基于CALIPSO和转动拉曼-米散射激光雷达研究北京地区大气气溶胶特性

为提高大气气溶胶参数反演结果的准确性,结合实验室研制的转动拉曼-米散射激光雷达和NASA的CALIPSO,仅用2个激光雷达的弹性后向散射信号,无需对激光雷达比进行假设,反演出了2012年春季北京上空晴天、雨后、阴霾天气的气溶胶光学参数的垂直分布. 结果表明:此方法可有效地获取气溶胶消光系数和后向散射系数的垂直分布;气溶胶的消光系数值在阴霾天气最高,晴天次之,雨后最低.      

结合地形测绘数据的机载LiDAR草原植被冠层高度反演方法研究

草地冠层高度(grassland canopy height)是草地群落垂直结构组成、植被生长演变定量评估的核心指标之一,属于草地生态安全监测的关键参数。常规光学遥感获取地表植被覆盖存在群落三维结构信息缺失的问题,考虑到天然草地植被自然生长过程存在空间离散随机分布特征,发展了一种结合地形测绘数据的无人机激光雷达(airborne light detection and ranging, Air-LiDAR)草地冠层高度定量估算模型,改善了光学遥感在获取植被垂直结构参数方面的不足。研究结果表明,该模型具有较好的数值检验精度,并可适用于草地冠层高度的定量估算,为草地生态监测指标的定量获取提供了有价值的方法参考和理论依据。     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.     

苍山东坡植被垂直分布格局研究

 苍山是中国高山植物模式标本的产地之一,具有较完整的植被垂直带谱.在对苍山东坡1966~4092 m沿海拔梯度进行植被调查的基础上,利用地形图和ETM+遥感影像进行苍山东坡植被制图,与数字高程模型(DEM)数据叠加,对苍山东坡植被景观的垂直分布格局进行了分析,并与顶级群落进行了对比.结果表明:苍山东坡绝大部分山体位于2500~3500 m范围.苍山东坡现状植被垂直分布格局明显,具有6个垂直分布带.该垂直植被带谱与顶级群落垂直带谱相比有一定变化.研究结果进一步量化了前人对苍山植被的垂直分布格局所做的定性和半定量的研究结果,找出了两者的差异,并进行了原因分析.     

梅里雪山植被空间格局与环境因子关系分析

 基于GIS和遥感技术,从空间尺度上探讨了梅里雪山地区植被空间分布格局与非地带性的环境因子如地型因子等的相关性.首先,在GIS的帮助下提取研究区的植被图,运用DEM以及TM影像产生6个反映梅里雪山地区森林群落生境特征的环境因子(海拔、坡度、坡向、地型湿度指数、林冠郁闭度、温度),并将矢量格式的植被图斑赋予上述各个环境因子属性,并建立植被空间数据库.最后采用CCA排序方法定量分析不同环境因子与梅里雪山植被空间格局的关系.CCA排序结果表明:①影响梅里雪山地区植被空间分布格局的主要环境因子是地型湿度指数、海拔、林冠郁闭度和温度,其中海拔是植被格局的首要控制因子;②海拔与温度和地型湿度指数呈显著负相关,而海拔与坡向之间的相关性极小;③在梅里雪山地区由DEM产生地型湿度指数不能真实的反映该区域地表水分分布的真实状况,因为该区域的气候尤其是降雨受西南季风和地型垂直气候以及焚风效应的综合影响.     

地面植被的主被动同步观测实验方法

针对植被冠层结构参数主被动遥感协同反演的问题,开展了不同地形、不同植被覆盖类型的地面观测实验,获取了典型植被不同方位、不同角度的地面激光雷达和成像光谱数据,同时,测量了多种冠层结构参数,构成了与飞行数据配套的地面同步观测数据集。该文介绍了实验中样地选择,观测站点设置,主被动数据获取,辅助数据测量等过程的具体目标和设计;总结了实验中获得的主要经验,对遥感类专业的实践教学及科研实验均具有指导意义。     

抚仙湖流域植被景观格局分析

 采用3S技术及结合野外植被样地调查,定量分析抚仙湖流域植被景观结构及各植被景观要素组分在不同海拔、坡向和坡度上的空间分布规律.采用FRAGSTATS 3.3 软件,定量分析了抚仙湖流域10种植被景观类斑的空间分布特征.主要研究结果包括:①自然植被、人工植被、居民点和水体分别占研究区面积的31.74%、35.13%、1.84%和 31.30%;② 旱地集中分布在海拔2 100 m以下;自然植被中,云南松林分布在海拔较低的区域,而华山松林分布于海拔相对较高的区域;③ 针叶林和半湿润常绿阔叶林等森林植被在阳坡、半阳坡地段分布较阴坡、半阴坡少,而半湿润常绿阔叶灌丛和灌草丛在阳坡、半阳坡地段分布较多;④ 自然植被集中分布的坡度区间主要在2°~25°之间.     

无人机复垦区植被覆盖度提取方法优选

为探寻无人机遥感对矿业复垦区域植被指数覆盖度的快速提取方法,以四川古蔺某硫磺复垦区为研究对象,通过ZC-6型无人机获取高分辨率遥感影像,采用多种植被指数计算方法作为分类器的选择,使用直方图峰谷法、基本全局阈值法及其融合方法确定图像最佳分割阈值,从而获取研究区植被覆盖度结果.结果表明:不同植被指数分类后的结果有所差异,EXG和VDVI植被指数分类后影像界定较为清晰,而NGBDI指数分类最为模糊;单一直方图峰谷法和基本全局阈值法所得分割结果不理想,而将二者融合后的阈值确定法能结合彼此的优势,弥补灰度不明显或多峰现象的缺点;植被覆盖度(FVC)提取精度显示,基于VDVI提取的人为干预条件下FVC的绝对误差和提取误差分别达到0.0409和7.05％,而基于EXG提取的自然条件下FVC的绝对误差和提取误差分别达到0.0366和6.94％,表明利用VDVI和EXG结合B-H融合的方法可有效用于复垦区条件下的FVC提取.     

高光谱遥感影像与高程数据融合方法综述

高光谱遥感和激光雷达(light detection and ranging, LiDAR)是2种常见的遥感手段,各自具有不同的特点.高光谱图像能够很好地表征地物的光谱信息,反映出其材料、质地等特点,而激光雷达能够高效、精确地获取地面的高程数据.将这两种数据结合,能够优势互补,对地物实现更加精确的智能探测与识别,在植被分析、城市规划、气候建模等领域均有应用.为了更好地了解该领域目前的研究现状,把握未来发展方向,对近年来的高光谱影像和激光雷达数据融合方法进行了整理,按照基于形态学特征和深度学习的两大类分别进行介绍,总结这这些方法的特点.最后,对未来的发展方向进行了展望,分析了该领域未来的发展趋势.     

我国植被数量分类和排序研究进展

植被数量分类和排序是现代植被研究的重要手段。在过去的２０多年中,我国植被数量分类和排序不仅在应用领域有了很大发展,而且在新方法的探索中,也取得了长足的进步。本主要论及我国植被数量分类和排序的研究概况,着重评述近年来出现的新方法及其应用,并对我国植被数量分类和排序的发展前景及目前所存在的问题进行了分析。     

基于低空遥感的消费级相机油菜苗期长势监测最优波段选取

无人机遥感作为卫星和航空遥感平台的有力补充,在低空遥感观测领域发挥越来越重要的作用.对于农作物长势监测而言,选择合适的光谱波段有利于更加准确地反映作物长势情况.该研究借助水稻—油菜氮素养分试验,针对其油菜季开展基于无人机遥感的消费级相机油菜苗期长势监测最优波段选取问题研究.试验采用经红外改造后的消费级相机,逐次搭配lp680、lp720、lp850 3种近红外长通滤波片和RGB红外截止滤波片来获取不同光谱位置的近红外波段影像和可见光波段影像.在此基础上计算多波段影像的多种植被指数,同时结合油菜地面冠层高光谱数据和滤波片光谱响应特性模拟计算相同的植被指数.结果表明,使用可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的相关性最高,其R2达到0.945,该结果与基于油菜地面冠层高光谱数据所得结果呈现出较好的一致性.同时该NDI值与油菜氮素养分试验中不同氮素施用水平之间的相关性也较好,其R2达0.963.该研究结果表明选取常规消费级相机可见光波段也能准确地获取作物长势信息,为其用于作物长势监测提供了科学依据.     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像, 建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本, 利用低空无人机搭载的光学相机, 在从地面难以到达的山地、水域和植被茂密区, 通过垂直拍摄获得厘米分辨率的航拍影像, 作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-blue vegetation index, RGBVI), 然后使用大津分割法提取样方的植被覆盖信息, 得到构建模型所需的训练样本。在此基础上, 基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据, 利用递归特征消除算法优选参与随机森林回归的特征变量集, 利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923, 均方根误差为0.087, 优于常用的像元二分模型, 可用于矿区植被动态信息的精细化监测。     

长江中下游河道岸滩低空机载LiDAR点云地形滤波算法

探索新兴的低空机载Li DAR技术,解决长江中下游植被高覆盖、高遮挡区岸滩地形测绘难题。提出一种针对多层次、高密度植被覆盖区的低空机载Li DAR点云植被滤波算法,该算法通过多回波分析对点云进行粗滤波后,采用数学形态学运算获取地面种子点,对地形局部进行趋势面拟合,再通过随机采样一致性检测,剔除植被点,保留地面点,从而获取测区的数字高程模型(DEM)。典型测区试验表明,该滤波算法能解决长江中下游河道岸滩地区地形起伏较大、植被高覆盖区域植被点云智能化剥离难题。根据测区实际情况,设计针对性的滤波算法,即使是植被与地面点云高度混淆、激光穿透率低于15%的复杂情形,仍能有效分离出地面和非地面点。     

基于异质传感器信息融合的移动机器人SLAM研究

针对采用单一传感器在移动机器人同步定位与构图(SLAM)中存在定位精度低、构图不完整等问题,提出一种基于Kinect视觉传感器和激光传感器信息融合的SLAM算法。首先将Kinect传感器获取的深度图像经过坐标系转换得到三维点云、通过限制垂直方向滤波器过滤三维点云的高度信息、再将剩余三维点云投影到水平面并提取边界点云信息转化为激光扫描数据;然后与激光传感器的扫描数据进行数据级的信息融合;最后输出统一数据实现移动机器人的构图及自主导航。实验结果表明,该方法能够准确的检测小的及特征复杂的障碍物,能够构建更精确、更完整的环境地图,且更好地完成移动机器人自主导航任务。     

多层随机拟合法测量样方植被覆盖度

应用普通数码相机,以兴隆山国家级自然保护区为研究区域,在多层拟合法基础上,提出了多层随机拟合法.通过理论模型推导得出该方法误差大小由照片拍摄点数目决定;再利用实测植被覆盖度数据得出了误差-照片数目曲线,确定了误差与照片拍摄点数目的定量化关系.在满足绝对误差小于0.05的前提下,野外测量的照片拍摄点数目分别至少为:森林15个、灌丛15个、草地10个.该方法快速且精度较高,能够满足野外测量需要.     

一个更有效的植物遥感信息参量

一个更有效的植物遥感信息参量郝允样，赵济，陈遐举北京师范大学天文学系，１００８７５，北京；北京师范大学资源与环境科学系，１００８７５，北京；中国计量科学研究院，１０００１３，北京；第一作者５８岁，男，教授）关键词遥感，植被指数，反射率分类号ＴＰ７９由...     

基于遥感技术的泰山植被覆盖和岩性的关系研究

以遥感影像为数据源,以实测的研究区地物的波谱曲线为依据。对TM影像进行了包括波段的选择、彩色合成、监督分类等一系列的处理。在此基础上确定了植被密度较大的区域的阚值,对NDVI植被指数图像进行滤波处理,提取出植被密度较大的区域的范围。并把它与岩性分布图进行叠加分析,得出不同岩性上的植被覆盖情况。结合岩石化学成分的资料,分析了可能的原因,指出了植被覆盖和岩性有密切的关系。     

中国西部干旱区植被覆盖变化特征分析

在中、大尺度的区域研究中,利用遥感数据与方法分析植被的覆盖变化具有独特的优势,通过连续近20年(1982-2000年)从 NOAA/AVHRR数据中提取的植被覆盖度指数,按不同植被覆盖度的指标,采用分区分类法对中国西部干旱区进行了分类,得到植被分类结果图,提取了各类植被在每个年度的面积数据,显示了各类植被面积变化的过程,并初步分析了原因。结果表明,近20年来,干旱区各区域相同植被类型的变化状况不完全相同,具有不同的特点;北疆地区无植被覆盖类型面积明显减少,生态环境有所改善;南北疆在绿洲面积增加的同时,中、高覆盖度植被减少,即在绿洲与沙漠之间的过渡带植被面积减少,柴达木盆地荒漠面积增加,森林、草甸类植被面积减少,表现出该区域生态环境退化。综合各区各类植被的变化来看,在平原区荒漠无植被区是稳定的(与其总面积相比),绿洲也是西部干旱区较稳定的植被类型,而且是不断扩大的植被类型。人类活动已是西部干旱区、平原地区植被类型发生显著变化的重要因素,而在这二者之间的过渡带类型的植被,尤其是中、高覆盖度植被的面积在减少。     

基于微透镜阵列的光场图像深度估计

针对光场相机同时记录光线位置信息和角度信息,提出估计光场图像深度的新方法。根据光场摄像技术的数字重聚焦原理,产生场景不同焦深的图像序列;采用基于目标区域的可变窗口清晰度评价算子对目标在图像序列中的聚焦度进行测量,通过高斯插值获得最清晰的成像位置作为深度求取结果。以基于微透镜阵列的Lytro光场相机为例,实验结果表明,在降低现有算法时间复杂度的基础上,该方法提取的深度图可靠,证明了该方法的可行性与优越性。     

黑河中游山前荒漠和绿洲荒漠过渡带土壤植被空间分布特征研究

干旱区呈现荒漠和绿洲邻接共存的独特景观,区域内土壤植被起到维持生态系统结构功能稳定的基础性作用.本文以黑河中游山前荒漠及绿洲荒漠过渡带作为典型区域,设置土壤植被调查样带,在采样分析土壤机械组成、水分、盐分离子、有机质质量分数及植被覆盖度、冠幅、高度等数据的基础上,探究土壤植被在垂直和水平方向的空间分布特征.得到以下结论:1)黑河中游样带土壤平均质量含水量在1.49%~5.57%范围内,祁连山前样带北山前样带,体现祁连山区对于荒漠的水分补给;2)祁连山前样带土壤质地主要为粉壤土和砾质壤土,盐分和有机质含量较高,相反,北山前样带土壤质地主要为砾石土和砂土,盐分和有机质含量较低,土壤含水量与土壤颗粒组成、盐分、有机质含量等其他土壤属性存在显著的相关关系;3)植被覆盖度在祁连山前荒漠较高,北山前荒漠较低,远离绿洲方向的样带土壤含水量及植被覆盖度总体呈上升趋势,表现生态裂谷特征,威胁黑河中游绿洲生态系统安全;4)植被与土壤属性之间高度相关,主要表现在植被覆盖度与土壤水分、土壤细粒径颗粒和有机质含量的正相关关系,以及植被覆盖度、高度和冠幅随盐分先增加后降低的二次抛物线关系,表明盐分对植物的生长具有一定的抑制作用.