地流失最主要是耕地退化为未利用地和荒草地;5)缓冲空间分析表明,石羊河流域中游耕地扩展面积与下游耕地流失面积呈现显著正相关,相关系数为0.8856.中游武威绿洲耕地每增加1 hm2,将导致下游民勤绿洲3 hm2左右耕地减少.     

基于土地利用变化的民勤县土地生态风险研究

利用1987、2000、2008年民勤县TM遥感影像数据,基于GIS技术和统计分析方法,分析民勤县土地利用/覆被生态风险的时空特点和结构演变,并选取土地利用综合指数和景观格局指数研究土地利用变化对土地生态系统造成的风险进行评价。结果表明:民勤县土地利用/覆被存在的生态风险主要集中在草地和未利用地,两者的面积占研究区总面积的75%以上。耕地、草地、未利用地三种土地类型间的相互转化是民勤县22年间最主要的土地利用变化。在人类活动对土地的扰动作用日益加强和区域经济社会发展目标趋同性的双重影响下,土地利用的广度和深度上不断增大,研究区斑块数量明显增多,景观破碎化程度加重,景观多样性指数和分形维数指数上升,土地生态风险程度增大。