呼伦贝尔天然打草场分布及生物量遥感估算

天然打草场在中国草地畜牧业中具有非常重要的功能,是保障草畜季节平衡、确保家畜安全过冬,灾后应急救援的饲草储备资源。目前关于天然打草场的资源分布与生物量高低等信息的研究欠缺,限制了区域性饲草储备资源的有效利用。该研究利用遥感技术和实地调查相结合的方法对陈巴尔虎旗天然打草场的资源分布及生物量估算进行了全面调查。结果表明:陈巴尔虎旗天然打草场面积达80.28×104 hm~2,其中鄂温克民族苏木打草场面积居首位,为22.69×104 hm~2,巴彦哈达苏木、东乌珠尔苏木、呼和诺尔镇及西乌珠尔苏木的打草场面积次之,面积均大于9.00×104 hm~2,宝日希勒镇面积最小,为0.64×10~4 hm~2。基于MODIS-NDVI与打草场实测量建立的反演模型相对误差为20.56%,能够比较准确地估算牧草产量;陈巴尔虎旗天然打草场平均生物量为1.24×10~3 kg/hm~2,总生物量为992.90×106 kg,生物量空间分布呈东高西低,鄂温克苏木打草场总生物量较高,为304.21×10~6 kg,巴彦哈达苏木次之,为221.01×10~6 kg,其他苏木占47.10%;研究区天然打草场面积和生物量主要分布在温性草原和温性草甸草原,少量分布在低地草甸草原、山地草甸草原及沙地草原。该研究结果可为将来分析典型牧区陈巴尔虎旗天然打草场变化提供数据支撑。     

基于Landsat TM/OLI影像的兖州煤田水域面积动态监测

为揭示东部高潜水位矿区地表水体的时空演变规律,该文以兖州煤田为研究区,在比较改进归一化差异水体指数法、单波段阈值法、谱间关系法、K-T变换4种水体提取方法的精度及优缺点基础上,采用基于阈值分割的改进的归一化差异水体指数法提取了研究区1990-2014年的水体信息并分析了其时空变化特征.研究结果表明:从1990-2009年,兖州煤田地表水域面积增加了1 696.14 hm2,且2001-2005年水域面积扩张速度较快,年均增长率达14.0％,2009-2014年水域面积减少,年均下降率为3％:煤炭开采是研究区内水域面积变化的主要驱动因子.该文实现了煤矿区地表水体变化的动态监测,并分析了其变化原因,有助于客观与定量地评估煤炭开采的生态累积效应.     

利用Landsat TM遥感数据监测冬小麦开花期主要长势参数

为精准农业技术体系中的小麦农艺处方管理决策提供详尽的全局性信息,该文以2007－2009年试验实测数据为基础,以Landsat TM影像为遥感数据源,分析了试验样点开花期冬小麦主要长势参数与品质和产量间以及与卫星遥感变量间的相关性,分别建立及评价了TM影像遥感变量监测冬小麦开花期SPAD值、生物量、叶面积指数和叶片氮含量的模型。结果表明：冬小麦开花期,选用作物氮反射指数、近红外波段反射率和归一化植被指数这些遥感变量分别反演冬小麦SPAD值、生物量、叶面积指数和叶片氮含量是可行的;SPAD值、生物量、叶面积指数和叶片氮含量遥感监测模型的精度较高,均方根误差分别为3.12、216.5 kg/hm2、0.269和0.162,以此为基础,制作出具有实际农学意义的冬小麦开花期不同等级SPAD值、生物量、叶面积指数和叶片氮含量遥感监测专题图,实现了主要长势参数空间分布量化表达。基于卫星影像的农田面状信息获取技术克服了点状信息的不足,为农业生产管理决策及时提供信息支持,使该研究技术更利于大面积应用和推广。     

正蓝旗植被覆盖动态变化的遥感监测

 为揭示浑善达克沙地植被变化规律,基于NDVI和植被覆盖度像元分解模型,建立了TM影像尺度下的正蓝旗植被覆盖度遥感定量模型,在此基础上,研究正蓝旗1987和2001年2个时期植被覆盖的动态变化。结果表明: 正蓝旗植被覆盖以中等盖度植被和高盖度植被为主,1987年二者面积占总面积的92．98%,2001年占总面积的77．34％。期间,高盖度植被大幅减少,减少达57．53％,低盖度植被和农田植被面积均显著增加,全旗植被覆盖类型变化以植被退化为主,占发生覆盖类型变化面积的84．53％,这说明正蓝旗的植被生态趋于进一步恶化。     

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。     

定西半干旱地区生态环境的遥感动态监测分析

对定西地区的定西县、渭源县、陇西县和通渭县的生态环境进行监测。以 1990年和 2 0 0 0年 2期TM数字图像为主要信息源 ,进行屏幕目视解译 ,取得了初步的本底数据。建筑交通及矿区用地增长率为14 .97% ;农业用地增长率为 8.0 2 % ;林地增长率为 11.2 3% ;其它如河滩地、宜林草荒地则相应有所减少。定西地区经过 10 a的发展 ,土地利用和土地覆盖日趋合理 ,但还存在诸如土地利用率不高 ,农业用地比重过大 ,畜牧业用地比重太小 ,以及造林面积大 ,而存林面积小 ,树木成活率低 ,退耕还林还草力度不够等问题。通过对监测结果的分析 ,说明了遥感技术在定西这一特殊地区土地利用 /植被覆盖动态监测中已被有效地应用 ,同时有针对性的提出一些合理化建议 ,以期有利于项目区土地利用和植被覆盖的合理化     

基于Cokriging插值修正冬小麦面积遥感监测

在研究区内冬小麦种植区选取149个地面样方,筛选样方内反映种植结构、地块破碎程度、地形因素的参数并利用差分GPS测量,对3个参数量化并确定插值的主辅变量。探讨和比较了利用普通克里格和协同克里格2种插值方法对研究区的冬小麦种植面积比例的插值结果。结果表明,相同采样数量下,协同克里格法相对于普通克里格法的均方根误差降低1.48%,预测值与实测值之间的相关系数提高了6.82%,利用COK插值获取研究区内冬小麦种植面积比例分布状况,可以分区域对大尺度冬小麦面积遥感提取结果进行修正。     

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。     

基于Landsat8卫星影像的厦门市水土流失动态变化分析

基于2014-2016年三期Landsat8影像数据,通过土地利用转移矩阵、像元二分模型、DEM数据,分别分析厦门市区土地利用变化机制,以及植被覆盖度和坡度分布情况。基于ArcGIS平台,将土地利用分类图、植被覆盖度分级图、地形坡度分级图进行叠加分析,获得厦门市2014-2016年水土流失数据。监测结果表明,2014-2016年厦门市建筑用地持续增加,林地、耕地持续减少;低植被覆盖区面积逐年减小,而高植被覆盖区面积明显增加;轻度及其以上侵蚀面积逐年减少,尤其是强烈及其以上侵蚀面积减少明显;各行政区中,水土流失最严重的是同安区,其次是翔安区,相对来讲,思明区和湖里区水土流失较轻。     

TM影像中基于光谱特征的棉花识别模型

为快速、准确地在遥感图像上从各种农作物中识别提取棉花作物的信息，满足大尺度、运行化棉花遥感监测系统的要求。作者在试验区的棉花主要生长期里，同期进行了棉花与其它主要农作物的地面光谱测量并采集了同期的Landsat TM图像。通过对各时期棉花及主要农作物的地面测量光谱与TM图像光谱特征的差异性及规律性分析，确定了试验区棉花遥感识别的最佳时相期为9月中下旬， 研究开发了基于光谱特征的棉花识别模型。经数学分析与实际应用验证，该模型简单、操作方便并且识别的准确度较高，适用于大尺度的“新疆棉花遥感监测运行系统”。     

利用多时相遥感影像监测季节性裸露农田

季节性裸露农田是北京地区冬春季大气“土壤尘”的主要来源。而农田季节性裸露的快速、准确监测是治理方案制定与实施的依据。根据北京地区裸露农田种植作物和其它地表覆盖类型的物候特征之间的差异,选用2004年春夏季3个时相的TM遥感影像数据,利用垂直植被指数,同时结合北京地区的DEM数据以及北京地区的行政边界矢量数据,建立了北京地区季节性裸露农田遥感监测专家模型。监测结果表明北京市2003年冬至2004春裸露农田面积为87362.57 hm²,主要分布在延庆、顺义、密云、通州等区县。依据监测结果,提出了季节性裸露农田防治建议。     

基于植被指数估算天山牧区不同利用类型草地总产草量

针对天山牧区草地面积广、生长环境差异大等特点,选用MODIS/MOD13Q1数据,生成归一化植被指数、增强植被指数、土壤调节植被指数和差值植被指数4种从不同角度反映牧草长势的植被指数,对4个不同牧草利用类型分区分别建立了4种指数及其组合与总产草量的4类回归方程。利用留一交叉检验法评价各模型精度,最终获得适合不同草地利用类型的产草量遥感估算模型。结果表明:4种植被指数都可用于产草量估算,不同植被指数估算模型的拟合精度有区域差异性。当采用SAVI和二次多项式拟合时,RMSE最大值出现在I区,为5 857 kg/hm2,当采用NDVI和二次多项式拟合时,最小值出现在III区,仅为616.487 kg/hm2。值得注意的是采用差值植被指数、土壤调节植被指数估算产草量需考虑植被覆盖状况。其次,多个植被指数组合有信息互补的优势,采用线性回归模型估产时,多个植被指数组合精度高于单一植被指数。该研究可为天山地区草地总产草量遥感估算提供有意义的借鉴。     

Landsat TM8及GF-1影像黑龙江省线状地物实际与解译宽度对比

线状地物又称为线性地物,是一种普遍存在的土地利用方式。在遥感图像上,线状地物大量存在,这种存在表现为线状地物的可见性,即线状地物的图像特征表现为数个像元宽度的狭长型地物;另一方面,大量线状地物被"淹没"在遥感图像的混合像元中,这部分线状地物在遥感图像上具有相对不可见性。在面状地物解译中,线状地物常常由于遥感影像分辨率有限而包含在面状地物中,使面状地物解译结果偏大而不够准确。因此,准确解译线状地物可以校正面状地物解译结果。Landsat TM8影像与GF-1影像作为近几年新出现的高质量高分辨率卫星遥感影像,在各行各业中应用较为广泛,在农业遥感中亦是如此。在农作物面积估算中,Landsat TM8影像与GF-1影像线状地物扣除技术的精确程度直接影响农作物面积估算精度。Landsat TM8影像与GF-1影像线状地物实际宽度与解译宽度对比研究对于农作物面积估算和估产具有重大意义。由于分辨率相差较大,在线状地物解译中,GF-1影像具有明显优势。该文以23景Landsat TM8影像和14景GF-1影像为基础,运用统计学方法对黑龙江省341条线状地物实际宽度与解译宽度做对比研究。结果表明,对线状地物解译精度影响较大的主要因素为卫星遥感影像分辨率。Landsat TM8影像解译精度较差(|夸张系数|50%)的线状地物共94条,占全部线状地物的27.5660%;在这部分线状地物中,通常是解译宽度远大于实际宽度;以线状地物实际宽度分类中的0~10 m类别中,线状地物的解译精度最差,而按走向分类和按类型分类对线状地物解译精度影像不大。GF-1影像解译精度较差的线状地物共有29条,占全部线状地物的8.5044%,在这部分线状地物中,通常是解译宽度远大于实际宽度。     

不同生育时期冬小麦叶面积指数高光谱遥感监测模型

高光谱遥感能快速无损获取植被冠层信息,是实现作物长势实时监测的重要技术。为研究不同氮磷水平下冬小麦不同生育时期叶面积指数高光谱遥感监测模型,提高叶面积指数高光谱监测精度,该研究连续5 a定位测定黄土高原旱地不同氮磷水平和不同冬小麦品种各生育时期冠层光谱反射率与叶面积指数,通过相关分析、回归分析等统计方法,构建不同生育时期冬小麦叶面积指数监测模型。结果表明:不同氮磷水平下,冬小麦叶面积指数随施肥量增加呈递增趋势,随生育时期改变呈抛物线趋势变化;随着氮磷供应量的增加,冠层光谱反射率在可见光波段显著降低2%~5%(P0.05),在近红外波段显著增加4%~10%(P0.05);不同生育时期叶面积指数与优化土壤调整植被指数、增强型植被指数Ⅱ、新型植被指数、修正归一化差异植被指数、修正简单比值植被指数均达极显著相关(P0.01);拔节期、孕穗期、抽穗期、灌浆期和成熟期叶面积指数分别与优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数拟合效果较好,决定系数分别为0.952、0.979、0.989、0.960和0.993;以不同年份独立数据验证模型表明,所建预测模型均有较好的验证结果,相对误差分别为13.0%、13.5%、12.8%、12.6%和14.0%,均方根误差分别为:0.313、0.336、0.316、0.316、0.324。因此,优化土壤调整植被指数、增强型植被指数Ⅱ、增强型植被指数Ⅱ、修正归一化差异植被指数和修正简单比值植被指数能有效评价拔节期、孕穗期、抽穗期、灌浆期和成熟期冬小麦叶面积指数。同时,叶面积指数分段监测模型较统一监测模型精度有所改善。该结果为实现不同肥力水平下冬小麦不同生育时期长势精确监测提供理论依据和技术支撑。     

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。