Retrieval of canopy biophysical variables from remote sensing data using contextual information

In order to improve the accuracy of biophysical parameters retrieved from remotely sensing data, a new algorithm was presented by using spatial contextual to estimate canopy variables from high-resolution remote sensing images. The developed algorithm was used for inversion of leaf area index （LAI） from Enhanced Thematic Mapper Plus （ETM＋） data by combining with optimization method to minimize cost functions. The results show that the distribution of LAI is spatially consistent with the false composition imagery from ETM＋ and the accuracy of LAI is significantly improved over the results retrieved by the conventional pixelwise retrieval methods, demonstrating that this method can be reliably used to integrate spatial contextual information for inverting LAI from high-resolution remote sensing images.     

基于模拟退火算法的BP神经网络模型估算高分辨率叶面积指数

卫星遥感技术的快速发展使得获取全球大范围叶面积指数成为可能,但基于现有的算法和数据估算高分辨率LAI的精度还需要提高。针对农作物、草地和林地等3种典型地表类型,选取地面观测数据较多的4个研究区,包括3个各地类用于建模验证的研究区与一个用于适用性验证的独立研究区,针对4个研究区,分别获取地面测量数据以及对应的30 m空间分辨率地表反射率数据。在3个主要研究区建立并比较了NDVI植被指数经验模型、BP神经网络模型和基于模拟退火算法的BP神经网络模型,利用地面实测数据对模型进行验证。结果表明：在研究所选的3个主要研究区,基于模拟退火算法的BP神经网络模型的估算精度比BP神经网络模型和NDVI经验模型的估算精度高,农田、草地和林地站点估算结果的决定系数分别为0.899、0.858和0.863,BP神经网络模型的估算结果决定系数分别为：0.763、0.710和0.742,NDVI经验模型的精度最差,其估算结果的决定系数分别为0.622、0.536和0.637。为了验证SA-BP神经网络的适用性,选取独立研究区进行验证,结果显示验证精度较高,R²为0.842,RMSE为0.689 5,说明该模型外推能力较好。研究证明了基于模拟退火算法的BP神经网络模型提高了模型泛化能力,有效防止了BP神经网络模型滑入局部最小值,是提高高空间分辨率LAI估算精度的有效手段。     

2020年长江中下游蓄滞洪区集中区域洪水遥感监测及敏感性分析

为了减轻洪水有关的灾害风险，需快速准确获取洪水范围，并利用洪水事件的相关数据和信息来分析洪水的敏感区域，可为洪水的预防决策和管理提供科学依据。基于Sentinel-1 SAR数据分析2020年7月长江中下游蓄滞洪区集中区域洪水淹没状况，并利用机器学习模型分析了长江中下游蓄滞洪区集中区域洪水的敏感性，研究结果表明：(1)长江中下游蓄滞洪区内2020年洪水期水体面积达到了3 747 km²，相比平水期新增水体面积为1 301 km²，占整个研究区新增水体面积的19%，新增水体面积最大的为洪湖蓄滞洪区和华阳河蓄滞洪区。(2)从研究区新增水体范围内2010年以来土地利用变化来看，耕地、人造地表面积扩大，湿地、林地、草地和裸地面积下降，湿地面积萎缩降低蓄水纳洪能力。(3)研究区洪水敏感性高等级面积占整个研究区的23.33%，洪水敏感性极高等级占整个研究区的22.55%；蓄滞洪区洪水敏感性高等级面积占蓄滞洪区的面积比例为38.97%，极高等级占整个蓄滞洪区面积的52.05%。研究结果可为蓄滞洪区洪水防治、规划和建设提供科学依据和理论参考。     

2001~2018年三江源地表水动态变化及驱动力分析

当前很多研究利用遥感影像关注地表水动态变化情况,但不同算法得到的变化情况尚待进一步分析。基于GEE平台,以三江源为例,利用JRC全球地表水产品对三江源2001~2018年的地表水体面积进行动态变化分析,并结合大气再分析产品ERA5和PERSIANN-CDR进行驱动力分析。结果表明：2001~2018年期间,三江源常年性水体面积从6 403.61 km²增加至7 473.09 km²,主要增加部分分布于长江源区;三江源常年性水体面积变化和年降水量有显著正相关关系,常年性水体面积变化和气温没有显著相关关系;卓乃湖自2011年起溃坝,引起自身萎缩,导致其下游的盐湖扩张严重,有溃坝的风险。     

近20多年来赣州地区稀土矿区遥感动态监测

稀土资源是现代科技所需的重要资源,由于其有很高的经济价值,稀土资源的开采活动越来越频繁,过度开采现象严重,对稀土矿区的实时监控成为保护环境资源的重要环节。遥感技术在监测土地利用变化方面已经有了完善的技术方法。相较于普遍使用的Landsat-TM/ETM+数据,我国研发的HJ卫星(中国环境与灾害监测预报小卫星)数据具有更短的重访周期,能够对稀土矿的开采进行更加有效的检测。通过结合Landsat-TM/ETM+与HJ-1/CCD数据,根据矿区植被覆盖度的变化及时监测稀土矿区活动情况,对江西定南地区20a来稀土矿区开采变化情况进行监测,并提出保护建议,为实现矿产资源的可持续发展提供理论依据。     

基于面向对象方法的露天煤矿用地类型提取优先级分析

高分辨率影像为矿产资源开发遥感监管提供了更为精确有效的数据.以霍林河露天煤矿区为研究区,应用高分一号卫星影像为主要数据源,在面向对象的影像分类基础上,探讨了露天煤矿区用地类型信息提取优先顺序对最终分类精度的影响.结果表明:露天煤矿区的用地类型信息提取中,采用优先提取采矿场和排土场等资源开发用地类型、而后提取其他非开发用地的优先级顺序的分类精度最高,其总体精度达到８２％,Kappa系数达到０．７８,可以为露天煤矿区的用地类型信息提取提供理论和方法支持.     

近20年黄河流域陆表水域面积时空变化特征研究

黄河流域生态保护和高质量发展是国家重大战略之一。开展陆表水域的动态变化监测,有助于掌握黄河流域水资源分布与变化状况,对于了解人类活动对水资源的影响,保障流域生态安全具有重要意义。本文基于Landsat数据提取2000—2019年黄河流域陆表水域分布,分析了黄河流域陆表水域面积的动态变化状况,结果表明：（1）流域陆表水域空间分布不均衡,上游陆表水域面积占流域陆表水域总面积的60.3%、中下游占39.7%,其中青海省和内蒙古自治区的陆表水域面积占比最高,分别占40.3%和17.0%;（2）近20年间,流域陆表水域面积总体呈增加趋势,增幅约为49.0%,其中上游地区对流域陆表水域总面积增加的贡献度最大,达到47.7%,中游地区贡献度次之,为42.7%,下游地区贡献度较小,只有9.6%;（3）从流域来看,渭河和汾河流域的陆表水域面积增加较为明显,2000—2019年期间,分别扩大了113.17 km²和55.75 km²,增幅约为139.9%和152.4%。     

基于SPOT-VEGETATION数据的河套灌区植被覆盖变化动态分析

文章基于1998~2010年的SPOT-VEGETATION逐旬NDVI数据,分析了河套灌区植被覆盖变化的时空特征,采用数据插值,最大值合成的方法提取了河套灌区的月植被指数数据和年植被指数数据,采用趋势分析方法提取河套灌区的植被变化趋势。     

基于面向对象的高分影像分类研究

遥感技术已经成为实现地表信息提取的主要手段。以高分辨率影像为主要数据源,采用面向对象的多尺度分割算法,根据对象的光谱、形状等特征,实现了面向高分遥感数据的土地利用分类算法。该算法结合了面向地物对象和综合对象特征的分类方法,充分发挥了高分辨率影像进行精细地物分类的优势,得到了高精度的分类结果。通过西双版纳纳板河流域国家级自然保护区实例验证表明:该算法总体精度达到88.58%,Kappa系数达到0.77,精度符合应用要求,能够实现土地利用高精度、快速的分类。     

MISR多角度遥感数据的组件库处理方法及数据分析

多角度成像仪MISR是美国对地观测计划中一个重要的传感器,它通过多角度观测提供了更多地表各向异性信息,其数据产品采用HDF-EOS文件格式,而且由于增加了角度维的数据,当前很多常用软件不能灵活地处理该数据,从而限制了该产品在我国的广泛使用。本文主要从应用角度出发,介绍了组件库和C语言结合的MISR卫星地面产品的处理方法,通过HDF-EOS库,可以灵活地处理MISR的高维数据;而对于MISR的坐标信息,可以通过GCTP库提供的坐标转换功能,方便地完成不同投影之间的转换。本文还通过高分辨率的SPOT分类图像作为先验知识,提取了MISR观测平面的不同地类的较纯像元的BRDF,结果表明,在MISR观测尺度上,植被的碗边效应和其他地类的一些信息有较好的表征。