太湖流域主要湖泊的水域动态变化

利用GIS和遥感技术对不同时期的地形图和遥感影像数据进行处理,获取3个时期(1971,1988,2002年)的太湖流域主要湖泊的水域面积。结合多种文献资料,对太湖流域主要湖泊的水域面积变化进行了研究,并分析了引起水域面积变化的主要因素。结果表明,1971~2002年期间太湖流域主要湖泊的水域面积减少了188.87 km2;湖泊水域面积减少的主要原因是由于人类活动的影响。在实地调查研究的基础上,对合理利用与保护湖泊水资源的对策进行了探讨。     

黄土高原水土保持遥感监测影像配置方案研究

黄土高原水土保持遥感监测的重点内容包括梯田、植被、人工草地、淤地坝和坝地、地面组成物质类别、土壤侵蚀类型等,分析了不同监测内容对遥感影像空间分辨率、波谱特性、时相的需求,对不小于30 m空间分辨率的多光谱遥感影像水土保持遥感监测的技术可行性进行了论证,通过对空间分辨率不小于10 m的典型遥感影像的波谱特性、空间分辨率、最小获得周期、DEM服务及精度、投资等指标进行比较,提出在黄土高原地区开展1∶1万、1∶2.5万、1∶5万比例尺精度的水土保持遥感监测,宜分别选择空间分辨率不小于2 m、2~5 m、5~10 m的6—9月多光谱遥感影像,既能保证监测精度,又经济合理。建议实际工作中对影像可获得性、性价比、监测成果精度等进一步比选,并运用综合方法开展水土保持遥感监测工作。     

水稻种植面积遥感提取中田间作业路的消除方法

利用多时相遥感数据提取水稻种植面积是一种快速、高效的方法,但在高空间分辨率的遥感数据源中很难在一个作物物候期内获取多时相影像,高分一号卫星(GF-1/WFV)在16 m分辨率上实现了较高的时间分辨率,但由于存在混合像元,阈值分割尺度的设定会影响水稻面积提取精度。针对此类问题,混合像元分解模型可以有效排除异质地物的干扰。本文以GF-1/WFV遥感影像为数据源,选取银川平原水稻集中分布区破碎化程度不同且仅含有田间作业路和水稻的3个水稻样地作为实验区。首先,利用水稻分蘖期水体特征与孕穗期植被特征较为突出的特点,通过阈值法分类初步获取水稻的空间分布范围;然后在地表反射率遥感影像上选取田间作业路和水稻端元波谱曲线。结合线性混合像元分解模型,根据水稻丰度比例提取最终的种植面积。最后利用高空间分辨率的高分二号遥感影像对提取结果进行精度验证。结果表明,耦合两种方法提取水稻面积的面积精度为96. 33%,比阈值法提取水稻面积的精度提高了14. 63%,有效地排除了田间作业路对水稻面积提取精度的影响,为农作物种植面积信息的精确提取提供参考。     

云南省九大高原湖泊水体面积时空变化研究

基于Google Earth Engine(GEE)云平台和长时序的Landsat遥感影像,研究了近30 a云南省九大高原湖泊水体面积的时空变化趋势,并在此基础上分析了湖泊水体面积变化的驱动因素。研究结果表明:(1)云南省九大高原湖泊表面水体面积由1988年的1 024.91 km~2减少至2018年的1 000.98 km~2,总体呈"先增加后减少"的趋势,总面积减少了23.93 km~2。(2)大部分高原湖泊的水体面积保持稳定,但从2008年以后,杞麓湖和异龙湖的水体面积明显缩小。(3)影响因素分析结果表明:九大高原湖泊水体总面积的变化在2013～2017年和降水的变化呈显著正相关(R=0.9,p=0.08),在1988～2018年与气温呈负相关性(R=-0.63,p=0.001);影响九大高原湖泊水体面积变化的主要人为因素包括湖泊流域的土地利用变化以及政府的经济发展和湖泊保护政策。区域气候变化和人类活动共同影响了云南省九大高原湖泊水体的面积变化。     

基于遥感数据的洪泽湖库容曲线推求

基于洪泽湖区域21景ETM+遥感影像,解译得到洪泽湖的水面变化时间序列数据;结合三河闸(闸上)实测水位数据,推导了洪泽湖水位水面面积函数关系,运用积分方法得到洪泽湖库容曲线,并与现有库容曲线进行了对比分析。结果表明:洪泽湖周边水域圈圩养殖区是早期形成的,2000—2015年间圈圩总体上得到一定的控制,但在洪泽湖西岸有进一步加剧的趋势;水位-水面面积函数的选取对低水位水面面积推算有影响,进而对湖泊死库容计算产生累计误差影响;遥感影像数据越丰富、影像之间的湖泊水位差越小,则库容曲线越准确。     

不同空间尺度植被覆盖度土壤侵蚀强度判定适用性

为了研究不同空间尺度植被覆盖度在岩溶区土壤侵蚀强度判别中的适用性,参照SL 461-2009《岩溶地区水土流失综合治理技术标准》,采用MODIS、Landsat8、高分1号3种不同空间分辨率的遥感影像反演了植被覆盖度,结合基岩裸露率、地形坡度和地类因子,进行了岩溶区土壤侵蚀强度判别,对比分析了不同空间尺度植被覆盖度和土壤侵蚀计算结果的差异。结果表明:MODIS、Landsat8、高分1号3种影像基本都能反映研究区植被覆盖的相对状况,空间趋势大致相同,但局部有所差异,基于MODIS和Landsat8影像的植被覆盖度在各个等级分布面积趋势大致相同,高分1号则表现出明显差异。3种影像得到的土壤侵蚀强度空间分布趋势特征与植被覆盖度大致相同,植被覆盖度影像空间分辨率越高计算得到的土壤侵蚀越严重,基于高分1号影像计算的土壤侵蚀强度高于Landsat8影像的结果,基于Landsat8影像计算的土壤侵蚀强度高于MODIS影像的结果。因此,进行岩溶区土壤侵蚀强度判别时,植被覆盖度因子的选择至关重要,需进行尺度适用性评价。     

浅析遥感技术在河北省河长制河湖动态监测中的应用

结合河北省河长制卫星遥感监测,浅析遥感技术在省内河湖管理保护中的应用。高分系列卫星影像具备高空间分辨率与高时间分辨率特点,采用高分一号卫星、高分二号卫星影像作为主要数据源,高分辨率商业卫星影像、无人机航拍影像作为补充数据源,基于人工目视解译和计算机辅助解译相结合的方式,监测河湖"四乱"以及湖泊水华问题,为省级河长河湖管理提供辅助决策和数据支撑。     

近40年昆仑山区湖泊面积变化及归因分析

基于遥感影像,收集气象、水文、社会经济等资料,并结合文献查阅,分析导致典型新疆昆仑山区湖泊时空演变的核心驱动要素,明确年、月尺度下湖泊面积时空分布特征,甄别典型湖泊在保护进程中存在的关键问题,提出典型湖泊演变问题及保护对策,为维持干旱区水资源平衡提供科学依据。结果表明：近40年南疆昆仑山区湖泊面积均显著增长,山区湖泊面积变化主要受气候变化影响,与人类活动基本无关。     

基于遥感技术的苏州市水域信息提取研究

为了准确获取水域信息,计算水域面积等指标,利用高空间分辨率彩色航空遥感影像,采用目视解译方法,对苏州市水域进行信息提取及水域面积勘察。通过实地抽样测量验证,点位中误差为±0.16 m,精度满足实际需求。相比传统的人工实地巡查方式,采用高分遥感数据进行水域信息提取效率更高,同时兼顾精度,能满足实际应用的需要,为及时查处水域非法占用提供决策支持,对水域信息化管理水平的提升具有重要意义。     

云南九大高原湖泊水域面积时空演变及影响因素分析

随着工业化、城镇化的快速推进,人类对湖泊资源的过度开发已对湖泊造成了严重的破坏,所以对湖泊的水域面积演变以及演变成因的研究十分重要。本文利用Landsat系列卫星遥感数据,采用目视解译的遥感成图方法,分别对云南省九大高原湖泊水域面积进行动态监测,并根据监测结果进行湖泊时空演变影响因素分析。结果表明,云南九大高原湖泊经过31年演变,水域面积总体变化不大,但在不同阶段有着不同的演变规律。该研究可为湖泊保护与合理利用提供参考。     

基于GF-1数据的三峡库区水体信息精细化提取

为实现江河类狭长型水体信息的精细化提取，利用GF-1卫星数据，采用支持向量机和目视解译相结合的方法对三峡库区及重庆市水体信息进行了精细化提取。使用总体分类精度、Kappa系数、错分误差、漏分误差、制图精度和用户精度等指标对库区水体信息粗提取结果进行验证分析。结果表明:4个试验区水体提取的总体分类精度均超过90%，除试验区4的Kappa系数为0.884 1以外，其余试验区均超过0.9，提取精度较高。结合目视解译的方法，在粗提取结果的基础上对各问题进行精细化处理，得到精度高、完整性好的三峡库区以及重庆市水体信息数据，可为后续该区域的精细化遥感业务开展提供有效资料。     

基于HJ-1A CCD数据的湖泊叶绿素a浓度反演——以贵阳市百花湖为例

为及时、快速地获取百花湖叶绿素a浓度情况,形成具有可操作性的水质遥感监测技术,结合HJ-1A卫星数据与2012年4月实测的光谱数据,建立百花湖叶绿素a的遥感反演模型。结果表明:①第1波段和第2波段比值(B2/B1)与叶绿素a浓度的相关性最好,相关系数(R~2)为0.84。②利用波段比值构建的回归模型具有不错的反演效果,模型决定系数(R~2)为0.87,平均绝对误差(MAPE)为13%,均方根误差(RMSE)为4.32 mg/m~3;用12月份实测的数据对模型进行验证,效果也比较理想,说明该模型适用于百花湖冬、春季叶绿素a浓度的反演,在一定时间范围内具有一定的普适性。③百花湖湖边叶绿素a浓度高于湖心,分布趋势自北向南逐渐增加;④营养状态指数空间分布主要呈富营养化状态,富营养状态区域占全湖的85%,中营养状态区域仅占全湖的15%。叶绿素a反演及富营养化评价结果与实际分析情况相符,表明HJ-1A CCD数据可用于百花湖水质参数的遥感监测。     

基于光学和雷达图像的土地覆被分类

为寻求一种有效的提高多源遥感数据土地覆被分类制图精度的方法,探讨了融合HJ1B和ALOS/PALSAR图像进行遥感图像分类制图的方法。在对光学图像HJ1B和雷达遥感数据ALOS/PALSAR进行离散小波融合的基础上,应用分类决策树CART(Classification and Regression Tree)算法对融合的图像进行了土地覆被分类制图,并将其分类结果与支持向量机SVM（Support Vector Machine）分类结果进行对比。研究结果表明：将光学和雷达图像数据进行离散小波融合,采用分类决策树CART和支持向量机SVM进行图像分类,CART的分类精度要优于SVM的结果。可见,在光学图像HJ1B和雷达数据ALOS/PALSAR融合的基础上,应用CART能有效进行地物识别,提高图像的分类精度。     

面向对象的国产GF-1遥感影像水体信息提取研究

鉴于传统方法在提取高分辨率影像中水体信息的不足,以高分辨率国产卫星GF-1 2m/8m遥感影像为数据源,以特克斯河部分区域为研究区,通过分形网络进化算法实现影像分割并借助ESP尺度分割工具选取特定地物的最优分割尺度,随后使用基于规则的面向对象方法实现了水体信息的精度提取,并与传统的分类方法提取结果进行比较。结果表明:面向对象的总体分类精度达到了94.01%,Kappa系数为0.86;最大似然分类精度为90.00%,Kappa系数为0.80;面向对象的分类方法对国产GF-1影像是可行的,可以避免"椒盐"现象和图斑破碎,且分类精度比传统的方法高,可为国产高分影像研究与应用提供科学参考。     

盐湖流域空-天-地立体监测系统结合VIC模型径流模拟初探

盐湖流域属于无资料地区且基础资料稀缺,使用传统方法开展水文模拟存在困难。为了研究盐湖流域生态环境、水文气象等变化,综合利用卫星遥感、无人船等技术,建立盐湖流域空-天-地立体监测系统,构建盐湖水位-面积-容积关系曲线,并通过月尺度遥感数据解译了盐湖月尺度湖泊面积,推算了盐湖蓄变量和盐湖入湖月尺度径流量。通过收集并整理中国区域地面气象要素驱动数据集CMFD和MODIS LAI叶面积指数等数据,构建了基于多源数据的VIC模型,开展盐湖流域湖泊径流模拟研究。结果表明,盐湖流域径流模拟纳什系数NSE和相对误差分别为 0.87和11.81%,表现出实际径流的丰枯变化情况。盐湖流域空-天-地立体监测系统结合VIC模型能够模拟盐湖流域的月尺度径流变化过程,对无资料区域河湖水文模拟具有一定参考意义。     

基于四种水体指数的艾比湖水面提取及时空变化分析

以Landsat5/7/8系列遥感影像为数据源,利用归一化差异水体指数(Normalized difference water index,NDWI)、改进的归一化差异水体指数(Modified normalized difference water index,MNDWI)、自动水体指数(Automated water extraction index,AWEI)、改进的自动水体指数(Modified automated water extraction index,MAWEI )提取艾比湖水体,建立混淆矩阵对4种水体指数提取结果进行对比分析,利用精度最高指数提取艾比湖面积并通过动态度分析湖泊面积变化趋势,同时对艾比湖面积变化的驱动因素进行分析。结果表明:MAWEI指数精度最高,精度达到95%以上,Kappa系数＞0.94。2000—2003年期间,艾比湖面积从768.93 km²增加至982.27 km²,湖泊面积增加27.74％、动态度为9.24％;2003—2014年期间,湖泊面积减至447.08 km²,湖泊面积缩减54.48％、动态度为-4.95％;2014—2018年期间,湖泊面积再次增加至852.77 km²,湖泊面积增加90.74%、动态度为22.68％;2018-2020年湖泊面积减至593.79 km²,湖泊面积缩减30.36％、动态度为-15.18％,总的来说近20 a艾比湖面积变化呈现先扩张再退缩的趋势。湖泊面积变化与年均降水量呈正相关,与蒸发量呈负相关,与博尔塔拉河和精河径流量呈正相关。水资源的减少及其周围人口、灌溉面积及生产值持续增长引起经济社会总用水量的激增,对湖泊面积变化产生一定的影响。研究成果对艾比湖生态环境保护有一定参考意义。     

基于多源遥感影像的武汉都市发展区湖泊变迁分析

城市湖泊作为一种重要的生态和旅游资源,其变迁趋势对城市的发展影响深远。为研究武汉都市发展区湖泊变迁情况,引入2013年6月获取的Landsat 8卫星数据,结合都市发展区1975—2013年近40 a 30多期遥感影像作为数据源,利用NDWI和谱间关系法,结合目视解译的方法提取区域内68个湖泊的时空信息,详细研究湖泊面和湖泊边界线的变化情况,基于GIS的空间分析技术和RS的变化检测的方法建立湖泊变迁专题图,并利用景观学指标分析湖泊变化原因。结果表明研究与武汉市政府水资源统计信息相符,为武汉市湖泊资源的保护和可持续发展提供了即时依据。     

Using satellite data to extract volume–area–elevation relationships for Urmia Lake,Iran

Urmia Lake in the northwest of Iran is the second largest hyper-saline lake worldwide. During the past two decades, a significant water level decline has occurred in the lake. The existing estimations for the lake water balance are widely variable because the lake bathymetry is unknown. The main focus of this study is to extract the volume–area–elevation (V–A–L) characteristics of Urmia Lake utilizing remote sensing data and analytical models. V–A–L equations of the lake were determined using radar altimetry data and their concurrent satellite-derived surface data. Next, two approximate models, a power model (PM) and a truncated pyramid model (TPM), were parameterized for Urmia Lake and checked for accuracy. Results revealed that in comparison with the satellite-derived reference volume–elevation equation, the PM slightly over-predicts the volume of Urmia Lake while the TPM under-estimates the lake storage. Variations of the lake area and volume between 1965 and 2011 were examined using the developed V–A–L equations. Results indicated that the lake area and volume have declined from the historical maximum values by 2200 km² and 33 km³, respectively. To restore Urmia Lake to a level to maintain ecological benefits, 13.2 km³ of water is required. This study demonstrates the use of remote sensing data of different types to derive V–A–L equations of lakes. Substituting satellite-derived V–A–L equations for common empirical formulas leads to more accurate estimations of a lake water balance, which in turn, provides insight to water managers for properly assessing and allocating water resources to downstream ecosystems.     

基于遥感技术的洱海水域面积提取方法研究

湖泊作为区域地表水循环中的一个重要载体,对区域的水资源环境平衡发挥着重要作用。本文运用遥感技术,以2010年ETM+作为数据源,对遥感图像进行预处理之后,通过应用缨帽变换、归一化差分水体指数(NDWI)和增强型水体指数(EWI)3种方法,分别对云南省大理州洱海2010年的水域面积进行提取,比较方法准确性。通过对比效果得出,针对取洱海水域面积3种方法提取效果都非常好,其中归一化差分水体指数法能够更为准确而且快速的提取出水体面积。