利用GPS的信噪比观测值监测植被生物量

针对传统植被生物量测量时空间分辨率较低等问题,研究了一种基于GPS卫星SNR信噪比植被生物量反演方法。将SNR数据进行多项式拟合得到直射分量并剔除,提取出SNR中的反射分量并分析振幅特征。根据植被与裸土情况下的振幅之比计算归一化振幅,与实测降雨量与有效反射区内的NDVI数据进行了对比,分析植被生物量变化趋势。结果表明:归一化振幅与实测数据具有较强的相关性,利用该方法监测植被生物量变化是可行的。该方法为高时空分辨率监测植被生物量提供了一种新的思路。     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

面向植被覆盖山区的无人机应急通信信道建模

植被覆盖下山区空地信道模型的建立是解决综合山区空地信道和植被覆盖损耗问题的重要方法,对山区无人机应急通信具有重要意义。考虑了山区空地信道以及植被覆盖区域,提出一种新的几何多径信道模型-三径模型。基于模型多径分量推导山区复合反射路径长度矩阵并转换为路径最值矩阵,结合植被衰落因子获得山区空地植被损耗,对该模型下的综合损耗进行了仿真。仿真结果表明,植被覆盖山区空地信道模型得到的理论数据能有效地拟合实测数据集,该模型可以用于分析山区无人机应急通信场景。     

东北主要高大落叶乔木单叶的偏振特性研究

利用二向反射光度计实测了6月初东北森林群落中5种主要高大落叶乔木单叶的偏振反射比数据,并对此数据进行了分析,得出了各树种单叶的偏振反射特征,为偏振光遥感、多角度遥感的深入研究与应用提供了科学依据.并且对植被遥感特别是森林遥感也提供了一种新的尝试.     

自然光图像反射分量分离

针对传统方法不能直接去除自然光图像高光的问题,提出了一种基于多通道梯度一致性的反射分量分离方法.首先依据多通道梯度一致性检测同质高光像素、并构建反射分量分离张量.然后用反射分量分离张量对图像梯度进行变换,将其分解为镜面反射分量梯度和漫反射分量梯度.最后从漫反射分量梯度重构出估计的漫反射分量.实验结果表明该算法可直接去除自然光图像高光而不需预先估计光源色度,简化了自然光图像反射分量分离过程,并能更准确地去除归一化图像的高光.     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

神东矿区土壤湿度遥感监测与双抛物线型NDVI-Ts特征空间

 结合神东矿区环境与灾害遥感监测与分析,根据MODIS/AQUA卫星产品的归一化植被指数(NDVI)和地表温度(T_s)数据,分析了基于1km和500m分辨率数据的NDVI-T_s特征空间,发现NDVI-T_s特征空间均具有双抛物线型特征。与基于1km和500m分辨率数据的NDVI-T_s三角形特征空间进行对比分析,并将得到的温度植被干旱指数(TVDI)数据与实测土壤湿度进行相关性分析,结果表明1km双抛物线型NDVI-T_s特征空间能更好地反映地表0—5cm土壤湿度,而500m双抛物线型NDVI-T_s特征空间在监测10cm土壤湿度时更有优势。以通过双抛物线型NDVI-T_s特征空间得到的TVDI作为旱情遥感监测指标,评估了2010年10月8—23日16d和2010年10月8日当天的神东矿区旱情,揭示了矿区旱情的空间特点。     

桥梁健康监测中的损伤特征提取与异常诊断

针对桥梁健康监测的应用 ,提出了一种基于统计模式识别技术的结构异常诊断方法 .由正常结构实时监测动态响应形成状态判断的数据基 ,通过序列相似分析将未知状态结构的响应信号与正常结构数据基进行环境/运营条件归一化 ;然后根据动态参数模型残差分析提取结构损伤特征 ,进而通过统计分析进行结构异常诊断和损伤定位 .与基于模态频率变化的方法相比 ,该方法具有更高的损伤识别能力 ,并能较好地克服实测数据离散性和环境与运营条件影响带来的困难 .通过三跨连续梁的数值试验验证了该方法的有效性     

采用地表反射率模型的Landsat时序数据集重构

选择福州市区东部面积近300 km²的区域作为研究区,基于地表反射率模型,对2013-2016年研究区内所有的有效像元进行拟合,重构时序数据集,并通过原始影像与实测光谱对拟合结果进行评价.研究结果表明:拟合结果与原始影像在蓝、绿、红、近红外波段的相关系数均高于0.9,可见光波段均方根误差在0.01左右,近红外波段略高于0.02;拟合结果能清晰地表达不同类型植被的物候差异,与原始影像、实测归一化植被指数(NDVI)均保持较高的一致性;基于重构的数据集,可以保证选择相同时相的数据进行年度植被变化监测,进一步提高植被动态变化监测的准确性和实效性.     

局域波法和高阶统计量在压缩机气阀状态监测中应用

为解决传统信号处理方法分析非平稳时变信号的不足,提出了一种适用于往复式压缩机气阀状态特征提取的新方法.首先使用局域波法将实测信号分解为多个基本模式分量,经过希尔伯特变换得到各分量的时频谱;然后计算归一化后幅值信号的高阶统计量,这些统计量很好地反映了气阀的劣化过程.通过对现场工作的聚乙烯二次压缩机组合阀振动信号的分析,验证了该方法在往复压缩机状态监测中的有效性和实用性.     

3种NDVI遥感数据产品在大别山区的对比分析

选取GIMMS、MODIS、SPOT/VEGETATION 3种NDVI(归一化植被指数)遥感数据产品,分析它们在大别山区域的空间分布和时序变化.结果表明:(1)在空间分布上,3种NDVI数据的格局大致相同,MODIS NDVI和SPOT/VEGETATION NDVI的空间分布吻合度更高;MODIS传感器的波段宽度窄、空间分辨率高、变化范围大、分布分散.(2)在时序变化上,3种NDVI数据的季节变化步调基本一致,幅度相当,MODIS NDVI和SPOT/VEGETATION NDVI数据更能清晰地反映NDVI对降水响应约有1个月的滞后这一现象;GIMMS NDVI能清晰准确地反映地面植被覆盖的变化情况;SPOT/VEGETATION NDVI的动态范围比GIMMS NDVI和MODIS NDVI的动态范围大.     

内蒙古羊草草原返青期遥感识别方法研究

研究羊草返青期遥感识别方法对于模拟及预测内蒙古草原植被物候变化具有重要意义.为了有效识别内蒙古羊草草原的返青期,本研究基于250m分辨率的MODIS归一化差值植被指数(NDVI)时序数据,首先分别采用双高斯函数、多项式、S-G滤波3种拟合方法对原始NDVI时序数据进行重建,然后进一步分别采用最大斜率阈值法、动态阈值法及滑动平均法对重建的最优NDVI数据进行返青期识别,并利用33个样本点的返青期地面观测数据对遥感监测结果进行了地面验证.结果表明,"基于S-G滤波拟合的滑动平均法"是内蒙古羊草草原返青期的最佳遥感识别方法,可以此为基础开展内蒙古草原主要植被返青期的时空变化规律研究.     

Temporal-spatial characteristics of vegetation cover and desertification of China by using remote sensing data

Based on the NOAA advanced very high resolution radiometer (NOAA-AVHRR) remote sensing data of 1982 — 1999. the normalized difference vegetation index (NDVI) reflecting the surface vegetation cover has been obtained. Using the empirical orthogonal function analysis, the temporal-spatial eigenvectors of NDVI are given, and the characteristics of the spatial distribution of vegetation cover and its temporal variation together with the desertification of China are analyzed. It is found that the surface vegetation cover has seriously deteriorated in most part of China since 1995. along with the intensified desertification. All these are mainly caused by human activities although the climate change is responsible for the damage of surface vegetation cover to some extent.     

北疆地区不同草地类型MODIS植被指数变化动态及其与气候因子的关系

利用新一代卫星遥感数据TERRA/MODIS,结合地面20个气象台站提供的数据,以北疆地区为研究区域,分析了温性草原、低地草甸、山地草甸、温性草甸草原、温性荒漠草原和温性荒漠6种代表性草地植被指数的时空变化特征.以2004,2005年4～10月的月度变化为例,研究了不同草地类型在各个生长阶段植被指数的变化和草地的生长状况.研究结果表明,EVI对植被变化的敏感性要强于NDVI的,但是在植被生长状况较好的草地,NDVI比EVI更稳定.植被盖度比较好的草地类型(如温性草甸草原、山地草甸)的植被指数与温度和降水都表现出很强的相关性,但植被稀疏的草地(如温性荒漠、温性荒漠草原)的植被指数与温度的相关性比较弱,与降水的关系更弱.     

Classification of vegetation in North Tibet Plateau based on MODIS time-series data

Based on the 16d-composite MODIS （moderate resolution imaging spectroradiometer）-NDVI（normalized difference vegetation index） time-series data in 2004, vegetation in North Tibet Plateau was classified and seasonal variations on the pixels selected from different vegetation type were analyzed. The Savitzky-Golay filtering algorithm was applied to perform a filtration processing for MODIS-NDVI time-series data. The processed time-series curves can reflect a real variation trend of vegetation growth. The NDVI time-series curves of coniferous forest, high-cold meadow, high-cold meadow steppe and high-cold steppe all appear a mono-peak model during vegetation growth with the maximum peak occurring in August. A decision-tree classification model was established according to either NDVI time-series data or land surface temperature data. And then, both classifying and processing for vegetations were carried out through the model based on NDVI time-series curves. An accuracy test illustrates that classification results are of high accuracy and credibility and the model is conducive for studying a climate variation and estimating a vegetation production at regional even global scale.     

基于NDVI时间序列数据的土地覆盖变化检测指标设计

大中尺度土地覆盖格局及其变化检测是研究全球变化和能量平衡的重要内容.NDVI时间序列数据在土地覆盖变化动态遥感监测中占据着重要地位.针对NDVI时间序列数据,现有的土地覆盖变化检测方法和指标存在许多不足之处.本文在分析现有土地覆盖变化检测指标的基础上,设计了一个新的基于交叉相关光谱匹配(CCSM)和兰氏距离的变化检测指标.该指标充分考虑了NDVI时间序列曲线形状和数值两个变化特征.理论与实例检验结果表明本文设计的指标能够较好的抑制各种干扰噪音的影响,正确检测真实的土地覆盖变化,是一种较为理想的检测指标.     

雅鲁藏布江流域NDVI时空分布及与降水量的关系

对雅鲁藏布江流域归一化差值植被指数(normalized difference vegetation index,NDVI)时空变化特征分析的同时,把流域站点降水量点数据插值成与流域NDVI相一致的空间Grid数据,并对流域NDVI与降水量的关系进行了分析.考虑到降水量插值误差的存在,分析了流域站点NDVI与降水量的关系.结果表明,流域与流域站点NDVI与降水量均具有较强的季节性与时间上的一致性.其线性相关系数与对数相关系数都在0.7以上.     

1998-2002年我国陆地植被变化探测研究

以长时间序列VGT-NDVI为数据源,利用年内变异系数与年份回归分析的方法对1998-2002年间的中国陆地植被NDVI的变化情况进行了分析.中国大部分地区线性回归相关性显著,整体相关系数为0.78.研究结果表明,在这五年间,中国北方的植被覆盖呈增加状态,而南部地区的植被覆盖情况则有明显的减少趋势.总体来讲,中国的西部变动情况大于东部,并且西北呈增加趋势,西南则呈减少趋势.     

基于NDVI的贵州省植被覆盖时空特征分析

利用2001—2018年的500 m分辨率的MOD13A1数据,计算每个像元的NDVI的变化趋势,并采用线性趋势分析法和相关性分析法,分析贵州省植被覆盖面积在18年间的时空变化特征;结合2001—2018年植被的降水利用效率与2010、2017年2期土地覆盖数据,研究不同土地覆盖类型的NDVI的特征. 研究结果表明:(1) 2001—2018年,贵州省的植被覆盖面积总体呈增加趋势,表明生态环境得以明显改善,以毕节、六盘水市最为显著;(2)从植被覆盖面积变化趋势来看,贵州省的植被改善区域大于退化区域,植被退化区主要集中在城镇扩张区;(3)贵州省的整体植被降水利用效率与植被覆盖面积的变化趋势不具有一致性;(4)贵州省的NDVI与同期降雨量、气温均呈现良好的相关性,而植被生长对气温变化不存在明显滞后性、对降雨量变化的滞后期为1个月,即植被生长对气温的敏感性高于降雨量;(5)在植被生长季,不同土地覆盖类型的NDVI具有不同的特征: NDVI(林地)>NDVI(耕地)>NDVI(草地)>NDVI(建设用地)>NDVI(水体).