基于NDVI的黄土丘陵沟壑区草地生物量模型研究——以宁夏彭阳县为例

基于多年TM遥感影像数据NDVI(归一化差异植被指数),与同期彭阳县草地实测地上生物量做相关性分析,建立NDVI与地上生物量的线性和3种非线性(对数、二次多项式、三次多项式)回归模型,并对这些模型的模拟结果进行了比较。结果表明:(1)在黄土丘陵沟壑区典型草地中,地上生物量与NDVI呈现显著相关;利用NDVI监测草地植被生物量的复相关系数均大于0.6,充分说明利用植被指数检测典型草原生物量是一种简单可行的方法。(2)以NDVI建立的生物量回归模型,其模拟地表生物量的效果较好,地上生物量线性与3种非线性(三次多项式、二次多项式、对数)回归模型都表现出较好的模拟效果,但三次多项式生物量回归模型为最优。(3)用NDVI-生物量三次多项式回归模型模拟彭阳县草地的生物量,显示其呈逐年增加趋势,但2010—2015年增速减缓。     

基于植被指数的绿地信息提取的比较

运用遥感图像处理系统(ENVI)对快鸟(Quickbird)高分辨率遥感影像进行预处理,利用归一化差值植被指数(ND VI)、归一化差异绿度指数(NDGI)、土壤调节植被指数(SAVI)和修正土壤调节植被指数(MSAVI)对南京市鼓楼区进行了绿地信息提取,通过 Matlab软件比较了其灰度图像、直方图和二值图像,并分析其方差,在C语言的平台上进行了精度评定.实验结果表明:在该研究区中, SAVI、NDVI的绿地提取能力较好;ND GI、MSAVI出现了明显的漏分、错分情况,但 MSAVI在建筑物、植被边缘提取上表现出相对的优越性.     

基于卷积神经网络的无人机遥感影像农村建筑物目标检测

将深度学习应用于遥感影像目标识别,提出基于卷积神经网络的无人机遥感影像农村建筑物的目标检测方法,用端到端的方式训练Faster R-CNN网络模型,并应用于农村建筑物的快速精确识别.该方法包括基于RPN网络的区域建议和基于Inception v2的卷积神经网络模型训练.为了训练和测试模型,通过无人机采集南疆地区的农村建筑物遥感影像,并人工标注建立了农村建筑物的数据集,在TensorFlow深度学习框架上通过对该数据集目标检测验证了模型.结果表明,基于改进的卷积神经网络目标检测方法对无人机遥感影像进行快速准确识别的总体精度超过90%,通过初始参数更新,模型收敛更快,对无人机遥感影像地物分类和目标识别具有一定的参考意义.     

基于水体特征指数的广西北部湾近岸海域叶绿素a 浓度反演

为了弥补传统水质监测的不足, 加强赤潮的风险管控, 基于Landsat 8 OLI 遥感影像和实地监测数据, 分析了遥感影像光谱特征对叶绿素a 浓度变化的响应关系, 统计各种水体指数(FAI、VB-FAH、NDCI等)与叶绿素a 实测浓度之间的相关关系, 对最佳的相关性指数FAI 进行改进; 再分别基于相关系数较高的水体指数(改进的FAI、 FAI、VB-FAH)建立叶绿素a 浓度反演模型, 并评价反演精度。结果表明: 改进的FAI 模型和叶绿素a 浓度的相关性最高, 相关系数R 达到0. 74; 构建的一阶线性反演模型的精度最高(R2为0. 79, RMSE 为1. 66, MAPE 为26%)。利用改进FAI 建立的一阶线性反演模型对整个研究区域的叶绿素a 浓度进行反演, 结果表明: 叶绿素a 浓度与到岸距离呈负相关关系, 河流入海口叶绿素a 浓度较高, 南流江入海口的叶绿素a 浓度值相较于其他入海口更高, 河流流域水质整体较差。改进的FAI 建立的一阶线性反演模型计算简单、精度较高, 可以快速有效地反演北部湾近岸海域的叶绿素a 浓度。     

基于ICA与光谱参数的玉米叶片Cu~(2+)污染估测研究

玉米受Cu~(2+)污染时其各种生物理化变量会发生一定改变,导致其叶片光谱发生微小变化,为了获取隐含在玉米叶片光谱中微弱的Cu~(2+)污染信息,提出了一种基于独立成分分析(ICA)和光谱特征参数的多维光谱估测模型.对玉米叶片光谱在445~1 340nm范围内的波段进行一阶微分处理后与玉米叶片Cu~(2+)进行相关性分析,选取相关系数(R)较大的波段结合5种植被指数(红边归一化植被指数I_1、改进红边比值植被指数I_2、改进红边归一化植被指数I_3、光化学植被指数I_4和结构不敏感色素指数I_5)分别进行主成分分析(PCA),提取6个主成分进行ICA,得到ICA1,ICA2,ICA3,ICA4和ICA5共5个一维独立成分分量,结合两种光谱特征参数红谷和近红外平台一阶微分包围面积(FAN)构建了玉米叶片Cu~(2+)污染的一维、二维和三维估测光谱模型.5种独立分量中ICA3和ICA5与玉米叶片Cu~(2+)含量的相关性系数(R)都达到了0.9以上,其他3种也达到了0.8以上;二维模型可以将Cu~(2+)胁迫梯度中的轻度、中度和重度胁迫区分开来,三维模型能使胁迫区分效果更直观.结果表明:将ICA运用到玉米叶片Cu~(2+)污染研究中是可行的;独立成分分量、红谷和FAN的多维光谱模型可以作为玉米Cu~(2+)污染程度估测的一种新方法.     

基于倾斜摄影的城镇违法用地监测系统研究

国内城镇违法用地和违章建筑监测多采用传统卫星遥感和实地监测等方法,存在工作效率低、成本高和现势性差等问题,而无人机倾斜摄影可方便灵活地监测城镇违法用地,监测系统的应用有利于提高城镇违法用地监测的准确度和工作效率。文章采用无人机倾斜摄影获得监测地物的影像,利用Smart3D软件建构实景三维模型,开发设计出基于倾斜摄影的城镇违法用地监测系统,并以济南市历城区部分违法用地为例,利用探索性统计分析方法验证了系统三维模型的精度,其中系统测量高度和实测高度等精度中误差为±0.03 m,高精度中误差为±0.05 m;系统测量面积和实测面积等精度中误差为±1.14 m2,高精度中误差为±1.61 m2,精度满足违法用地监测工作要求。     

基于RS和GIS的郑州市城市扩展研究

以1988年和2001年的TM/ETM 遥感影像作为主要数据源,将RS与GIS技术相结合,对郑州市城市扩展进行动态监测.首先利用ENVI软件构造三指数波段,即归一化建筑指数(NDBI)、归一化水体指数(NDWI)和土壤调节植被指数(SAVI),用来代表郑州市最主要的土地覆盖类型:城镇用地、水体和植被.然后对3个指数波段进行假彩色合成,采用最大似然监督分类法对假彩色合成影像进行分类,利用ENVI的掩膜技术从分类结果图中提取出城镇用地信息,再利用GIS的空间叠加分析功能提取出城市用地扩展信息,包括城市扩展的面积、方向及速率等,最后对城市扩展模式进行分析.研究结果表明,郑州市1988-2001年间城市建成区面积共扩展61.33km2,平均每年扩展4.7km2,城市扩展模式可近似看作是以二七广场为中心向四周呈同心圆式蔓延扩展.     

阳宗海叶绿素a浓度遥感反演及富营养化评价

以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。     

全生命周期浒苔信息提取的空间尺度效应——基于Landsat/HJ与MODIS影像的比较

2008年至今,我国已连续多年爆发浒苔灾害,对当地生态环境和经济都造成严重影响.多源卫星遥感影像是监测浒苔信息的主要数据源,但利用不同的遥感影像,浒苔信息提取结果存在较大差异.通常认为这是由空间尺度差异造成的.本文利用准同步的30 m空间分辨率的HJ数据、Landsat数据和250 m空间分辨率的MODIS数据对全生命周期浒苔信息提取能力进行尺度效应分析.结果表明:(1)独立浒苔斑块面积小于0.25 km~2时,MODIS影像无法提取浒苔信息,而随着独立浒苔斑块面积增大,MODIS影像提取的浒苔信息与Landsat和HJ遥感影像数据提取结果的差距也随之增大;(2)浒苔斑块聚合度越大,空间分辨率对浒苔信息提取的影响越小;(3)在浒苔灾害发生初期和末期,由于斑块小而疏松,MODIS数据很难监测到浒苔信息.又由于MODIS数据无法兼顾聚集的浒苔斑块和疏松的浒苔斑块,因此在浒苔发展和爆发期,MODIS提取的浒苔面积大于Landsat与HJ遥感影像数据提取的结果.研究结果在一定程度上为浒苔灾害的遥感监测方法提供了影像选择的空间尺度依据.     

广西都安县石漠化景观格局的尺度效应

以都安县2007年LANDSAT TM影像为数据源,采用基于归一化植被指数(NDVI)的像元二分模型估算了研究区的植被覆盖度,根据石漠化与植被覆盖度的对应关系,反演了石漠化景观信息。从景观水平上选取7个常用的景观指数,定量分析了景观指数随粒度和幅度变化的基本规律。结果显示:1不同景观指数随粒度变化的响应特征不同,除Shannon多样性指数(SHDI)和均匀度指数(SHEI)外,其余指数对粒度变化较敏感;2当幅度5(实际8 km)时,大部分指数随幅度变化具有随机性,当幅度5(实际8km)时,周长-面积分数维数(PAFRAC)对幅度变化不敏感,其他指数都表现出明显的幅度效应;3空间粒度和幅度两方面都说明石漠化景观格局具有尺度依赖性。     

基于SURF和SVM的无人机影像处理算法

无人机遥感在勘探救援、灾情评估、灾后重建等领域的重要性日渐凸显,而无人机影像数据处理的2大关键技术即快速拼接和信息提取仍处于研究阶段。针对SURF算法和SVM算法存在的问题,首先对SURF-64与SURF-36进行比较,并经实验证明采用64维向量描述特征点更适合于无人机影像数据处理,可达到高效、准确拼接的目的;然后采用2种改进SVM算法对拼接影像进行信息提取,并与传统SVM算法进行比较。实验表明,2种改进算法在信息提取精度、算法泛化能力方面均有不同程度的提高和增强。     

基于时空遥感特征耦合的农作物类型识别

遥感技术凭借其能够精准地识别作物的分布情况以及动态监测作物的长势,已经被广泛应用到农业生产中。然而,传统的作物分类方法是基于单一中低分辨率遥感影像的像元进行分类,会存在地物混合、分类精度较低等问题。选择滁州市全椒县作为实验区,对GF1-PMS(2 m)与2018年10月至2019年9月内的11个时相的GF1-WFV(16 m)遥感影像进行预处理。运用时序特征分析、可分性比较分析、多尺度分割、面向对象等方法,提取作物分布信息并对分类后的结果进行精度评价。研究结果表明:采用中高分辨率卫星遥感影像相结合的方式,利用两者在农作物识别方面的优势进行农作物种植结构提取,作物识别的总体精度达到88.38%,效果显著。     

干旱区土壤盐渍化遥感估测模型研究——以宁夏平罗县为例

以宁夏平罗县为研究靶区,以野外实测的高光谱数据和土壤含盐量为基础数据源,进行光谱反射率及其变换形式与土壤含盐量的相关分析,筛选敏感波段,建立高光谱土壤盐分指数模型;通过尺度转化,用原位采集的高光谱盐分指数修正传统遥感影像盐分指数,构建传统影像高精度土壤盐渍化遥感监测模型,并利用实测土壤含盐量对反演结果进行分析与验证。结果表明,高光谱盐分指数和实测土壤含盐量的相关性明显高于传统遥感影像光谱数据;将高光谱数据和传统Landsat-8 OLI影像数据结合,提取的区域土壤盐渍化信息精度明显提高,解决了实测数据和影像之间的时间滞后性问题。     

微生物复垦区接菌沙棘叶绿素含量光谱估测

以陕西大柳塔神东煤矿区微生物复垦基地6 a生沙棘人工林为研究对象,采用地物光谱仪分别测定接种丛枝菌根真菌(AMF)和不接种对照(CK)两个水平下沙棘叶片光谱反射率,同步监测相应叶绿素含量.筛选出与叶绿素含量相关性较好的光谱提取变量和常用植被指数作为因变量,利用BP神经网络和极限学习机(ELM)的建模方法反演叶绿素含量,并对反演模型进行精度评定.结果表明:接种丛枝菌根真菌6 a后沙棘叶绿素含量仍持续增加,沙棘原始光谱的绿峰值降低;不同处理各光谱特征参数对叶绿素含量的相关性不同,选取对接菌植物和对照都显著相关的特征参数,获得光谱提取变量和常用植被指数均是7个.比较BP神经网络和ELM极限学习机的建模方法,ELM建模方法显示出更好的估测能力,其中对照组与接菌组以光谱指数和光谱提取变量为自变量时模型决定系数分别高达0.814和0.862,可以较好地估测出沙棘叶片叶绿素含量,为矿区沙棘长势提供理论依据,对微生物复垦后续生态效应具有较好的现实意义.     

土地利用现状更新调查中大气校正对反演植被盖度影响的研究

定量反演植被盖度是评价土地荒漠化程度的重要手段.以科尔沁沙地为研究对象,选择Landsat5-TM遥感影像数据,在定量反演荒漠化地区植被盖度时,对大气校正前后的归一化植被指数(NDVI)的变化进行对比研究,并对所建立的植被盖度的遥感信息模型进行精度比较.研究表明:对于科尔沁沙地,运用大气校正后图像计算出的NDVI,采用三次拟合曲线建立的植被盖度的遥感信息模型,其实际精度相应提高约11%.     

基于高光谱遥感的玉米叶绿素含量估测模型

运用粒子群优化算法和支持向量机构建叶片尺度玉米叶绿素含量高光谱估测模型,估测玉米叶片叶绿素含量.通过辐射传输模型(PROSPECT)模拟的玉米光谱和所对应的叶绿素含量建立训练数据集;采用粒子群优化算法和支持向量机(PSO-SVM)学习训练数据集,建立研究区实测叶片叶绿素含量估测模型;利用近地高光谱遥感获取的玉米光谱建立验证数据集,将玉米叶片叶绿素含量估测模型运用到验证数据集,估测研究区玉米叶绿素含量.叶绿素含量反演结果的方根误差MSE=76.178 6,叶绿素含量实测值与叶绿素含量估测值的相关系数R2=0.871 2.结果表明:粒子群优化算法和支持向量机构建的反演模型能准确预测玉米叶绿素含量,能够解决小样本玉米采样点情况下叶绿素含量反演问题,可以作为玉米叶绿素含量快速、无损估测的一种新方法.     

基于遥感数据的宁夏地区土壤水分反演方法比较

利用MODIS产品数据MOD11A2和MOD13A2获取地表温度(TS)、昼夜温差(DST)、归一化植被指数(NDVI)、增强植被指数(EVI),构建宁夏区域2005年4、7、10月逢8、18、28日TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间,根据TS-NDVI、TS-EVI、DST-NDVI、DST-EVI特征空间建立了温度植被干旱指数(TV-DI)、温度增强植被指数型干旱指数(TE-DI)、温差植被干旱指数(DTVDI)、温差增强植被指数型干旱指数(DTEDI),并以这些干旱指数作为土壤水分监测指标,反演了宁夏区域2005年4、7、10月的土壤水分.利用实测10cm土壤水分进行相关分析,结果表明DTEDI在宁夏土壤水分反演中表现较好,DTVDI表现略好.     

接种菌根对充填复垦土壤营养吸收的影响

将菌根真菌接种于复垦土壤中 ,进行了盆栽试验研究 .结果表明 ,植株的生物量随覆土厚度增大而增大 ;与非菌根植物相比 ,接种菌根真菌的植物可以吸收更多的营养 ,而向地上部运移的 Na较少 ,抑制了植株积累过量的 Na盐 ;植株生物量及其植株体内的营养元素含量 ,接种菌根真菌后 ,覆土少的 (覆 5 cm厚的土壤于 1 0 cm厚的粉煤灰上 )相应高于不接种且覆土厚 (覆1 0 cm厚的土壤于 5 cm厚的粉煤灰上 )的 ,说明接种菌根具有抵消由于覆土少而导致的植株产量降低的潜力 ,其对粉煤灰充填复垦的植被重建具有重要作用 ,而且可以节约复垦费     

基于遥感数据的若尔盖地区2001—2015年植被生育期特征及其对气候变化的响应分析

遥感NDVI(归一化植被指数)数据能较好地反映植被生长变化情况,已广泛应用于多尺度植被物候监测。基于MODIS卫星每16 d的NDVI遥感数据,通过时间序列滤波软件TIMESAT重建了若尔盖地区2001—2015年NDVI时间序列,提取出植被3个关键生育期信息—植被生育期起始时间、植被生育期长度和生育期内NDVI峰值;分析了影响植被生育期的关键气候因子。结果表明:1)2001—2015若尔盖地区植被平均生育期起始时间提前,生育期长度延长,NDVI峰值无明显变化。2)植被平均生育期在空间分布上无明显递变规律;随海拔梯度升高,植被生育期起始时间推迟,生育期长度缩短,NDVI峰值减小。3)温度是影响若尔盖地区植被生育期的主要气候因素,4、5月积温升高促进植被生育期起始时间提前(相关系数|R|=0.79);9、10月积温升高有利于植被生育期结束时间推后,使得生植被育期长度延长(相关系数|R|=0.73);从植被生育期起始至NDVI峰值出现时间段内积温的升高也使得植被NDVI峰值升高(相关系数|R|=0.68)。4)植被NDVI与SPI(标准化降水指数)相关性不高,若尔盖地区植被生长对降水变化不敏感。研究结果较为真实地反映了2001—2015年若尔盖区域植被的生育期特征及其对气候变化的响应,其方法可应用于遥感监测区域范围内植被变化特征。     

基于遥感数据的若尔盖地区2001—2015年植被生育期特征及其对气候变化的响应分析

遥感NDVI(归一化植被指数)数据能较好地反映植被生长变化情况,已广泛应用于多尺度植被物候监测。基于MODIS卫星每16 d的NDVI遥感数据,通过时间序列滤波软件TIMESAT重建了若尔盖地区2001—2015年NDVI时间序列,提取出植被3个关键生育期信息—植被生育期起始时间、植被生育期长度和生育期内NDVI峰值;分析了影响植被生育期的关键气候因子。结果表明:1)2001—2015若尔盖地区植被平均生育期起始时间提前,生育期长度延长,NDVI峰值无明显变化。2)植被平均生育期在空间分布上无明显递变规律;随海拔梯度升高,植被生育期起始时间推迟,生育期长度缩短,NDVI峰值减小。3)温度是影响若尔盖地区植被生育期的主要气候因素,4、5月积温升高促进植被生育期起始时间提前(相关系数|R|=0.79);9、10月积温升高有利于植被生育期结束时间推后,使得生植被育期长度延长(相关系数|R|=0.73);从植被生育期起始至NDVI峰值出现时间段内积温的升高也使得植被NDVI峰值升高(相关系数|R|=0.68)。4)植被NDVI与SPI(标准化降水指数)相关性不高,若尔盖地区植被生长对降水变化不敏感。研究结果较为真实地反映了2001—2015年若尔盖区域植被的生育期特征及其对气候变化的响应,其方法可应用于遥感监测区域范围内植被变化特征。