基于遗传优化神经网络的多源遥感数据反演土壤水分

为快速反演较高精度土壤水分,提出用遗传算法优化后的神经网络辅以多源遥感数据的方法进行地表土壤水分反演。首先建立4层神经网络并用遗传算法优化此网络,之后以雷达数据不同极化(VV、VH、VH/VV)的后向散射系数、雷达入射角、光学数据的归一化植被指数(NDVI)、以及高程数据作为网络的输入,土壤水分数据为输出,对网络进行训练与仿真,再运用地表实际测量数据与反演数据做对比验证。结果表明:反演结果与实际测量数据相关性良好,R2可达0. 79。采用遗传算法对神经网络优化的土壤水分反演方法可行,且添加光学数据等辅助数据后土壤水分反演效果更优,为多源遥感土壤水分的协同反演研究提供新思路。     

比辐射率对遥感反演滇池流域地表温度的影响

为了探究地表比辐射率(以下简称“比辐射率”)对遥感反演地表温度的影响。利用Landsat5 TM6波段数据,以滇池流域为研究区域,通过NDVI阈值法和经验公式模型法求算比辐射率,应用普适性单通道算法反演得到滇池流域地表温度,结合滇池流域地面温度实测数据,分析不同比辐射率求算方法对反演地表温度的影响。结果表明: NDVI阈值法求算出的比辐射率和经验公式模型法求算出的比辐射率与MODIS比辐射率产品均显著相关;通过经验公式求算的比辐射率反演得到的城镇地区地表温度,超出观测温度4～5 ℃,不能精确地反映地表温度,而通过NDVI阈值法求算的比辐射率反演得到的地表温度更接近于地表实测温度,更能正确反映不同地表覆盖下的温度;由2种比辐射率反演得到的地表温度与实测温度差异较小,在精度控制范围之内。因此,对于滇池流域这种地表覆盖比较好的区域,用NDVI阈值法求算出的比辐射率来反演地表温度更为合适。     

光学与微波数据协同反演植被覆盖区土壤水分

基于LandSat5 TM和ENVISAT-1 ASAR数据,通过水云模型剔除了植被层对雷达后向散射系数的影响,利用AIEM模型对黑河中游植被覆盖地表的土壤水分进行了反演。建立植被含水量(Mveg;水云模型中关键参数)与多种植被指数之间的响应关系,发现比值植被指数(RVI)反演的植被含水量精度较高(R2=0.71);去除植被影响后,利用AIEM模型建立LUT表,基于VV和VH极化的后向散射系数,通过查表法反演研究区的土壤水分。对比野外实测数据与反演结果,发现VV极化数据反演结果较好(R2=0.74)。考虑了植被覆盖层对后向散射系数的影响,该方法更适用于植被覆盖地表的土壤水分反演。     

基于双频加权组合的土壤含水量估算方法研究

全球定位系统干涉反射测量可用于估算近地表土壤水分含量。用遗传BP神经网络和多元线性回归分析将L1和L2两个频点的数据进行组合,以改进反演土壤湿度的精度。经理论分析和算例表明,遗传BP神经网络双频融合反演土壤湿度,改善了不同频点信号间存在的误差,融合后数据的变化趋势也更加接近于土壤湿度变化趋势;多元线性回归反演土壤湿度,可以准确计算L1、L2频点观测相位与实测土壤湿度之间的相关程度,提高预测方程式的效果;双频融合反演结果与土壤湿度参考值之间的相关系数R2分别为0.865、0.824、0.766、0.724,比L2频点至少提高17.5%,比L1频点提高了0.1%。     

皇甫川流域地表特征参数遥感反演研究

运用Landsat-5 TM数据反演了皇甫川流域地表特征参数:归一化植被指数(NDVI)、植被覆盖度、地表比辐射率、地表反射率和地表温度.结果表明:反演的结果与实际地表状况较为吻合,能很好地反映研究区地表实际状况;将反演的地表温度进行检验,相对误差为0.58%.     

基于极化雷达的裸露地表土壤水分反演研究

为准确、快速提取大范围裸露地表土壤水分空间分布,以河套平原巴彦淖尔市杭锦后旗陕坝镇灌区土壤水分四极化精细模式雷达监测为例,研究基于RADARSAT-2数据土壤水分提取的技术与方法,选择AIEM模型作为研究区裸露地表土壤水分反演模型的基础,建立适合河套灌区裸露地表土壤水分微波散射的经验模型。应用经验模型对河套灌区地表水分进行反演研究并与实测数据进行相关性分析。结果表明极化组合VV-VH的相关程度高达0.931 1,经验模型能够满足土壤水分监测的需要,优于传统土壤水分分类方法,促进了极化微波遥感在土壤水分监测中的开拓应用。     

科尔沁沙地土壤表层水分遥感反演模型研究

为了对三北防护林体系和科尔沁沙地的沙漠化进行监测,选择内蒙古翁牛特旗作为实验区,利用LandsatTM遥感数据对实验区进行了地表土壤水分反演。文中采用热惯量法、温度植被干旱指数法和BP神经网络法进行地表土壤水分的反演,3种算法均能较好地反映地表水分的空间分布趋势。并对三种反演算法建立的土壤含水量遥感信息模型进行了精度检验。统计结果表明:BP神经网络法建立的遥感信息模型精度最高;温度植被干旱指数法建立的遥感信息模型精度居中;基于热惯量法建立的土壤含水量遥感信息模型精度最低。实验结果为三北防护林和科尔沁沙地沙漠化监测奠定了部分数据基础。     

青海省鱼卡-大柴旦盆地绿洲地下水位埋深遥感反演

以卫星遥感数据获得鱼卡-大柴旦盆地绿洲地下水位分布状况,利用TM8数据获得归一化植被指数NDVI,利用大气传输方程法反演地表温度TS,构成TS-NDVI特征空间,计算得到温度植被干旱指数TVDI对研究区表层土壤含水量进行估算。干旱区土壤水依赖于地下水,利用表层土壤含水量和TVDI与地下水位埋深的经验方程得到研究区地下水位埋深分布图并进行实地验证。结果表明:研究结果符合实际,用土壤含水量和TVDI反演得到的地下水位埋深与实测地下水位埋深之间的相关系数分别为0.83和0.765。     

基于深度学习的黑臭水体遥感信息提取模型

黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段(RGB)及近红外波段(NIR)计算归一化差异植被指数(NDVI)和归一化差异黑臭水体指数(NDBWI),针对细小形状的黑臭水体普遍存在的漏检问题,引入注意力机制模块对模型进行优化改进,构建改进型深度学习黑臭水体遥感信息提取模型。结果表明:输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳,其精度评价指标F1-srore、MIoU、Recall分别达到了0.864 5、0.868 1、0.835 9。     

基于Sentinel数据的组合极化反演土壤表层水分研究

土壤水分在农业生产发展中扮演着重要的角色,准确、实时地获取大范围的土壤水分对现代化农业建设有重要的意义。本文提出以Sentinel-1(0.453VV+0.547VH)的组合极化模式结合Sentinel-2和Landsat-8影像计算的归一化植被指数(NDVI)和归一化水指数(NDWI)进行大兴区的土壤水分反演研究。表明：(1)以Sentinel-1组合极化(0.453VV+0.547VH)为基础的反演土壤水分的方式可以实现对该地区土壤水分的高精度反演。(2)NDVI在通过水云模型反演土壤水分过程中,去除植被影响的效果要优于NDWI。(3)Sentinel-1组合极化(0.453VV+0.547VH)与NDVI结合反演土壤水分的相关性较高(r=0.886),优于单极化与NDVI结合反演土壤水分的相关性(r_VV=0.798,r_VH=0.743)。研究结论对于利用Sentinel-1双极化组合反演土壤水分有重要参考价值。     

博斯腾湖流域归一化植被指数变化及其对气候变化的响应

利用2003-2012年MODIS-NDVI数据,结合23个气象站同期气温和降水数据,分析10年间博斯腾湖流域NDVI变化趋势及其对气温和降水变化的响应机制。结果表明:10年间,博斯腾湖流域NDVI呈波浪式上升态势,NDVI显著增加和极显著增加区主要分布在巴音布鲁克草原和博斯腾湖附近的核心绿洲区,NDVI变化不显著区占研究区总面积的87.35%;近10年博斯腾湖流域的降水和气温都呈下降趋势,气温增温率自流域西北部向东南部递增,增温中心位于库尔勒和焉耆附近的核心绿洲区,降水倾向率自流域西北部向东南部递减,研究区中部降水减少最明显;年际水平上,10年间博斯腾湖流域NDVI总体与气温呈负相关,与降水量呈正相关。与降水量极显著正相关的区域主要分布在巴伦台和巴音布鲁克附近,月际水平上,4-10月博斯腾湖流域NDVI与同时期降水和气温呈现很强的正相关,滞后现象不明显。     

阿克苏河流域不同植被类型NDVI时空变化特征

归一化植被指数(NDVI)是反映地表植被生长状况的一类敏感的光谱信号。利用NDVI反演新疆阿克苏河流域内的植被覆盖及动态变化特征,有利于及时准确地获取流域内植被的时空分布,在气候变化背景下深入研究阿克苏河流域植被的生长及变化特征,具有重要意义。根据土地利用类型划分标准,结合研究区现状,将阿克苏河流域植被分为林地、灌木林地、草地、园地和耕地共5种类型,利用2000年2月-2014年12月NDVI 16 d逐月合成数据,分析了研究区不同植被类型的NDVI在各生长阶段的数量变化特征,拟合了不同植被类型的生长状况及其变化曲线。研究结果表明:2000-2014年,阿克苏河流域林地、灌木林地和耕地的NDVI整体呈下降趋势,草地和园地的NDVI则呈现上升趋势;各类植被的NDVI最低值均出现在冬季(1-2月),峰值则出现在夏季(7-8月);NDVI值急剧上升阶段处于3-5月,下降阶段处于9-11月;耕地和园地覆盖度明显增加,林地、灌木林地和草地覆盖度则呈现减少趋势。     

黄土高原北部淤地坝区域土壤水分模拟及水分有效性——以六道沟流域为例

为揭示黄土高原北部淤地坝区域土壤水分变化特征及其有效性,以黄土高原北部六道沟流域的一处淤地坝区域为研究区,基于实测的水文、气象数据,利用Penman公式和Penman-Monteith公式分别推求参考作物的蒸散发以及草地蒸散发,并对水分有效性进行评估;基于非饱和土壤水分运动方程式(Richards formula)构建了一维土壤水分计算模型,并对土壤水分进行模拟。结果表明:计算时段内,研究区的水分有效性参数值受同期表层土壤含水量和蒸散发的影响较大;淤地坝区域的水分有效性参数均值(0.31)比坡面均值(0.17)大;构建的一维土壤水分模型模拟精度较高,实测值与模拟值之间的相关系数以及模型的纳什效率(Nash-Sutcliffe efficiency(NSE))系数在0.90以上。研究结果可为黄土高原北部淤地坝区域蒸散发和土壤水分运动的深入研究提供基础数据和方法上的借鉴。     

毛乌素沙漠南部植被指数的变化规律研究

为了认识毛乌素沙漠南部植被的变化,基于MODIS的NDVI遥感数据分析了2000-2013年毛乌素沙漠南部植被的变化特征,NDVI年平均值呈上升趋势,年增长率为2.69×10~(-3)/a。各年均值的空间最大值变化幅度不大,基本表现为上升趋势。结合转移矩阵的方法,将NDVI值分为不同级别并建立植被指数转移矩阵,计算分析了NDVI值逐年的级别转移情况。由各年NDVI值较上年的变化及各年植被覆盖级别较上年的变化分析显示,总体NDVI都表现为较上一年变好的趋势,2013年相对2000年的72.37%的像元的植被级别变好。将2013年相对2000年转移矩阵中NDVI值在各等级所占个数进行统计显示,NDVI值由矩阵的下三角向上三角转移,上三角阵中NDVI像元的个数远大于下三角阵,说明NDVI值表现出由低等级向高等级转化的趋势,植被情况逐步转好。整体上,2000-2013年毛乌素沙漠南部整体植被情况在持续转好。     

基于GRACE重力数据反演黄河流域陆地水储量变化

基于GRACE重力卫星数据反演黄河流域2002-2013年陆地水储量变化,并通过GLDAS验证GRACE反演结果。在此基础上采用皮尔逊相关系数法进一步探究陆地水储量与降水、气温、蒸散和植被NDVI的关系。结果表明:基于GRACE数据能够较好地反演陆地水储量; 2002-2013年间黄河流域的水储量以0.56 cm/a的速度减少,且具有明显的季节特征,水储量在1-6月呈亏损状态,7-12月呈盈余状态;对黄河流域水储量变化与降水、气温、蒸散和NDVI进行滞后性分析,表明其与降水、蒸散、NDVI有两个月的滞后效应,与气温为3个月。     

Envisat ASAR在特大洪涝灾害监测中的应用

我国是个洪涝灾害多发的国家,灾害的监测对于防洪减灾具有重要的意义。通过依托中欧“龙计划”项目,结合广西梧州市6·23特大洪涝灾害监测工作,探讨了Envisat雷达数据在洪涝灾害监测工作中的应用,结果表明Envisat ASAR多极化数据在洪水监测中可以起到重要作用,提出了应用中存在的一些问题。