利用新型遥感生态指数的南宁市环境质量动态变化分析

随着遥感技术的快速发展,利用遥感生态指数(Remote Sensing Ecological Index, RSEI)进行区域生态环境质量监测取得了一定进展,但是RSEI在应用不同区域中很少考虑空气质量对当地生态环境的影响。针对这一局限性,以南宁市为例,在RSEI的基础上,加入能精准监测城区高分辨率空气质量的差值霾指数(Difference Haze Index, DHI),构建新型遥感生态指数(new Remote Sensing Ecological Index, RSEInew),随后对比分析RSEI与RSEInew的平均相关度和PC1,验证了构建的RSEInew模型更具有表征区域生态环境的代表性。利用RSEInew模型对南宁市生态环境质量进行动态变化分析,结果表明,2013—2021年,南宁市生态环境质量得到优化,RSEInew提升了15%,整体生态环境水平处于中等(0.4～0.6)以上。     

基于GEE的长三角城市群城市化与生态环境的动态研究

随着中国城市化的快速发展，城市群是区域经济协调发展的主要趋势及核心，其生态环境压力却日益见长，如何有效合理地对城市化与生态环境之间的关系进行评价是一个值得关注的问题。以长三角城市群(Yangtze River Delta Urban Agglomerations, YRDUA)为研究区，选用MODIS遥感数据与“类DMSP-OLS”夜间灯光数据为数据源，对研究区域整体与区县的城市化水平、生态环境质量、植被覆盖水平以及其相关耦合程度进行了长时间序列的分析研究。研究结果表明：(1) 2002—2021年长三角城市群整体和各区县的夜间灯光指数(Compounded Night Light Index, CNLI)均呈现上涨趋势；(2) 2002—2021年长三角城市群的遥感生态指数(Remote Sensing Ecological Index, RSEI)与植被覆盖度(Fractional Vegetation Cover, FVC)总体均处于良好水平，由于区域内各区县具有特殊性，局部又呈现显著差异性；(3) 2002—2021年长三角城市群的城市化与生态环境耦合协调指数(Urbanize...     

基于遥感生态指数的信江流域生态环境质量评价

随着城镇化进程的不断推进,流域生态环境状况越来越受到人们的重视。快速高效地对流域生态环境质量进行客观评价,是实施流域生态保护与社会可持续发展的必然需求。以信江流域为研究区,通过遥感影像提取绿度、湿度、干度、热度4个指标,用主成分分析法对各指标耦合,建立遥感生态指数模型,对研究区2000-2021年的生态环境质量进行了长时序的监测评价。结果表明:遥感生态指数模型(RSEI)可以很好地对流域的生态环境质量进行监测与评价;信江流域的RSEI指数呈先上升、后下降的趋势,RSEI均值在0.60以上,整体生态环境质量较好,但2017-2021年质量有所下降;研究区的生态环境质量呈“南北优于中部、南部优于北部”的空间格局展现。     

结合HJ1A/B卫星数据和生态因子的籽粒品质监测

该研究引入温度、降水、太阳辐射和土壤肥力等影响小麦籽粒蛋白质含量的重要生态因子,结合遥感数据进行小麦籽粒蛋白质含量监测。以北京郊区的小麦种植区为实验区,获取多时相的HJ1A/B 卫星数据,多个气象站点全生育期气象数据和土壤养分数据,以及收获时小麦籽粒蛋白质含量。分别构建了遥感光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型。结果表明:北京地区冬小麦以5 月11 日（开花期左右）NDVIgreen 值与籽粒蛋白质含量相关性最好,达到极显著水平,因此该时期为冬小麦籽粒蛋白质含量遥感监测的最佳时相,并将利用该时期的NDVIgreen 参与光谱蛋白质含量模型、光谱生态因子蛋白质含量模型的构建。对光谱蛋白质含量模型、生态因子籽粒蛋白质含量模型、光谱生态因子蛋白质含量模型进行F 检验,表明各模型均达到极显著水平,3 种模型的决定系数分别为:0.782,0.635,0.843,相对误差分别为:0.151,0.123,0.049。说明综合利用遥感数据和生态因子的监测结果比单独利用遥感数据或单独利用生态因子的精度高。引入生态因子的小麦籽粒蛋白质含量遥感监测有助于提高监测精度,并增加监测模型的农业机理。     

基于多时相遥感影像的天津市中心城区生态环境质量评价

针对城市扩张使得城市生态环境质量下降的现象， 基于2014、2016、2018 年三个时相的Landsat8 OLI_TIRS 卫 星数字产品影像数据， 运用遥感生态指数 (RSEI) 对天津市中心城区生态环境质量变化进行了评价与分析。研究结果 表明RSEI对于城市化程度高、城市房屋集中且紧凑的天津市中心城区有较好的适用性， 能够对环境质量进行监测， 也 对空间变化的研究起到了重要的作用。具体表现为： 2014、2016、2018 年天津市中心城区的RSEI 均值分别为0.547、 0.463、0.478； RSEI地理位置上从北至南、从西至东呈现出低-高-低的倒U型趋势。天津中心城区的各指数相关性分析 表明， 干度指标 (NDBSI) 是影响研究区生态环境质量最大的指数， 有很大的消极影响， 是天津市中心城区未来改善生 态环境的重要参考。在天津市中心城区的成功示范， 表明RSEI在生态环境质量评估上的应用可为掌握城市生态环境 质量、监测治理区域环境和规划建设城市提供积极的参考。     

河南利用卫星资料进行生态状况监测

12月23日,河南省气象科学研究所发布了第一期《2007年森林生态气象监测与评价》与《2007年河南省农田生态气象监测与评价》。这是河南省气象局首次利用卫星遥感资料、气象资料和调查资料从气象角度对该省典型生态系统生态状况进行的监测与评价。森林生态评价是利用EOS／MODIS卫星遥感资料、地面气象观测资料及部分调查资料,并从气象条件、林地面积、植被长势、森林灾害等几个方面对河南省森林生态状况进行了分析与评价。     

城市生态环境基础质量遥感评价因子与评价模型研究

根据城市生态环境基础状况的现状,参考国内外诸多城市生态环境基础质量评价模型,在建立相应的评价体系基础上,对城市生态环境基础质量遥感评价因子与评价模型进行研究.研究重点放在评价因子权重的确定上,对传统的特尔菲打分法进行改进,最终确定评价因子的权重,比较分析了专家打分数据的特点及相互之间的关联,对上海市某区域城市生态环境基础质量进行了定量评价.     

基于高光谱SMPI法的草原地表微斑块识别与分类

草原地表微斑块特指在高光谱图像上荒漠化草原 鼠洞、裸土和植被所表现出的斑块。这些是评价草 原退化的重要指标。地表微斑块的识别与分类是基于遥感草原退化监测与评价研究的基础性 的工作,对草 原区域性规划、系统恢复与重建理起到至关重要的作用。由于高光谱采集及分析诸多方面的 原因,目前地 表微斑块高光谱的识别研究较少。本研究首次以荒漠化草原实地地表微斑块为研究对象采集 高光谱数据, 提出了SMPI法(Surface Mini-Patch Index,地表微斑块指数法),实现了草原地表微斑 块的高精度识别与 分类。研究结果表明,SMPI法可将荒漠化草原地表微斑块进行高精度识别与分类,通过Kapp a系数验证, 整体验证精度高于96%。此研究为无人机或低空遥感进行草原退化监测与定量反演提供了基 础。     

基于多Agent的金融生态评价模型

为了高效地评价金融生态环境,建立金融生态评价模型是核心部分。文中基于多Agent技术构建在区域和时间上自适应的金融生态环境评价指标体系,建立智能化的金融生态环境评价模型,使得金融生态环境评价研究具有科学性、智能性、发展性,为培植良好的金融生态环境奠定了基础。     

城市空间管理源需要空间遥感监测

介绍了基于红外遥感影像数据的应用基础,以助理解红外图像在城市建设管理中的应用面和应用方法的建立。阐述了如何贴切理解城市热岛与城市建设所面对的生态文明建设的控制检测问题,同时简述了红外遥感与地面监测同步的科学方法,以使人们对于城市地面出行的热感觉具有科学的认识和对策。     

基于智能生态细胞的遥感信息提取方法

提出了一种基于智能生态细胞的遥感信息提取方法.该方法综合了作物的物候特征、光谱演化特征和空间相关性的反馈信息,融合了元胞自动机、模糊推理和BP神经网络智能计算思想.以2009年多时相Landsat7 ETM遥感影像作为数据源,进行了基于智能生态细胞的烤烟种植面积监测.监测结果表明,该方法可以有效提高遥感信息提取精度,具...     

基于多源遥感影像的多尺度城市植被覆盖度估算

以Landsat 7 ETM+、SPOT 5和IKONOS遥感影像数据为数据源,利用格网法从1∶500地形图提取的不同空间分辨率的植被覆盖度为参考依据,通过对不同辐射校正水平的遥感影像获得的植被覆盖度进行精度比较分析,对多源多尺度和多源同尺度城市植被覆盖度估算的相关问题进行研究.研究表明,在城市区域进行植被覆盖度估算时,ICM模型为较佳辐射校正模型;对于高分辨遥感影像,NDVI为植被覆盖度估算的较佳植被指数;对于中分辨率影像,植被覆盖度估算的较佳植被指数则为RVI和MSAVI;就研究区而言GI模型比CR模型估算的植被覆盖度更准确.     

基于Sentinel-2遥感数据的上海市河道水质参数反演研究

由于上海市河湖水网密布,科学有效地监测河湖水质,有利于巩固河湖治理成果,为新形势下水资源的保护和管理服务。研究目的是实现卫星遥感技术在城市水体水质监测中的有效应用。基于Sentinel-2多光谱影像,采用机器学习技术建立了城市河流水质参数反演模型,对2019~2021年上海市103条河流的溶解氧(Dissolved Oxygen, DO)、高锰酸盐指数(Permanganate index, CODMn)、氨氮(Ammonia Nitrogen, NH3-N)和总磷(Total Phosphorus, TP) 4种水质参数进行了遥感反演。分析了上海市主要河流水质参数的时空变化特征,并对上海市水环境进行了评价。结果表明,DO、CODMn和TP三个水质指标的反演精度优于80%,NH3-N的反演精度优于70%;4种水质参数所属水体类别均优于V类;第一、第四季度水质优于第二、第三季度。     

基于GIS和遥感技术的青白江生态功能区划定

近年来生态系统的保护受到广泛关注。本文主要基于GIS和遥感技术宏观快速的优点,将生态系统服务功能评估技术应用于生态功能区划定。通过分析青白江区内各种生态系统的生物多样性维护、水源涵养功能的评估结果,划定青白江区重要生态功能区。     

基于A-Clenet5的荒漠化草原草种识别与分类

草原退化已经成为人类面临的主要生态问题,其标 志之一是草原植被群落结构的改变,而草原草种的高光谱识别与分类是利用遥感进行大面积 高精度草原退化监测与治理的基础与前提。由于天然草原草种分布的随机性和遥感图像云系 情况的复杂性,草种识别精度低的问题未能得到满意的解决。本研究基于深度学习首次提出 A-Clenet5法,在天然草原自然光下采集典型牧草高光谱数据,对数据进行预处理,利用A -Clenet5法进行特征挖掘和数据分类。研究结果表明,该方法对草种识别精度可达到92.18%,满足基于高光谱的草原草种的识别要求,为草原退化高精度遥感 监测提供了可能。     

Automated differentiation of urban surfaces based on airbornehyperspectral imagery

The urban environment is characterized by an intense use of the available space, where the preservation of open green spaces is of special ecological importance. Because of dynamic urban development and high mapping costs, municipal authorities are interested in effective methods for mapping urban surface cover types that can be used for evaluating ecological conditions in urban structures and supporting updates of biotope mapping. Against this background, airborne hyperspectral remote sensing data of the DAIS 7915 instrument have been analyzed for their potential in automated area-wide differentiation of ecologically meaningful urban surface cover types for a study area in the city of Dresden, Germany. The small urban structures and the high spectral information content of the hyperspectral image data require the development of special methods capable of dealing with the resulting large number of mixed pixels. In this paper, a new approach is presented that combines advantages of classification with linear spectral unmixing. Since standard unmixing techniques are not suitable for an area-wide analysis of urban surfaces representing a large number of spectrally similar endmembers (EMs), the mathematical model, were extended and a new method for pixel-oriented EM selection was developed. This method reduces the number of possible EM combination for each pixel by introducing spectrally pure seedlings and a list of possible EM combinations into a neighborhood-oriented iterative unmixing procedure. The results and their comparison with standard spectral classification methods show that the new pixel- and contest-based approach enables reasonable material-oriented differentiation of urban surfaces     

改进的U-Net算法在遥感图像典型农作物分类研究

针对传统算法提取遥感图像分类特征不全,及识别农作物分类准确率不高的问题,以无人机遥感图像为数据源,提出改进U-Net模型对研究区域薏仁米、玉米等农作物进行分类识别。实验中首先对遥感影像进行预处理,并进行数据集标注与增强;其次通过加深U-Net网络结构、引入SFAM模块和ASPP模块,多级多尺度特征聚合金字塔方法等对算进行法改进,构建改进的U-Net算法,最后进行模型训练与改进修正。实验结果表明:总体分类精度OA达到88.83%,均交并比MIoU达到0.52,较传统U-Net模型、FCN模型和SegNet模,在分类指标和精度上都有明显的提升。