基于Landsat8卫星影像的生态环境质量评价 ——以三峡库区的宜昌市为例

良好的生态环境是人类赖以生存和发展的基础,科学地进行生态环境监测和评价,对维护和改善生态环境具有非常重要的意义.在ArcGIS平台上,使用Landsat8卫星影像、DEM等数据定量反演各个环境影响因子并采用层次分析法(The analytic hierarchy process,AHP)来确定各个因子权重,进而构建出生态环境监测评估模型,得到宜昌市生态环境质量等级空间分布情况.结果表明:宜昌市的整体生态环境质量良好,生态环境质量的大致走势是自西北向东南依次增加;地方政府应当加强对宜昌西北山地不适宜区的治理.     

南极地区Landsat8卫星影像的阴影检测方法

阴影在光学遥感影像中普遍存在,会对后续一系列图像信息提取等过程产生影响.在南极地区,由于其特殊的地理位置和环境,光学遥感影像中存在的阴影不可忽视.本研究在已有的阴影检测方法的基础上,根据Landsat8卫星数据的特点构建了一个新的阴影检测方法:首先对所有数据进行反射率转换处理,利用南极地区成像时的阴影在各波段的反射率特征,选取第1波段Coastal/Aerosol(0.43~0.45μm)和第5波段NIR(0.85~0.88μm)建立了能够有效识别阴影的阴影检测指数R51,并选取不同地物的训练样本进行统计分析,根据阈值提取法提取阴影为二值化图像,并从影像中剔除少量易与阴影混淆的冰面融池.通过选取南极不同地区的影像进行精度评价,发现该方法针对Landsat8数据在南极地区的阴影检测具有较高的提取精度和较好的普适性.本文利用阴影检测方法对收集的覆盖南极地区的1127景Landsat8影像进行阴影提取与统计、分布特征分析,最终提取阴影面积约15000km2,主要分布于裸岩山体集中区和大 型冰川所在地.      

基于Sentinel-2卫星遥感影像的云南省文山州三七种植面积估算研究

中药材多种植在自然条件适宜的山区,其种植区域地形复杂,种植地块多呈不规则碎片状,采用传统调查方法难以准确地计算种植面积和估测产量.卷积神经网络(Convolutional Neural Network,CNN)在遥感影像中准确高效地提取农作物空间分布有着较好的实验效果.因此,将CNN的特征提取能力应用于中药材种植,通过...     

基于Landsat8影像的植被覆盖度遥感估算方法比较

植被覆盖度在生态环境中扮演着非常重要的角色,遥感影像可以反映不同空间尺度的植被覆盖信息及其变化的趋势,因此,遥感监测是获取区域植被覆盖度参数的重要的手段。在前人研究基础上,本文结合现有数据,选择Landsat8数据作为植被覆盖度估算的研究数据,通过像素的二元模型和线性像素的混合模型估算铜川地区的植被覆盖度, Geoland2植被覆盖率数据集用于验证两种模型的估算结果。     

基于Landsat卫星影像的纳雍县土地利用变化研究

本文以贵州省纳雍县为研究区,以1997年、2006年和2015年的Landsat遥感影像为数据源,利用RS与GIS手段获取研究区土地利用分类图与土地利用转移概率矩阵,建立Markov模型模拟纳雍县未来土地利用类型的演化趋势。结果表明:未来9 a研究区内的耕地、未利用地面积呈现逐年减少的趋势,建设用地不断扩张,林地面积持续较大面积的增加,而水域面积基本没有变化。基于此,建议提高现有建设用地的利用,同时加强对耕地的保护,实现土地资源的合理利用。     

中分辨率遥感影像土地利用覆被信息自动提取研究——以太原市区Landsat8影像为例

"土地利用/土地覆被"(简称LUCC)是全球环境变化研究的热点问题之一,遥感技术是LUCC研究的重要手段,遥感影像LUCC信息的高精度自动提取成为众多专家学者关注的重要研究领域.Landsat系列卫星影像是最早且最为广泛使用的中分辨率陆地遥感影像.文章以2013年2月发射的Landsat8卫星的OLI影像为研究对象,利用ENVI软件,对太原市区的土地利用/土地覆被信息分别用最大似然法和决策树分类法实现自动提取,并进行精度比较.结果表明:最大似然法提取的总体精度为69.33%,Kappa系数为0.605 5,主要是耕地与林地、草地、建设用地以及建设用地与裸地的混分、错分现象较为严重,造成分类精度较低;而决策树分类法的自动提取通过确定适当的判别规则,使地类间的混分、错分现象明显改善,分类总体精度提高到91.33%,Kappa系数达到0.892 3,各土地利用类型的分类精度均有一定提高.     

基于Landsat8地表温度反演 ——以淮河上游为例

选用Landsat 8TRIS 10数据,采用改进后的普适性单通道算法对淮河流域上游地区卫星影像进行亮度温度反演.利用可见光波段、近红外波段对研究区的地表发射率进行计算,结合大气水分含量反演出研究区真实地表温度,反演精度较高,结果表明改进后的普适性单通道算法在中尺度区域适用性较好.探讨了中、大尺度区域地表温度反演可能面临的问题.     

基于Landsat 8数据的干旱监测研究

为确定遥感干旱监测在东北地区的适用性,选取黑龙江省安达市为研究对象,利用最新的Landsat 8遥感影像数据,建立了温度植被干旱指数(temperature vegetation dryness index,TVDI)和改进的垂直干旱指数(modified perpendicular drounght index,MPDI)。并通过实测土壤含水量数据,对两种干旱指数进行验证和比较。结果表明,利用Landsat 8数据,通过两种遥感干旱指数在试验区进行干旱监测有一定的可行性,且TVDI的监测精度要高于MPDI。该研究对推广Landsat 8数据在东北地区旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。     

基于Landsat 8遥感影像的北京市平原区不透水层盖度估算

随着城市化趋势愈发明显,大量的自然地表转化为不透水表面.本文应用最新发射的Landsat 8卫星影像中陆地成像仪(OLI)和热红外传感器(TIRS)中波段,通过归一化差值不透水面指数(NDISI)估算北京市平原区不透水面盖度.北京市平原区平均不透水盖度为52%,二环内不透水盖度为70%,比2007年提高了5%.西城区不透水盖度最高(71%),门头沟区最小(34%).不透水面积的变化是城市化进程的一个重要表征,准确估算城市不透水面盖度对分析城市化进程有重要意义.     

Landsat8影像在土地利用分类中的最佳波段组合研究——以湖北省恩施市为例

为提取土地利用/覆被信息,选取恩施市2015年10月的landsat8卫星OLI影像作为实验数据,在统计和分析各波段的光谱特征的基础上,计算最佳指数因子(OIF),并结合典型地物光谱特征曲线,对最佳波段组合的选择进行研究.结果表明:将最佳指数法和典型地物光谱特征分析法相结合,能客观有效地确定OLI影像的最佳波段组合;456和457两种波段组合是研究区土地利用/覆被信息提取的最佳波段组合.     

基于Landsat8植被覆盖度反演及应用——以宜黄县为例

植被覆盖度是反映地表植被状况和衡量生态坏境的重要标志之一。利用2016年宜黄县域范围的Landsat8 OLI影像,在对研究区域进行土地利用分类时,采取最大似然法和基于CART算法进行监督分类和决策树分类。通过比较两者的统计数据,得出基于CART算法的决策树分类精度要更高。然后利用决策树分类所得的土地利用图采用归一化植被指数(NDVI)和改进的像元二分模型反演出宜黄县植被覆盖度,最后通过宜黄县实际植被覆盖率与反演结果进行对比,并对其定性分析。     

基于DMSP-OLS和Landsat8数据的省域GDP空间化方法——以北京市为例

随着社会经济数据的省域空间化需求的增加和夜间灯光数据应用的日渐成熟,基于北京市的DMSP-OLS夜间灯光数据,根据相关分析和回归分析的方法,建立综合灯光指数与第二、第三产业GDP的回归模型;利用北京市的Landsat8数据,依据CART决策树算法分类出高精度的土地利用类型图,构建耕地、草地、林地和水域面积与第一产业GDP的回归模型;通过对模拟的第一、二、三产业GDP共同求和的方式计算GDP总值,最终建立北京市的1km格网GDP空间分布图。结果表明,模拟的第一产业GDP的平均残差和相对误差分别为0.04亿元和3.55%,第二、三产业GDP的平均残差和相对误差分别为-5.54亿元和3.35%,GDP总值的平均残差和相对误差分别为-6.43亿元和3.36%。生成的GDP密度图能较全面地反映北京市的社会经济分布特征,可为经济决策和GDP产值估算提供依据。     

基于Landsat 8地表温度的单窗反演——以九江市为例

陆地表面温度被认为是城市环境分析的重要指标之一。目前,利用热红外遥感技术反演地表温度是获取有关区域地表温度信息的一个有效可行的方式。针对不同热红外传感器,国内外很多学者做了大量的相关实验,其中以覃志豪单窗算法精度相对较高;因此,采用覃志豪单窗算法反演地表温度,从而分析九江市的热度情况。实验结果显示,九江市2014年10月份气温在9~23℃区间,与实测温度接近,对九江市热岛研究具有一定的参考意义。     

Landsat 9卫星影像预处理方法及应用——以南京市植被生态遥感监测为例

植被状况对生态环境有重要影响,特别是在城市生态环境中。该文以Landsat 9卫星特征为切入点,研究Landsat 9卫星影像的预处理方法及植被覆盖度定量反演方法。以江苏省南京市为例,利用Landsat 9陆地成像仪(OLI-2)影像反演植被覆盖度空间分布情况。监测统计结果显示,南京市植被覆盖度均值为60.17%。分区域统计显示,浦口区植被覆盖度最高,江宁区植被覆盖度次之,而六合区、市区(包括栖霞区、鼓楼区、秦淮区、玄武区、雨花台区和建邺区)和高淳区植被覆盖度相对较低。     

基于Landsat卫星的庐山西海水域面积提取和变化研究

针对NDWI和MNDWI两种指数在提取水体过程中会产生背景噪音和地物错提的现象,提出一种能够减少无用背景信息的水体提取指数ENDWI,利用TM影像的绿光波段、近红外波段和中红外波段建立归一化比值模型.该方法不仅有良好的水陆分离性,还进一步减少了背景无用信息的干扰,提高了水体提取的精度.以TM/OLI影像为数据源,利用ENDWI法对庐山西海25年的面积变化状况进行监测.结果表明25年间水库面积有增有减,面积平均值为283.99km2,2016年面积达到最大为317.45km2;水库面积的变化是气候水文变化和人类活动共同作用的结果.     

基于遥感影像的中尺度人口统计数据空间化——以京津冀地区为例

基于 DMSP/OLS 夜间灯光数据、土地利用数据及其他与人口分布相关的社会经济与生态环境因子, 在中尺度区域上研究人口统计数据的空间化及应用。以京津冀地区为研究区, 首先获取2010 年京津冀地区人口普查数据; 然后基于各个相关因子(公路、铁路、河流、坡度、土地利用和夜间灯光)计算概率系数; 最后综合各种输入变量和概率系数运用地理信息系统技术把人口普查数据分配到各个像元上。用城市人口普查数据对分配结果进行检验, 检验结果为: 京津冀地区2010 年人口统计数据的空间化结果在城市尺度上的校验准确率可以达到74%以上。此检验结果表明该人口统计数据空间化的方法可以很好地应用于中尺度区域人口统计数据的空间化。     

基于Landsat影像的面向对象土地利用分类——以下辽河平原为例

基于Landsat OLI影像运用支持向量机和随机森林分类方法进行下辽河平原地区面向对象土地利用分类,同时探讨DEM因素对分类精度的影响.结果表明:(1)研究区随机森林分类的总体精度和Kappa系数优于支持向量机分类的结果,同时参考DEM因素有助于提高分类精度,总体精度最高为91.80%.(2)研究区支持向量机分类方法下水田和建设用地的分类精度较高;而旱地、林地、水域和未利用地更适用于随机森林分类方法.DEM因素对于水田、旱地、水域及未利用地的分类精度有提升作用,而对林地的分类精度有一定的削减.(3) 2015年研究区土地利用以耕地为主,其次是建设用地和林地,水域、未利用地和草地的面积相对较少.中等分辨率遥感影像的面向对象土地利用分类的适用性较好,可为区域土地利用信息提取提供参考.     

基于Landsat 8影像的后官湖叶绿素a浓度反演研究

采用2015—2020年的Landsat系列影像,结合实测数据构建叶绿素a浓度反演模型,分析了武汉蔡甸后官湖近6年叶绿素a浓度的时空分布特征.研究结果表明:在空间分布特征上,湖心水域浓度主要集中在5～7μg/L范围内,湖岸水域浓度主要集中于35～50μg/L范围内,呈现自西向东逐渐增加,湖心低于湖岸的趋势;在时间分布特...     

遥感影像数据融合方法的比较和分析——以开封地区SPOT影像数据为例

遥感数据融合技术一直是近几年国际遥感界研究的热点.目前有关融合效果的评价还没有一致的评价准则和标准.因此,如何评价融合结果的客观性和可信度,成为人们长期探索的问题.本文分别对5种基本融合方法进行定性和定量对比分析,从地物光谱的统计特性、相关特性等方面,来分析融合图像的空间分辨率及其与原多光谱影像的光谱一致性,比较得出在光谱特征上扭曲较小和空间分辨率较高的融合方法,为融合算法的应用和完善提供基础.     

基于实测值的Landsat 8水面温度反演算法对比——以太湖为例

水面温度是影响湖泊物理、化学、生物和生态过程的关键因素,遥感反演可以扩展获取水面温度的空间尺度,现有研究多选择表层水温或其他温度产品而非实际水面温度来验证遥感反演结果。为获取太湖水面温度的最佳反演算法,首先量化水面温度与水下20 cm和50 cm水温的差异,再基于太湖四季典型日期的Landsat 8热红外数据,利用辐射传输方程法（radiative transfer equation, RTE算法）、覃志豪单窗算法（mono-window algorithm, MW算法）、Offer Rozenstein劈窗算法（split window, SW1算法）和Jiménez-Mu?oz劈窗算法（SW2）反演水面温度,以实测值验证反演结果。结果表明：太湖水面温度与表层水温存在显著差异,白天水面温度分别比20 cm和50 cm深处水温高3.6 K和5.6 K,Landsat 8过境时刻水面温度分别比20 cm和50 cm深处水温高2.7 K和2.9 K;以实测值为准,SW2算法对太湖水面温度的反演效果最佳,绝对误差范围为0.1~1.4 K,MW和RTE算法次之,SW1算法反演效果最差,在低温/高温时的反演值较实测值偏低/高2.0~3.0 K;四种算法均能反演出太湖水面温度的时间变化,但难以量化其空间格局。