双台子河口湿地景观时空变化研究

在遥感和地理信息系统的支持下,利用2000年的一景Landsat ETM数据及2005年的一景CBERS-02星CCD数据对双台子河口湿地进行了景观时空变化研究。通过对两期图像进行景观类型提取,得到了两个年份的研究区景观分类结果,采用景观类型转移矩阵对两个时段的景观类型变化进行了分析,并利用两个时段间的转移变化情况应用马尔科夫模型对研究区湿地景观演化趋势进行预测。研究结果表明,在2000年到2005年间,研究区湿地景观类型变化比较显著,天然湿地呈现出向人工湿地转化的趋势。同时预测结果也表明,研究区内湿地景观的面积在未来呈减少的趋势。     

基于ANN-CA的湿地景观变化时空动态模拟研究

湿地景观变化的时空动态发展过程比其最终形成的空间格局更为重要,只有清楚地了解了湿地的动态发展过程,才能为湿地资源的保护利用提供更加科学的理论指导.为此,研究运用元胞自动机结合人工神经网络方法,构建了银川平原湿地景观变化时空动态模拟模型.在模型实现过程中,应用BP (back propagation)神经网络与元胞自动机相结合自动挖掘出元胞自动机模型的转换规则,不仅降低建立多种湿地类型预测模拟的难度,而且减少了人为的主观因素,提高了准确性.预测的结果与实际湿地类型比较得出预测精度达到约74.16％,总体上取得了较好的模拟结果,表明该模型可以满足湿地演变时空动态模拟的要求.     

三江平原洪河自然保护区及周边地区湿地景观变化过程研究

选取我国东北地区三江平原腹地洪河国家级自然保护区及周边的3个农场作为研究区,选取1975年、1989年和2006年3个不同历史时段的研究区遥感影像,通过高精度影像的支持,应用遥感目视解译方法,提取出研究区沼泽、河流泡沼、林地、水田、旱地及其它地物类型共6种地类景观30 a来的历史变化信息。在地理信息系统方法支持下,定量分析了研究区从20世纪70年代中期单一的沼泽湿地景观随着当地农业发展逐步成为当前以农田景观为主的过程。研究表明,研究区湿地景观变化过程明显,在此过程中还伴随着水田与旱田景观结构剧烈变化,并且呈现出不同的区域内部景观变化发展过程。其中,开发最早、受人类活动影响最明显的前锋农场,沼泽湿地面积减少最多;鸭绿河农场的沼泽湿地面积减少速度最快;而洪河自然保护区由于生境栖息地狭小,尽管受到严格保护,在周边农场外部影响下还是出现了一定程度的沼泽湿地萎缩现象。     

辽河口国家级自然保护区湿地时空演变遥感评估

以1980年、1990年、2000年、2010年和2020年Landsat遥感影像作为数据源,结合野外实测数据和Google Earth的高分影像,采用面向对象的决策树分类方法,得到1980～2020年辽河口国家级自然保护区土地覆盖变化情况。结合土地利用转移矩阵、景观格局分析法以及等扇方位分析法,研究近40 a辽河口国家级自然保护区内的人工类型用地时空动态演变特征。结果表明：1980～2020年间,研究区内自然湿地减少了270.12 km2,主要转化为耕地、油井、建设用地及交通用地等人工土地覆盖类型。由于受人类活动干扰较大,研究区内景观趋于破碎化、均衡化,景观异质性降低。近40 a来,研究区内人工土地覆盖类型主要沿北西北方向扩张。国家政策和经济发展对辽河口湿地的演变过程影响极大,农田开垦、城镇建设、油田开发和海水养殖等人类活动是自然湿地演变的主要驱动力。     

内蒙古东部自然保护区天然湿地动态遥感分析

为有效分析天然湿地动态变化的影响因素,该文提出了利用景观发展强度指数量化人类活动对保护区天然湿地的影响强度。以内蒙古东部2000年和2012年Landsat TM影像为数据源,运用面向对象与决策树相结合的分类方法获得各国家级湿地自然保护区土地覆盖数据,结合动态度与空间分析方法对保护区天然湿地动态变化进行分析,为湿地研究和保护提供参考。结果表明:2000~2012年间,内蒙古东部国家级湿地自然保护区内天然湿地面积呈下降的趋势,其中达赉湖自然保护区天然湿地面积减少最多;减少的天然湿地主要转变为裸地和草地,分别占湿地转化总面积的50.57%和46.22%;图牧吉和达赉湖自然保护区在2000~2012年间,受到人类活动的影响强度增大趋势最为明显;天然湿地减少是自然环境变化和人类活动共同作用的结果,自然环境变化为内因,人类活动影响是外因。     

滇池湖滨湿地公园景观服务数据库构建研究

湿地公园作为湿地景观的重要类型是景观生态学和湿地科学研究的新兴领域。湿地公园景观服务定量研究于湿地的科学保护与有效管理具有重要意义。基于景观生态学理论、景观服务定量研究的数据需求和3S技术,以滇池湖滨湿地公园为例,提出以景观服务为应用导向的湿地公园数据库构建的目标与原则,构建湿地公园数据库概念模型与逻辑结构,并对数据库中各子库进行详细设计,探讨滇池湖滨湿地公园景观服务数据库的潜在应用。     

基于雷达后向散射特性进行湿地植被识别与分类的方法研究

选择东北地区典型内陆沼泽湿地——三江平原洪河自然保护区作为研究区,结合SAR的极化特性,分析了多时相ENVISAT ASAR不同极化下洪河湿地保护区不同地物植被类型的散射特性,利用长波L波段PAL-SAR数据对植被的可穿透性及水分的敏感性,结合与光学影像TM融合后进行神经元网络分类的方法,应用决策树方法进行了多波段、多时相SAR合成湿地植被识别试验。本文将两种方法相结合,分两步完整识别出沼泽、灌丛、岛状林、草甸、开阔水体及少量农田。     

浅水型湖泊湿地景观季节变化分析

为阐明水位和植被生长状况的季节变化对湖泊湿地景观格局所产生的影响,以浅水通江湖泊安徽菜子湖为例,选取相邻年份不同月份的SPOT-5影像,基于RS/GIS解译得到湖泊湿地景观图,统计分析不同季节的湿地景观结构及其相互转化,并利用Fragstats景观格局分析软件从景观和类型2个层次探讨不同季节的湿地景观格局指数变化。结果表明,菜子湖湿地景观以水体为主,受到湖泊水位和植被生长状况影响,湿地景观结构发生明显的季节变化;湖泊湿地景观的季节变化是以不同类型之间的可逆转移实现的;随着湿地景观结构的改变,类型和景观2个层次的景观格局指数也发生季节性波动。该研究可为长时间序列浅水型湖泊湿地景观变化研究中的遥感影像选取提供科学依据。     

RS和GIS技术在湿地景观生态研究中的应用进展

湿地景观生态研究是一个基于景观生态学理论的对湿地研究的新兴领域, RS与GIS技术的发展为湿地景观生态研究提供了新的方法和技术支持。综述了近年来RS和GIS技术在湿地景观生态研究中的应用情况。总结了RS技术在景观格局研究、景观功能研究、景观动态研究、景观尺度研究等4个方面的应用现状。同时论述了GIS技术在辅助景观分类、景观制图及景观指数统计、景观动态信息提取与分析、景观规划管理中的应用。分析了RS与GIS技术在湿地景观生态研究中的优势,指出了目前存在的问题,最后展望了湿地景观生态研究中遥感和地理信息系统技术的应用前景。     

基于面向对象分类方法的乌苏里江流域中俄跨境区域湿地景观动态研究

选取乌苏里江中下游干流50km缓冲区为研究区,以1989、2000和2013年的Landsat TM、OLI遥感影像为数据源,利用面向对象的分类方法获取湿地信息;在GIS技术支持下,选取斑块类别面积(CA)、面积所占比例(PLAND)、最大斑块面积指数(LPI)、平均斑块面积(AREA-MN)、斑块数(NP)、斑块密度(PD)等景观格局指数,分析了研究区1989~2013年湿地的景观格局动态特征。结果表明:面向对象的分类方法能够准确提取湿地信息,并且有效地避免"椒盐现象";1989~2013年,该区水田、水库/坑塘、运河/水渠、灌丛沼泽增加和河流、湖泊、草本沼泽、森林沼泽减少;大量草本沼泽转为水田为该区湿地变化主要特征;1989年湿地类型以草本沼泽为主,2013年水田的斑块面积略高于草本沼泽斑块面积;湿地景观变化区主要分布于中国一侧的挠力河流域和穆棱河流域;天然湿地景观破碎化程度逐年加深,人工湿地景观趋于聚集,人为干扰是导致湿地景观格局变化的主要动力;中俄两国境内湿地景观变化程度差异显著,中国境内大量天然湿地转为人工湿地;俄罗斯境内的湿地变化微小,天然湿地保存较好。农田垦殖是导致两国湿地景观破碎程度差异的主要原因。     

The role of remote sensing on studying mangrove forest extent change

ABSTRACT

Given the ability of effectively observing vegetation at a variety of spatial and temporal scales, remote sensing has been widely used to monitor and understand the change of mangrove forest extent. Yet, a systematic cognition of the unique contribution of remote sensing on studying mangrove forest extent dynamic is lacking, which prevents us from clearly identifying and further overcoming current deficiencies of studying the change of mangrove forest extent with remote sensing. Therefore, in this review, we summarized remotely sensed extraction methods and data related to mangrove forest extent change monitoring and all discoveries from mangrove forest extent change observation and driver analysis. We found that mangrove forest in most of the study areas has declined over the past decades, and the loss rate is accelerating. We also found that remote sensing plays an important role in revealing how the extent of mangrove forest responds to climate change and human impacts. In addition, we identified several recurring limitations from previous studies. This review highlights the role of remote sensing on studying mangrove forest extent change, and is helpful to make better use of remotely sensed data in this field.     

Sources of uncertainty in mapping temperate mangroves and their minimization using innovative methods

Estimates of temperate mangrove forest cover are required for management of estuarine ecosystems, particularly in areas experiencing rapid change in mangrove distribution. However, it remains challenging to obtain accurate estimates of temperate mangrove cover using remote sensing because of the unique physical features and environmental conditions of temperate mangroves. The objectives of this study were (1) to develop an improved image analysis approach for estimating temperate mangrove forest cover using remote sensing and (2) to test the new approach by comparing its accuracy and uncertainty with those of traditional image analysis. The study area (around 1500 ha) is located in the southern part of the Waitemata Harbour, Auckland, New Zealand. Landsat images and field surveys were used for mapping, and uncertainty was quantified using a Monte Carlo approach. This study showed that, using a traditional approach of mapping, misclassification was the highest source of uncertainty (up to 19% for dwarf mangroves and 16% for tall mangroves), followed by water column effects (up to 7% for dwarf mangroves and 5% for tall mangroves) and positional errors (up to 4% for dwarf mangroves and 5% for tall mangroves). Improved image analysis enhanced accuracy from 72% to 95% for tall mangroves and from 69% to 90% for dwarf mangroves. The improved approach minimized the overall uncertainty by up to 68% for tall mangroves and 57% for dwarf mangroves. Adopting this innovative approach to image analysis can improve accuracy of estimates of long-term trends in temperate mangrove forest cover.     

Evaluate Quantitatively Effects of Understory on Leaf Area Index (LAI) Estimation Combining Active and Passive Remote Sensing Data

Natural forests have the vertical three\|dimensional structure of canopy and understory vegetation (shrubs,grasslands,and bare soil).Accurate and quantitative separation of understory vegetation is of great scientific significance and practicality on improving the precision of inversion of forest canopy leaf area index.value.Due to the limitations of traditional passive optical remote sensing data on directly acquiring 3D information,this study intends to combine active and passive ALS and HyperMap data with the Washington Botanic Garden as the key research area.On the basis of individual tree segmentation,the vertical stratification of the forest (forest canopy and undergrowth vegetation layer) is achieved.On this basis,the forest canopy laser point cloud data was used to remove the understory information from the optical image data.By comparing the results of the forest effective leaf area index obtained from aerial optical images and ground measurements,it was found that：(1) forest canopy density has a significant impact on the penetration of ALS data;(2) removal of understory information can effectively improve the forest crown accuracy of LAIe estimated.The correlation between Normalized Difference Vegetation Index (NDVI) and ground surface measured effective leaf area index increased from 0.087 to 0.591.In addition,the optical remote sensing image based on the removal of understory vegetation information was compared with the Simple Ratio vegetation index (SR) (the correlation increased from 0.209 to 0.559) and the simplified simple Ratio vegetation index (RSR) (the correlation increased from 0.147 to 0.358).The NDVI was most sensitive to changes in canopy leaf area index (correlation increased by 0.5).The method of quantitatively separating understory vegetation with the combined active and passive remote sensing data proposed in this study can effectively improve the accuracy of inversion of forest canopy leaf area index,and provide a solid foundation for quantitative and accurate estimate of forest biophysical parameters and study of carbon and water cycle processes.     

杭州湾滨海湿地景观动态变化分析

以杭州湾滨海湿地为研究区,基于3S技术与模型对湿地景观动态变化进行分析。首先对研究区卫星遥感影像进行湿地景观基础信息提取,通过对遥感影像进行分类处理,提取了不同年份的湿地基础数据,同时基于GIS应用转移矩阵模型研究了不同时段各类景观的变化情况,最后对未来研究区的湿地景观的转化情况进行了驱动力分析。研究表明,5年来研究区岸线逐渐向海迁移,共增加湿地面积10308.05ha2,但人类生产活动对湿地的侵占也在增加。湿地减少的面积超过增加的面积,人为因素作用是影响湿地景观变化的主导因素。通过此研究提供了湿地管理与保护的主要方向与科学依据。     

基于WorldView-2的红树林种群分类——以深圳湾为例

本文以WorldView-2多光谱遥感影像数据为数据源,选取深圳湾地区的红树林自然保护区为研究区域,基于ENVI5.3选用神经网络、支持向量机和随机森林三种分类方法对该区域的红树林进行种群分类,并对分类结果进行了对比分析。结果表明:随机森林分类法总体精度为73.6842%Kappa系数为0.6780,优于其余两种分类法。     

基于神经网络和数据融合的红树林群落分类研究

及时准确地掌握红树林群落现状信息可为保护和修复红树林生态系统提供重要的决策依据。对红树林群落进行遥感分类在实际应用中具有较大的意义。但红树林各群落间的光谱差异很微弱,有必要采用多源遥感数据融合的方法来提高分类的精度。本文以珠海淇澳岛红树林区为例,使用SAR图像与TM图像,探讨了监督分类、非监督分类以及神经网络分类3种分类方法和IHS融合、小波融合以及主成分融合3种融合方法对红树林群落进行分类的效果。结果表明,对SAR与TM主成分融合图像应用神经网络分类方法能够取得最好的分类效果。     

基于随机森林的遥感土地利用分类及景观格局分析

2009年福建平潭综合实验区设立,作为闽台合作及国家对外开放的窗口,其土地利用变化主要受社会经济因素的影响和自然地理环境的制约,也与未来的土地利用规划密切相关.本文利用1990、2000、2010和2017年4期Landsat遥感影像数据,定量分析近27年的土地利用变化对景观格局的影响.结果表明:(1)在选择合适训练样本的情况下,利用随机森林方法可获得较高的遥感土地利用分类精度(4期遥感影像分类的总体精度均在87%以上,Kappa系数均在0.84以上);(2)1990~2017年,水域面积急剧减少31.04 km2,流失的水域主要转化为建设用地和林地;建设用地增加40.98 km2,年平均增长1.52 km2.近十年呈快速增长趋势,年平均增长3.87 km2;(3)在斑块类型级别上,逐年增加的建设用地导致最大斑块占景观面积比例(LPI)、聚合度(AI)和边缘密度(ED)呈上升趋势,其中LPI受到建设用地增加的影响最显著.在景观类型级别上,多样性(SHDI)和景观形状(LSI)呈下降趋势.     

Progress of Chinese Coastal Wetland based on Remote Sensing

Coastal wetlands as a unique ecosystems with high productivity and abundant biology diversity,has many important resource values,ecological values,economic values and scientific research values.Due to the multi\|temporal,multi\|platform,macroscopic,objective,informative,real\|time,highly effective,comparable and so on,so the remote sensing technology has been gradually approved and widely promoted in coastal wetland research in the past three decades.Current status of coastal wetland research based on remote sensing technique in China was systematically discussed from multiple aspects,including remote sensing data sources,theories and methods,and the application of remote sensing technology to Chinese coastal wetland is reviewed from the aspects of coastal wetland resource investigation and management,landscape pattern and dynamic change,ecological environment monitoring,ecosystem quality and service evaluation.This paper also points out some shortcomings existed in Chinese coastal wetland research by remote sensing technology include the spatial and temporal distributions of the study area is uneven and dominated by small and medium scale,lack of interdisciplinary comprehensive research,focus on theoretical research and ignore application intelligent application of remote sensing technology,information sharing ability is poor,the improve of interpretation accuracy is difficulties.Related research prospects should be to carry out such as monitoring and mapping on all scale,strengthen the multidisciplinary collaboration,strengthen the comprehensive and comparative study,establish a unified classification system of coastal wetland based on remote sensing and the national coastal wetland information system,emphasis on the development of new remote sensing technology and fusion of multi\|source data,emphasis on the use of new methods and new models.     

应用于地物识别的改进轮转森林算法

针对数量激增、数据类型复杂的遥感影像,准确和具有普适性的分类是亟待解决的问题。提出一种轮转径向基函数神经网络模型应用于遥感影像的处理方法。通过对输入数据的特征变换,使特征总集变为多个子特征集,依据PCA(主成分分析)变换处理这些新的子特征集,将得到的系数用于改变训练样本,增加基分类器之间的差异度,提高分类精度。以扎龙湿地为研究对象将该算法与其他方法比较,结果显示本文方法能得到更准确的分类结果,而且具有较高的泛化精度以及较小的过学习现象。