多尺度高分辨率全球土地覆被遥感产品相对一致性比较

国家及区域尺度的土地覆被信息对于解决环境演变、生物多样性保护、生态系统评价及环境建模等一系列问题起着至关重要的作用。该文从国家及区域尺度分别比较了当前全球2种最高分辨率的土地覆被遥感产品,以便解释两者在空间及专题上的一致性和异质性。结果表明,GLOBCOVER和MODIS2种产品在国家尺度上具有较好的一致性,但在区域尺度上仍有较明显的差异,特别是在中国东北和西南地区;2种产品在林地、灌木、耕地和草地间存在严重的混淆现象;总体精度和Kappa系数在全国尺度和区域尺度有着较大的差异,总体精度值从全国尺度的56.35%降为区域尺度的27.01%,Kappa系数值从全国尺度的47.09%降为区域尺度的16.57%。在全国尺度上东北区域有着最好的一致性,四川盆地的总体一致性最差;MODIS产品的类别均质性百分比明显优于GLOBCOVER,类别一致性百分比与空间一致性之间存在显著的相关性,其决定系数R2为0.724,说明产品间的类别均质性百分比差异越小,两者的空间一致性越高。该研究可为遥感产品的使用者提供准确可信的信息分布,为产品生产者有针对性改进分类算法提供科学合理依据。     

基于高光谱数据的水体叶绿素a指数反演模型的建立

水体叶绿素a含量是反映水体质量的重要指标之一,利用遥感技术监测其含量具有众多优势。该研究利用2012年7月在广西壮族自治区桂林市漓江流域实地采集的水体高光谱数据和实验室化验分析数据,借鉴陆表植被叶绿素a的遥感反演模型,发展了一种新的水体叶绿素a提取指数(water chlorophyll-a index,WCI)。通过与反射率敏感波段法、波段比值法和半分析方法对比分析发现,新提出的WCI指数使用650、685、696 nm波段,波段稳定,决定系数R2可达0.58,均方根误差最小为0.24,受水体悬浮物影响小,在天津海河区域的验证效果也表明了该模型可以有效地提取水体叶绿素a含量。该方法扩展了水体叶绿素a监测的建模思路,对水体叶绿素a监测建模有一定的指导作用。     

近40a凯拉库姆库区土地利用/覆盖变化及景观格局分析

为研究近40 a凯拉库姆库区土地利用/覆盖和景观格局时空变化状况,该文以凯拉库姆库区1975年Landsat MSS、1990年Landsat TM、2000年Landsat ETM+和2011年Landsat TM遥感影像为数据源,利用ENVI软件得到各时期的土地利用/覆盖类型转移矩阵,建立土地利用面积变化量、单一土地利用类型动态度以及区域土地利用综合动态度模型;同时,在景观格局分析中采用景观格局数量分析方法,在类型水平和景观水平分别选取不同的指数,系统分析凯拉库姆库区土地利用/覆盖和景观格局变化的时空特征。研究结果显示:近40 a凯拉库姆库区的土地利用/覆盖发生了剧烈变化,建设用地面积呈现出持续增加的态势,低覆盖度草地和未利用地的面积随时间序列呈"V"型变化,而水体、耕地、中覆盖度草地的面积随时间序列呈倒"V"型变化;建设用地和耕地大面积急剧扩张,并伴随着低覆盖度草地、中覆盖度草地和未利用地面积的减少,大量的中覆盖度草地、未利用地转化为耕地,同时部分耕地又转化为建设用地,使得建设用地和耕地面积显著增加,研究区区域土地利用综合动态度呈"V"字型变化,并有逐渐加快的趋势,活跃土地利用/覆盖类型由早期和中期的水体转化为近期低覆盖度草地,稳定土地利用/覆盖类型由早期的耕地和中覆盖度草地,过度到中期未利用地,进而转化为近期的耕地;景观格局分析表明,中覆盖度草地和耕地对整个景观发挥主导作用,与水体相邻的景观要素多,建设用地斑块数目多且相对分散,但有集中分布的趋势,在人类活动的影响下,整体斑块尺度趋于均匀,景观趋于丰富和复杂化,斑块聚集程度减少,破碎度增加。该研究结果为凯拉库姆库区水土地资源可持续开发和利用、生态环境保护提供科学依据。     

小麦倒伏的雷达极化特征及其遥感监测

研究探索了雷达遥感大面积监测小麦倒伏状况的潜力。利用覆盖整个小麦生育期的5景时间序列Radarsat-2全极化影像数据,对比分析了倒伏小麦与正常小麦在不同时间、不同极化的雷达后向散射动态响应规律,发现雷达极化特征对小麦倒伏十分敏感,基于此提出利用雷达极化指数监测小麦倒伏的方法。并利用内蒙古额尔古纳市上库力农场春小麦抽穗灌浆期的实地调查数据,对提出方法进行验证,结果表明该方法能有效辨识和监测小麦倒伏。为大面积监测小麦倒伏提供了一种简单、快速、有效的手段。     

基于光谱特征空间的农田植被区土壤湿度遥感监测

土壤湿度遥感动态监测在农业生产中具有重要作用。近年来,多种基于光谱特征空间的土壤水分监测指数被陆续提出,并得到广泛关注和应用,但当前多数监测指数未考虑混合像元的影响。该文针对垂直干旱指数(perpendicular drought index,PDI)在农田植被覆盖区监测精度降低问题,分析了植被覆盖下的PDI误差分布规律,引入垂直植被指数(perpendicular vegetation index,PVI)作为植被覆盖表征量,在PVI-PDI二维空间对PDI模型进行调整,提出了适于植被覆盖的植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI),并利用内蒙古明安镇研究区实测土壤湿度数据,对PDI与VAPDI进行了比较和验证。结果表明,在裸土、麦茬、土豆、豇豆4种植被覆盖类型中,PDI与土壤实测含水率的决定系数分别为0.630、0.504、0.571、0.543,VAPDI与土壤实测含水率的决定系数分别为0.599、0.523、0.602、0.585。VAPDI在植被区的误差略小于PDI,一定程度上克服了植被覆盖对监测精度的影响。通过PDI和VAPDI空间分布图的比较也说明,VAPDI对土壤湿度的差别有更好的区分能力,在中尺度土壤表层水分遥感反演方面具有一定的优势。该研究可为农田土壤湿度遥感监测方法选择及监测误差分析提供参考依据。     

四川省泸定县磨西台地地质灾害遥感监测研究

利用多时相,多平台卫星遥感数据,对四川省泸定县磨西台地的地质灾害开展了遥感监测.研究了地质灾害的发展演化趋势,判定了地质灾害的稳定性,为磨西台地的地质灾害防治提供了科学依据.遥感监测显示,自2006年1月2日至2009年12月21日的近4 a,磨西台地内无新发生泥石流和崩塌灾害,原已发生的泥石流和崩塌也未见明显复发,泥石流处于停歇期,崩塌处于稳定状态.大部分滑坡处于稳定状态,只有1处新发生的滑坡还在发展之中,处于不稳定状态,存在进一步发展的可能,需进一步加强监测.磨西台地岸坡的冲蚀滑塌和浅层流滑则一直在持续发展,对磨西台地岸坡的稳定构成威胁,并造成磨西台地面积的缩小,需要及时治理.     

面向对象的湖北省土地覆被变化遥感快速监测

为了快速监测湖北省土地覆被变化,以HJ-CCD、TM以及ETM影像为数据源,探索出了集成面向对象技术与"3S"技术的中尺度土地覆被变化遥感流程和方法。该方法首先基于HJ-CCD影像和面向对象技术进行2010年湖北省土地覆被信息的提取,并用野外采样点对结果进行验证。在保证高精度的情况下利用向量相似性函数对湖北省2000－2005年以及2005－2010年进行变化检测,从而获得2个变化时期影像的变化区域,然后利用面向对象技术中的最邻近分类器对变化区进行自动化分类。最后分别将2期的变化结果与未变化结果融合后获得湖北省2000年、2005年和2010年的土地覆被图,在GIS中处理后建成县、市、省3级行政级别的湖北省土地覆被变化本底数据库。试验表明分类结果的总体精度为93.24%,Kappa系数为0.914;2000－2005年与2005－2010年变化检测的总体精度分别为90.88%和90.75%。同时研究发现景观破碎的地区应用面向对象技术有一定的局限性。     

基于无线传感网络的耕种机具空间力监测系统开发与试验

针对实时监测耕种机具作业中所受空间力大小,该文提出了一种能够在现场和远程实时监测耕种机具受力情况并带有提示报警的监测系统。该系统采用基于Zigbee的WSN（wireless sensor network）完成数据的采集和近程传输,采用嵌入式处理器ARM11作为现场监测终端的中央处理单元CPU,并搭建WinCE6.0操作系统,完成数据交换、处理和监测报警等功能。通过安装在耕种机具上的测力传感器,实现对耕种机具受力情况的实时检测。经土槽试验测试,系统实现了耕种机具空间力的实时监测以及监测数据的存储,人机界面交互性良好,可为耕种机具的研究设计提供技术支持。     

基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例

土壤肥力质量评价及土壤肥力障碍因子分析,对于区域土壤利用和改良、指导农业生产结构布局具有重要意义。以江西省进贤县为研究区,通过水稻遥感解译测产,结合主成分分析进行土壤质量评价;采用综合指数法表征土壤肥力质量水平,分析该区域低肥力质量区域主要障碍因素,并进行障碍因子区划。结果表明,该地区土壤肥力质量评价的最小数据集(MDS)指标包括:有机质、阳离子交换量(CEC)、全钾(TK)、交换性钙(Ex.Ca)、容重、粉黏比;土壤质量综合指数与水稻产量相关系数达到0.73(p0.01),以当地水稻平均产量7.215 t hm~(-2)确定土壤质量综合指数阈值为0.65。分析得出,该地区影响土壤肥力的主要障碍包括有机质含量低和容重较大反映的低熟化度障碍、中量元素缺乏反映的酸化障碍、全钾含量低和高粉黏比反映的结构障碍等。根据障碍因素将研究区域划分为三大障碍区:东南部丘陵区主要障碍因子为酸化和土壤结构障碍;中西部低岗平原主要为土壤酸化障碍;北部滨湖区主要障碍为水稻土熟化程度低。通过对不同区域施行针对性改良措施有益于提高土壤肥力。     

引入地形因子的黑土区大豆干生物量遥感反演模型及验证

为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型.结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高.2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4％,验证结果显示预估精度为96.2％.反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据.