长江南京段湿地动态变化遥感监测研究

以长江南京段向南北延伸3 km的缓冲带作为研究区域,通过对19861、9962、000年Landsat TM影像进行监督分类,得到3个时期湿地资源变化数据。结果表明,湿地总面积由90.218 hm2减少到79.366 hm2,年均减少0.775 hm2。经过驱动因子分析得出,造成沿江湿地面积锐减主要是人口数量增长以及工程建设的影响,此外还包括沿江各乡镇对湿地资源的不合理利用。最后得出结论:湿地保护要与城镇化发展和谐共存,制定合理的湿地保护规划,对现有湿地资源进行分级分区保护与利用。     

裸露地表土壤水分的L波段被动微波最佳角度反演算法

该文阐述了中纬度地区春季裸露耕地土壤水分监测的重要性,对比分析了目前几种主要的土壤水分反演方法。为提高裸露耕地土壤水分的监测精度,在分析AIEM土壤发射率模拟数据库的基础上,提出了一种基于L波段单角度双极化被动微波遥感数据的土壤湿度和土壤粗糙度的反演算法,并对新反演算法的创新性和可行性进行了基于仿真数据的论证。该反演算法以地表温度作为辅助数据,利用L波段47°双极化的微波亮温数据进行土壤湿度和粗糙度的反演。仿真数据的验证结果表明,在充分考虑土壤温度、土壤质地等辅助数据测量误差的条件下,算法对土壤湿度和土壤     

基于光照度的农田蒸散量估算方法研究

针对实际蒸散量(Actual evapotranspiration,ETa)估算过程中太阳辐射测量设备昂贵、难以大量布署安装,以及单元机器学习回归算法精度低、泛化性能差的问题,提出了一种基于光照度的集成算法。首先,将光照度作为模型的输入量代替太阳辐射,提出了基于光照度的晴朗指数;提出了以极端梯度提升模型（Extreme gradient boosting,XGBoost）、分布式梯度提升框架（Light gradient boosting machine,LightGBM）、随机森林回归（Random forest regression,RFR）、支持向量回归（Support vector regression,SVR）为基础模型的实际蒸散量估算集成算法。结果表明：在农田实际蒸散量的估算中光照度可以替代太阳辐射,通过单元模型和集成模型分别对比基于光照度和太阳辐射的ETa估算结果,两者最大均方根误差（RMSE）差值为0.031mm/h,决定系数（R2）的最大差值为0.053。晴朗指数有助于模型更好地学习不同天气条件下的蒸散量数据分布特征,与未添加晴朗指数的集成模型估算结果相比,RMSE降低了0.028mm/h,R2提高了0.03。采用集成算法比单元模型算法性能有明显提升,基于光照度的集成模型RMSE为0.037mm/h、R2为0.985。本文从估算蒸散量所需的数据源、特征量以及估算算法等多个角度进行了探索,为农田蒸散量的估算提供了一种新思路。     

基于面向对象分类的细小河流水体提取方法研究

以2010年8月和1986年8月横山县TM图像为基础数据源,获取精准水域分布信息并进行动态分析。对2期TM图像进行预处理;创建特征空间WFS,辅助土地利用现状图、地形图、水系图等专题图件进行叠加分析,在WFS中通过全局阈值分割分离出沟谷阴影、植被等背景地物信息,粗提水域分布信息;在此基础上进行LBV变换,并选取适宜尺度执行面向对象分割,优化目标对象识别区;执行SVM监督分类并组合数学形态学开、闭运算对初始全域水体信息提取结果的二值图像进行分类后处理,精确逼近各类水体的水陆界限;依据2期全域水体信息提取结果进行动态分析。结果表明,所用方法能完整、快速地提取出研究区各类型水体的分布信息,准确识别细小河流水体,显著减少对沟谷阴影等背景地物的误判,基本消除椒盐效应;1986年和2010年2期水体提取结果的制图精度和用户精度分别为0.921、0.875和0.913、0.862。     

裸露地表土壤水分的L波段被动微波最佳角度反演算法

该文阐述了中纬度地区春季裸露耕地土壤水分监测的重要性,对比分析了目前几种主要的土壤水分反演方法。为提高裸露耕地土壤水分的监测精度,在分析AIEM土壤发射率模拟数据库的基础上,提出了一种基于L波段单角度双极化被动微波遥感数据的土壤湿度和土壤粗糙度的反演算法,并对新反演算法的创新性和可行性进行了基于仿真数据的论证。该反演算法以地表温度作为辅助数据,利用L波段47°双极化的微波亮温数据进行土壤湿度和粗糙度的反演。仿真数据的验证结果表明,在充分考虑土壤温度、土壤质地等辅助数据测量误差的条件下,算法对土壤湿度和土壤