遥感技术在荒漠化监测中的应用

遥感技术是区域荒漠化监测的首要手段。本文从不同遥感方法的角度出发阐述了目视解译、植被指数、分类技术及光谱混合分析技术在荒漠化监测中的具体应用,并指出了各个方法的优点与不足,同时对未来基于遥感技术的荒漠化监测进行了展望。     

光谱信息支持下城区林地信息提取方法

为了研究更具区域特征的林地信息提取方法,选取贵阳市部分区域作为研究对象,借助光谱信息对研究区地物信息进行预处理。结果表明:该方法有效减轻了分割模型的处理压力,用该方法提取结果与U-Net方法和NDVI阈值方法提取结果进行比较,其IoU达到了0.943 6,比U-Net方法和NDVI阈值方法分别高6.79%和15.74%,表明该方法对城市区域的林地信息提取具有有效性。     

应用卫星影像数据自动提取川西地区森林面积方法研究

本文通过对遥感图像的处理和光谱特征信息的分析,应用ETM 影像数据和地面调查数据,研究了遥感数据处理技术在植被信息提取中的应用,尝试对高山峡谷区的森林资源调查提出较为完善的计算机图像处理技术和自动分类方法。对道孚县台站林场和麻孜林场地类的分类结果表明：运用TM453波段融合能够达到较好的图像增强效果;运用无监督分类方法提取森林面积能达到较高的分类精度;NDVI比RVI更能突出植被信息和消除山体阴影的影响。     

森林面积方法研究

本文通过对遥感图像的处理和光谱特征信息的分析,应用ETM 影像数据和地面调查数据,研究了遥感数据处理技术在植被信息提取中的应用,尝试对高山峡谷区的森林资源调查提出较为完善的计算机图像处理技术和自动分类方法。对道孚县台站林场和麻孜林场地类的分类结果表明:运用TM453波段融合能够达到较好的图像增强效果;运用无监督分类方法提取森林面积能达到较高的分类精度;NDVI比RVI更能突出植被信息和消除山体阴影的影响。     

高光谱遥感在植被特征识别研究中的应用

总结了高光谱遥感在植被物种识别、结构特征分析、理化信息提取等主要领域的应用研究现状; 分析了高光谱遥感在植被特征识别中所涉及的光谱特征优化、混合光谱分解、图像分类识别等关键性技术环节的最新进展; 剖析了目前研究中存在的主要问题, 并对今后的发展态势进行了展望。     

用MODIS植被指数的时间序列分析提取荒漠化敏感区域的方法

为了快速地提取荒漠化的敏感区域,选择了MODIS数据植被指数NDVI的时间序列分析的方法。具体尝试了三种方法:MMAA合成法、NDVI最大值的RGB组合法、NDVI最大值比较法。其中MMAA合成法监测一年内的植被动态是很方便快捷的,而后两种方法对于提取年度间的变化区域是比较直观有效的。     

植被指数的应用研究综述

目前,归一化植被指数NDVI作为一种遥感手段已经广泛应用于社会生产生活的多个方面．在综合大量国内外文献的基础上,总结了从遥感影像中提取NDVI的方法以及在提取过程中要注意的问题;气温、降水等气候因素对NDVI的影响以及NDVI自身合成计算、与气候因子相关系数计算的分析方法;列举了NDVI在植被监测、土地覆盖变化、荒漠化研究、净第一性植被生产力等几个方面的应用现状,并列出了NDVI在研究应用中的优势、存在的缺陷及改进NDVI缺陷的研究．     

基于决策树分类方法的城市绿化分析——以兖州地区Hyperion遥感影像为例

以兖州实验区为例,探讨了利用决策树方法进行城市高光谱遥感绿化分析的流程和方法;分析了试验区典型地物的波谱特性;总结了常用反射率反演方法,并根据具体情况选择FLAASH模型进行了实验;试验区研究表明,决策树分类方法在高光谱遥感影像信息提取中具有可行性.这种基于高光谱的精细信息提取方法,可以提高不同植被类型的高光谱图像分类识别精度,为城市绿化分析提供参考依据.     

SPOT-5遥感影像自身融合在马尾松毛虫害信息提取中的应用

以福建沙县作为研究区,在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息及虫害信息提取的角度进行了分析评价,探讨最适合于利用SPOT-5图像进行马尾松毛虫害信息提取的融合方法。研究结果表明:各种融合方法中,HPF融合方法效果最好。     

基于SPOT-5影像的马尾松毛虫虫害遥感监测研究

马尾松毛虫是马尾松林的主要害虫,危害很大,实施有效监测是对其进行防治的关键。以福建沙县为研究区,以SPOT-5遥感影像为数据源,基于短波红外波段、红光波段和近红外波段等构造归一化植被指数等光谱特性指数,基于灰度共生矩阵法提取均值等影像纹理特征,引入坡度、坡向等地形及林木因子构建马尾松毛虫虫害遥感监测指标,通过岭回归分析建立虫情级数估测模型进而反演,进行虫害监测信息提取,并与单纯基于光谱特性指数指标的虫害信息提取方法进行比较。结果表明:1)综合考虑影像的光谱特性、纹理特征与地形及林木因子影响进行虫害监测,显著增强了虫害的光谱响应能力,相比于单纯基于光谱特性的虫害监测信息提取,其总精度提高了14.28%;2)这些为林业生产实践提供技术支撑与理论借鉴,同时也在一定程度上推动遥感监测森林病虫害的理论认识与信息提取方法。     

沙化土地信息提取研究

采用LandsatETM 多时相影像,在地类光谱特征分析的基础上,用分层分离的方法,提取出沙化土地信息。以全国沙漠化普查地类划分标准中的植被覆盖度为确定沙化土地程度的依据,通过建立NDVI和实测植被覆盖度的回归模型,确定不同程度沙化土地对应的植被覆盖度与NDVI的对应关系,用NDVI阈值进行划分,得到沙化土地程度图。     

基于时空适应反射率融合模型的林区遥感应用研究

高空间、时间分辨率遥感数据在林业遥感变化监测方面具有重要的作用,然而,对于特定传感器获取的遥感影像在空间和时间分辨率上存在着不可调和的矛盾。本文针对神农架林区多云雾高时空分辨率数据缺乏的现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法。首先,利用LandSat8数据进行预处理,得到高分辨率的NDVI数据,并将MODIS NDVI数据进行重投影、重采样等预处理;其次,利用STARFM模型进行高分辨NDVI预测,利用评价因子选择最佳算法参数,并利用二分模型计算植被覆盖度;再次,以LandSat8获取的真实数据与预测数据进行精度评价;最后,选取黑龙江小兴安岭西北部林区生长季数据进行验证试验。结果表明:利用该方法可以在神农架林区获得预测日期的较好的NDVI及植被覆盖度,精度分别为90.8%、82.60%。此外,通过验证试验,可以获得同年生长季小兴安岭林场较好的NDVI以及植被覆盖度,精度分别达到92.86%、88.65%。     

基于遥感的荒漠化评价技术研究进展

土地荒漠化是全球性的严重环境恶化现象, 准确、及时、全面地对荒漠化区域进行评价尤为重要。遥感信息以其周期性、宏观性和系统性方面的优势, 在土地荒漠化评价中得到广泛应用。对荒漠化遥感评价技术做了总结归纳, 主要包括经验性的目视解译、基于植被指标的荒漠化评价技术、基于多指标的综合评价技术以及以景观生态学理论为指导的评价技术。最后对目前荒漠化遥感评价技术中存在的问题及发展前景谈了一些看法。     

土地沙化信息遥感监测技术研究进展

遥感技术已被广泛应用于沙化信息监测研究中。文中回顾了国内外沙化信息遥感监测技术研究进展,从沙化光谱特征分析、沙化因子信息提取以及沙化信息动态分析3个方面进行了总结归纳,认为沙化光谱研究尚未形成体系化,虽然在沙化区域植被盖度、土壤含水量模型以及沙漠地形研究方面提出的模型和方法较多,但各具局限性,对格局—过程之间关系的新探索仍存在许多难以克服之处。指出了沙化信息遥感监测尚待解决的关键问题及其解决途径,并探讨了今后的主要研究方向。     

基于RS的北京山前平原区土地沙化研究

土地沙化是北京市最主要的生态环境问题之一,是制约其城市发展的重要因素,研究北京土地沙化的动态变化趋势及成因对保障北京市的生态安全和改善其环境质量有重要意义。利用2007年4月SPOT5卫星的多光谱和全色影像,结合植被覆盖度,土壤类型和土地利用类型这3种辅助数据,进行沙化信息提取。根据所提取的信息,分析北京山前平原区土地沙化现状和动态变化特征,并结合气象、水文等多元信息资料的统计分析数据对其沙化成因进行探讨。研究结果表明:在各种自然和人为因素的影响下,研究区的沙化土地主要分布在永定河、潮白河、温榆河3条河流沿岸,康庄、南口地区以及怀柔、密云大沙河地区;沙地类型主要是固定沙地,以轻度和中度沙化为主;2007年与1999年、2004年北京沙化土地数据相比,沙化土地总面积呈减少趋势,表明北京市防沙治沙工作卓有成效,前景乐观,但局部依然存在边治理边破坏的现象,防沙治沙工作依然任重而道远。     

Estimating models of vegetation fractional coverage based on remote sensing images at different radiometric correction levels

The images of post atmospheric correction reflectance (PAC), top of atmosphere reflectance (TOA), and digital number (DN) of a SPOT5 HRG remote sensing image of Nanjing, China were used to derive four vegetation indices (VIs), that is, normalized difference vegetation index (NDVI), transformed vegetation index (TVI), soil-adjusted vegetation index (SAVI), and modified soil-adjusted vegetation index (MSAVI). Based on these VIs and the vegetation fractional coverage (VFC) data obtained from field measurements, thirty-six VI-VFC relationship models were established. The results showed that cubic polynomial models based on NDVI and TVI from PAC were the best, followed by those based on SAVI and MSAVI from DN, with their accuracies being slightly higher than those of the former two models when VFC>0.8. The accuracies of these four models were higher in medium densely vegetated areas (VFC = 0.4–0.8) than in sparsely vegetated areas (VFC = 0–0.4). All the models could be used elsewhere via the introduction of a calibration model. In VI-VFC modeling, using VIs derived from different radiometric correction levels of remote sensing images could help explore and show valuable information from remote sensing data and thus improve the accuracy of VFC estimation.     

内蒙古自治区的沙漠及沙漠化土地

文章叙述了采取系统抽样的方法,通过现地调查和遥感解译相结合,获取样地信息,利用数理统计的原理计算出各类沙漠化土地面积,利用卫星遥感技术、卫星定位技术和地理信息系统相结合,确定内蒙古沙漠和沙漠化土地的分布。监测表明,截至1999年内蒙古沙漠和沙漠化土地面积为42.08×104km2,占内蒙古自治区总面积118.3×104km2的35.6%。与1994年全国沙漠化土地监测结果对比,5a来全区沙漠化土地面积增加了15629km2,年均增加3126km2。内蒙古沙漠和沙漠化土地面积居全国第二位,而沙漠化土地扩展速度和可治理沙漠化土地面积居全国第一位。     

无人机监测松材线虫病的精度比较

利用无人机搭载可见光相机进行遥感拍摄,在430 m和700 m两个飞行高度下采集异常枯死松树遥感影像,将野外GPS采集的位置信息同ENVI遥感数据处理软件处理与解读数据信息进行比对。人工甄别和NDVI值提取枯死松树分别为6株与7株,数据有效率提取为85.71%;对无人机遥感获取的6株枯死松树地理位置信息进行实地验证,水平误差在0.86 m^4.20 m之间。表明无人机遥感基本实现了松材线虫病致死松树的精准定位,对于松材线虫病监测和后期除治具有重要意义。     

土地沙化遥感信息提取技术研究进展

对土地沙化遥感信息提取技术做了总结归纳, 主要包括传统的沙化信息提取技术和基于新算法的沙化信息提取技术。其中, 传统的沙化信息提取技术包括监督与非监督分类法及目视解译法; 基于新算法的沙化信息提取技术包括神经网络法、决策树法、纹理特征提取法、混合像元分解法、植被指数法和多源信息复合法。最后分析了目前土地沙化信息提取技术中存在的问题及发展前景。