长沙市林业综合监管平台的设计与实现

在充分调研长沙市林业信息化建设现状的基础上,针对长沙市现有林业资源数据底数不清、资源动态监管效率不高、缺少综合移动端应用等问题,充分运用云计算、大数据、3S、“互联网+”、卫星遥感等信息化技术,提出了构建长沙市林业综合监管平台的总体设计思路。平台重点聚焦林业资源的大数据综合治理与集成共享、综合态势展示与决策分析、资源动态监管与综合执法、林长制网格化管理和综合移动端应用。通过对长沙市林业资源数据进行全面梳理和整合治理,建立了林业时空大数据体系;并在此基础上,利用月度卫星遥感、无人机等监测手段,构建“天空地”一体化监测体系,按月识别推送变化图斑。实时联动林长制网格化管理系统、综合执法系统与移动端应用,构建资源监管闭环,成功实现林业资源动态监管的自动化、流程化、精准化。实际应用表明,该平台很好地实现了林业资源高效快捷的集成共享、规范化的工作流程和动态可视化的监督管理,为提高林业资源动态监管效率提供了一种科学可行的思路,是新形势下推进林业工作迈向智慧化管理、提升林业综合治理能力的有效探索。     

Google Earth Engine平台支持下的南流江流域生态环境质量动态监测

为探究南流江流域2000—2019年生态环境质量的时空变化,利用Google Earth Engine（GEE）平台对2000—2019年南流江流域Landsat影像进行优化重构,并耦合植被绿度、湿度、地表温度、土壤干度等生态环境指标,构建遥感生态指数（RSEI）模型对南流江流域生态环境质量进行监测和评价。结果表明：2000—2019年南流江流域生态环境质量呈现逐年好转的态势,RSEI均值从2000年的0.543 4增长至2019年的0.636 4;南流江流域生态环境质量面积变化主要以中等生态风险等级向良生态等级转移为主,其中流域上游的中生态等级面积占比减少29.90个百分点,下游的良生态等级面积占比增加28.11个百分点。研究表明,使用GEE平台重构年度无云影像,可以对常年多云覆盖区的生态环境质量进行长时序的监测和评价。     

黑土小流域沟道分布遥感监测及主控因素研究

为了对典型黑土区小流域沟道分布进行遥感监测,并解析影响其发育的主控因素,选择黑龙江省海伦市光荣村为研究区,通过对遥感影像和地形图的目视解译判读和空间分析,量化汇水区面积、坡长等12个变量,结合对264条切沟与等高线分布关系的地貌学分析、统计分析和野外详查,解译地表径流和机耕道作用等6种情形,对典型黑土区小流域切沟发育主控因素进行探讨。结果表明,研究区林地面积大小不能直接控制切沟发育,林地内活跃沟长占活跃切沟总长的46.2%。小流域汇聚坡是切沟发育的典型地形,沟长占总长的68.1%,汇聚坡导致地表集中径流,沟长占总长的63.0%。汇水区面积和坡长是影响沟长的最主要因素,而小流域坡度是影响沟密度的显著因素。同时,切沟侵蚀多伴生于农田机耕道路一侧,机耕道旁沟长约占其总长的23.3%。研究表明,黑土区切沟侵蚀主要与机耕道促进地表径流的作用密切相关,侵蚀沟综合治理必须考虑小流域景观布局和山水林田湖草综合治理,应将农田机耕道路周边大型活跃切沟防控作为黑土区保护的重中之重。     

利用动态阈值决策树分类的华北平原冬小麦动态监测

华北平原是中国最大的粮食生产基地,准确监测其冬小麦种植面积及其变化对粮食产量预测和国家粮食安全具有重要意义。然而,不同土地利用产品所估算的小麦面积、空间分布及其动态均存在较大分歧,不能有效反映出冬小麦的长期变化特征。该研究结合作物物候特征和已有小麦专题数据产品,首先构建动态阈值决策分类算法,以降低传统方法在阈值设定和样本筛选方面的不确定性;进而分析了2003—2022年华北平原区冬小麦播种面积的长期变化规律。结果表明：1）该研究提出的动态阈值决策分类算法能准确地提取冬小麦面积,平均总体精度为93.44%,且与统计数据具有较高的一致性;2）2003—2022年华北平原冬小麦种植面积整体呈上升趋势,不同地区变化类型差异较大;3）研究时段内,持续种植冬小麦的耕地面积仅占各年份种植范围总面积的5%,种植次数低于10 a的面积占比达55%;4）河北中南部、山东省西部和河南省中北部冬小麦种植面积相对稳定,京津冀地区以及山区冬小麦播种面积变化相对频繁。该研究可为大尺度冬小麦动态监测提供了新的方法视角,并对科学制定耕地调控策略具有重要意义。     

农田环境下无人机图像并行拼接识别算法

为改善在农田环境下无人机图像计算速度和效率,该研究提出了一种农田环境下无人机图像并行拼接识别算法。利用倒二叉树并行拼接识别算法,通过提取图像拼接中的变换矩阵,实现拼接识别同时进行。根据边缘设备的CPU核心数和图像数量自动将图像拼接识别任务划分为多个子进程,并分配到不同核心上执行,以提高在农田环境下的计算效率。试验结果表明：相同试验环境和数据集条件下,倒二叉树并行拼接算法的拼接耗时相较于商业软件平均减少了60%～90%左右;在农田环境下,倒二叉树并行拼接识别相较于串行拼接识别的耗时减少了70%,图像识别的平均像素交并比提升了10.17个百分点,说明在农田环境下采用多线程倒二叉树并行算法可以更好地利用农田环境下边缘设备的计算资源,大幅提升无人机图像的拼接和识别的速度,为无人机的快速实时监测提供技术支撑。     

柴达木盆地沙丘移动的空间分异及对形态参数的响应

研究沙丘移动规律与空间分异特征有助于准确了解风沙活动的危害程度,为区域城镇规划和青藏高原国家生态安全屏障保护与建设提供参考。该研究基于GoogleEarth软件测量横向沙丘的形态参数与移动速度,分析了移动速度与方向的空间分异特征,以及移动速度对形态参数的响应。结果表明,1)柴达木盆地内沙丘移动速度介于0～23.53 m/a之间,平均4.66 m/a,以中速(1～5 m/a)为主(53.73%),中部移动最快(5.22±4.27 m/a),东南部最慢(3.27±3.08 m/a),移动方向与主风向一致;2)沙丘移动速度与宽度的相关性最好(R~2=0.988),以后的研究中需多关注沙丘宽度这一参数;3)从柴达木盆地整体看,降水量越大、风速越低,沙丘移动越慢;从局部看,植被覆盖度越大,沙丘移动越慢;4)密集的河流可阻挡沙丘移动,保护格尔木市区,但不能消除沙丘移动的威胁。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

泛第三极典型地区土地利用和水保措施解译精度分析

[目的]进行泛第三极典型地区抽样单元土地利用和水土保持措施遥感解译精度评价,提高高分辨率影像的解译正确率,分析解译结果的区域代表性。[方法]于2018—2019年在中国西藏、泰国清莱和巴基斯坦地区分别选取9个、18个、15个抽样单元进行野外调查。以野外调查的土地利用结果作为参照,通过混淆矩阵、土地利用变化转移矩阵分析基于Google Earth影像进行土地利用和水保措施判读的精度;通过与参考数据集土地利用结构的对比,分析解译结果的区域代表性。[结果]①3个典型样区土地利用解译精度较理想,总体分类精度在80%以上,平均kappa系数分别为0.74,0.75和0.82;②与野外调查结果相比,3个典型样区水土保持措施解译结果比较理想;③遥感抽样解译的结果与GLC 30 m,GLC 10 m数据集的土地利用结构相似度较高。[结论]基于高分影像解译土地利用类型和水土保持措施的结果与野外调查的结果一致性较好,且符合参考数据集的土地利用结构,抽样单元遥感解译结果对于土地利用的宏观特征结构有较好的区域代表性表达。     

基于离散小波分解与重构的多源土壤含水量数据融合方法与评估

为提高土壤含水量格点数据的区域适用性、准确性，该研究提出了基于离散小波多尺度分解与重构的多源土壤含水量数据融合方法，利用2016-2018年6-9月ESA-CCI、SMAP、ERA5-Land数据集以及地面站点观测的土壤含水量数据，在以黄河流域为主体的主要农业气候区开展了融合方法可行性和适用性研究。结果表明，融合方法能有效捕获融合数据源的多尺度特征信息，通过多源多尺度逐层特征信息权重融合与重构，能有效改进单一数据源在不同农业气候区域的适用性、时空结构和波动特征的准确性。融合结果总体评估的均方根误差、偏差(Bias)和相关系数(r)分别为0.053 m³/m³、0.001 m³/m³和0.721，时空分解评估的综合表现均优于单一融合数据源的评估指标，多尺度时空波动频谱结构特征与观测时空序列更吻合，特别在25 d时间尺度以内时空波动吻合度改进最为明显。该研究获得了较理想的区域土壤含水量改进预期，可为区域生态环境监测、农业可持续发展、水土保持、防灾减灾等科学研究和业务应用提供可行有效的方法参考。     

基于遥感生态指数的焦作市生态环境动态监测与评价

[目的] 探究河南省焦作市其近20 a来生态环境质量演化特征，可为该市及其他资源枯竭型城市生态建设提供科学参考。[方法] 选取2000，2006，2009，2014和2019年5期Landsat影像数据，耦合绿度、湿度、温度及干度4个指标，通过主成分分析法建立遥感生态指数（RSEI）评价模型，对焦作市生态环境质量进行定量评价。[结果] ①2000-2014年，焦作市生态环境质量为倒"U"形曲线，2014-2019年生态环境质量好转；②城镇人口占比增幅变缓及产业结构由第二产业向第三产业转变改善了焦作市生态环境质量；③回归分析中所选4个指标中对焦作市生态环境变化影响的重要程度表现为：干度 > 湿度 > 绿度 > 热度。[结论] 遥感生态指数对资源枯竭型城市生态环境质量可进行有效监测与评价。