新兴技术的发展在优化城市建设和改善人类生活的同时,也存在着一定的风险,进而引发城市安全问题。天津市是中国的沿海城市,其沿海海平面的不断上升,南水进津改变水循环,地下空间的开发利用,这些因素与地面沉降进行叠加耦合都将成为天津市新兴风险评价的重要因素。文章首先对天津市南部平原沉降信息进行获取,叠加海平面上升速率预测天津市自然海岸线后退情况。基于此,利用机器学习方法(XGBoost)预测天津市相对海平面上升带来的高风险因素。此外,针对南水北调-地下空间开发的应用带来的新兴风险进行分析,揭示南水进津和地铁建设运行对天津市城市安全的响应规律。这些地面沉降与现代人类活动结合带来的新兴风险分析研究将为区域防灾减灾提供科学依据,提高城市抵御灾害的能力。
基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库; 通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型; 结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演。研究表明,LAI反演值与实测值的相关系数r>0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力。
在全球环境变化研究中,对土地利用和土地覆盖的描述、量化和监测尤为重要。为此,基于综合变化检测算法(comprehensive change detection method, CCDM),计算2011—2016年Landsat影像(P033/R033)的土地类型变化。CCDM整合了2种基于光谱的变化检测方法, 即多指标综合变化分析(multi-index integrated change analysis, MIICA)模型和分区(Zone)变化检测模型。通过计算变化向量(change vector, CV)、最大相对变化向量(relative change vector maximum, RCVMAX)、差分归一化燃烧率(differenced normalized burn ratio, dNBR)和差分归一化植被指数(differenced normalized difference vegetation index,dNDVI)等4个光谱指标和时间(t)提取2期Landsat影像的变化。此外,根据前期和当前土地覆盖的变化趋势和MIICA与Zone结果的变化,对CCDM结果的准确性进行了评价。评价结果表明: 非变化类的准确率为96%,变化类的准确率为40%,总体精度为68%。CCDM方法简单、容易实现、应用广泛,能捕捉不同景观中各种自然和人为干扰引起的潜在土地覆盖变化,可为国家土地覆盖更新和土地变化检测提供技术支持。
不同类型的海岸具有不同的地物特征,单一算法无法保证海岸线提取精度。针对现有研究多为利用遥感图像进行瞬时水边线提取,从而缺少潮位校正和精度验证的问题,该文提出一种结合海岸类型和潮位校正的海岸线遥感提取方法。以秦皇岛市海岸为例,采用高分辨率SPOT4卫星图像进行瞬时水边线提取,提取方法包括最小噪声分离变换、改进的归一化差异水体指数、数学形态学方法和改进的Canny边缘检测方法,并根据潮位数据计算潮滩坡降,从而准确获取海岸线。利用同时期海岸线实地GPS测量数据对遥感提取的海岸线进行精度验证。结果表明,使用该文方法提取的海岸线精度较高。
地形因子作为对地形地貌特征进行数字表达的定量参数,对岩性识别精度的提高具有重要的意义。在对已知岩性类别区域的高程、坡度、剖面曲率、地表粗糙度和地表切割深度等10个地形因子的分类有效性和相关性进行评价的基础上,对地形因子进行筛选并将最佳尺度下的地形因子用于岩性的分类。结果表明,高程、剖面曲率、地表切割深度、地表粗糙度和平面曲率这5个地形因子的组合更具良好的分类效果,且都对应有识别性最好的岩性。在识别岩性类别时加入充分表达其地形特征的最佳地形因子组合有利于提高岩性的识别与分类能力。
简单多边形顶点凹凸性判断算法种类繁多,在模式识别及计算机图形学等领域具有重要应用。为了研究不同种类算法的内在联系与区别,以便在实际应用中根据情况选择合适的算法,分析了目前较为流行的角度法、左右点法、矢量面积法、向量积法、射线法、斜率法和极点顺序法等算法。经过详细的推导论证发现,这些算法都可以使用公式b=p*m来表示,且各种算法在本质上是等价的。但通过对算法计算量的对比,推荐在程序设计中使用向量积法、射线法和斜率法。
不透水面是重要的地表覆盖类型,利用卫星遥感影像准确提取不透水面信息对于掌握地表覆盖变化具有重要意义。现有研究已提出了多种不透水面遥感信息提取指数,但目前尚缺乏对这些不透水面指数的系统对比分析。利用Landsat8卫星遥感影像,测试了目前8种主要不透水面指数的提取精度。结果表明,在现有不透水面指数中,垂直不透水层指数能够有效增强不透水面信息,不透水面提取精度最高(89.6%),其次是比值居民地指数和生物物理组分指数(87.5%和87.4%),城市指数与新建筑指数提取精度再次之(82.9%和80.0%),归一化差值不透水面指数、归一化建筑指数和基于指数的建筑指数未能有效增强不透水面信息,提取精度较低(<75.0%)。此外,这8种不透水面指数都未能有效解决不透水面与大片裸地光谱混淆的问题,在裸地广泛分布的区域难以准确提取不透水面,平均提取精度仅为71.0%,影响了不透水面指数的大区域应用。
掌握非震情况下的热红外亮温背景场及其时空变化规律是有效提取地震红外异常信息的关键。利用2003—2011年NOAA卫星夜间热红外遥感数据构建祁连山和首都圈亮温背景场,分析其时空演化特征。结果表明: 红外亮温背景场受季节、地形和断裂活动等多种因素的影响,其中受季节变化影响最大,年变规律明显; 不同地理环境,亮温年变特征呈现不同形式,对于地形地貌复杂的地区,亮温变化曲线不稳定,红外亮温与地面高程呈显著的负相关关系,地面高程每增加100 m,亮温降低约0.21~0.63℃,这与我国气温直减率基本一致; 活动断裂带在红外图像上表现为明显的高亮温线性条带或亮温分界带; 多年平均背景场平滑了气候等突变信息,呈现出稳定性较强的规律性变化特征,为断裂活动和地震所引起的增温异常检测提供了稳定的亮温变化基准场。
遥感是获取大面积地表蒸散发量(evapotranspiration,ET)的主要手段,但是其所获得的ET是卫星过境时刻的瞬时值,而日尺度的ET才有实际意义和参考价值。目前,已有多种由瞬时ET经过时间尺度扩展成日尺度ET的方法,如恒定蒸发比法,时间积分法、正弦关系法、作物系数法和冠层阻力法等。为了对这些方法有一个清晰的了解和在应用时为方法选择提供依据,对以上5种常用方法的原理和特点进行了总结、对比和分析,并对当前该研究领域依然存在的难点问题和研究热点进行了总结。
通过图像影像特征分析,并经地面调查证实,澜沧江兰坪地区铜矿化蚀变与围岩存在反射波谱特性差异,即在TM5(近红外)波段(1.55μm-1.75μm)蚀变岩呈高反射率。以此为依据,进行了提取与铜矿化蚀变相关的TM遥感信息的计算机图像处理技术方法研究。实践证明,该区主分量分析处理图像效果最佳。图像上显示的色调异常,通过与红土涧矿区地质勘查资料对比和根据兰坪地区图像上典型地物样区色调理论分析,评价了遥感异常的地质意义。由于图像预处理(几何校正、亮度拉伸、多元统计,最佳波段组合选择等)是针对澜沧江兰坪全区的特征进行的,故处理方法在全区内均有一定适用性。本文结合公式2、图4、表4、封二彩片5等实际材料较详细地介绍了有关提取铜矿化蚀变遥感色调异常信息的方法技术。
油菜是我国主要的食用油料作物。及时、准确地获取油菜种植分布信息对油菜长势监测、估产以及灾情评估具有十分重要的意义。以江汉平原为研究区,利用250 m空间分辨率的MODIS EVI时序数据,以TM数据作为野外采样数据与MODIS EVI数据之间的过渡数据,间接提取MODIS EVI数据农作物的训练样本; 通过分析江汉平原油菜和冬小麦的EVI光谱特征及物候信息,建立油菜种植面积提取模型; 采用多次阈值比较法提取2014—2015年间江汉平原油菜种植分布信息。研究结果表明,2014年和2015年油菜面积遥感提取结果与农业局统计数据相比,总体提取精度分别达到95.22%和91.29%; 2014年MODIS数据与TM数据提取的油菜面积一致性为88.61%; 基于时间序列MODIS EVI数据,结合EVI光谱特征和物候信息,利用该方法可以有效提取江汉平原油菜种植分布信息。
地表温度是反映区域自然环境和气候变化的重要指标,高质量的数据对区域地表温度时空变化研究是非常重要的。北美洲近年来的气候变化较为异常,因此研究分析该区域的地表温度具有较强的意义。文章基于MODIS地表温度数据,结合地面站点、邻近像元和海拔数据重建了北美洲2002—2018年的遥感地表温度数据集,并分析了其17 a的地表温度时空变化。重建的地表温度数据覆盖了所有陆地地表,数据验证表明精度在1 ℃左右。经过分析发现: 北美洲17 a间以平均0.02 ℃/a的速度呈现波动增温趋势并在2016年达到历史峰值,此后2 a里地表温度直线下降,这与厄尔尼诺的影响密切相关; 北美洲春秋两季的增温幅度较大,冬夏两季次之; 阿拉斯加北部地区和加利福尼亚半岛区域近年来的增温趋势极为显著; 植被和大气水汽显著地影响着地表温度的变化,40°N以北植被和大气水汽与地表温度呈正相关变化,40°N以南植被和大气水汽与地表温度呈负相关变化。根据北美洲平均地表温度周期波动的变化趋势以及厄尔尼诺的影响,在一定可靠程度上可以预测未来1~2 a整体地表温度变化趋势。
介绍了一种长时间序列遥感影像预处理程序,即陆地卫星生态系统干扰自适应处理系统(landsat ecosystem disturbance adaptive processing system,LEDAPS)。该程序通过使用MODTRAN太阳能输出模型,校正太阳方位、日地距离、TM或ETM+带通以及太阳辐照度,将定标影像转换为表观(top-of-atmosphere,TOA)反射率影像,并将通过浓密植被(dark dense vegetation,DDV)算法插值生成的气溶胶光学厚度(aerosol optical thickness,AOT)以及通过相关资料获得的臭氧(O3)浓度、大气压及水汽值等用于6S辐射传输模型,生成地表反射率产品。以LEDAPS可处理的标准数据Landsat7 ETM+和统一格式后的非标准数据Landsat5 TM影像为例,介绍了长时间(1987—2011年)序列数据的选择、格式统一以及算法的实现过程,同时给出了校正后影像效果评价的方法。结果表明,标准数据和非标准数据经过LEDAPS处理后生成的地表反射率产品能有效降低大气中O3、水汽及气溶胶等对影像真实反射率的影响,为土地覆盖变化和干扰因素等的长时间序列监测和生物物理参数的遥感反演提供科学产品,有助于在国内形成处理长时间序列影像数据的准则。
日平均气温作为反映气候特征的重要指标,在城市热岛效应、农业生态环境等众多领域发挥着举足轻重的作用。气象站实测的日平均气温应用在大区域模型时,在空间上缺乏一定的代表性。相比之下,日平均气温遥感反演结果更能够满足大范围监测的需要,但同时也存在着精度和质量上的限制和挑战。首先,总结了几种目前广泛使用的日平均气温遥感估算算法,如多元线性回归方法、机器学习法和基于特征空间外推法; 其次,基于日平均气温遥感估算的原理和过程,系统分析了云、气溶胶等不确定因素的影响,并提出了相应的解决方案; 最后,对日平均气温遥感估算的发展趋势进行了展望,并指出了不同过境时刻影像融合和多源数据融合是提升云干扰下日平均气温遥感估算精度的重要途径。
基础地质和成矿理论研究是成矿预测的基础,成矿理论创新可大大拓宽成矿预测领域和找矿思路。遥感技术在控矿要素解译,成矿带展布研究,矿致色调异常、控矿环形影像、找矿地貌特征、矿化蚀变信息提取和多源信息综合分析等方面比常规找矿方法更具优势。根据在我国西部地区的找矿实践和效果,总结了一套遥感成矿预测方法和程序。
我国是滑坡灾害频发的国家之一,近年来发生的灾难性地质灾害事件有70%以上都不在已知的地质灾害隐患点范围内,亟须通过自动高效的滑坡识别技术方法开展大规模滑坡灾害排查。为了从海量遥感影像中快速识别滑坡的位置,确定滑坡重点区,支撑后续的解译与研究,以黄土滑坡为例,基于GF-1影像与数字高程模型(digital elevation model,DEM) 数据开展滑坡识别研究。首先构建了遥感影像和DEM滑坡样本库,然后应用通道融合卷积神经网络模型对滑坡样本进行分类,最后将分类结果按照位置信息还原到遥感影像图中。实验结果表明模型的滑坡识别精度可达95.7%,召回率为100.0%。研究所用模型的网络层数较少,收敛速度快,具有更高的效率与识别精度,解决了在样本有限的情况下,从遥感影像中快速确定滑坡重点区的问题,以支撑大规模滑坡灾害排查。
地表不透水面是衡量城市生态环境的关键因素,及时准确地掌握不透水面的动态变化对城市发展规划具有重要意义。以昆明市呈贡区为研究区,基于2007年、2011年、2015年、2019年4期Landsat影像为数据源,对比研究归一化差值不透水面指数(normalized difference impervious surface index,NDISI)和调整型土壤调节植被指数(modified soil adjusted vegetation index,MSAVI)2种方法的提取精度,择优提取呈贡区不透水面,并分析呈贡区不透水面时空动态变化。结果表明: NDISI平均提取精度为87.01%,平均Kappa系数为0.81,优于MSAVI的81.78%和0.75,故选用NDISI方法提取呈贡区不透水面; 2007—2019年间,呈贡区不透水面快速增长,其面积由2007年的46.12 km2增长到2011年的72.64 km2,2015年的146.94 km2,2019年的164.42 km2,尤其是2011—2015年,不透水面面积增长速度最快,增长近一倍; 呈贡区不透水面变化主要受国家政策、城市规划、地形因素和交通发展等因素影响,呈贡区西部的滇池方向以及中部几个街道办事处增加较快,对城市内涝、滇池防治带来一定的压力。在未来城市规划过程中,应协调好不透水面的扩张范围和速度,避免不透水面空间格局不合理带来生态环境问题。
针对现有道路障碍物遥感检测方法对配准精度要求高、受成像条件影响大、自动化程度不高以及需要专业人员操作等不足,提出了一种基于反向特征匹配的道路障碍物检测方法和路段通过性评估方法。该方法基于尺度不变特征变换(scale-invariant feature transform,SIFT)特征提取算法,通过获取灾后影像上道路缓冲区内不能匹配的特征点集来检测定位障碍物,然后采用多种子点区域生长算法获得障碍物分布范围与形状,最后通过与道路矢量数据叠置分析进行路段通过性评价。实验结果表明,该方法能有效地提取因自然灾害而产生的山区公路障碍物位置和面积信息。
在整合区域海水入侵历史观测数据的基础上,结合现代遥感综合观测手段,开展莱州湾南岸海水入侵时空动态变化过程和海岸线历史变迁耦合机制研究。完成了1979―2012年区域海岸线的多期遥感监测和区域咸水入侵锋线演化的时间过程与空间特征数字重建,并引入端点速率法(end point ratio,EPR)分析模型对二者的时空耦合关系进行了探索研究。研究结果表明: ①区域海水入侵经历了由快到慢的变化过程,1990年以后入侵速率明显减缓,入侵锋线基本稳定在1995年锋线附近,且2008―2012年入侵锋线局部发生后退; ②区域海岸线除局部人工造陆导致岸线向海扩张外,区域海岸以蚀退型为主; ③海水入侵锋线变化与海岸线进退二者之间在时空上存在强耦合关系,相关系数达到0.407,显著性水平P<0.01(双侧)。研究结果可为区域海水入侵的预防和治理提供数据支撑和科学依据。
通过利用葵花-8(Himawari-8)卫星气溶胶光学厚度(aerosol optical depth, AOD)数据三级(L3)资料(时间分辨率为60 min/次)和MODIS的归一化插值植被指数(normalized difference vegetation index, NDVI)资料,构建了卫星遥感空气清新度(remote sensing atmosphere index, RSAI)指数,并以福建省为例,分析其季节变化的规律。研究表明,四季中福建省沿海地区均为AOD高值区,西部地区为AOD低值区; 全省秋季AOD数值全年最低,且福建省四季整体AOD皆低于大陆周边省份。与长江三角洲、珠江三角洲和南昌市城市群相比,福建省境内福厦泉城市群植被覆盖良好,季节差异不大。根据RSAI指数,福建省四季皆为清新以上等级,福建省四季RSAI指数皆高于大陆周边省份,显示出福建省特有的生态优势。通过对AOD,NDVI和RSAI的分析表明,福建省空气质量好,透明度高,植被覆盖好,卫星遥感空气清新度指数高,对研究区旅游业发展,提高人类健康水平,脱贫致富,减少污染及改善环境等方面都大有裨益。
基于边缘特征的提取方法被广泛应用于遥感影像道路识别当中,针对传统方法抗噪性较差且易误判和漏判的缺点,基于Canny边缘检测思想,采用一种平滑尺度自适应的高斯滤波对遥感影像降噪,降低噪声干扰,同时保留了边缘细节。在进行双阈值的边缘判断环节根据像素点目标尺度范围内的局部特性选取高、低阈值,提高边缘的准确判断能力。实验结果表明,该方法能有效改善边缘检测的准确度和定位精度,提取的道路边缘误判明显减少,完整度和连续性显著增强,且自动化程度高。
雄安新区是具有全国意义的新区,其地下水位埋深较浅,包气带和饱水带之间水分交换十分密切,地下水的向上补给增大了土壤中水分含量。据此,该文以遥感影像为数据源,首先对研究区进行面向对象的土地分类,掩模提取植被信息,从而对植被区域利用温度植被干旱指数(temperature vegetation dryness index,TVDI)提取土壤水分信息,结合该区域古河道地质地貌特征和目视解译,识别了研究区内的古河道,并进行野外实地验证,对雄安新区古水系进行重构。结果表明: 该方法可以有效地提取研究区古水系信息; 研究区现今地表水体分布与古水系分布具有较大差异; 比较土地分类结果与古水系解译结果发现,古水系分布区域多集中在现今的建筑用地,这些建筑用地在遥感影像上表现为农村居民点。以古水系区域分别设置50 m,100 m,200 m缓冲区,并与土地分类结果进行相交分析。结果表明,在缓冲区域内的建筑用地占地面积占比相较全区域建筑用地占地面积占比明显增加,表明古水系分布与村落存在一定的相关性。
耕地是人类赖以生存的基本资源和条件,耕地适宜性评价是耕地合理利用的重要基础,可为耕地的利用和管理提供科学依据。以天津市滨海新区为研究对象,以耕地适宜性评价理论为基础,运用遥感和GIS确定评价单元,结合滨海新区具体情况和数据的可获取性,选取土壤、地质及灌溉等3类共5个评价因子,构建指标评价体系,借助GIS和加权指数求和评价模型进行综合评价,将耕地适宜性评价结果划分了4个等级。评价结果表明:1-4级分别占评价单元总面积的5.65%,27.25%,44.42%和22.68%,全区耕地质量不容乐观;全区高度适宜耕种地区分布在太平镇、小王庄镇、中塘镇、空港经济区南部、胡家园街、新城镇、茶淀镇、大田镇、河西街和杨家泊镇一带;根据评价结果,对各级用地分别提出建议,对提高滨海新区整体耕地质量,实现耕地合理有效利用具有实用意义。
京津冀地区是我国地面沉降发展最迅速,影响面积最大的地区。地面沉降已成为京津冀协同发展中不容忽视的地质问题。文章利用多时相合成孔径雷达干涉测量(multi-temporal interferometric synthetic aperture Radar,MT-InSAR)技术对2016年1月—2018年10月覆盖京津冀地区的多轨Sentinel-1A数据进行处理,经水准数据验证和相邻轨道数据结果交叉验证后,对多轨SAR数据结果进行融合获取了京津冀平原2016—2018年间的地面沉降结果。InSAR监测结果表明,监测时段内京津冀平原最大沉降速率达164 mm/a,研究区内地面沉降分布广泛,且空间分布不均。对京津冀地区地面沉降时空变化特征进行分析发现,2016—2018年间唐山—秦皇岛地区地面沉降呈不断加剧趋势; 其余地区地面沉降发展较为稳定。研究表明了InSAR技术在大区域地面沉降监测中的可靠性,研究结果为区域沉降防治提供重要依据,为京津冀特大城市群建设提供科学保障。
基于Envisat与Cryosat-2卫星测高数据利用波形重跟踪算法提取2003年1月—2019年4月太湖水位信息,并对测高数据进行粗差剔除、卫星间系统误差消除,结合MODIS光学遥感影像提取太湖边界信息,得到长时间序列太湖水位数据。结合气象观测数据和城市人口变迁数据,讨论太湖水位变化规律及其对气候变化以及人类活动影响的响应。结果表明: 2003—2009年期间太湖水位呈上升趋势(0.036 m/a),2009—2019年期间太湖水位呈下降趋势(-0.014 4 m/a); 地表温度及降水均对太湖水位变化有周期性影响,其中降水的影响更为显著; 此外,随着太湖周边城市化进程加快,以2009年为节点,2009年后周边城市人口增长速度加快,城市用水需求加大,导致太湖水位呈下降趋势,表明人类活动对太湖水位变化有整体性影响。
火星沙丘遥感识别对于人类探索火星大气与其表面交互作用具有重要的研究意义。针对传统的机器学习方法自动提取火星沙丘精度低的问题,设计了一种纹理特征提取与深度学习相结合的方法来自动识别火星沙丘。该方法在火星遥感影像纹理特征提取的基础上结合深度学习模型对火星沙丘进行提取,实现火星遥感影像端到端的语义分割。同时将U-Net方法提取结果与传统的随机森林提取方法进行对比,实验结果表明: U-Net方法能够充分利用影像中丰富的纹理信息,提取沙丘的准确率为96.7%,比传统的随机森林方法提高了3.2个百分点; U-Net方法提取的火星沙丘轮廓更为准确清晰,且对破碎程度大的沙丘提取效果较好,U-Net方法可用于火星沙丘的精确自动提取。
近年来,我国对居民碳排放的研究多集中于经济水平和直接能源消耗方面,在居民区面积方面涉及较少,且研究大多依赖传统的地表实测数据。为了提高数据精度、更有针对性地制定政策,该文利用遥感影像时效性强、覆盖范围广、制约性小等特点,选取中国区域为研究对象,分析了2019年中国居民区面积和居民碳排放的相关性。在确定两者显著性后,结合国内生产总值(gross domestc product,GDP)这一影响因素建立了居民碳排放与居民区面积和GDP的多元线性回归模型。结果显示: 居民碳排放与居民区面积和GDP之间存在线性相关,随着经济水平的发展,居民区面积的扩建是居民碳排放量增加的主要推动力,GDP对居民碳排放量增加的驱动效应有所下降。因此,在考虑经济发展的同时需要合理控制居民区面积,从而能够更精细化地制定减排政策,实现国家未来的绿色低碳目标。
利用1998、2003和2008年的DMSP/OLS夜间灯光数据,结合相关统计数据,分析灯光数据与城市化进程中经济、人口和土地利用等方面的关系,构建基于灯光数据的城市化水平指数,分析长三角城市群城市化进程和空间模式; 通过与统计数据对比,按照最小误差原则确定市辖区建设用地信息提取的阈值,根据各城市在1998~2003年和2003~2008年两个阶段建设用地信息提取阈值的变化,划分城市建设用地的主导扩张类型。研究表明: 长三角城市群表现为核心城市的面状扩张、沿交通网络的线状扩张和非核心城市的点状扩张模式,城市群的特征逐渐体现; 区域内部城市化发展水平不均衡,但空间差异逐渐缩小; 镇江、常州、扬州、无锡、苏州、南通、湖州、嘉兴、绍兴、舟山和台州等市属于填充增强主导扩展类型; 南京、杭州和上海则属于外延-填充增强主导扩展类型; 泰州和宁波属于填充增强-外延主导扩展类型。
及时准确获取土地利用空间格局演变规律,能够有效为城市生态环境保护和科学管理提供依据。文章利用卷积神经网络提取多个时期土地利用空间特征,结合多种空间驱动因子建立长短时记忆网络(long short term memory network,LSTM)的元胞自动机(cellular automata,CA)模型(LSTM-CA)。以张家口市中心城区1995年、2000年、2005年、2010年及2015年5期时序土地利用分类、地形及城市交通等数据为基础,开展2020年城市土地利用模拟方法研究。通过与多层感知机(multi-layer perceptron,MLP)的CA模型(MLP-CA)进行精度对比分析,结果表明所提方法Kappa系数达到0.90,FoM指标为0.39,各项指标均优于MLP-CA模型, LSTM-CA更能充分挖掘历史土地利用变化之间的内在关系,可以有效提升模拟精度。
建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力。为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(greenness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异。结果表明: ①极化比(polarization ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R2=0.40~0.49),VH的干涉相干系数与各植被指数线性趋势好(R2=0.43~0.51); ②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R2=0.64~0.76); ③不同森林干扰下相关性存在差异: 在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关; 在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关; 在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关。
工业作为影响城市热环境的重要机制之一,准确检测出引起热异常的工厂,分析工业热异常对局域热环境的影响力度,对科学规划工业建设、改善城市热环境具有重要意义。基于不同季节的Landsat8数据,采用辐射传输方程法反演地表温度,对比在热场变异指数基础上以不同分级方式进行热异常检测的方法,并依据较高精度的检测结果进行局域热环境效应分析。结果表明: 四级法更适合工业热异常检测研究; 工厂生产规模与其对应热异常斑块面积呈正比关系,工厂生产规模面积每增加5.8 km2,热异常斑块面积平均增加0.18 km2; 工业热异常对局域建设用地和非建设用地均有热环境效应,对建设用地的增温作用随着距离越远作用越小,对1 km范围内的非建设用地增温作用明显。研究成果可为工业热异常检测、分析工业热异常对局域环境效应提供参考。
湖泊水位变化是气候、生态环境变化、水资源评级研究的重要指标。以往测高卫星对中小型湖泊监测难度大,新发射的ICESat-2卫星可提升湖泊水位监测的全面性与精度。文章基于ICESat-2卫星陆地观测产品数据覆盖情况,对2018年10月—2021年4月期间青藏高原面积大于1 km2的473个湖泊进行高精度水位动态监测。从高原湖泊水位整体变化、流域和区域变化、典型湖泊水位月(或季)度的时间变化趋势3个方面,分析了湖泊水位的时空变化特征。研究表明: 近3 a来,青藏高原湖泊水位总体继续呈上升趋势,年均变化率为0.013 m/a; 大型湖泊水位上升明显,中型湖泊水位上升平缓,小型湖泊水位呈微弱下降。在空间分布上,青藏高原各流域湖泊水位呈上升趋势,水位呈下降趋势的湖泊多数分布在海拔相对较高的地区。监测期间,色林错水位上升达1 m,格仁错水位下降达1 m。该水位监测成果提供了青藏高原部分湖泊水位最新监测数据,有助于湖泊变化动态监测等研究。
土壤盐渍化是干旱和半干旱地区面临的最严重环境风险,利用特征参量建立特征空间的遥感方法为土壤盐渍化的及时监测与反演提供了更有效、更经济的工具和技术。目前反演盐渍化的特征参量多选用归一化植被指数(normalized difference vegetation index,NDVI)和盐分指数(salinity index,SI),缺乏精细化分析与地区适用性。以内蒙古乌拉特前旗为研究区,基于Landsat8 OLI数据,选用引入短波红外波段的增强型归一化植被指数(enhanced normalized difference vegetation index,ENDVI)和半干旱区反演效果最优的盐分指数3(salinity index 3,SI3)构建ENDVI-SI3特征空间,建立改进型盐渍化监测指数(improved salinization monitoring index,ISMI)模型。结果表明,ISMI与土壤含盐量相关系数达0.82,反演精度优于NDVI,EDNVI和SI3(-0.66,-0.70和0.75),在ISMI基础上实现了内蒙古乌拉特前旗土壤盐渍化的定量反演分析与风险评估,为半干旱区盐渍化反演特征空间中特征参量的选取提供了优化思路。
作物长势监测是农情监测的核心内容之一,处在不同生育期的作物长势存在显著差异。为了提高大范围作物长势遥感监测的精度,利用2001―2015年间获取的MOD09A1数据,以山东省冬小麦为研究对象,在逐年提取冬小麦抽穗期基础上,探讨研究区近15 a间冬小麦抽穗期长势时空格局。研究表明,与归一化差值植被指数(normalized difference vegetation index,NDVI)相比,基于增强型植被指数(enhanced vegetation index,EVI)提取的冬小麦抽穗期与地面观测数据有更好的一致性。研究区冬小麦抽穗期主要集中在4月中、下旬,并从南向北、自西向东逐渐推迟; 与NDVI,EVI和归一化差值红外指数(normalized difference infrared index,NDII)相比,产品改进-NDVI(product improve-NDVI,PI_NDVI)更能反映冬小麦的实际长势。基于该指数监测冬小麦长势,2001―2015年间山东省冬小麦抽穗期长势整体呈上升趋势; 但年际间波动较大,相同年份不同区域的冬小麦长势存在明显差异; 而大部分区域长势状况比较一致,与多年平均状况持平。研究结果与已有的相关研究较为一致,基于遥感进行大范围和长时间作物长势监测的思路可以为以后研究提供一定的参考。
为提升传统算法对高分辨率遥感图像中地物目标的检测效果,将深度学习目标检测框架快速区域卷积神经网络(faster regions with convolutional neural network,Faster R-CNN)应用于高分辨率遥感图像目标检测任务中。以机场为检测场景、飞机为检测目标进行实验,首先,利用高分辨率遥感图像数据集训练Faster R-CNN框架,得到相应的目标检测模型; 然后,采用该模型对高分辨率遥感图像中的飞机目标进行检测; 最后,对实验结果进行统计分析及评价。实验结果表明,Faster R-CNN模型能够全面而准确地检测飞机目标,最优F1分数值为0.976 3,并且同一个模型可以对多种高分辨率遥感图像进行目标检测。
以西藏自治区为研究区,利用遥感技术,调查了尾矿库的分布位置、涉及矿种、利用状态和规模大小等特征,分析了目前研究区不同行政区、不同成矿带、不同金属矿种的开采强度和开采潜力。结果表明,地级行政区方面,拉萨市金属矿开采强度较大,拉萨市和那曲地区金属矿开采潜力较大; 县级行政区上,拉萨市墨竹工卡县金属矿开采强度较大,拉萨市墨竹工卡县和那曲地区申扎县金属矿开采潜力较大; 成矿带方面,冈底斯成矿带金属矿开采强度较大、开采潜力亦较大; 矿种方面,有色金属矿产开采强度较大、开采潜力亦较大,具体矿种上,铅锌矿和铜矿开采强度较大,铜矿开采潜力大。
在进行长时间湖泊水体面积遥感动态变化监测研究时,常出现数据缺失问题。利用改进型时空自适应反射率模型(enhanced spatial and temporal adaptive reference fusion model,ESTARFM)对缺失的遥感影像进行数据填补。结合MODIS数据模拟内蒙古红碱淖研究区2000年以后缺失的Landsat影像,在此基础上,利用水体指数法实现湖泊的面积和岸线的定量提取,从而实现了长时间湖泊水体遥感动态变化监测。结果表明: 通过ESTARFM模型生成的MODIS和Landsat融合影像效果理想,有效解决了2000年以后Landsat影像缺失的问题; 加入了融合影像的时序影像在进行水体动态变化监测时,更加细节地反映水体变化情况,有助于后续的分析研究; 通过对红碱淖的长时间遥感动态变化监测,发现湖泊总体呈现出萎缩状态,具体可分为稳定、持续萎缩和增长3个阶段。
针对目前枯死树木检测主要依赖人工实地勘察,容易受到森林地形限制、勘察效率低、易发生危险等问题,提出一种引进注意力机制及空间金字塔池化的YOLOv4-tiny枯死树木检测算法。首先,该方法在模型的Backbone部分后引入空间金字塔池化(spatial pyramid pooling,SPP)结构,融合局部和全局特征,丰富模型的特征表达能力; 其次,使用ELU替换模型中原激活函数LeakyReLU,使得激活函数单侧饱和,能够更好地收敛,提升模型鲁棒性; 最后,将注意力机制ECANet引入模型中,加强网络对图像中重要信息的学习,提升网络的性能。实验利用无人机采集辽南某风景区山林的树木影像,并使用不同模型对其中枯死树木进行检测。通过实验结果表明,改进算法检测精度达到93.25%,相比于YOLOv4-tiny,YOLOv4,SSD和文献[8]算法,精度分别提升9.58%,12.57%,10.54%和4.87%,能够较好地实现对于枯死树木的检测。