加热光纤法同步测定土壤水热参数误差分析

土壤水热参数是研究土壤水热传输的基本物理参数。当前热脉冲探针法（HPP）可同步测定土壤水热参数,但该方法仅限于在点尺度下测定。与其具有相同理论基础的加热光纤法（SPHP-DTS）,可将测定尺度增大至田间千米尺度,但其测定精度尚未得到有效验证。为了探知SPHP-DTS法的误差,本研究进行了SPHP-DTS法与HPP法测定土壤水热参数的对比试验。结果表明,以HPP为标准,加热光纤法测定热导率的精度RMSE为0.13 W?m-1?℃-1。SPHP-DTS法测定的热导率显著高于HPP法,主要原因在于加热光纤时产生的温度效应。通过热导率法测定土壤含水率时,在热导率测定误差的影响下,SPHP-DTS法的测定精度明显低于HPP法。SPHP-DTS法测定土壤水热参数的其他误差来源包括光纤与土壤之间多个界面的接触热阻、光纤的温度敏感性、噪音干扰以及温度梯度驱动下的水分迁移。本研究可为SPHP-DTS法提升土壤水热参数测定精度提供理论参考。     

面向多类型土壤有机碳定量反演的天基高光谱探测参数研究

星载高光谱仪器的光谱通道以及光谱分辨率和信噪比等核心参数设置直接影响土壤有机碳定量反演精度。本研究开展了卫星载荷光谱分辨率、信噪比、光谱特征波段对不同土壤类型有机碳反演影响的研究,提出了基于大气传输模型、光谱分辨率分析模型、信噪比分析模型、特征波段的提取分析模型以及偏最小二乘回归反演模型的面向不同土壤类型有机碳监测的高光谱卫星“地面–大气–仪器–观测–反演”全链路仿真分析方法,实现了土壤类型、大气效应、仪器特性参数、反演方法的耦合影响分析。结果表明：①3种类型土壤有机碳反演的最佳光谱分辨率均在10~20 nm。②不同土壤类型对观测的信噪比需求不同。对于Phaeozem的有机碳监测,较另外两种土壤有更高的信噪比需求。③在不同特征波段提取分析方法下所需的最佳光谱分辨率和信噪比一致。不同类型土壤光谱数据提取出的特征波段不同,其中反演效果最佳的土壤类型为Chernozem,特征波段数为26个,R²=0.826 5,RMSE=3.438 9 g/kg。④反演模型与仪器特性参数无耦合关系,同一类型土壤不同反演算法的最佳光谱分辨率和信噪比需求一致。⑤Chernozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于506.66,特征波段提取数为26个;Kastanozem有机碳最佳反演参数需求为光谱分辨率17 nm,信噪比大于331.42,特征波段提取数为22个;Phaeozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于432.51,特征波段提取数为19个。     

理化复合参数和神经网络结合的冬小麦长势遥感监测

准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量（aboveground fresh biomass,AFB）、叶面积指数（leaf area index,LAI）、叶片叶绿素相对含量（soil and plant analyzer development,SPAD）和叶片氮含量（leaf nitrogen content,LNC）4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数（physico-chemical composite parameter,PCCP）。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播（back propagation,BP）人工神经网络（artificial neural networks,ANN）的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好, 决定系数提高0.035～0.468,均方根误差减少46.2～520.0 kg/hm²;在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。     

矿区生态监测的地理加权遥感生态指数构建及评价

矿区生态是陆地生态系统的重要组成部分,准确监测矿区生态对保护生态环境、维持生态平衡具有重要意义。遥感技术为矿区生态监测提供了有效手段,针对遥感生态指数（remote sensing ecological index,RSEI）在矿区生态监测中存在监测精度低、针对性弱和指标权重空间上均一化问题,该研究对RSEI进行了改进。首先,考虑矿区特殊的生态成因,在绿度、热度、湿度、干度的基础上加入煤尘污染因子构成矿区遥感生态指数;然后,利用地理加权主成分分析法确定各指标的空间权重,构建了地理加权遥感生态指数（geographically weighted-remote sensing ecological index,GW-RSEI）;最后,以山西省大同煤田为例,基于多期遥感影像对GW-RSEI在矿区生态监测中的有效性、适用性进行了验证。结果表明：GW-RSEI能准确捕捉矿区大气中的煤尘污染,从整体和局部尺度实现了矿区生态的精准监测,有效提高了矿区生态监测的精度;地理加权主成分分析法能够明确表征矿区生态的空间异质性和生态环境变化的空间连续性;2000—2020年大同煤田的GW-RSEI均值分别为0.51、0.48、0.46、0.59、0.56,整体生态环境经历了先恶化后改善的过程,其东南部生态环境变化趋势与整体一致,而西北部生态环境呈现先改善后恶化的变化趋势。研究成果为准确监测矿区生态提供了一种更加科学、有效的方法。     

草地净第一性生产力估算的研究进展

草地净第一性生产力(NPP)是全球变化与陆地生态系统研究的核心内容之一。草地NPP的模拟方法从站点实测法、统计模型发展到了机理性的过程模型,NPP的站点实测数据为统计模型和过程模型模拟结果提供参考。统计模型通过NPP和温度、降雨等气候因子或者直接与遥感获得的植被指数建立统计关系计算NPP;过程模型从机理上对植物的生物生理过程进行模拟并能够对NPP的影响因子进行分析,主要过程包括了光合作用、生长和维持呼吸、蒸散、氮吸收和释放、光合物质分配与分解,和季相变化等。遥感过程模型通过遥感手段获得地表覆盖状况、植被冠层结构变量值(如LAI)、地表反射率、地表辐射温度及土壤水分状况等作为重要参数应用到模型中,改善了模拟结果的时空精度,成为当前草地生产力模型的主要研究方向。最后对遥感监测草地NPP研究中存在的问题进行了分析并提出了展望。     

基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法

土地荒漠化是中国西部最严重的生态环境问题,荒漠化遥感监测技术是掌握荒漠化发展趋势的重要手段。基于空间分辨率为1 km的NOAA/AVHRR和MODIS遥感数据,首先依据湿润指数法确定了荒漠化范围和气候分区。然后选取出了可以反映不同荒漠化特征,并且能够通过中低分辨率的NOAA/AVHRR和MODIS遥感影像反演出来的5个荒漠化遥感监测指标,通过精度评价分析,确定了最佳指标组合。由于MODIS和NOAA/AVHRR数据的影像特征存在较大差异,针对每一气候分区, 建立了分别适用于MODIS和NOAA/AVHRR数据的两套遥感指标分类体系。通过不同分类方法的比较,确定了最佳分类方法－决策树分类法。通过对中国1995年和2001年的荒漠化动态变化状况进行了分析,结果表明,本文提出的荒漠化遥感监测方法,不仅能够成功地进行大尺度的荒漠化遥感监测,而且能够取得较好的监测效果。     

基于GF-6/WFV卫星遥感的大田冬小麦叶片氮素含量估测

为对大田冬小麦叶片氮素含量（LNC）进行快速、准确及无损监测,通过在江苏省泰州泰兴市、盐城大丰区和南通如皋市布设冬小麦遥感监测大田试验,在获取试验样点冬小麦冠层红光波段反射率（RED_ref）、近红外波段反射率（NIR_ref）和计算的十个光谱指数（RVI、NDVI、DVI、SAVI、OSAVI、MSR、RDVI、EVI2、NLI和SVI）基础上,将12个遥感光谱指标与冬小麦LNC进行相关分析,选出与LNC相关性较好的作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型, 并利用GF-6/WFV卫星遥感影像对县域冬小麦LNC的空间分布开展监测。结果表明,12个遥感光谱指标与冬小麦LNC之间存在不同程度的相关性,其中NDVI、RVI、MSR、OSAVI和NLI与冬小麦LNC的相关性较好（相关系数不低于0.65）。将优选的5个遥感光谱指标作为模型输入变量,构建基于BP神经网络的冬小麦LNC估测模型（LNC-BPEM）,模型的估测精度r²=0.866,RMSE=0.246%,ARE=12.9%。将冬小麦LNC-BPEM估测模型和GF-6/WFV影像结合对县域冬小麦LNC的空间信息监测,获得了如皋县域冬小麦LNC的空间分布特征,该区域冬小麦LNC范围在0.9%~2.0%（长势正常）的种植面积为29 693.3 hm²,占冬小麦总种植面积的74%。这说明利用GF-6/WFV卫星的多个遥感光谱指标与神经网络结合建模可有效估测县域大田冬小麦叶片氮素含量。     

1980-2007年喜马拉雅东段洛扎地区冰川和冰湖变化研究

利用1980年地形图、1988/1990年Landsat TM、2000年Landsat ETM＋、2007年ALOS AVNIR-2遥感资料和近41年（1967-2007年）的气温、降水量资料对喜马拉雅东段洛扎地区的冰川、冰湖变化特征及变化原因进行了研究。结果表明：1）1980-2007年,本区冰川面积从491.64...     

Applying Local Measures of Spatial Heterogeneity to Landsat-TM Images for Predicting Wildfire Occurrence in Mediterranean Landscapes

In mountainous Mediterranean regions, land abandonment processes in past decades are hypothesized to trigger secondary vegetal succession and homogenization, which in recent years has increased the size of burned areas. We conducted an analysis of temporal changes in landscape vegetal spatial pattern over a 15-year period (1984–1998) in a rural area of 672.3 km² in Eastern Spain to investigate the relationship between local landscape heterogeneity and wildfire occurrence. Heterogeneity was analyzed from textural metrics derived from non-classified remote sensing data at several periods, and was related to wildfire history in the study area. Several neural network models found significant relationships between local spatial pattern and future fire occurrence. In this study, sensitivity analysis of the texture variables suggested that fire occurrence, estimated as probability of burning in the near future, increased where local homogeneity was higher.     

应用MODIS-NDVI对草原植被变化监测研究--以锡林郭勒盟为例

利用新一代卫星遥感数据MODIS,进行草原植被专题信息的提取,同时结合地面调查数据,分析2002、2003年5月30日归一化植被指数(NDVI),并根据其分级图,对天然草原植被长势的时间和空间变化特征和变化规律进行研究,从而对引起草原植被发生变化的可能原因,特别是由于禁牧、休牧的影响进行分析评价.