中国自然植被物候特征遥感分类

现有的土地覆盖分类数据以及植被-气候分类或分区数据均未考虑各类型或各分区单元内的植物物候差异,也没有排除各分区单元内受人为干扰强烈的区域,从而不利于单独考察植被物候与气候变化的相互作用关系.本文基于1km分辨率的多年SPOT-VGT归一化差值植被指数(NDVI)时序数据,首先依据植被信号强度、植被季相变化强度以及受人为干扰程度将中国自然植被按物候特征划分为极明显、明显、较明显和其他4个一级类别;并进一步利用能够较好反映NDVI时序数据形状特征的光谱角余弦作为相似性测度方法,根据物候相似性对极明显、明显、较明显这3个一级类别分别聚为9、15、7个二级类别;最后采用7个物候指标的变异系数来评价分类效果.结果表明,同已有的植被-气候分类或分区数据(生物气候区、生态区、植被区划、IGBP土地覆盖分类、生态物候区)相比,本文构建的植被物候二级类别具有更为一致的物候特征,该物候分类结果可为植被物候与气候变化关系研究、陆地生态系统碳循环模拟、植被物候地面监测站点选址提供基础数据和科学依据.     

一种融合地形阴影模型和YUV亮度分量的遥感图像反立体校正方法

遥感图像上所呈现出的山脊与沟谷颠倒的视觉效果被称为遥感图像反立体现象,该现象与人类的视觉习惯相冲突,从而严重干扰人们对遥感图像的目视判读.本文设计了一种YUV亮度分量乘法融合方法,其技术核心在于图像阴影区增强、地形夸张、地形阴影模型与YUV亮度分量相乘融合3个方面.实验表明,该方法充分考虑了山区图像具有深大阴影这一特征,由它得到的正立体图像立体感强、色调逼真、亮度均衡,其结果可广泛应用于地图导航、规划设计、资源监测等领域.