基于机载激光雷达数据的森林结构参数反演

机载激光雷达(Light Detection And Ranging,LiDAR)技术对植被空间结构和地形的探测能力较强,在植被参数定量测量和反演方面具有显著优势。首先利用野外调查并结合高分辨率Geoeye-1影像数据,对黑河上游天涝池流域植被类型进行分类,提取研究区森林分布,然后结合0.5m×0.5m机载激光雷达(LiDAR)数据对森林结构参数(树高、冠幅、胸径和叶面积指数)进行反演,最后利用实际观测数据对反演结果进行验证。结果表明:机载激光雷达数据能够精确地反演森林结构参数,树高、冠幅、胸径和叶面积指数的实测值与估测值决定系数分别为0.98、0.84、0.57和0.73。本研究获得流域森林覆盖区域高精度树冠高度和叶面积指数空间分布图,同时分析了冠层高度和叶面积指数随高度的变化。本研究的结果为该流域分布式生态水文模型提供了重要的输入参数。     

基于能量平衡的关川河流域蒸散发的遥感反演

蒸散发是水分循环的重要环节, 遥感技术为区域陆面水分蒸散发量估算提供了一种新的手段, 使用TM 数据和能量平衡模式估算流域蒸散发, 并给出了各个参量的遥感获取方法, 解决了由瞬时遥感数据估算全天蒸散发的问题。通过对关川河流域日蒸散发的模拟, 分析了该流域蒸散发的分布规律, 对陆面过程研究有一定的支持和指导意义。     

基于多元数据和不同分类算法的遥感影像信息提取及精度评价 ——以祁连山东段为例

以祁连山东段典型山地系统为研究区,通过提取研究区TM影像的主成分、各类植被指数、基于灰度共生矩阵的影像纹理特征以及研究区地形特征等数据,应用最优波段指数方法得到最优波段组合,并运用非监督分类、最大似然法、支持向量机分类法、决策树分类法对上述最优波段进行分类研究。结果表明多尺度数据挖掘有利于分类精度的提高,同时选取合适的判断标准的决策树分类方法在遥感信息提取中有比较直观意义和较高的分类精度。在上述分类方法中分类精度由高到低为决策树分类>支持向量机法>最大似然法>非监督分类法。决策树分类总体分类精度为94.50%,kappa系数为0.9122。
     

基于影像融合和面向对象技术的植被信息提取研究

高分辨率影像具有丰富的光谱信息和空间信息。采用不同的图像融合技术融合GeoEye影像全色波段和多光谱波段,用建立的参考多边形和对应多边形残差法评价分割质量,以确定研究区各地物类型的最优分割参数组合,选择目标地物分类特征,建立分类规则,在此基础上实现研究区内不同地物类型的面向对象信息提取。结果表明:Gram-Schmidt(GS)融合法具有最优的融合效果,所选特征能够很好地实现目标地物信息提取,并且具有明确的地学意义,面向对象信息提取总体精度达到90.3%,Kappa系数为0.86,该研究为高精度植被信息的提取提供了有效的方法。     

黑河上游高寒草地蒸散发日变化及其影响因子分析

基于箱式气体交换观测原理,采用Li-8100A通量自动测量系统测定了黑河上游高寒草地群落蒸散发量,并采用相关系数和通径系数分析了高寒草地蒸散发日变化与环境因子的关系。观测结果显示:Li-8100A能够较好地观测草地群落的蒸散发日变化过程;生长季旺盛期晴天高寒草地蒸散发日变化呈单峰变化;有草覆被和没有草覆被样点之间存在较大差异,通过两者之间差值可将植物蒸腾和土壤蒸发区分开来。相关系数和通径系数分析显示,影响高寒草地蒸散发日变化最大的影响因子是空气温度,其次是土壤水分和风速,而土壤温度、太阳辐射主要是通过空气温度而间接影响蒸散发速率日变化。     

高分辨率遥感影像GeoEye-1在黑河下游柽柳生物量估算中的应用

以黑河下游绿洲柽柳为研究对象,利用高分辨率遥感影像GeoEye-1柽柳分类结果,基于典型样点生物学特性调查与生物量试验,建立柽柳冠幅面积与生物量关系模型,计算研究区柽柳地上部分的生物量,分析黑河0~2、2~5、5~10与10~15 km不同缓冲带柽柳生物量空间分布规律。结果显示:研究区柽柳总生物量为4.10×10⁵ t,其中:0~2、2~5、5~10与10~15 km缓冲带内柽柳生物量分别为2.34×10⁵、1.07×10⁵、6.35×10⁴和5.17×10³ t。河流距离对柽柳生物量影响显著,单位面积柽柳生物量随着与河流距离的增加而减少,二者相关系数为-0.97。     

基于GIS的黑河下游地下水波动带范围探析

在GIS支持下,通过对黑河下游生态输水前后地下水位空间连续分布及其变化情况的分析,对自生态输水实施以来到2005年输水结束所形成的地下水波动带范围进行了探索性分析。结果表明,黑河下游地下水波动带大致在河流20km缓冲带附近。该研究可为黑河下游生态输水的环境效应分析及区域生态恢复提供参考。     

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。