复种指数遥感监测研究进展

复种指数是对耕地资源利用状况的一种度量,其对于指导农业生产及研究气候变化等具有重要意义。利用遥感技术进行复种指数监测,不仅客观、高效、低成本,而且可以获取更佳的空间分布信息,近些年已成为农业遥感领域的研究热点。对复种指数遥感监测进展进行了综述:首先归纳和梳理了已有的几种复种指数遥感监测方法,并分析了各种方法的优缺点;然后在总结该领域研究现存关键问题的基础上,探讨了未来的发展趋势:(1)在内容上丰富,加强特殊的作物熟制信息监测;(2)在空间上拓展,加强地形复杂区域的复种指数监测;(3)在时间上延伸,加强复种指数长期的动态变化监测。     

基于Hyperion数据的铜矿信息直接和间接提取方法研究

针对不同的地表覆盖条件,研究基于Hyperion星载高光谱数据的砂页岩型铜矿信息提取方法。首先对Hyperion L1级数据进行波段筛选、坏线修复、大气纠正和几何纠正等预处理,然后分别针对不同的植被覆盖情况使用不同的信息提取方法。在岩石裸露区,直接使用光谱角制图法;在植被覆盖区,使用铜金属离子的积累导致的植被生理异常作为间接标志来识别铜矿信息,生理异常使用高光谱植被指数来计算。结果表明,综合使用这两种方法的互补信息能够便于提取复杂地表覆盖情况下的铜矿信息。     

基于RS与GIS的夏尔希里自然保护区植被NPP估测研究

以植被净第一性生产力NPP遥感估测为研究内容,以地学和生态学知识为基础,利用RS、GIS 技术手段,综合遥感光谱数据、DEM数据、统计数据、定位点的实测数据等多源信息,构建了 NPP 遥感地形模型,计算出夏尔希里自然保护区7 月份的植被 NPP。最终完成夏尔希里自然保护区植被生产力的定量化。     

基于高光谱激光雷达的滞尘叶片光谱特征分析

城市绿植为城市生态系统提供自净功能, 起到净化空气以及滞尘降尘等多种环境保护作用, 而滞尘等因素也 会对绿植产生影响。为了研究滞尘对城市绿植叶片光谱特征的影响, 采集了四种常绿绿植 (八角金盘、石楠、香樟和 玉兰) 叶片样本, 使用高光谱激光雷达系统获取高光谱点云数据, 分析了滞尘对叶片光谱特征的影响。分析结果表明: 对于不同种类叶片, 滞尘对可见光波段反射率均有较大影响; 对于同种类叶片, 滞尘对近红外波段的反射率差异影响 较大, 可见光波段的反射率差异为 1.21%∼3.41%, 近红外为 1.76%∼8.49%; 线性四点内插法计算和光谱导数分析表明 滞尘对四种叶片的红边位置无显著影响; 四种叶片的叶面水含量指数 (LWI) 对滞尘的响应程度最小 (均小于 3.7%), 而 比值植被指数 (RVI) 对滞尘的响应程度最大 (除香樟外, 均大于 20.0%), 红边指数 (SDr)、简单比值指数 (SR) 和叶面叶 绿素指数 (LCI) 的响应程度稳定性较差。进一步建立了滞尘植被指数和响应程度的线性相关性拟合模型并进行了检 验, 其中以 LCI 为自变量建立的模型为最稳定拟合模型, 可表示为 y = −1.527x + 0.6597, 决定系数约为 0.88。     

不同大气校正方法对中小湖泊蓝藻遥感动态监测的影响

环境小卫星可实现中小湖泊蓝藻动态监测,但不同大气校正方法对于相同影像的处理结果有很大差异。研究利用多种大气校正方法对环境小卫星影像进行辐射校正处理,利用多个感兴趣区的全局和局部特征以及多个统计量对处理结果进行分析,比较其在蓝藻动态监测中的作用。基于多光谱植被指数计算蓝藻生物量的思路,分析了影像经不同大气校正算法处理后,其归一化植被指数的差异性来源及其对蓝藻生物量计算结果的影响。结果表明:蓝藻动态监测的定量描述会因大气校正算法不同而不一致,进而对几种大气校正算法在蓝藻生物量监测和定量分析中所产生的不确定性进行了比较分析,并对各算法的有效利用提出了建议。     

基于MODIS数据的森林可燃物分类方法——以黑龙江省为实验区

森林可燃物是森林燃烧环理论中的重要三要素之一,它是森林火灾发生的内因,对于火险等级预报、火行为预报、火灾扑救等森林防火工作具有重要意义。介绍了基于MODIS数据与GIS技术相结合的森林可燃物分类方法。在研究中,以黑龙江省为实验区,利用多时相的MODIS数据生成实验区16天的最大归一化植被指数后,通过主成分分析,采用非监督分类与监督分类相结合的方法,并在GIS技术的支持下,完成了实验区内的森林可燃物的分类,为进一步获得适合全国的利用现代高新技术的森林可燃物分类方法打下了坚实基础。     

城市异质植被的覆盖度估算模型比较研究

植被覆盖度是城市生态环境评价的一个重要指标。针对亚热带城市异质植被覆盖特征,选择像元尺度的植被指数(NDVI)转换模型、亚像元尺度的植被—土壤两端元模型(V-S Model)和植被—高—低反射率三端元模型(V-H-L Model)在TM影像上估算植被覆盖度,并结合野外实地调查对比验证3种模型的估算精度及其适用性。结果表明模型尺度和背景亮度对植被覆盖度估算有着不同程度的影响。NDVI转换模型整体高估覆盖度为27%,V-S模型和V-H-L模型整体低估覆盖度分别为23%和5%;验证结果证明:NDVI转换模型对高密度(60%)植被的估算结果最好,低估4%;V-H-L模型对中密度(40%~60%)和低密度(40%)植被的估算结果最优,仅低估2%,并受背景亮度的影响最小。因此,NDVI转换模型适用于高密度植被覆盖度的估算,亚像元尺度下的V-S模型和V-H-L模型适用于低、中密度植被覆盖度的估算,并以V-H-L模型估算较为准确。     

基于NDVI的华北平原农业干旱演变特征研究

针对华北平原农业干旱现象较为严重的问题,文章以归一化植被指数NDVI作为农业干旱指数,研究了华北平原1999-2019年的农业干旱演变特征,结果表明：1999-2019年NDVI时间序列处于上升趋势,干旱情况有所缓解。其中,最严重的干旱发生年份为2001年,该年份的1月NDVI值达到了最小值0.173。     

基于二阶段算法的HJ-CCD数据过火区制图

利用环境减灾小卫星多光谱数据研究过火区的制图方法,并分析对比了4种植被指数对于过火区的分离性。结果表明:基于可见光和近红外的BAI(Burned Area Index)与GEMI(Global Environment Monitoring Index)指数对于过火区的分离能力较好。在此基础上,采用二阶段识别算法对实验区的过火区进行提取。首先采用严格的阈值提取燃烧较为严重的过火像元,并以此作为第二阶段过火区识别的“种子”点,该阶段以减少误判为目的;第二阶段采用区域生长提取其他过火区域,同时采取较为宽松的阈值作为生长准则,以减少漏判,最后得出过火区边界。精度验证结果表明:该方法提取的过火区误判率为5.5%,漏判率为12.7%。