基于GF-1和Sentinel-1A的漓江流域典型地物信息提取

漓江流域是桂林山水的核心,保护漓江流域生态环境已成为国家战略。以漓江流域为研究区域,以GF-1多光谱影像和SAR影像为数据源,采用小波融合算法将GF-1多光谱影像和SAR VV极化的后向散射影像进行影像融合,再利用随机森林算法分别对GF-1多光谱影像、GF-1和Sentinel融合影像构建典型地物高精度识别模型,提取与漓江流域生态环境紧密相关的河流、针叶林、阔叶林、水田、旱地以及居民地等地物类型。研究结果表明:①在95%置信区间内,基于GF-1影像分类的总体分类精度达到96.15%,基于GF-1和Sentinel-1A后向散射系数的影像总体分类精度达到了94.40%;②河流、阔叶林和旱地在基于GF-1多光谱影像的分类精度中分别达到了97.74%、93.20%、90.90%,比基于融合GF-1多光谱和SAR的数据分别高出7.57%、8.96%和1.22%,其余地物类型两者分类精度相近;③GF-1多光谱和SAR数据的融合中,利用了小波变换进行图像融合,发现融合图像的喀斯特地貌突出,增加了地物特征的差异性。     

雷达遥感图像解译与散射模型

以电磁波散射理论为基础,结合8毫米真实孔径成像雷达的研究成果,尝试建立散射模型,讨论雷达图像的解译,指出了雷达图像的一些特点。     

Use of ENVISAT/ASAR wide-swath data for timely rice fields mapping in the Mekong River Delta

Because of the importance of rice for the global food security and because of the role of inundated paddy fields in greenhouse gases emissions, monitoring the rice production world-wide has become a challenging issue for the coming years. Local rice mapping methods have been developed previously in many studies by using the temporal change of the backscatter from C-band synthetic aperture radar (SAR) co-polarized data. The studies indicated in particular the need of a high observation frequency. In the past, the operational use of these methods has been limited by the small coverage and the poor acquisition frequency of the available data (ERS-1/2, Radarsat-1). In this paper, the method is adapted for the first time to map rice at large scale, by using wide-swath images of the Advanced SAR (ASAR) instrument onboard ENVISAT. To increase the observation frequency, data from different satellite tracks are combined. The detection of rice fields is achieved by exploiting the high backscatter increase at the beginning of the growing cycle, which allows the production of rice maps early in the season (in the first 50 days). The method is tested in the Mekong delta in Vietnam. The mapping results are compared to existing rice maps in the An Giang province, with a good agreement (higher than 81%). The rice planted areas are retrieved from the maps and successfully validated with the official statistics available at each province (R² = 0.92). These results show that the method is useful for large scale early mapping of rice areas, using current and future C band wide-swath SAR data.     

基于遥感的黄河三角洲地区盐碱地分布监测

借助遥感技术可以快速准确提取盐碱地分布信息,本文使用TM遥感影像,利用光谱分析和图像处理相结合的方法,参考地理数据,对黄河三角洲地区盐碱地的分布状况进行了遥感分析。通过最大似然分类及神经网络亚像元分类两种监督分类方法的分类精度比较后发现,后者分类精度得到有效提高,总体分类精度从80.8%上升到85.6%,对于盐碱地地类的分类精度提高到85.45%。最后,在此基础上给出了该地区盐碱地分布图。     

结合Landsat时序遥感干扰检测的福建将乐县森林林龄估算与评价

高精度的森林林龄可以改善森林生物量、蓄积量、碳储存量等的估算精度。为提高频繁发生干扰区域森林年龄估算精度,以森林干扰强度较大的福建省将乐县为例,通过构建将乐县1987～2019年Landsat时序数据集,利用LandTrendr算法获得森林干扰开始时间节点特征,与林龄建模,实现干扰区林龄估算;接着利用GF-1号影像的波段、植被指数、纹理以及地形因子特征,通过递归特征消除的随机森林算法,与林龄建模,实现非干扰区林龄估算;最后将两部分的林龄合并,得到研究区2019年森林年龄。结果表明：(1)将乐县森林干扰总面积为346.37 km2,其中,针叶林、阔叶林干扰面积占比75.06%;(2)利用LandTrendr算法的干扰开始时间节点估算的林龄误差（RMSE=1.91 a）较小,模型精度（R2=0.94）较高;(3)通过递归特征消除的随机森林算法估算的针叶林、阔叶林林龄的R2和RMSE分别为0.64、0.48和4.71 a、12.71 a。研究表明：结合长时间序列的干扰算法可以有效提高干扰区森林年龄估算精度,为亚热带山区的区域尺度上进行森林林龄估计提供参考。     

雷达遥感考古机理、应用与展望

面对雷达遥感多模式、多极化和高分辨率等发展趋势,结合考古学对空间技术的迫切需求,从雷达遥感工作特性出发,阐述了雷达遥感考古的机理。在回顾雷达遥感考古取得成就的基础上,围绕考古目标探测与发现、监测与诊断等现实需求,提出了一种适应于考古研究的雷达遥感实施框架;并对当前所面临的科学问题及研究内容进行了深入探索与分析。应用实践认为以项目实施为牵引,建立典型示范案例地,开展雷达遥感机理、方法与模型等考古适应性研究刻不容缓,并可着实推进我国文明探源与遗产地可持续化发展。     

基于遥感的祖厉河流域土地分类及其分布空间分析

以陇西黄土高原的祖厉河流域为研究区,利用1993和2007年两期TM影像数据对研究区土地利用类型进行分类,在此基础上结合数字高程模型(Digital Elevation Model,DEM)、多年平均降水量的空间分布数据,利用地理信息系统(GIS)空间分析方法,重点分析坡耕地、林地和草地的气候特征空间与地形特征空间,研究得出：①14 a内研究区大约有 214.82 km²坡耕地被治理,但2007年仍有145.08 km²处于临界坡度以上。②林地大致分布在降水量386~517 mm之间,14 a内人工林地有所增多。③在人为活动的干扰下,草地的覆盖度普遍降低。植被的恢复和重建是流域治理的切入点,该项研究目的为退耕还林还草提供科学支撑,服务于建立祖厉河流域生态系统的良性循环。     

Classification of sediments on exposed tidal flats in the German Bight using multi-frequency radar data

We present a new method for the extraction of roughness parameters of sand ripples on exposed tidal flats from multi-frequency synthetic aperture radar (SAR) data. The method is based on the Integral Equation Model (IEM) which predicts the normalized radar cross-section (NRCS) of randomly rough dielectric surfaces. The data used for this analysis were acquired in the German Bight of the North Sea by the Spaceborne Imaging Radar-C/X-Band SAR (SIR-C/X-SAR) in 1994. In-situ measurements of the root-mean-squared (rms) height and the correlation length of the sand ripples clearly demonstrate a relationship between these roughness parameters and the C-band NRCS determined from an ERS SAR image. Using the IEM we have calculated NRCS isolines for the three frequency bands deployed by SIR-C/X-SAR (L, C, and X band), as a function of the rms height and the correlation length of the sand ripples. For each SIR-C/X-SAR image pixel these two roughness parameters were determined from the intersections of the NRCS isolines at different radar bands, and they were used for a crude sediment classification for a small test area at the German North Sea coast. Comparing our results with available sediment maps, we conclude that the presented method is very promising for tidal flat classification by using data from presently existing airborne and future spaceborne multi-frequency SAR systems.     

结合编码-解码网络和条件随机场的全极化合成孔径雷达土地覆盖分类

针对多极化合成孔径雷达影像地物分类特征表征性较弱及全卷积网络分类精度较低的问题,文中提出结合编码-解码网络(E-D-Net)和条件随机场(CRF)的全极化合成孔径雷达(SAR)土地覆盖分类算法.首先,利用Freeman分解和Pauli分解建模全极化SAR影像,提取各分解对应的散射特征.再借鉴语义分割网络模型的建模思想和多尺度卷积单元构建对称网络模型,将多尺度非对称卷积单元嵌入中层,设计E-D-Net网络模型.通过E-D-Net网络模型对PolSAR影像Freeman分解散射特征进行多层自主学习,获得初始分类结果.最后,利用全连接CRF结合Pauli相干分解伪彩色图信息,对初始分类结果再进行降噪和平滑优化,得到最终分类结果.在两地区PolSAR影像上的实验验证文中算法的有效性和可行性.     

主被动遥感特征优化的天然林森林蓄积量估测

结合国产主被动遥感数据高分六号（GF-6） PMS和高分三号（GF-3）双极化PolSAR估测森林蓄积量,并针对多源遥感数据的冗余问题进行特征组合优化。以新疆巩留县天然林地为研究区,提取GF-6 PMS数据的光谱信息、植被指数、纹理以及植被覆盖度信息和GF-3 PolSAR数据的后向散射系数、极化分解参数,结合地形因子,在森林样地调查数据的基础上,利用快速迭代特征选择的 K 最近邻法（K-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS）估测研究区的森林蓄积量。对比国产主被动遥感数据和单一遥感数据源时的估测结果,基于最优特征组合反演研究区的森林蓄积量,结果表明：联合GF-3 PolSAR和GF-6 PMS数据估测研究区森林蓄积量的精度为 R2=0.72,RMSE=92.48 m3/hm2,相比于仅使用GF-6 PMS数据估测的精度（R2=0.56,RMSE=118.8 m3/hm2）,R2提高了0.16,提高了28.6%,RMSE降低了26.32 m3/hm2,降低22.2%。说明主被动遥感数据协同反演可以提高森林蓄积量估测精度,KNN-FIFS方法可以有效地估测天然林森林蓄积量。     

基于综合识别系统的雷达测距不确定性的分析与仿真

雷达对目标进行探测，测量精度是一个重要的性能指标。影响一部雷达测量精度的因素是多方面的，本文着重讨论，在只有加型高斯白噪声的背景下，雷达测距的不确定性，并给出相应的仿真结果.     

遥感技术在河长制中的应用探讨

2016年12月印发的《关于全面推行河长制的意见》,提出加强水资源、水域岸线管理保护等六大任务,这标志着我国将水资源管理与保护提升到一个新高度,在此背景下,利用各种先进技术和方法提升有效的管理,是目前研究的热点。遥感技术具有观测范围广、采集信息量大、获取信息速度快等特点,根据河长制的六大任务,有针对性地讨论遥感技术在水资源、河湖岸线利用现状调查,水质与水污染及灾害监测中的应用,并提出更大程度地发挥遥感技术的优势助推河长制的实施是今后研究的热点和难点。     

利用多时相ASAR数据反演黑河流域中游地表土壤水分

土壤水分是地表能、水循环过程中的重要变量之一,利用主动微波遥感,特别是合成孔径雷达（SAR）进行土壤水分的反演已经越来越受到人们的关注。地表与微波相互作用机理非常复杂,受到粗糙度的强烈影响,成为制约土壤水分准确反演的一个重要因素。利用3景时序接近的ASAR影像对黑河中游临泽草地试验区地表参数进行了多通道的反演,获得了像元尺度上的粗糙度分布状况,从而不需要借助粗糙度的地面测量辅助信息,节省了工作量。土壤水分反演取得了较为满意的结果（均方根误差< 6%）。      

Morlet 小波在地表物候遥感识别中尺度的选取与应用

地表物候是人类了解地球生态系统的必要参数,也是动植物保护、农耕等活动的重要依据。使用遥感数据进行地表物候提取为大尺度的地表物候变化监测提供了一种有效途径。研究发现目前应用最广泛的非对称性高斯函数拟合法和双 Logistic 函数拟合法存在一定的缺陷,尤其是在提取 NDVI 峰值谷值和物候周期不明显区域 (如干旱地区、沙地) 的物候参数时存在严重的误差,而 morlet 小波在分析地表年际变化的周期特征方面表现良好。本文使用 morlet 小波对青海湖流域 2003-2014 年的 MODIS 数据进行分析,得到地表物候在该时间段内的年度变化与趋势,进行不同区域、不同时间的差异性分析,发现青海湖流域的地表物候期整体都略有提前,但生长季的长度呈延长趋势,认为青海湖流域的地表物候整体上响应全球变暖的趋势。中部地区的生长季长度大于高海拔、高纬度区域和沙地区域,认为青海湖流域的中部地区是最适合动植物生长、活动的范围。     

山东省黄河流域森林蓄积量遥感定量估测模型研究

采用2006年的TM遥感影像作为研究区的基本数据源,利用GPS、全站仪等仪器,采用典型随机抽样方法采集了378个抽样点的外业数据;借助MATLAB、SPSS、SAS、ERDAS等工具,运用主成分分析法、多元线性逐步回归法,结合RS、GPS和GIS技术,借助数学和物理理论,建立以像元为单位的山东省黄河流域森林蓄积量定量估测模型,为实现流域森林生态系统的平衡,最大限度地发挥森林的生态、经济和社会效益提供科学依据。     

基于2030可持续发展目标的珠三角土地消耗率与人口增长率协调关系评价

量化联合国可持续发展目标SDG 11.3.1“土地消耗率与人口增长率的比率（LCRPGR）”有助于了解城市扩张与人口增长之间的关系,为城市国土空间规划和人口城镇化调控提供数据支撑,并且对指导决策者制定城市增长计划至关重要。基于土地利用产品、夜间灯光数据和人口普查数据,提取了城市建成区,利用地理加权回归模型测算了珠三角地区1 km×1 km格网尺度人口密度。依据SDG 11.3.1指标元数据中定义和公式,对珠三角地区可持续发展进行了可靠评价。结果显示：①1990~2010年珠三角建成区面积扩张4.6倍,城区人口增长3.7倍;②1990~2010年珠三角的LCRPGR值由0.71增长到2.01;城市扩张速度与人口增长速度并非是成比例协调增长关系;③建成区的扩张主要是由耕地和农村居民用地转换而来。综上,自2000年后珠三角地区土地消耗率已经超过人口增长率,城市扩张速度与人口增长速度并非是成比例协调增长关系,二者的差异在增大,应当引起一定注意。     

Landsat TM热红外遥感数据定量反演地下水富集带的温度信息--以甘肃河西地区石羊河流域为例

利用ＬａｎｄｓａｔＴＭ６热红外遥感数据定量反演了干旱地区的地表温度,研究结果表明,区典型地表覆盖类型的地表亮温比地表起初温度低０．４－１Ｋ,遥感反演的地面真实温度与当地３月下旬的实测温度误差在０．８Ｋ以下,这说明用ＬａｎｄｓａｔＴＭ６定量反演干旱区的地表温度是可行的。研究结果表明,地下水富集带地表温度具有异常现象,其地表温度比地表水体高５Ｋ左右,而比其它地表类型低７Ｋ以上,据此,可以利用热红外遥感     

黑河中游张掖绿洲灌溉渠系的数字化制图与结构分析

人工灌溉渠系对于干旱区内陆河绿洲的生存和发展具有重要作用。以黑河中游的张掖绿洲为例,在收集大量高分辨率遥感影像和地形图资料的基础上,利用GPS实地测量和GIS软件提取了全绿洲干、支、斗3级渠系信息,获得了翔实准确的灌溉渠系空间和属性数据,首次完成了张掖绿洲灌溉渠系的数字化制图并对该渠系网络的空间格局进行了分析。结果表明：张掖绿洲目前渠道总数约为6 300条,总长为8 749.51 km,密度为0.47 km/km²,干、支、斗渠的比例为1∶1.17∶2.4。5个县区中甘州区的灌溉渠系分布最密集,而山丹县渠系建设相对落后。 绿洲人工灌溉渠系建设方式和水资源利用开发程度是影响和改变本地区流域景观结构和土地利用方式的重要因素。     

基于时序遥感数据的福州市耕地非农化特征及驱动因子分析

耕地是粮食生产的基本载体,及时准确地获取耕地非农化信息,对于耕地资源管理和政策实施具有重要意义。为探究福州市近30 a耕地非农化变化规律,基于谷歌地球引擎（Google Earth Engine,GEE）和随机森林方法,利用多时相Landsat遥感影像提取了福州市1989、2000、2010和2019年耕地空间分布信息,并在此基础上利用土地转移矩阵、网格单元法和地理探测器等方法,分析了福州市耕地非农化的重要特征及其驱动因子。结果表明：(1)基于GEE平台的随机森林方法可有效提取南方多云多雨地区的耕地信息,土地利用分类总体精度高于90%,Kappa系数大于0.85;(2)福州市耕地空间分布不均匀,呈现东多西少,耕地面积随时间推移不断减少,耕地非农化呈现“快—慢—平”的特征。耕地非农化主要发生在高程100 m和坡度10°以下区域,耕地非农化类型主要为园林地和建设用地,其中西部地区主要为园林地,中东部地区为建设用地;(3)耕地非农化是由自然和社会因素共同驱动的结果,自然因素是耕地非农化的先决条件,城镇化增长率与人口数量增长率是导致耕地非农化主要驱动因素,其中城镇化增长率和第一产业比重增长率是...     

超大城市土地覆盖与热环境的随机森林回归模型研究

目前对于超大城市土地覆盖和热环境定量模型研究报道不足,这主要是因为大城市地表温度和地表生物物理组分之间存在复杂的潜在非线性关系,这使得准确评估城市热环境情况遇到了严峻的技术挑战。研究选取中外6个典型超大城市（北京、上海、广州、伦敦、纽约和东京）为研究对象,以Landsat遥感影像为主要数据源,利用单通道算法反演各城市地表温度,采用随机森林回归模型（RFR）建立土地覆盖类型与城市热环境定量关系模型（LCT）,综合分析城市土地覆盖因子与热环境间的多维定量关系。土地覆盖与地表温度的定量关系显示,城市地表热场的空间结构在很大程度上被下垫面用地类型所左右,不透水面会导致高温热场的聚集,而植被和水体则有降温作用。6个超大城市地表覆盖结构变化产生的升温/降温效应有所差异,北京、上海、纽约和东京等城市区域的植被和水体降温效应较广州和伦敦显著。基于随机森林回归方法建立了NDVI、MNDWI和NDISI等3种土地覆盖类型与城市热环境的综合定量关系模型（LCT）,模型得到的精度高于基于多元线性回归方法建立的模型。LCT＿RF模型的R2值在0.623～0.826之间,比LCT＿MLR模型高0.021～0.07...