基于GF-1卫星遥感的冬小麦面积早期识别

GF-1号卫星是中国高分卫星系列首颗卫星,自2013年04月26日发射以来,提供了大量的2 m/8 m/16 m空间分辨率的卫星数据,成为中国农业遥感监测的主要数据源之一。该文以GF-1卫星携带的16 m空间分辨率的宽视场(wide field view,WFV)传感器为主要数据源,采用2013年10月2日、10月17日、11月7日和12月5日4个时相的数据,以多尺度分割后的对象为基本分类单元,采用分层决策树分类的方法对冬小麦面积进行提取,并利用地面样方数据对分类结果进行了精度验证。结果表明,北京市顺义区冬小麦面积7 095 hm2,分类总体精度达到96.7%,制图精度为90.0%,其他未分类类别精度为97.3%,Kappa系数为0.8。研究区内冬小麦的播种时间可以分为10月1-5日早播、10月6-10日中播、10月11-15日中晚播、10月16-20日晚播等4个时间段,不同播期对应着归一化植被指数(normalized difference vegetation index,NDVI)不同的变化规律,是分层的基础,结合波段反射率、波段反射率和、波段反射率比值等参数的变化规律,通过分层可以有效的剔除草坪、桃树等容易同冬小麦混淆的地物类型,GF-1/WFV提供的多时相遥感数据能够可靠的反映冬小麦发育变化的规律,是冬小麦面积准确提取的基础,在农作物面积遥感监测业务运行中具有较大的开发应用潜力。     

无障碍消防车研究与设计

针对消防救援过程中出现的一系列问题,特别是消防部队到达现场的过程中交通秩序混乱、道路堵塞以及现阶段消防车本身存在的缺点,课题组提出了无障碍消防车的概念,对消防车的车身结构、底盘、车载信息技术进行分析,设计了一款无障碍消防车.仿真结果表明:该无障碍消防车实现了消防车底盘信息、上装信息、车载装备器材监控信息采集、传输及现场...     

无人机遥感影像面向对象分类方法估算市域水稻面积

针对如何高效地从无人机遥感影像中提取农作物样方数据,用于农作物面积遥感估算,该文以浙江省平湖市为例,利用面向对象分类方法对无人机影像进行水稻自动化识别,作为样方数据与卫星遥感全覆盖空间分布分类结果结合,采用分层联合比估计进行2014年单季晚稻面积估算。然后,与人工目视解译识别方法获取的水稻样方数据推断的区域水稻面积估算的结果进行精度、效率对比分析。研究结果表明:1)利用面向对象分类方法对无人机影像进行分类,总体分类精度达到93%以上,满足构建样本的要求;2)通过区域作物估算对比分析发现,面向对象分类方法对无人机影像进行水稻识别,构建平湖市单季晚稻的样方数据,能够替代人工目视解译样方准确推断区域作物种植面积,有效地提高了无人机影像在遥感面积估算中的应用效率。     

“3S”技术在水土流失动态监测野外核查中的应用研究

为减少野外工作中的不确定性、提高野外核查的准确性和效率,笔者结合多年外业工作经验,总结了基于"3S"技术的水土流失动态监测野外核查方法,并以太湖流域水土流失动态监测项目为例,介绍了水土流失动态监测野外核查工作中数据来源、前期准备、野外核查、内业整理等方面的具体工作。实践表明,采取基于"3S"技术的水土流失动态监测野外核查工作方法,有助于规范工作流程、提高工作效率。     

北京市门头沟区采砂废弃地治理遥感评价

[目的]对北京市门头沟区采砂废弃地治理进行遥感评价,为北京市政府进行采砂废弃地这一典型退化生态系统的生态修复和景观重建提供依据。[方法]基于门头沟区采砂废弃地遥感影像及实地调研,对各采砂废弃地的规划利用方向进行分类,同时利用综合指数法、GIS分析法和专家打分法等景观评价方法,选取相应的评价因子建立评价模型,对门头沟区采砂废弃地的生态治理效果进行综合评价。[结果]门头沟区采砂废弃地规划利用方式为公共绿地及公园、自然生态恢复区、建设用地、基本农田、河道综合治理区5大类别,治理效果表现为:公共绿地及公园河道综合治理基本农田建设用地自然生态恢复区。[结论]门头沟区治理近10a来,采砂废弃地规划利用及生态修复取得了显著成效,总体生态治理效果达到近理想的状态,其中公共绿地及公园的治理效果接近理想状态,无论从植被覆盖度还是景观协调度方面都体现出更好的恢复效果,而自然生态恢复方式效果一般,对采砂废弃地不宜采取该种方式。     

长株潭城市群湿地景观时空动态变化及驱动力分析

针对长株潭城市群的湿地景观面积迅速减少、破碎化程度增加等情况,该文基于时间序列Landsat数据及物候特征参数,采用面向对象方法的随机森林算法获得了长株潭城市群2000-2015年湿地时空格局及变化数据,利用景观格局指数、质心迁移等方法分析了近16 a来长株潭城市群湿地时空格局及变化特征,并通过Logistics回归模型分析了城市群湿地演化的驱动力因素。研究结果表明:1)湿地类型主要为人工湿地水田,其次为河流湿地与库塘湿地,湖泊湿地与苔草沼泽分布面积相对较小;2)2000-2015年研究区湿地总面积呈减少趋势,减少231.12 km~2,减少6.64%,同时湿地的空间转移也十分剧烈。3)研究期间,长株潭城市群湿地景观破碎度在呈增强趋势,且景观形状也趋于复杂。同时,研究区景观连通性在不断降低,而景观丰富度在不断增加。4)研究期间,长株潭城市群5种湿地类型的质心在均发生了不同程度的的迁移,其中河流、库塘和水田的质心迁移相对较大,湖泊的质心位置相对稳定。5)长株潭城市群地区降水量的减少及气温的升高,加之高强度人类干扰是近年来湿地变化的主要原因,其中人类活动加剧了湿地变化的复杂性和差异性。该研究可为长株潭城市群湿地资源的可持续发展提供科学、可靠的数据支持。     

基于网格单元的乌鲁木齐市土地覆被/利用时空变化

随着城市化进程在全球范围内的快速推进,对城市区域土地覆被/土地利用变化产生影响。采用1990、2000和2011年3期Landsat TM5遥感数据,提取乌鲁木齐市土地覆被/土地利用信息,并将各期用地分类数据分别转入250 m×250 m的矢量网格单元,计算每个网格单元内各类用地面积占网格单元面积比例的变化,探讨乌鲁木齐市1990—2011年土地覆被/土地利用时空变化特征及驱动因素,并通过相关和回归分析,研究1990—2011年各用地类型之间相互转移和替代的关系。结果表明:1)1990—2011年乌鲁木齐市城市快速扩展,大面积裸地和绿地转化为建设用地,建设用地持续增加,从1990年157.37 km~2增加到2011年的444.89 km~2,裸地持续减少,绿地先减少后增加,水体则呈现缓慢增长的趋势。2)研究区内不同区域和方向由于受到地形条件、政策、城市规划以及道路交通网络等因素的影响,土地覆被/土地利用呈现出不同的时空变化趋势,建成区老城区内部呈现挖潜的集约式增长,外围则是蔓延式扩展。该研究对该地区城市建设和发展具有借鉴意义。     

基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测

为实现区域冬小麦种植面积变化的快速监测,减少监测难度,提高监测效率和精度,该文提出一种基于年际NDVI相关关系的监测方法(relationship analysis of normal difference vegetation index,rNDVI)。选择河北省黄骅市、孟村县、海兴县3个县市为研究区,基于2014年4月14日、2017年4月26日两个时期的GF-1/WFV数据,基于rNDVI方法,通过将样本点两年度的NDVI值构建二维空间,采用最小二乘法拟合的方法获得不变地物点的上下包络线方程,进而得到冬小麦变化区域的监测阈值,提取冬小麦种植增加和减少区域,实现对研究区域的变化监测。结果表明,采用rNDVI算法总体精度分别为90.60%,Kappa系数为0.84,相比传统的先最大似然分类后再提取冬小麦种植变化区域的方法,总体精度与Kappa系数分别提高了6.6个百分点和16.7%。对冬小麦增加区域、冬小麦减少区域的变化监测结果进行分析,发现基于rNDVI的变化监测方法可以有效提高裸地、线状道路、破碎的冬小麦地块等区域的变化识别能力,提高监测精度。同时分别利用2014年3月1日和2017年3月12日、2014年5月17日与2017年5月20日两对GF-1/WFV数据进行基于rNDVI的冬小麦变化区域监测,结果表明3月份的监测精度较低,主要是由于3月份冬小麦长势尚不明显,5月份与4月份的总体精度相近,主要是由于5月份冬小麦NDVI已较高,易于识别。上述研究结果表明,基于rNDVI的冬小麦变化快速监测方法可以有效监测区域冬小麦种植面积的变化情况,算法简单高效,且能够在种植结构相对单一的冬小麦分布区域保持较高精度,能够满足农情遥感监测信息快速获取的需要。     

粮豆轮作遥感监测对卫星时空及谱段指标的需求分析

该文面向粮豆轮作遥感监测卫星数据需求,针对最小监测地块、作物类型、时效性的要求,分别对不同空间分辨率影像识别能力、不同波段组合识别能力、最高云覆盖区域晴空获取能力3个方面进行分析,提出了光学遥感卫星理想的空间分辨率要优于0.3 m,光谱设置可以采取基本波段(蓝、绿、红、近红)+红边或者基本波段(蓝、绿、红、近红)+短波谱段2种方式,重访周期要达到3 d以内。在上述指标满足条件下,能够对中国普遍存在的0.3 m宽度田埂进行有效识别,从而达到地块识别的目标;能够利用作物红边、短波谱段特征的差异,对生长中期玉米、大豆进行有效识别,达到粮豆轮作主要作物类型识别的目的;以3 d的重访周期,可以最大限度获取覆盖中国全国区域的晴空有效影像,在数据源获取上保证粮豆轮作业务化作业能力。该研究可为满足中国粮豆轮作等农情遥感监测需求的农业监测卫星研制及相应指标规定提供参考。     

基于时序NDVI图谱库提高土地覆盖分类精度的方法

为提高MODIS土地覆盖产品的分类精度,该文以河南省为试验区,首先将MODIS土地覆盖产品(MCD12Q1)分为高精度区域和低精度区域,然后通过构建时序NDVI图谱库并利用图谱曲线相似性测定方法,改进MCD12Q1低精度区域的分类精度。结果表明:1)时序NDVI是土地覆盖的重要分类特征,二者之间具有较强的关联性。2)利用时序NDVI图谱库能够明显提高MODIS土地覆盖产品的分类精度,改进后的MCD12Q1的总体分类精度分别由72.76%(比较评价)、64.52%(样本评价)提高到83.05%和81.72%。3)不同土地覆盖类别精度提高的程度不同,林地、草地、耕地、人工地表以及水体的生产者精度分别提高35.36%、29.51%、2.98%、6.96%和6.11%。4)对于判定时序NDVI曲线相似度的2种具体方法而言,最小距离法(minimum distance,MD)总体上优于光谱角度匹配法(spectral angle mapper,SAM)。综上,保留现有土地覆盖产品中分类精度较高的部分,基于时序NDVI图谱库改进分类精度较低的部分,是提高现有土地覆盖产品分类精度的有效方法。