基于多源遥感数据的淮河流域城镇扩张研究

城镇是人类社会发展过程在空间上的重要表现形式,其空间格局与演变是城镇研究的热点问题。淮河流域是中国城镇体系的南北过渡地区,研究这一自然地理单元内城镇扩张过程,视角独特。为客观、快速、准确地重建不同时间序列上淮河流域城镇扩张过程,在DMSP/OLS数据、SPOT-VGT数据、Landsat ETM+数据等多源遥感数据的基础上,提出DMSP/OLS夜间灯光数据相互校正—NDVI数据重建—流域城镇信息提取—流域城镇扩张分析的研究思路,并运用该思路分析淮河流域从1998年至2013年16年间的城镇扩张过程。从城市面积、扩张强度、扩张动态度、扩张形态4方面分析了城市扩张规律。研究发现:淮河流域整体与各省扩张基本属于低速扩张型与中速扩张型;淮河流域城镇分布仍较为分散,未形成完整的城市群或城镇体系;这一时期城市扩张时空发展不均衡。     

50年来太湖水网地区城市化空间过程的监测与模拟 Ⅰ宜兴城区城市用地扩展的遥感监测

长期以来,由于历史数据的缺乏,很难获得解放后我国城市扩展的完整过程。本研究在遥感、地理信息系统技术支持下,采用7个时期的航空图片和卫星数据,分别对宜兴市194 9、196 6、1981、1984、1992、1996和2 0 0 0年的城区范围和耕地被占用情况进行监测。结果表明,5 0多年来宜兴城区面积从1 5km2 扩展到13 5km2 ,翻了3番多;城市扩展过程呈现两个阶段,即194 9～1984年的缓慢扩展阶段和1985～2 0 0 0年的快速扩展阶段,前一阶段年均扩展速度仅3% ,而后一阶段年均扩展速度达到2 1% ;各个时期城市扩展占用的土地中90 %以上是高质量的耕地,表明城市扩展成为耕地流失的主要因素之一。相关分析显示,城市扩展与工业发展关系最密切,工业发展为城区扩展提供了动力,而城区面积与第三产业比重的相关系数在三个产业中是最高的,表明宜兴城区成为该县第三产业的主要聚集地。从空间扩展过程来看,宜兴城区1984年以前沿着老城区零散填充式扩展,此后沿着公路快速扩展,并逐渐呈块状填充式扩展。由于宜兴处于苏南水网发达地区,水系严重制约了城市扩展的方向,而道路和桥梁建设则导引城市扩展方向     

重庆市植被净初级生产力的遥感估算及分析

[目的]遥感估算和分析2007年重庆市植被净初级生产力(NPP)。[方法]基于CASA模型,结合SPOT/VEGETATION NDVI S10数据、植被覆盖分类图、气象数据等,对2007年重庆市NPP进行遥感估算,在GIS及RS的支持下,进行数据的前期处理,对2007年重庆市NPP分布状况及年内变化情况进行分析。[结果]NPP平均值为112.343~799.391 g C/m~2,研究区植被净初级生产力区域变化明显,季相差异显著,其中高值主要出现在渝东南、东北区域,低值主要存在于渝西北区域;NPP值夏季(6~8月)﹥春季(3~5月)﹥秋季(9~11月)﹥冬季(12~2月),年内阔叶林植被NPP最高,水生植被NPP生产量最低。[结论]该NPP估算方法能较好地模拟重庆市的NPP及其时空格局,估算结果比较符合实际,能应用于NPP估算项目中。     

基于Radarsat-2的冬小麦种植面积提取方法研究

为探寻基于Radarsat-2的冬小麦种植面积提取方法,以设立在江苏盐城研究区的冬小麦为研究对象,选用2014年3月3日-2014年6月7日期间5期Radarsat-2全极化影像,采用支持向量机法和最大似然法分别对各时相的冬小麦种植面积进行提取,并以地面实测GPS样方进行精度验证。结果表明,以支持向量机法和最大似然法提取冬小麦面积的精度均在4月20日达到最高,分别为66.4%和63.9%。对4月20日支持向量机法的冬小麦面积提取结果进一步进行耕地地块优化和碎小图斑去除处理后,冬小麦面积的提取精度可提高到79.6%。     

基于无人机多光谱遥感的夏玉米冠层叶绿素含量估计

为探讨利用无人机多光谱遥感影像监测夏玉米冠层叶绿素含量的可行性,基于2019年不同施氮水平下(0,105,210,315 kg·N/hm²)夏玉米多光谱遥感影像和田间实测冠层叶绿素含量数据,分析了不同施氮水平下夏玉米冠层叶绿素含量的变化规律,同时选取10种常用光谱植被指数与实测冠层叶绿素含量进行相关性分析,采用与实测叶绿素含量极显著相关的9种植被指数,构建了基于遥感光谱指数的夏玉米冠层叶绿素含量遥感监测模型,并通过精度检验确定最优估测模型.结果表明,施用氮肥能够提高夏玉米冠层叶绿素含量,过量氮肥不能持续提高叶绿素含量,同一施氮水平下不同追肥处理之间叶绿素含量没有明显差异.绿色归一化植被指数与叶绿素含量的相关性系数最高,达到了0.892.采用逐步回归分析方法建立的模型表现最优,决定系数为0.87,均方根误差及相对误差分别为0.15和2.68%.因此,无人机多光谱遥感结合逐步回归模型可以实现田间尺度的夏玉米冠层叶绿素含量的实时监测.     

多源遥感影像的最优尺度选择

遥感信息普遍存在着尺度效应,合适的空间分辨率可以反映特定目标的空间结构特性。基于地理学第一规律,选择了目前主要采用的2种方法——局部变异和变异函数对最优尺度的选择进行研究,并针对传统方法的局限性提出了改进方案。通过同一地区的遥感卫星Landsat 7,Spot-5/HRG和QuickBird遥感影像,对不同的景观区域采用不同的方法进行了比较研究。根据实验,得出了局部变异适合微观、变异函数则更适用于宏观问题的结论,并得到了不同数据源在不同景观类型下的最优尺度。最后,根据最优尺度选择的结果,讨论了不同数据源的适用性。图4表4参19     

基于AOD数据的新疆大型露天煤炭开采区PM2.5和PM10反演

MODIS气溶胶产品AOD与PM2.5、PM10浓度高度相关,已广泛应用在PM2.5、PM10浓度模拟.该研究以新疆维吾尔自治区大型露天煤炭开采区准东矿区为研究对象,结合实测的2014年5月、7月、9月、12月PM2.5、PM10质量浓度数据与经过垂直湿度订正的MODIS气溶胶产品AOD,利用多元回归进行拟合建模,从建立的40个模型中选取最优模型并据此对研究区PM2.5、PM10的质量浓度进行定量估算.结果表明:AOD与PM2.5、PM10呈极显著正相关;4个月AOD与PM2.5、PM10质量浓度估算模型最优模型均为多项式模型;其中7月AOD与PM2.5质量浓度拟合模型较好(R2=0.6258),实测值与预测值拟合趋势线R2为0.8057;9月PM10拟合模型效果理想(R2=0.7329),实测值与预测值拟合趋势线R2为0.8077;将AOD代入最优模型反演PM2.5,从空间层面上反映出各区域PM2.5浓度差异明显.研究结果可为AOD的深度利用与PM2.5、PM10浓度的遥感估算提供参考,在大气污染物空间分布、监测大气环境质量、污染预测等方面都具有重要意义.     

利用投影寻踪回归技术进行草地产量预报的研究

本文利用1991～1992年在新疆阜康县不同类型草地上观测的牧草产量、环境因子和卫星遥感资料运用投影寻踪回归(PPR)技术,探讨了草地产量预报的原理与方法,建立了产量预报综合模型,其预报精度达到83.5%以上,并克服传统预报方法的一些不足,科学地提示其内在关系,进而对影响产量预报精度和产量形成的因素进行分析与实验验证。因而研究结果表明利用PPR技术基本实现了科学预报草地产量的目的。     

Diagnosis of regional evaporation by remote sensing to support irrigation performance assessment

The success of water management in large irrigation schemes with composites of soil, crop, wetness and micro-meteorological conditions is difficult to quantify. Performance assessment indicators, being among others a function of evaporation, are useful tools to evaluate the actual functioning of an irrigation system. The inevitable spatial variability of evaporation in large irrigation schemes makes its determination with conventional point measurements almost impossible. A new remote sensing evaporation parameterization algorithm has been tested with high resolution Landsat Thematic Mapper data for the Eastern Nile Delta, Egypt. Although the implementation of such an algorithm requires assumptions to be made, the current case study shows that these assumptions do not hamper the estimation of actual and potential evaporation at regional scale. The actual evaporation has been used to express the uniformity of crop water use which is related to the equity of irrigation water distribution. The coefficient of variance in actual evaporation between 53 differenent irrigation districts is 10% on average. The relative evaporation was considered to determine whether the crop was adequately irrigated. The relative evaporation was more than 75% for 48 out of 53 irrigation districts. It is concluded, that improved information on actual crop growth conditions through remote sensing provides an essential insight into the planning of real-time and seasonal irrigation water deliveries.     

小麦倒伏信息无人机多时相遥感提取方法

采用两期无人机可见光遥感图像,对灌浆期冬小麦倒伏图像特征及倒伏信息提取方法进行研究。从增强图像空间域方面,对图像进行二次低通滤波,获取地物散点图,以散点存在明显分界线为判定标准,选出小麦倒伏信息提取的单特征,对两单特征线性拟合构建倒伏小麦两时期提取特征参数F_1和F_2,再以两特征参数相似性构建综合特征参数F_3。将特征参数结合K-means算法提取冬小麦倒伏信息,整体精度(OA)达86. 44%以上,Kappa系数达0. 73以上,倒伏信息提取精度(F)为81. 07%以上,因此综合特征参数可作为两个时期冬小麦倒伏信息提取特征参数。分别用本文方法、支持向量机、神经网络法和最大似然法提取验证区域倒伏小麦信息,经验证,本文方法提取小麦倒伏信息整体精度(OA)达86. 29%以上,Kappa系数达0. 71以上,倒伏信息提取精度(F)达80. 60%以上;其他3种常用方法提取的整体精度(OA)为69. 68%～87. 44%,Kappa系数为0. 49～0. 72,倒伏信息提取精度(F)为65. 33%～79. 76%。结果表明,本文方法整体精度和倒伏信息提取精度均高于目前常用分类方法。因此,综合特征参数与K-means算法对冬小麦在灌浆期倒伏信息提取具有一定的准确性和适用性。