西双版纳热带森林景观破碎化地形差异性分析

以西双版纳2015年Landsat 8 OLI和DEM为基础研究数据,采用基于像元的分类方法,经试验对比分析筛选出了森林提取的最佳指数,运用多种景观指数对西双版纳热带雨林在海拔、坡向及坡度的破碎化程度进行分析。结果表明：以NDVI为指标,能够有效提取热带森林的空间分布(精度为95.66%);2015年西双版纳的森林盖度为77.8%,森林面积在海拔及坡度上呈现出正偏态分布,在坡向上分布较为均匀;森林景观在地形上的破碎化程度差异性较大。海拔低于500 m及平坡处的森林破碎化程度最为严重;随着海拔的上升及坡度的增加,PD值不断下降、AI值持续上升,森林破碎化程度逐渐降低。坡向上以北坡向的PD值最高、AI值最低,森林景观破碎化程度明显高于其他坡向。     

基于GIS和RS的广州NDVI变化研究

以广州为研究区域，选取了1988，1993，1995，1998，2003，2005这6个时相的TM影像数据（轨道号122—44），利用遥感和地理信息系统技术相结合的方法。解译和分析植被指数NDVI的时空变化特征，以期为定量化监测城市生态动态变化提供方便的分析工具。根据TM数据计算和分析了广州、广州市区以及新白云国际机场的植被指数，进而得出区域植被指数的空间和时间变化图，并探讨其时空分布规律。结果表明，广州的NDVI变化有其特定的时空特征。总体而言，时间上表现为1995年和2005年较低，空间上表现为郊区比市区高。     

基于TM/ETM+影像的新乡县土地利用演变研究

加强新乡县土地利用演变研究,为新乡县区域土地的集约化利用和经济社会可持续发展提供科学依据。运用多时相Landsat TM/ETM+影像,综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,在此基础上对遥感影像进行分类,并利用SVM分类结果进行新乡县土地利用演变分析。     

西双版纳12 a间森林扰动监测研究

及时准确的森林干扰信息是掌握森林时空演变规律和碳汇状态变化的重要基础知识。基于1999—2010年间的Landsat TM/ETM+遥感影像,本研究采用单类支持向量机(one class support vector machine,OCSVM)监测了近12 a以来西双版纳傣族自治州的热带森林干扰的时空变化。监测结果表明:1999—2010年间,西双版纳热带森林面积在各种因素的干扰下呈逐年减少趋势,热带森林保护形势依然严峻。OCSVM是一种快速提取热带森林面积的简单方法,具有较高的提取精度(90.19%)。将长时间序列MODIS数据与Google Earth高分辨率影像结合是快速获取丰富的高质量采样数据的有效途径,能够为遥感分类算法训练和结果验证提供可靠数据源。     

模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测

为了解利用遥感技术快速大范围监测小麦白粉病病害情况的可行性,以Landsat5TM波段响应函数为基础,将地面实测冠层高光谱数据模拟为TM多光谱数据,从而分析卫星传感器多光谱波段对病害的响应情况,并构建多光谱指数(PMSI)估测白粉病严重度。在此基础上,采用2010年星-地配套数据对PMSI估测精度进行验证。结果表明,PMSI能够较准确地反映冬小麦白粉病发生的程度,获得较理想的病情严重度反演精度(r2=0.475,RMSE=0.129)。因此采用多光谱卫星遥感影像在小麦大面积种植区域进行病害监测具有应用潜力。     

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

基于Landsat的高山松地上生物量动态变化估测模型构建

以香格里拉市高山松为研究对象,基于1987—2017年的国家森林资源清查固定样地和对应年的Landsat TM/OLI数据提取对应的遥感因子,计算30 a期间生物量和遥感因子的5、10 a定期变化量、年平均变化量、5、10 a变化率;采用多元线性回归（MLR）和随机森林（RF）方法构建地上生物量模型,提高高山松森林AGB动态变化遥感估测的精度。结果表明：基于5种变化量类型的RF模型效果均优于相应的MLR模型,RF模型中采用5 a变化率效果最好,其拟合R²为0.956,RMSE为0.664 t/(hm²·a),预测结果中RMSE为2.285 t/(hm²·a);纹理因子在高山松地上生物量变化量建模中贡献最大。采用遥感因子变化率构建的高山松地上生物量动态变化估测模型,提高了生物量变化的估测精度,可为森林地上生物量的动态估测研究提供参考。     

基于Landsat TM/OLI影像的寿光市盐田信息提取与动态变化分析

寿光市是我国重要的海盐生产基地,亟需选取典型数据对其在体量及空间分布格局发生的显著变化进行分析与管理.以Landsat TM/OLI遥感影像及土地利用现状图为基础数据源,结合野外实地调查形成的专家先验知识,对研究区1985、1995、2005和2015年4期遥感影像图进行监督分类及处理,并利用土地利用转移矩阵监测寿光市...     

Developing the framework for a risk map for mite vectored viruses in wheat resulting from pre-harvest hail damage

There is a strong economic incentive to reduce mite-vectored virus outbreaks. Most outbreaks in the central High Plains of the United States occur in the presence of volunteer wheat that emerges before harvest as a result of hail storms. This study provides a conceptual framework for developing a risk map for wheat diseases caused by mite-vectored viruses based on pre-harvest hail events. Traditional methods that use NDVI were found to be unsuitable due to low chlorophyll content in wheat at harvest. Site-level hyperspectral reflectance from mechanically hailed wheat showed increased canopy albedo. Therefore, any increase in NIR combined with large increases in red reflectance near harvest can be used to assign some level of risk. The regional model presented in this study utilized Landsat TM/ETM+ data and MODIS imagery to help gap-fill missing data. NOAA hail maps that estimate hail size were used to refine the area most likely at risk. The date range for each year was shifted to account for annual variations in crop phenology based on USDA Agriculture statistics for percent harvest of wheat. Between 2003 and 2013, there was a moderate trend (R² = 0.72) between the county-level insurance claims for Cheyenne County, Nebraska and the area determined to be at risk by the model (excluding the NOAA hail size product due to limited availability) when years with low hail claims (<400 ha) were excluded. These results demonstrate the potential of an operational risk map for mite-vectored viruses due to pre-season hail events.     

基于Landsat 8的节水改造背景下盐渍化土壤含盐量反演

为探明沈乌灌域节水改造后因渠道衬砌、引排水量减少引起的土壤含盐量时空分布特征及变化规律,采用区域土壤信息定点监测,结合经典统计学、空间插值以及机器学习建模反演等技术手段,利用Landsat 8卫星获取光谱数据,通过对实测土壤含盐量、光谱指数及波段反射率进行处理,运用Adaboost回归、BP神经网络回归、梯度提升树回归、KNN回归、决策树回归、随机森林回归方法构建了沈乌灌域土壤含盐量空间反演模型。采用最优反演模型对沈乌灌域土壤含盐量空间分布特征进行了遥感反演。结果表明： 通过全变量单一回归法筛选出相关系数大于0.55的9个光谱因子,使用SPSS PRO软件构建6种机器学习反演模型,对比6种反演模型精度,验证集决定系数R2由大到小依次为随机森林回归、梯度提升树回归、Adaboost回归、KNN回归、决策树回归、BP神经网络回归。其中随机森林回归模型的拟合精度最佳,训练集与验证集的决定系数R2分别为0.834和0.86,说明随机森林回归模型的反演效果较好。反演结果表明：节水改造后非盐渍土面积增加391.7km2,占灌域总面积的21%,中度盐渍土面积、重度盐渍土面积、盐土面积分别减少95.61、63.37、45.7km2,分别占灌域总面积的5%、3%、2%。综上所述,节水改造工程完成后,沈乌灌域土壤盐渍化程度减轻,作物生长安全区面积增加,但由于渠道衬砌以及引排水量减少,土壤盐分淋洗效果减弱,土壤盐分在灌域内部运移,整体土壤环境得到改善,局部地区出现盐分聚集。