祁连山典型小流域高寒草地生物量估算及空间分布特征

以祁连山八宝河流域为例,实地采集的数据为基础,利用统计分析方法,估算了流域内高寒草甸与高寒草原的生物量,并结合实测的归一化植被指数(NDVIGS)和同期的多光谱遥感影像(NDVILD),建立了流域内高寒草地生物量的估算模型,并对流域内草地生物量进行了估算。研究结果表明:研究区内草地地上平均生物量为216.78g/m2,地下平均生物量为2 985.07g/m2。基于遥感估算高寒草地地上生物量的最优模型为指数函数(n=40,R2=0.731,P0.01),经与实地数据检验,精确度达到72%,模型适合高寒草地地上生物量的估算。基于遥感估算八宝河流域高寒草地地上生物量最高为459.54g/m2,最低生物量为45.12g/m2,地上总生物量为0.198×109 kg。     

基于改进型B-P神经网络的西天山云杉林生物量估算

以西天山云杉林为例,在实地调查的基础上,以NDVI等七个植被指数和TM/ETM数据主成分变换后的前5个主成分为自变量,应用B-P人工神经网络技术,建立了西天山尼勒克林区遥感影像数据与云杉林生物量实地数据之间的神经网络模型.通过训练和仿真,与实地数据进行比较,结果表明,云杉林生物量估算值与实际值之间的平均相对误差为8.2...     

气象卫星遥感旱涝自动分类识别解译系统

该项目系统地研究了干旱气象卫星遥感实时监测的常用模型,率先提出并建立了用距平植被指数和相对距平植被指数进行旱、涝成灾分析的气象卫星遥感实时评估模型,从而有效地解决了作物布局差异和生育期不同步对灾情评估的影响.以上模型在实时监测中得到有效应用.     

Sentinel-1A遥感数据在地表冻融监测中的适用性分析

有效监测地表冻融变化对青藏高原水热交换、碳氮循环和土壤冻融侵蚀至关重要。该文以青藏高原那曲地区为研究区,基于Sentinel-1A遥感影像数据与地面实测地表温度数据,通过建立遥感影像后向散射系数与地面实测温度的回归模型,进而反演研究区地表温度,从而实现研究区的地表冻融监测。结果表明：不同土壤深度下,土壤温度的变化范围较大,而后向散射系数的变化范围较小,得到的一元拟合关系式与二者间真实关系存在一定误差。但利用该拟合关系式仍可以对地表温度进行粗略估算,从而为地表冻融状态监测提供一定的参考,证明本文算法的有效性。     

基于TM景洪橡胶林生物量反演研究

基于TM数据获取时间结合地面橡胶林样地调查,研究景洪市橡胶林地上生物量遥感估测技术,分析TM各波段,植被指数和生物量相关性,选去相关性＞0.3的波段进行逐步回归分析,橡胶林地上生物量模型R2=0.67,REMS=30.27,获得景洪市2011年橡胶林地上生物量等级分布图,总的生物量为1.33×107t.橡胶林高生物量主要分布于景洪中部及南部地区.     

基于Landsat8遥感影像青海省草地产草量监测研究

为了更好地开展青海省复杂草地类型特点下的草地产草量遥感监测,选择2015年8月草地主生长季Landsat8遥感影像,以地理加权回归模型为基础,结合地面样点,按统一建模和分草地类型的分类建模两种方法,对青海省天然草地产草量进行估算。结果表明:(1)草地类型空间分布特征的分类建模评估精度达75%,优于统一建模的61%;(2)两种模型总产草量估算值差异较小,但不同区域两种模型估产值差异较大。利用遥感监测技术方法,将草地类型空间分布区域引入模型,能更好地反映实地草地产量,满足青海省草原生产力各类管理的需求。     

基于MODIS数据的地面颗粒物浓度估算方法

提出了一种基于卫星遥感数据的近地面颗粒物质量浓度(PM值)估计方法 .采用Terra/MODIS卫星数据和基于连续两天MODIS数据的气溶胶光学厚度反演算法,反演出无锡地区的气溶胶光学厚度;再利用所反演的气溶胶光学厚度与地面实测颗粒物质量浓度数据进行分析,得出颗粒物质量浓度的大小分布范围与气溶胶光学厚度的关系模型;进一步利用研究区域中地面站点监测到的颗粒质量浓度数据对估算结果进行评估.结果表明该方法所估算的PM值与地面实测数据具有较好的相关性,且地面监测的颗粒物质量浓度均分布在卫星遥感数据所估算的范围之内.本研究证明了MODIS卫星数据监测地面颗粒物质量浓度的可行性,为近地面PM值的估算提供了有效手段.     

基于遥感和GIS的日最高最低气温估算

气温是气象要素的重要组成部分,广泛用于全球气候变化、资源环境分析及灾害预警等多个领域.随着卫星遥感技术的发展,气温的估算趋向于遥感或遥感和GIS结合的方法.本文以浙江省为研究区域,利用了36个站点2013年逐日每10min一次的自动气象站气温观测数据和MODIS地表温度及其他参数产品,选用多元线性回归(自变量为地表温度、归一化植被指数、地表反照率、经度、纬度和高程)、温度植被指数以及多元线性回归插值方法进行气温估算,建立了研究区日最高气温最低气温估算模型,并比较了几种气温估算方法在研究区的适用性.结果表明:3种方法最高气温估算的决定系数(R~2)分别为0.96、0.91、0.97,均方根误差(R_(MSE))分别为1.84、2.75、1.49℃;多元线性回归和多元线性回归插值法最低气温估算的R~2分别为0.87、0.91,R_(MSE)分别为3.33、2.93℃,两者均为多元线性回归插值法得到的结果最好.空间分布结果显示,多元线性回归插值法能很好地反映由地形不同所带来的细节差异.     

基于高光谱遥感的植被生物量反演方法研究

高光谱遥感技术能够为反演植被生物量提供快速无损的数据采集与分析处理方法.基于高光谱遥感在植被生物量反演中的研究成果和进展,对其反演方法进行研究:阐述高光谱遥感反演植被生物量的原理;探讨高光谱遥感反演植被生物量的估算模型;分析比较不同估算模型的特点.结论表明,利用高光谱遥感分析植被的光谱特性进而估测植被生物量是一种精度较高且应用广泛的方法.     

AVHRR植被产品在干旱研究中的应用

本文利用AVHRR数据产品NDVI计算得到河北省的距平植被指数和条件植被指数分布图,对河北省1997年的高温干旱进行分析。遥感测算得到1997年发生干旱的面积与农业部门统计的干旱面积误差为11.3%;利用降水资料得到河北省47个观测站点的降水距平百分率图,与距平植被指数和条件植被指数分布图的旱情分布情况较一致。证明利用植被指数产品进行干旱监测具有一定的可行性。     

地形调节植被指数构建及在植被覆盖度遥感监测中的应用

提出一种无需异源数据支持就能有效消除山区地形影响的地形调节植被指数(TAVI).以Landsat TM影像为数据源,采用TAVI进行复杂地形山区植被覆盖度遥感监测;并选择典型样区进行植被指数与太阳入射角余弦值cosi回归分析、比较,定量验证地形调节植被指数抗地形影响的效果.结果表明,TAVI与cosi一元线性回归方程斜率仅为0.01,相关系数只有0.01,TAVI获得预期的抗地形影响的效果;利用TAVI反演的植被覆盖度空间分布呈面状展开,没有出现地形纹理状的分布形态,获得了满意的抗地形影响的效果.     

云南山区NPP遥感监测研究中遥感图像预处理

 在国际上,区域植被第一性生产力(NPP)的监测和估算已成为遥感技术应用研究的重要方面.针对云南山区特点,利用遥感监测技术进行山区植被NPP的应用方法研究具有特殊意义.现就课题“遥感监测山区植被NPP的应用方法研究”中所进行的有关前期工作———遥感图像预处理的内容、工作平台、遥感图像与基础地理信息概况、遥感图像数据的试验样区切割提取,以及试验样区遥感数据多光谱信息的统计计算等进行操作整理与初步分析研究,对有关研究的深入进行获得初步的基础研究成果.     

利用多时相TM影像分析贵州惠水喀斯特地区植被的变化

变化分析是多时相遥感影像主要应用领域.本文利用多时相TM影像对惠水典型喀斯特地区地表植被的变化进行了研究分析.结果证明:①用不同时相的NDVI影像进行彩色合成可以直观地反映地表植被的变化;②利用不同时相NDVI影像进行NDVI值分级可以定量地反映区域表植被的变化情况;③可以从一个侧面反映喀斯特地区环境质量的变异.     

一种基于TVDI模型的边界提取方法研究

提出一种基于TVDI模型的湿地边界信息提取方法,利用TM遥感影像建立地表温度(Ts)与归一化植被指数(NDVI)之间的二维特征空间,用IDL编程在特征空间内拟合温度植被干旱指数法(TVDI)需要的干、湿边方程,并反演出试验区的土壤干湿情况.利用野鸭湖湿地3m×3m植物样方,统计、分析、确定湿地生态系统的上边界.试验测得湿地边界的土壤水分含量阈值0.56,根据该阈值确定湿地边界信息,提取湿地边界.通过该方法提取的湿地核心区准确率达到72%,说明利用遥感方法反演土壤水分含量,提取湿地边界的方法可行.     

西南喀斯特地区植被定量遥感研究进展

喀斯特地区植被相比非喀斯特地区具有更高的时空差异性,在维持脆弱生态系统稳定与可持续发展中具有极其重要的作用。西南喀斯特地区作为全球生物多样性热点地区,植被类型多样且存在显著的同物异谱/同谱异物现象。为更精准、高效地进行喀斯特地区植被定量遥感研究,本文从个体尺度到生态系统尺度,从遥感数据源选择和方法应用上回顾了西南喀斯特地区植被定量遥感的研究进展,并探讨下一步需要重点关注的研究方向。西南喀斯特地区植被定量遥感研究主要集中在群落和生态系统尺度的植被覆盖度、植被分类、生态系统服务功能与价值研究;遥感影像数据应用相对单一,主要为被动成像中低分辨率的光学影像(如Landsat和MODIS)。在个体和种群尺度上,虽采用了地物高光谱遥感技术和无人机遥感技术,但该技术主要应用于小尺度近地面植物个体和种群研究,难以扩展到区域范围。亟待开展融合多源影像,尤其是激光雷达影像(Light Detection and Ranging, LiDAR)与非影像数据的应用及其先进分析方法研究,以及个体和种群尺度的喀斯特地区植被生化参数定量估算与自然植被物种精准识别,群落和生态系统尺度的生物多样性与碳循环定量遥感研究工...     

九段沙植被分布及其环境因子研究

使用GIS手段对九段沙的卫星资料和实地调查数据进行分析,研究了九段沙的自然植被及人工植被分布状况。绘制了九段沙植被分布图,九段沙上的植被进行了地上、地下部分的生物量测定,确定了生物量高峰期,这对了解该岛湿地生态系统、环境因子以及研究植物群落演替的特征与规律提供了基础资料。     

基于PCA的盐地碱蓬植被信息提取新指数研究

盐地碱蓬是海岸带一种重要的先锋植被,其时空分布信息是海岸带湿地生态系统保护及湿地修复工程的基础数据.为准确地获取碱蓬群落时空分布信息,构建一种盐地碱蓬提取指数十分必要.该文以辽东湾北部海岸带湿地为研究区域,基于Landsat8 OLI数据,采用主成分分析方法(PCA, principal components analysis)构建盐地碱蓬指数(suaeda principal components analysis index, SPCAI),并将其应用到多源遥感数据(Landsat5 TM、Landsat7 ETM+、Landsat8 OLI和Sentinel-2 MSI)中,最后利用SPCAI获取近21年辽东湾北部海岸带湿地碱蓬群落的时空分布信息.结果表明：1)经主成分分析的Landsat数据的第4波段(PCA₄)对盐地碱蓬的响应最为明显,且Landsat8 OLI数据的主成分分析结果明显优于TM和ETM+数据;2)基于Landsat8 OLI的PCA₄波段构建SPCAI,SPCAI对碱蓬的响应明显优于NDVI、SAVI、MSAVI,并...     

东北三江平原地区水位梯度对湿地植被群落生态特征的影响

【目的】探究三江平原湿地水文因子与湿地植被群落类型的关系以及水位梯度与湿地植被生态特征的耦合关系,分析水文情势对湿地植被群落的影响,为湿地生态恢复与生态系统的科学管理提供依据。【方法】以东北三江平原洪河国家级自然保护区湿地为研究区,基于野外调查选取水位梯度明显的9条样线共90个样点数据,建立以物种为横坐标、样点为纵坐标的21×90的矩阵。采用PC-ORD 5对矩阵数据进行双向指示种分析(TWINSPAN),对保护区湿地植被群落进行数量分类并分析群落类型与水位梯度的关系,使用CANOCO 5对矩阵数据进行除趋势对应分析(DCA),探究湿地植被群落分布与水位梯度的关系。最后利用Origin 2018对典型湿地植被的株高及生物量与水位数据进行高斯拟合,探究水文梯度变化对湿地植被生态特征的影响。【结果】TWINSPAN结果显示,洪河自然保护区湿地植被可划分为12个群落类型,群丛类型沿水文梯度的变化体现了植被类型由湿生植被向旱生植被演替的变化趋势,表明水位变化对湿地植被群落的演替与分布具有重要作用。样地DCA分析结果表明,湿地植被群丛的分布呈现一定的规律,植被群落类型及分布主要受水位梯度的影响。物种DCA排序结果显示,湿生植被、湿中生植被、旱生植被在排序图上均有明显的分布范围和界限,影响植被分布的主要环境因子是水位梯度。高斯拟合结果表明,3种典型湿地植被的高度和生物量随水位的变化趋势均为先增加后减少。小叶章(Calamagrostis angustifolia)、毛果苔草(Carex lasiocarpa)、漂筏苔草(Carex pseudocuraica)的最适水位生态幅分别为:[4.46 cm,20.04 cm]、[8.30 cm,28.40 cm]和[40.87 cm,48.71 cm],3种湿地植被的高度及生物量对应最大水位排序均为:小叶章<毛果苔草<漂筏苔草,此结果与分类和排序结果相符合。小叶章的高度及生物量对水位梯度的变化最敏感。【结论】水位梯度为洪河国家级自然保护区湿地植被群落类型与分布的首要环境因子,优势种的分布体现了所属植被群落的分布特征,并且具有指示生境的作用。水位梯度对湿地植被的生态特征有极显著影响,不同湿地植被对淹水水位适应性的差异导致其最适水位生态幅的差异明显。     

深度卷积神经网络的遥感植被检测方法

【目的】植被检测是城市生态研究的重要手段,然而由于遥感图像中植被存在阴影区域、遮挡区域以及色彩上的畸变等,导致当前的植被检测精度较低。基于遥感卫星影像,采用深度学习技术快速有效地检测出城市中的植被区域,为植被资源统计等相关研究提供依据。【方法】选用深度卷积神经网络模型,对高分辨率遥感影像中的植被区域进行检测。对不同的优化器,通过设置不同的卷积核大小,对精度进行对比分析。最后对网络层数进行研究,对设置合适网络层数进行分析,用构造的深度卷积神经网络在实验数据上进行植被区域检测。【结果】利用卷积神经网络处理二维图像时,无需手动提取特征,进行简单少量的预处理后,直接把图像输入到CNN模型中进行训练,即可实现图片的识别分类功能。降低了预处理的难度,同时局部感知和权值共享大幅度地减少了参数量,加快了计算速度。次抽样还能保证图像处理后的平移、旋转、缩放和拉伸的不变性。解决了传统方法计算量和样本量大、结构复杂以及费时的缺点。在采集到的高分辨率紫金山区域的遥感图像中,通过设计的多层卷积神经网络模型对区域中的植被资源进行分析,对比和研究不同的优化器、卷积核和网络层数,植被检测精度达到95.4%,明显高于当前众多植被检测算法。【结论】在深度学习中,目标检测的精度依赖于网络的结构设置,通过对优化器、卷积核以及网络层数进行设定,可以明显提高目标检测效率和精度。     

湿地生态系统状态参数遥感估算与分析

综合利用遥感图像处理技术和定量遥感模型,计算分析了扎龙漫地不同时期的植被指数和蒸散发量信息,研究了2001年火灾前后湿地植被生长状况的时间变化和空间差别.实验通过计算蒸腾量与植被指数的比值,来描述地面植被在不同生长阶段生长速度的差别,并利用图像变化检测技术,获取了火灾受灾区空间分布情况的相关信息.实验结果表明,在火灾中...