地理信息系统空间分析能力探讨

首先回顾了当前商业GIS软件包已有的空间分析能力,以及GIS所服务的地球科学对空间分析的需求,然后以典型案例剖析了当前独立的空间分析商业软件包具有的空间分析功能,据此,探讨了GIS数据分析新增能力的内容和设计策略。     

大兴安岭北段森林扰动对NPP的影响分析

森林扰动影响森林生态系统碳循环和碳平衡,植被净初级生产力(NPP)是表征植被固碳能力的重要指标,分析森林扰动对NPP的影响对于全球变化研究及生态系统承载力和恢复力评估具有重要意义。选取大兴安岭北段地区作为研究区,使用生产的每8 d 30 m分辨率叶面积指数数据集,基于Mu Sy Q-NPP植被生产力模型估算了该地区2002～2018年森林生长季30 m分辨率时间序列NPP,并使用30 m分辨率森林扰动时间序列产品分析了森林扰动对NPP的影响。研究结果表明：在大兴安岭北段地区,2002～2018年森林生长季NPP多年均值多分布于400～600 g C·m^-2·a^-1之间,总体呈现缓慢增加趋势;火干扰是研究区的主要扰动因子;2002～2017年森林扰动导致生长季NPP年平均减少量为0.01 Tg C·a^-1,在2003年、2006年和2017年,受到面积较大且强度较大的森林扰动后生长季NPP降低幅度较大,分别为0.11 Tg C、0.03 Tg C和0.03 Tg C;发生中高强度森林扰动的2006年扰动区,生长季NPP自2...     

遥感叶面积指数产品提取自然植被物候期对比

物候是指示气候变化的关键因子,遥感技术的快速发展为物候监测提供了新的途径。遥感叶面积指数(LAI)产品包含了主要的物候信息,并广泛应用于植被物候的监测。了解不同数据产品在提取植被物候信息上的差异是评价遥感产品对物候期监测适用性的重要方面。以东北三省为研究区域,使用非对称性高斯函数拟合法进行数据平滑,利用动态阈值法提取MODIS、CYCLOPES和GLASS叶面积指数(LAI)产品的生长季开始时间(SGS)、生长季结束时间(EGS)和生长季长度(LGS)。研究表明:MODIS和GLASS产品提取的SGS、EGS和LGS比较接近,整体上一致性较好;CYCLOPES产品提取的SGS多数情况下晚于MODIS和GLASS产品而EGS早于MODIS和GLASS产品。通过可利用的实地物候观测数据验证表明:MODIS和GLASS产品提取林地的SGS与物候观测值比较接近,EGS略晚于物候观测值,CYCLOPES产品提取的林地的SGS和EGS更加可靠。     

积雪监测与应用系统分析与设计

介绍了利用面向对象的编程技术,通过对各种现有商业软件的集成,建立积雪监测与应用系统(SMAS)的概念模型、逻辑结构和实现方法,以及系统中应用模型的发展和部分应用结果,并对系统进行了评价。     

基于特征统计可分性的遥感数据专题分类尺度效应分析

现有的对地观测遥感卫星能够提供从0.61 m到数十公里空间分辨率的遥感数据。通过遥感数据的专题分类得到的专题图的精度不但受遥感数据光谱特征、遥感数据处理和分类过程的影响, 而且受到所用的遥感数据的空间分辨率的影响。遥感数据空间分辨率的变化对遥感专题分类精度的影响受混合像元数目的变化和类内光谱特征变异程度的变化这两个矛盾的因子影响。空间分辨率对分类精度的最终影响决定于这两个矛盾影响因子的净效应。通过分析遥感专题分类中分类特种的统计可分性随遥感数据空间分辨率的变化来分析空间分辨率变化对分类精度的净效应。采用变换的离散度作为特征的统计可分性度量。以TM数据进行土地利用/土地覆被分类为例,首先将原始分辨率的图像以简单平均方法逐步尺度扩展到不同分辨率,然后在原始空间分辨率的图像上,根据该地区土地利用图进行层次随机采样,并以原始分辨率图像上的随机采样位置为掩模,在尺度扩展后的图像上进行同样位置的随机采样,最后在各空间分辨率上分别计算类对间的变换离散度。对变换的离散度随空间分辨率变化的规律进行了分析和定性解释。研究表明,类对间空间邻接结构对类别间混合像元数目随空间分辨率的变化有决定性影响;不同类对之间的最大统计可分性可能发生在不同的空间分辨率;空间分辨率越高,并不一定分类精度越高;不同类别之间的分类需要不同空间分辨率的数据。     

遥感影像超分辨率制图研究进展

尺度问题是土地覆盖分类中的一个核心问题,向下尺度转换又是其中的难点。混合像元分解可以得到亚像元尺度的类别组分百分比,但无法求得亚像元的具体位置。遥感影像超分辨率制图是由粗空间分辨率的影像得到高空间分辨率分类结果图的技术,可用于地表分类向下尺度转换,近年来该技术已成为遥感影像分类和尺度转换领域的研究热点。对超分辨率制图研究进展做了详细论述,从超分辨率制图的发展和研究现状、主要方法、精度评价等几方面进行了详细阐述,并分析了当前超分辨率制图算法存在的主要问题,以及可能的研究重点和发展空间。     

一种高空间分辨率遥感影像信噪比测定方法

信噪比是用来评价遥感影像质量一个重要的辐射特性参数。通过合适的方法精确地测定出遥感影像对应的信噪比参数,可以帮助数据提供者或用户更好地预测和提高遥感影像的信息提取能力。现有的信噪比测定方法大多基于中低空间分辨率遥感影像进行,并不能很好地适用于高空间分辨率遥感影像。针对现有信噪比测定方法的这一局限性,从高空间分辨率遥感影像本身特点出发,通过自适应地划分DN值子区间,以一定百分比最小局部标准差的平均值估算每一DN值子区间对应的噪声大小,进而估算每一DN值子区间对应的信噪比。该方法充分考虑了高分遥感影像内空间细节信息、边缘信息以及纹理信息较强而使得均值区域很难获取的特点。研究表明:改进的方法对于估算高分遥感影像信噪比具有较好的适用性。     

积雪遥感动态研究的现状及展望

简要讨论了积雪遥感研究的现状,主要包括常用传感器的物理参数及其可行性和局限性,云和雪的区分技术,雪盖面积和积雪深度的提取,雪水当量换算以及积雪遥感在融雪径流模拟、雪灾监测与评价、积雪对气候变化的影响研究等方面的应用。并对积雪遥感研究的发展趋势做了简要的分析与展望。     

从数码照片中快速提取植被覆盖度的方法研究

植被覆盖度是反映植被基本情况的指标,是农学、生态学等所关心的一个重要参数。获取地表数码照片并进一步提取植被覆盖度已成为一种最具潜力的对植被覆盖度进行地面测量的手段,而如何快速、准确地从数码照片中提取植被覆盖度信息尚缺乏成熟的方法。通过利用NDI法对数码照片的处理,实现了植被覆盖度的快速提取,同时用监督分类法提取相同数码照片的植被覆盖。通过对两种方法及其计算结果进行精度评价和比较表明,用NDI法和监督分类法估计的植被覆盖度都能够达到较高的准确性,结果可信度高,但NDI法要比监督分类法更自动化和快速,在精准农业作业系统等方面极具实用价值。