基于无人机影像的农情遥感监测应用

该文以中国农业科学院（万庄）农业高新技术产业园及周边地区4.2×3.1 km的范围为研究区域,利用无人机搭载RICOH GXR A12型相机进行了航拍试验,主要测试了定位定向系统（positioning and orientation system,POS）数据辅助下光束法区域网平差方法平面定位及面积测量精度,以及无人机影像的作物面积识别精度。结果表明,在无控制点约束条件下,直接采用POS数据进行光束法区域网平差后,以中误差表示的平面定位精度为X轴方向（东西方向）中误差为2.29 m,Y轴方向（南北方向）中误差为2.78 m,整体平面中误差3.61 m;采用3阶一般多项式模型进行几何精校正,X轴方向中误差为1.59 m,Y轴方向中误差为1.8965 m,整体平面中误差为2.32 m,符合《数字航空摄影测量空中三角测量规范》中对1∶10 000平地的平面精度要求,能够满足农作物面积遥感监测中作物面积调查定位精度的要求;采用监督分类和面向对象分类2种方法,对面积评价区域种植的春玉米、夏玉米、苜蓿和裸土4种地物类型进行分类,以差分GPS调查结果为评价标准,4种作物总体识别精度分别达到了88.2%（监督分类）和92.0%（面向对象分类）,单独分类精度分别为88.9%、86.7%、93.0%、86.6%和90.35%、92.61%、94.93%、93.30%。研究结果说明了无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景,推广后能够满足全国农作物地面样方对高空间分辨率影像的需求,可以部分替代现有人工GPS测量的作业方式。     

基于高分辨率遥感影像的水土流失监测方法研究

以葫芦岛市为研究对象,根据区域土地利用类型和水土流失影响因子建立水土流失分级指标,运用RS和GIS技术获取水土流失影响因子信息并进行空间叠加分析,实现对区域水土流失状况进行调查、分析和管理,具有快速、准确、客观、经济等优点。该研究方法能够及时掌握区域水土流失现状、水土保持治理状况、水土流失动态变化等信息,为建立水土流失动态监测数据库、实现对水土流失进行动态监测奠定基础,从而有效地促进水土保持工作的顺利开展。     

黑龙江省森林NPP的遥感反演

以黑龙江省的森林分布区为研究区域,基于光能利用率模型,利用2006年1km分辨率的MODIS数据和82个气象站的日照资料,结合土地覆盖类型,估算出研究区森林的年NPP,实现了遥感数据驱动的黑龙江省森林NPP的反演尝试。结果表明:2006年黑龙江省森林NPP的年总量为120.4×1012g.a-1,年平均值为545.6g.m-2.a-1,NPP最高值为1669g.m-2.a-1。其时间分布特点表现为明显的季节性变化,变化曲线呈单峰型;空间分布特点表现为显著的纬向分布,南高北低,东高西低,其中大兴安岭的森林NPP最低,小兴安岭次之,老爷岭的最高,基本体现了生产力按地域的正常分布规律。     

MAPGIS在遥感监测卫星影像中的应用

通过对MAPG IS软件的介绍,将MAPG IS所赋予的分析和计算功能,在遥感监测高分辨率卫星影像图上计算土壤侵蚀图斑面积问题,就其计算原理、卫星影像图选择、卫星影像的判读方法、土壤侵蚀面积的具体计算步骤以及注意事项等做了详细的介绍,目的在于与广大同行共同学习,掌握用MAPG IS软件在高分辨率卫星影像图上计算土壤侵蚀面积的方法,全面提高水土保持监测技术水平。     

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。     

卫星遥感影像在农田灌排系统识别中的应用研究

利用监督分类、NDVI指数、屏幕数字化等遥感影像处理方法在黄河下游的山东簸箕李灌区开展农田灌排系统识别的应用研究。在对采用卫星遥感影像(SPOT、LANDSAT、ERS)识别的灌区农田灌排沟渠可视化效果进行分析、对比与评价的基础上，完成对农田灌排系统的数字化处理，得到灌排沟渠在灌区内的分布状况及总长度估值。研究表明，对SPOT XS影像进行屏幕数字化处理似乎是用来识别农田灌排沟渠的理想途径，估算的灌区干、支、斗三级沟渠的总长度具有较好的精度，然而要对农田灌排系统进行精确地分级划类还有赖于遥感识别技术、GPS定位方法与实地调查工作的紧密结合。     

北票市基于Landsat8遥感影像的归一化植被指数分析

归一化植被指数(NDVI)是反映植被长势和营养信息的重要参数之一,由近红外波段与红光波段的反射率值计算得到。Landsat8作为美国Landsat计划的第8颗卫星,遥感数据的准确性更高,时效性更新,采用美国地质勘探局(USGS)网站提供的Landsat8卫星遥感影像,利用ENVI软件计算2013年7月~2016年6月北票市NDVI,分析北票市3a的植被覆盖情况。结果表明:用遥感影像的时效性,通过计算NDVI可以有效监测区域内植被的覆盖情况,获取多年的遥感影像可以分析区域内植被覆盖规律,便于分析区域水土流失情况,制定水土保持计划与决策。     

基于多期遥感影像的森林资源动态监测研究——以延安市桥北林业局直罗林场为例

通过研究森林资源动态变化状况以及与人类活动的关系,为进一步优化当地景观分布格局提供依据。以研究区为例,以1990年、2000年和2005年的TM/ETM＋影像为数据源,将3期影像叠加进行图像分割,检测出3期内土地类型发生了变化的敏感区域,结合GIS技术得到该区土地类型图,分析了其动态变化情况。结果表明：通过多期遥感影像进行图像分割,可以检测出土地利用类型发生变化的敏感区域,结合GIS空间分析,能有效地监测各种土地利用的变化及趋势,且使判读精度得到较大提高,图斑正确率为86.8%,解译的森林面积精度达到92.3%。在1990-2000年研究区有林地面积增加了1.17%,2000-2005年增加了14.2%。在15a间,其它林地（疏林地、未成林地、灌木林地）、草地、农地分别减少28.77%,29.89%,8.90%。受国家退耕还林工程和天然林保护工程实施的影响,该区的土地利用/覆被类型及其面积发生了显著变化,景观斑块布局处于优化过程。     

基于Silverlight的多层架构遥感影像查询系统

随着需求日益多样化、复杂化,传统的Web版遥感影像查询系统,存在用户交互能力弱,服务器响应速度慢,离线操作能力差等弱点,而且传统的查询系统没有与农作物监测很好结合。针对以上不足,该文结合Silverlight技术、LINQ技术、WCF技术,运用多层架构思想,针对轨道固定和变化的2种卫星,设计了2种遥感影像数据的快速查询算法,建立了一个适合农作物监测的基于Silverlight的遥感影像查询系统。实验结果表明,该算法提高了查询的执行效率和系统的响应速度,系统响应时间比传统系统缩短了25%。同时增强了系统的离线操作能力,减轻了服务器的压力,能够较好地应对大量用户并发访问。该系统在遥感影像快速查询和农情监测及农作物估产方面有较好的应用前景。     

基于多时相遥感影像分析的城市土地利用/覆盖变化与热环境演变--以徐州市为例

以1987,1994,2000和2005年共4期的Landsat TM遥感影像为数据源,利用先进的决策树分类法获取徐州市土地利用/覆盖信息,通过单通道算法反演地表亮温获取城市热场分布与热环境变化信息,采用土壤调节植被指数SAVI定量描述研究区植被覆盖变化,并综合采用这些信息对城市热环境演变与城市扩展、植被覆盖变化的关系进行了综合分析.结果表明,利用Landsat TM数据结合决策树分类方法,是获取土地覆盖/利用的有效方法.通过计算地表辐射亮温来研究城市热环境变化是合适的,SAVI等因子与城市热环境显著相关,能够有效地定量描述城市扩展及其生态环境响应.研究结果可服务于城市环境保护与人居环境改善.     

基于夜间灯光遥感数据的城市土地集约利用评价模型

该文利用夜间灯光遥感数据和城市建城区统计数据进行城市土地集约利用研究,构建基于城市灯光强度的土地集约利用评价模型,并对城市夜间灯光和土地城市化的异速生长特征进行分析;考虑到城市灯光数据反映出的土地城市化可能存在滞后效应,提出一种顾及滞后效应的城市灯光-土地城市化水平土地集约利用评价模型,选择江苏省不同发展水平的典型城市,分别进行基于滞后项系数的灯光与存量用地和新增用地之间的制约关系分析。试验结果表明:夜间灯光遥感数据能较好反映城市土地利用水平,城市灯光相对于土地城市化存在滞后现象,相比于传统的异速生长模型,该文提出的顾及滞后效应的异速生长模型在城市土地集约利用的研究中拟合优度有较明显的提高,在江苏省5个典型城市的对比试验中平均提高4.0%,并且江苏省"1+3"新功能区格局在异速生长模型特征分析中也有明显的地区特征,验证了模型的适用性。该研究可为中国城市化过程中的土地集约利用评价方法提供参考。     

基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

基于物联网的内河小型渔船动态信息监控系统设计

为规范内河流域渔业生产秩序,保障渔船作业安全,该文设计了基于物联网的内河小型渔船动态信息监控系统。该系统集成了无线传感器网络、远程信息传输、远端后台监控等多种技术方法。其中,无线传感器网络主要用于获取包括渔船位置、电捕鱼违法监测信息和渔船超载检测信息等渔业现场数据。依靠Zig Bee技术,该网络实现了对不同类别传感器数据的汇聚、判断以及远程播发。远程信息传输是利用GPRS/GSM移动通信网络与互联网传输技术,实现了多渔船作业信息向后台监控中心的实时传输。后台渔政监控中心,具有渔船在电子地图上的识别与定位,渔业生产的实时监控以及渔政执法的决策辅助等功能。该系统经测试,可满足内河流域作业渔船在实时监管和安全保障等方面的需求,提高了农业渔政管理的水平。     

基于近地成像光谱的小麦全蚀病等级监测

小麦全蚀病是检疫性的土传病害,对小麦生产危害极大,对其发生的监测是治理的根本。遥感技术可实时、宏观监测病害发生发展,尤其是成像光谱技术的图谱合一,可精准对病害识别和分类。该文首先通过主成分分析提取不同小麦白穗率的冠层光谱特征;再通过灰色聚类分析方法,研究白穗率等级的可分性;最后利用基于径向基(RBF,radial basis function)核函数的支持向量机对全蚀病害的近地成像高光谱图像进行分类,从而验证近地成像光谱在全蚀病监测上的可行性。研究结果显示:该方法对5种程度的小麦全蚀病白穗率的分类精度均达94%以上,Kappa值大于0.8。研究表明利用该方法,通过近地成像光谱图像可以准确监测小麦全蚀病的病情,对小麦全蚀病的治理有指导意义。     

基于GF-1/WFV数据的冬小麦条锈病遥感监测

条锈病是冬小麦常见病害,利用遥感影像对条锈病病害区域进行准确监测具有重要意义。该文利用GF-1/WFV影像,结合条锈病地面光谱数据分析,采用冬小麦条锈病遥感监测指数(wheat stripe rust index,WSRI)对河南西华县冬小麦条锈病发病范围进行了估测。首先,利用冬小麦NDVI加权指数(weighted NDVI index,WNDVI)获取冬小麦种植区域。其次,利用影像4个波段反射率之和提取不同冬小麦品种的分布范围,值较高的为条锈病高抗品种(郑麦系列),较低的则是条锈病易感品种(矮壮系列)。再次,构建冬小麦条锈病指数(wheat stripe rust index,WSRI),结合地面实地调查的条锈病分布数据,通过设定合理的WSRI指数划分阈值,提取条锈病染病区域并进行精度验证。结果表明,研究区内小麦条锈病空间分布识别的总体精度在84.0%以上,具有区域监测应用的潜力。该方法简单,可操作性强,表明宽波段GF-1影像结合WSRI指数的技术,是一种比较可行的小麦条锈病遥感监测方案。     

FY-3/VIRR卫星遥感数据反演省级区域蒸散量

为了扩大气象卫星FY-3在科研、业务中的应用范围,将数据尽快用于遥感反演蒸散量业务工作中,根据FY-3/VIRR卫星通道特点,以山东为研究区域,基于地表能量平衡方程,结合地面气象要素,提出了利用FY-3卫星遥感数据进行区域蒸散反演的方法,建立了省级的区域逐日蒸散量估算系统。以2013年5月11日、8月20日、10月16日估算的日蒸散量为例,分析表明:基于FY-3/VIRR卫星反演的日蒸散量与利用Pen-man公式方法得到的数据对比,偏差分别为-0.19、-0.12和0.16 mm/d,相对偏差分别为10%、12%和11%;反演结果可准确揭示区域内不同地表覆盖类型的蒸散量的空间特点和差异性,结果较为合理;与同区域、同时段的EOS/MODIS蒸散产品进行对比分析表明:2种日蒸散产品的空间分布特征总体非常相似,相关系数在0.99以上,均方根差在0.36 mm以下,说明2种产品的一致性较好。利用中国新型自主研发的FY-3卫星资料估算蒸散量是可行的。     

基于多源遥感数据的纳板河国家级自然保护区人类活动用地监测

人类活动对自然保护区内的珍稀及濒危野生动植物资源产生威胁。以自然保护区土地利用及其变化作为保护区内人类活动的代表。针对在低纬度热带地区多云雾天气对光学遥感成像产生严重干扰的条件下,如何实现基于多源遥感数据构建高时间、高空间分辨率遥感数据,监测复杂地形及气候环境下的热带雨林环境自然保护区土地利用变化监测,进而分析保护区人类活动这一问题展开研究。采用时空数据融合技术实现了2000年、2004年、2010年和2015年纳板河国家级自然保护区内人类活动(主要为人类活动用地:橡胶林、耕地、建筑用地)和自然地表(水体和自然林)分类识别,结果表明:1)时空数据融合技术能够实现复杂地形以及多云多雾天气条件下的高时空分辨率遥感数据,实现基于该时间序列数据的人类活动用地较高精度识别(2000年、2004年、2010年、2015年的总体分类精度分别为88.13%、86.88%、89.38%、90.63%,Kappa系数分别为0.834 0、0.817 6、0.853 3、0.871 1);2)纳板河国家级自然保护区内2000年至2015年期间,自然林的面积持续减少,橡胶林、耕地及建筑的面积持续增加;3)保护区内人类活动随地形的变化特征是:橡胶林及耕地范围在向坡度较大的地区扩张,大部分橡胶林种植在坡度为13?~24?之间,耕地也在向坡度较大的地区逐步扩张。该研究可为自然保护区监管部门及环境保护研究领域提供技术支持。     

基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演

大面积区域作物叶面积指数（LAI）遥感反演,对指导作物管理具有重要的意义。该文基于2008年5－7月在黑河流域开展的大型星－机－地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明：PROBA/CHRIS数据的最佳组合波段为band 4（555.1 nm）、band 9（696.9 nm）和band15（871.5 nm）,利用PROBA/CHRIS数据反演LAI时,3角度组合（0°、36°、55°）反演LAI精度最高（R2=0.854,RMSE=0.344;MAE=0.213）。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。     

基于改进YOLOv7的毛虾捕捞渔船作业目标检测与计数方法

渔船捕捞信息量化是开展限额捕捞精细化管理的前提,为解决中国毛虾限额捕捞目标识别和信息统计量化问题,研究了在中国毛虾限额捕捞渔船上安装电子监控（electronic monitoring,EM）设备,并基于YOLOv7提出一种改进的目标检测算法（YOLOv7-MO）和目标计数算法（YOLOv7-MO-SORT）。YOLOv7-MO目标检测算法采用MobileOne作为主干网络,在输出端head部分加入C3模块,并完成剪枝操作;YOLOv7-MO-SORT目标计数算法将SORT（simple online and realtime tracking）算法中的Fast R-CNN替换为YOLOv7-MO,用于检测捕捞作业中抛出的锚和装有毛虾的筐。采用卡尔曼滤波和匈牙利匹配算法对检测到的目标进行跟踪预测,设置碰撞检测线、时间戳、阈值和计数器,实现对捕捞作业过程中渔获毛虾筐数和下网数量计数。结果表明：1）改进后的YOLOv7-MO在测试集上的平均检测精度、召回率、F1得分分别达到了97.3%,96.0%,96.6%,相比YOLOv7模型分别提升了2.0、1.1和1.5个百分点。2）改进后的YOLOv7-MO模型大小、参数量和浮点运算数分别为64.0 MB、32.6 M、39.7 G,相比YOLOv7模型分别缩小了10.2%、10.6%和61.6%。3）以YOLOv7-MO为检测器的SORT算法毛虾捕捞作业计数准确率在统计毛虾筐数和下网数量上分别达到80.0%和95.8%。YOLOv7-MO在提高检测精度的同时减轻了模型量级,提高了检测效率。结果表明,该研究能够为实现渔船捕捞作业信息记录自动化和智能化提供方法,为毛虾限额捕捞管理提供决策参考依据。     

有机食品基地遥感监管与评价方法体系

该文的主要研究目的在于构建基于高分辨率遥感数据监测和评估有机食品基地生态环境和风险源的方法体系。为有机食品基地的审核、复核,以及常规监管提供技术支持与参考。首先,构建有机食品基地及其缓冲区内土地利用分类体系。由于有机食品基地内与有机食品基地缓冲区的监管目标不同,因此,构建了有机食品基地内外差别化的分类体系,分别描述有机食品基地内的结构及功能分区,以及缓冲区内的土地利用与风险源空间格局。在此基础上,构建有机食品基地遥感监管指标体系,并建立有机食品基地风险评估模型。最后,以吉林某有机食品基地为示范区,应用本研究的方法体系对该有机食品基地的生态环境和风险源进行了遥感监测。监测结果表明:该有机食品基地总面积为462.17 hm2,基地规模满足考核管理规定要求。其中,种植区面积461.16 hm2,占有机食品基地总面积的99.78%。种植区中,农膜种植区面积16.22 hm2,占有机食品基地总面积的3.51%,为进一步监管农膜回收提供数据支持。此外,该有机食品基地周边1 km缓冲区内发现风险源1处,为小型工矿企业,面积为1.95 hm2,经计算,该有机食品基地的生态环境风险指数(organic food bases risk index:OFBRI)为0.26,风险源面积与有机食品基地面积比值为0.42%,因此,风险等级为五级,风险程度较小。经应用示范,证明该研究方法是对有机食品基地进行监管的有效技术途径。