植被光学厚度(vegetation optical depth,VOD)为一种基于微波的植被含水量和生物量估算方法。与光学遥感相比,卫星VOD对大气扰动的敏感性较低,可测量植被不同方面的特征和信息,为全球植被监测提供了一个独立和互补的数据源,已经被广泛用于研究全球气候和环境变化对植被的影响。了解目前VOD在全球植被动态监测的应用研究进展,对其进一步发展和深入应用非常重要。鉴于此,文章首先重点介绍了被动微波和主动微波反演VOD的主要方法,对比分析不同传感器VOD产品的主要特点; 然后,从植被特征监测(如植被含水量、生物量)、碳平衡分析、干旱监测、物候分析等方面总结当前VOD在植被动态监测应用方面的研究进展; 最后,探讨了VOD产品的优缺点和改进方法,进一步展望了VOD技术在植被动态监测中的应用前景。
多标签遥感图像分类是遥感分析领域的基础研究任务之一,解析给定的遥感图像并识别其中的类别语义,可以为下游计算机视觉任务提供重要的技术基础; 由于遥感图像空间分辨率不断提升,众多遥感对象以不同规模、颜色、形状分布于图像的各个区域,为遥感图像多标签分类任务带来了严峻挑战。该文聚焦于遥感领域的多标签图像分类研究,对该问题的前沿研究进展进行总结分析。首先,阐述多标签遥感图像分类任务的问题定义,并对该研究问题中常用的多标签图像数据集和模型评估指标进行归纳介绍; 进而,对该领域的前沿进展进行系统性的介绍,深入剖析多标签遥感图像分类过程中的2个关键任务——遥感图像特征提取和标签特征提取; 最后,针对遥感图像特性,分析了该任务当前存在的挑战和问题,并对未来研究方向进行展望。
为客观获取矿山环境基础数据,采取遥感数据与多源数据相结合、计算机自动信息提取与人机交互解译相结合、室内综合研究与实地调查相结合的技术路线,开展了全国废弃露天开采矿山的采矿损毁土地、生态修复土地监测。2022年遥感监测查明: 全国废弃露天矿山采矿用地面积约82.74万hm2,占全国陆域面积的0.86‰,主要分布在内蒙古自治区、新疆维吾尔自治区、河北省、山东省、黑龙江省等省(自治区)。其中,采矿损毁土地面积约50.74万hm2,生态修复面积约32.00万hm2,生态修复率38.68%。废弃露天矿山采矿用地占用基本农田2.63万hm2,占总面积的3.18%; 位于生态红线内的全国废弃矿山露天采矿用地面积8.09万hm2,占总面积的9.77%。全国与第三次全国国土调查(采矿用地)吻合的废弃矿山露天采矿用地面积累计30.13万hm2,占总面积的36.42%。初步分析了全国废弃矿山露天采矿用地情况、废弃矿山采矿用地占用基本农田情况、生态红线内的废弃矿山采矿用地情况、废弃矿山环境恢复治理土地等遥感工作现状及存在问题,提出对策建议。
利用遥感热红外和多光谱数据,分析与温泉相关的遥感解译构造,温泉出露在“*”“入”字形构造交汇部位。“*”字形构造条件更优。深入剖析与温泉相关的遥感特征,提出地表温度、羟基异常、土壤湿度、水系和高程等遥感因子。采用基于GIS的数学地质统计预测方法——证据权法、找矿信息量法和特征因子法,分析与温泉相关的地质、遥感和物探因子进行数学地质统计及预测,综合分析圈定57处地热有利区,其中A类8处、B类18处、C类31处,8个A类地热有利区中均含包已知地热点,B类有利区内打出一处51.6℃温泉,预测结果可信度较高。该方法体系可为地热预测提供新思路。
滨海湿地的遥感分类研究对于滨海湿地的保护和规划具有重要意义。为此,以黄河三角洲作为研究区,采用2019年3—10月获取的8景Landsat8 OIL作为数据源,使用GEE(Google Earth Engine)云平台,根据影像的不同特征构建了7种不同的分类方案; 然后,使用随机森林分类器对不同特征集合进行分类,并选择其中分类效果最好的用于绘制黄河三角洲地区的湿地类别图。其中8,9月份数据由于受到云的污染导致质量差,使用增强型自适应反射率时空融合模型(enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)算法对有云区域进行填补处理。结果表明: ①ESTARFM时空融合模型生成的预测影像与真实影像波段表现出较好的相关性,其 R 值均能达到 0.73 以上, 说明重构的影像可以用于本研究; ②使用随机森林算法对研究区地物类型进行分类,其中方案7通过特征优选,分类结果总体精度达92.28%,Kappa系数达0.91,分类结果与湿地实况相吻合,比常规方案分类精度更高。研究结果有助于了解和掌握该区域湿地不同类型的空间分布特征,可为区域生态环境的保护和规划提供科学依据。
高分辨率遥感图像在拍摄过程中包含了丰富的数据信息,使得目标与背景之间的差异减小,导致在检测目标时精度达不到所需要求,降低了目标检测的性能。基于YOLO深度学习算法,结合端到端坐标注意力(coordinate attention, CA)和轻量级网络模块GhostConv设计了一种轻量级网络模型GC-YOLOv5。CA沿水平和垂直方向分别对每个通道进行编码,使得注意力机制模块能够同时捕获具有精确位置信息的远程空间交互,并帮助网络更准确地定位感兴趣的目标。使用GhostConv模块代替原有的普通卷积模块(convolutional-batchnormal-SiLu,CBS),降低特征通道融合过程中的参数数量,减小最优模型的大小。使用公开的NWPU-VHR-10数据集进行了实验并在RSOD数据集上验证了模型的稳健性。结果表明,在NWPU-VHR-10数据集上的检测精度达到了96.5%,召回率达到了96.4%,mAP达到了97.7%。在RSOD数据集上也取得较好的效果。
为探讨不同遥感时空信息融合算法在水陆转换频繁、地物类型多样的湿地区域的适用性问题,该文以鄱阳湖样区为研究区,选取5种典型的时空信息融合算法(STARFM,ESTARFM,FSDAF,Fit-FC和STNLFFM)。根据不同时期地物差异状况,选取Landsat和MODIS遥感数据分别开展枯水期、平水期2个时段的归一化植被指数(normalized difference vegetation index,NDVI)影像融合实验,并在空间和光谱2个维度进行算法精度评估。结果表明,仅一对粗细分辨率影像输入时,FSDAF算法在枯水期的融合预测效果最好,总体误差为0.433 5; STNLFFM算法在平水期的融合预测效果最好,总体误差为0.514 7; 同时应用枯水期、平水期2对粗细分辨率影像时,ESTARFM算法融合预测效果最好,总体误差为0.467 0。不同时空信息融合算法在湿地地区的适用性与研究区域内水体面积的占比情况有关,STNLFFM算法在水体区域的融合预测效果最好。
原始高空间分辨率海岛海岸带遥感影像往往存在影像灰暗、偏色、地物信息较难辨识的现象。为及时获取清晰、信息丰富、反差适中、亮度均匀的海岛礁遥感影像,满足日益强烈的海岛海岸带地理信息保障需求,针对海岛海岸带高空间分辨率遥感影像,该文提出一种深度学习结合改进直方图匹配的智能化调色方法。首先,进行数据重采样与自适应分块获取抽稀影像; 其次,应用MBLLEN网络对抽稀影像进行真彩色增强; 最后,采用改进直方图匹配的方法对原始影像进行色彩映射,最终得到符合人眼视觉、色彩一致、细节丰富的遥感影像。采用主客观相结合的方式综合评价调色效果,结果表明: 相较于Retinex,HE和MASK等常用调色方法,该文算法结果更符合人眼视觉、色彩一致、细节丰富,可有效改善海岛海岸带高空间分辨率遥感影像视觉效果,较好地保留原始地物的细节信息,大幅提升调色效率。
随着我国城镇化水平的不断提高,城镇建筑物日新月异,及时、准确地掌握城镇建筑物的变化信息对城镇管理、违章建筑查处及灾害评估有着重要意义。该文提出了一种联合无人机影像生成数字表面模型(digital surface model,DSM)和正射影像(digital orthophoto map,DOM)的多层次建筑物变化检测方法,主要包括4个步骤: ①对无人机影像生成的密集点云和DOM进行预处理,生成差分归一化DSM(differential normalized DSM,dnDSM)并提取植被区域; ②利用多层高差阈值提取候选变化区域,并在此过程中剔除植被及面积较小区域; ③对低层候选变化区域进行连通域分析,对于每个连通对象,利用其较高层的变化检测结果剔除低层中的误检测; ④统计每个变化对象的正、负高差值数量关系,确定变化类型。实验结果表明,该文方法不但能够保留较低高差阈值检测到的低矮变化建筑物,而且能够保证高大变化建筑物的正确性、完整性。
利用遥感手段进行花岗伟晶岩型锂矿的识别是锂矿找矿勘查中的重要方法之一。为提高深度学习语义分割方法在花岗伟晶岩这一特殊场景中的信息提取精度,文章对经典U-Net网络进行了改进。在编码部分卷积单元层中加入批量归一化模块,使用ReLU6激活函数代替ReLU激活函数,同时构建复合损失函数,以提高运算效率,减少训练过程中的精度损失。使用国产GF-2花岗伟晶岩型锂矿影像制作数据集进行实验,结果表明,改进U-Net模型对GF-2影像研究区内花岗伟晶岩信息的识别效果较好,相比原始U-Net网络、基于VGG主干网络的U-Net模型、基于MobileNetV3主干网络的U-Net模型以及传统随机森林模型,平均交并比分别提高了14.69,0.95,5.08和35.34百分点,F1-score分别提高了18.38,1.02,5.7和54.59百分点,实现了低植被覆盖区域遥感影像中含矿花岗伟晶岩信息的高精度自动化提取。
针对高光谱图像全色锐化中的光谱失真和纹理细节提升不足问题,结合交叉皮层神经网络模型(intersecting cortical model, ICM),提出一种自适应高光谱图像全色锐化算法。该算法采用ICM分割,先将高光谱图像与空间分辨率较为接近的多光谱图像进行匹配融合,再将结果与高分辨率的全色图像融合,以获得同时具有全色图像的高空间分辨率和高光谱图像的光谱分辨率融合结果。同时,在锐化融合中采用灰狼优化算法(grey wolf optimizer, GWO)自适应优化ICM模型参数,生成最优非规则分割区域,为高光谱图像提供更精准全面的细节和光谱信息。采用2组资源一号02D卫星高光谱数据集进行实验验证,结果表明,提出的新的锐化融合算法在空间细节和光谱信息评价指标上均表现最优,验证了该算法有效性。
缨帽变换是影像增强中最常见的一种方法,已在遥感中得到了广泛的应用。但是,由于高分辨率卫星传感器(例如GF-6 WFV)通常缺乏短波红外波段,所以用常规的Gram-Schmidt(G-S)正交化方法得到的缨帽变换系数通常会存在湿度分量失真的问题。为此,文章选取了覆盖不同地区、不同时相、不同季节的12幅GF-6 WFV影像和6幅同步的Landsat8 OLI影像,首先利用GF-6和Landsat8的同步影像进行湿度分量回归,确定GF-6 WFV传感器的湿度分量系数,进而采用G-S逆推算法依次推导出亮度、绿度及其他分量,开发出了GF-6 WFV传感器的缨帽变换系数。研究发现: ①通过调整缨帽变换湿度分量的推导顺序,即先推导湿度分量再推导亮度和绿度等分量,可以较好地推导出GF-6 WFV传感器的缨帽变换系数,并解决传统G-S正交化方法中存在的湿度分量失真问题; ②GF-6 WFV缨帽变换各分量具有稳定的特征,地物在不同分量组成的特征平面内具有典型的“缨帽”分布特征; ③尽管GF-6 WFV传感器与Landsat8 OLI传感器在波段设置和光谱响应方面存在一定差异,但它们缨帽变换对应分量之间具有较好的一致性,相关系数仍高达0.8。
云南省物种资源丰富但生态系统十分脆弱,生态环境脆弱性保护与植被覆盖联系紧密。为此,该文采用2000—2022年MOD13Q1数据集的归一化植被指数(normalized difference vegetation index, NDVI),利用最大值合成法(maximum value composite, MVC)、Theil-Sen中位数趋势分析、Mann-Kendall显著性检验方法动态监测植被的时空格局变化。利用相关分析方法探讨植被对地形地貌、气候变化及土地覆被等影响因素的响应。研究表明: 2000—2022年,云南省整体植被覆盖度较高,年均NDVI值在0.74~0.90之间,呈波动上升趋势,其中增加趋势的面积占91.17%,滇东北增长速率最快; 植被覆盖在地域上存在差异,滇东南、滇西南的植被覆盖高于滇西北、滇中、滇东北; 在海拔3 900 m以下,云南省NDVI值比较稳定,3 900 m以上随海拔升高而NDVI值呈减少趋势; 坡度<3°时,NDVI值最低,随着坡度增加,NDVI值先增加后降低; 平面坡向的NDVI值最低,除平面坡向外,其余坡向对植被生长影响较小; 2000—2022年,滇中、滇东南、滇东北的植被覆盖与降水呈正相关,表明降水有利于植被生长; 而滇西南、滇西北与降水呈负相关。全区及各区域的植被覆盖与气温呈正相关,表明气温有利于植被生长。研究结果可为加强云南省生态环境建设和生态管理提供科学依据。
构建国土空间生态安全格局可以约束和引导城市空间发展,实现城市发展与区域环境协调可持续发展。本研究通过遥感生态指数、最小累计阻力模型等方法,识别广东省东莞市生态安全格局的生态源地、生态廊道、生态夹点及生态障碍点等要素,提出相关优化建议。结果表明: ①全市生态基底好,生态空间连片,生态廊道分布均匀且能够有效串联生态源地; ②滨水空间保护提升和道路绿化建设为生态要素流动提供有效路径; ③农业生产、交通运输对生态网络影响最强烈,其次是工业生产和居民生活; ④应将生态源地、12 m宽生态廊道和生态夹点划为生态保护重点区,将200 m宽生态廊道和生态障碍点划为生态修复重点区。本研究可为东莞市构建国土空间生态安全格局提供科学依据。
2022年8月18日凌晨,青海省西宁市大通回族土族自治县发生山洪灾害,导致26人死亡、5人失联,这是典型的小溪小河发生灾害造成多人伤亡事件。降雨叠加是此次山洪灾害的直接原因,前期连续降雨使土壤含水量达到或接近饱和,2022年8月17日晚超历史记录局地短时强降雨难以通过土壤下渗或被植被截留,形成山洪灾害。综合分析遥感数据、数字高程模型、现场数据和媒体数据发现,山洪区具有汇水面大、河谷狭窄、相对高差大、河道较浅、障碍物多等特征,造成山洪势能大、运动距离长、局地雍水外溢严重,致使沟道两侧部分房屋、农田、道路等被冲毁。全球变化背景下,西北干旱区、青藏高原等山洪低风险区降水量显著增加,局地短时强降水时有发生,小溪小河发生山洪甚至特大山洪风险形势日益严峻,如再次遭遇强降雨灾区存在山洪灾害复发风险。
林火是对森林生态造成影响的最主要干扰因素之一,探究林火时空变化规律及森林恢复具有一定的社会学和生态学意义。大兴安岭拥有我国面积最大的原始林区,也是林火频繁发生的重点区域。本研究使用MODIS火烧迹地、土地覆盖以及总初级生产力(gross primary productivity,GPP)时间序列产品对大兴安岭2002—2021年火烧迹地分布信息进行提取,并对火后森林恢复情况进行统计。结果表明: 2002—2021年间,大兴安岭森林地区火灾次数整体呈下降趋势,但火烧迹地面积呈现波动性变化,其中2003年无论是过火面积还是火灾频率都为最高,2008年次之,2019年过火面积最小; 林火主要集中在春秋两季,3月过火面积和过火次数都为最高,9月的过火次数较高; 同时林火在空间上由东北向西南呈不均匀分布,主要集中在黑龙江大兴安岭地区和内蒙古呼伦贝尔市,且内蒙古地区的林火面积远远大于黑龙江地区。对过火地区的林种分析可知,阔叶林的过火区域最大,其次是混交林,最后是针叶林。通过对过火区域的GPP时间序列分析得出,一般灾后第一年GPP数值恢复最快,但需要近7 a时间才能完全恢复到过火前的生长水平,且不同森林类型在灾后恢复速度存在明显差异,阔叶林地恢复速度较快,其次是针叶林,之后是混交林。了解林火的时空分布能够为布置和调整防火、灭火力量提供数据支撑,灾后森林的恢复研究可为森林重建和持续发展提供科学依据。
黄河流域生态保护和高质量发展已成为国家战略,对黄河入海口滩区水体范围进行动态监测研究,避免水体演变所衍生出的潜在淹没风险具有重要意义。通过获取长时序丰水期Landsat系列遥感卫星影像数据集,采用基于决策树的多指数陆表水体提取方法,获取黄河入海口滩区1976—2020年10个研究时点的最大水体范围,并通过叠加分析计算各个区域历史淹没频次,进而识别城镇村庄居民点和采矿用地淹没风险。研究结果表明,10个研究时点中被淹没5次以上的区域为463.7 km2,以2015年共631个城镇村庄居民点和采矿用地为例,低淹没风险413个,中淹没风险52个,高淹没风险20个。黄河入海口滩区城镇村庄居民点等建设用地应明确迁建需求,科学迁建选址,完善基础设施。
快速、准确地估算农田土壤有机碳含量并对其进行空间分布制图,有利于土壤精细化管理和智慧农业的发展。该文以青海湟水流域3个典型农田区为例,在研究区内同步采集296个土壤样品和相应的野外原位光谱,使用无人机搭载高光谱相机进行影像获取,并对土壤样品进行室内光谱采集和有机碳含量测定。对光谱反射率进行7种不同形式的变换,通过相关性分析从中筛选出主要特征波段,利用多元线性回归、偏最小二乘回归和随机森林3种方法分别对室内光谱、野外原位光谱和无人机光谱进行建模,对比各模型的精度。用光谱直接转换法对无人机光谱进行校正,使用校正后的无人机光谱最优模型进行建模,模型代入无人机高光谱影像进行有机碳含量制图,最后对满足制图精度要求的农田区进行分析和讨论。结果表明: ①除对无人机高光谱进行对数变换后的多元线性回归不能估算有机碳外(相对分析误差为1.375),实验室光谱、野外原位光谱及无人机高光谱的原始光谱及所有转换方法均能对有机碳进行估算,决定系数R2为0.562~0.942,均方根误差为1.713~5.211,相对分析误差为1.445~4.182; ②在所有光谱变换方法中,多元散射校正+一阶微分变换与有机碳含量的相关性最高,特征波段分别为429~449 nm, 498~527 nm, 830~861 nm和869 nm; ③在所有建模结果中,随机森林模型精度最高,其次为偏最小二乘模型,多元线性回归模型精度最低,校正后的无人机光谱建模精度均有所提高; ④3个农田区的反演精度均满足制图要求,R2均在0.88以上。其中,A农田区有机碳含量均值最高,为28.88 g·kg-1,整体空间分布均匀; B农田区均值为13.52 g·kg-1,整体分布呈现出较强的空间差异性; C农田区有机碳含量均值最低,为8.54 g·kg-1,高值和低值的分化明显。本研究可为无人机高光谱遥感技术应用于田间尺度的土壤有机碳含量估算和数字制图提供参考。
湘北常澧山地-丘陵地区地理地质环境复杂,滑坡地质灾害点多、面广、零散、频发,是造成人员伤亡和经济损失最主要的地质灾害类型。InSAR、光学遥感、LiDAR、GIS多源遥感综合技术,是目前可行性高、精度良好的滑坡地灾隐患识别和监测技术方法,能够满足宏观大范围、时效性等要求。该文基于InSAR形变速率数据、多光谱影像和DEM数据对湖南常澧地区的滑坡地灾隐患进行了识别和提取: 首先用2种决策树分类方法对多光谱图像进行了土地利用分类,以便于观察研究区的用地类别及分布情况; 然后运用DEM数据提取了高程、坡度、坡向、起伏度和曲率等5项地形地貌因子对研究区进行了滑坡危险性评价; 再基于SBAS-InSAR技术对研究区进行地表时序微形变测量; 最后在GIS系统内综合危险性评价结果和形变速率对研究区滑坡隐患进行提取和圈定,并基于CART决策树分类结果和研究区水系分布情况,对研究区内除圈定的滑坡隐患点以外的形变速率大于-0.01 m/a的区域进行了危险性推断。本次研究在植被覆盖区和裸露区识别出了数处隐蔽性高、规模小的滑坡隐患,并圈定了滑坡隐患的空间分布范围,面积0.126 km2,证明了技术方法的有效性,具有一定的实践应用价值。
在自然过程、地质灾害和人为扰动的交织影响下,生物圈保护区植被健康风险提升,如何从复杂大场景精准提取与识别植被健康信息面临技术挑战。文章充分利用遥感技术宏观、客观与定量的优势,选取九寨沟生物圈保护区长海试验区为例,提出了一种集特征提取和随机森林的大场景植被健康遥感精细监测方法,实现了典型生物圈保护区不健康树木的信息提取与目标识别。结果表明: 应用光谱特征和纹理特征相结合的随机森林分类方法,在高分辨率遥感影像中可以精细提取森林中零散分布的不健康树木; 红绿指数、归一化植被指数、红边波段、红光波段相关性和修正的土壤调整植被指数是遥感植被健康信息提取的典型特征; 长海实验区植被健康状况总体较好,不健康树木占比0.23%,同时地质灾害对不健康树木空间分布有正向作用。研究不仅为九寨沟生物圈保护区植被健康诊断提供了第一手科学数据,而且对我国其他生物圈保护区的生态安全遥感监测具有推广价值。
湖泊是陆地生态系统的一个重要的组成部分,湖泊水域的变化对环境和人类的生产活动都有着重大的影响。鄱阳湖作为中国第一大淡水湖,近年来多次出现洪旱灾害现象,因此对鄱阳湖进行动态监测意义重大。文章以2000—2021年鄱阳湖175期Landsat影像作为数据源,对比分析了归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、自动水体提取指数(automated water extraction index,AWEI)、谱间关系法(spectrum photometric method,SPM)这4种水体提取方法,优选最适宜鄱阳湖的水体提取模型; 利用175期面积数据分析了鄱阳湖2000—2021年面积的年际变化趋势,分析年内季节变化特征,同时结合2009—2013年和2017—2018年同时期的50组水位数据,建立面积-水位关系模型。结果表明: ①AWEI模型提取水体精度优于其他3种,该文最终选用AWEI进行鄱阳湖水体提取; ②鄱阳湖面积存在明显的季节性变化,且丰水季面积年际波动大,枯水季较平缓; ③棠荫水位站湖泊面积-水位分段线性模型为最佳模型,从而可以根据鄱阳湖区域的实时水位观测值对水体覆盖面积进行预测,以弥补云雨天气时利用可见光遥感手段难以监测到湖泊水体淹没情况的不足。
地表覆盖类型变化对研究区域生态环境变化具有重要意义。为准确掌握黄河流域巴彦淖尔段1989—2020年间地表覆盖类型变化,该文利用Landsat卫星数据影像,以目视解译和随机森林监督分类相结合的方法,对黄河流域巴彦淖尔段内各旗县1989—2020年平均每隔10 a的地表覆盖类型进行解译分类。经过精度验证总体分类精度均大于85%,Kappa系数均大于0.80。通过地表覆盖类型转移变化矩阵,发现黄河流域巴彦淖尔段1989—2020年间沙地减少22.17%,草地减少26.18%,耕地增加20.83%,水面变化不明显; 不同区域地表覆盖类型变化情况各不相同,荒漠草原区表现为沙地与草地之间的相互转化,耕地区和沙地区主要表现为沙地向耕地的转化,其中磴口县最为显著,2020年较1989年沙地减少了32.17%,耕地增加了57.48%。荒漠草原区以社会因素和自然因素共同驱动地表覆盖类型变化,耕地及沙地分布区主要以社会因素驱动地表覆盖类型变化。研究结果可为更加合理地规划利用土地空间提供有力的数据参考和支撑。
植被是生态环境变化的指示器,分析植被物候的时空变化特征及其影响因素对分析陆地生态系统的碳、水和能量平衡具有重要意义。该文利用MOD13Q1 EVI数据集,采用D-L拟合法和动态阈值法提取了北京市2001—2020年植被生长季开始期(start of season,SOS)、植被生长季长度(growing season length,GSL)和植被生长季结束期(end of season,EOS)。通过构建城乡梯度带,分析了北京市城乡区域植被物候的时空变化特征。利用回归分析和趋势分析方法探讨了植被物候参数对气温、降水、日照、风速等气候因子以及城市热岛强度和城市化影响因子的响应。研究表明: 2001—2020年间北京市植被物候呈现出SOS提前、GSL延长和EOS推迟的趋势。林地和灌木的SOS比草地早,EOS较草地晚,说明木本植物生长季开始期早,结束期晚。通过分析气候因子与物候之间的关系发现气温、降水、日照和风速都对北京市植被物候有一定的影响,其中SOS对日照的变化最为敏感,EOS对风速的变化最为敏感。植被物候沿城区—郊区—农村方向呈现明显的梯度变化,城区SOS比农村平均提前12.2 d、EOS平均推迟18.9 d。城市夜晚热岛强度与SOS在城乡梯度带上具有显著相关性(p<0.01),SOS,GSL和EOS与人口密度、城市建成区面积、地均GDP均存在显著相关关系(p<0.01),说明城市化发展对北京市SOS提前、GSL延长和EOS推迟具有重要作用。
地表温度是地表能量平衡与陆面过程的重要参数,与地表参数变化关系密切。该文以黄土高原的延河流域为例,基于2015年、2018年和2020年Landsat OLI/TIRS影像,在利用大气校正法反演地表温度的基础上,提取影像归一化建筑指数(normalized difference built-up index,NDBI)、归一化植被指数(normalized differential vegetation index,NDVI)和归一化水汽指数(normalized difference moisture index,NDMI),分析地表温度与地表参数和土地利用类型的关系,以及地表温度时空变化特征。结果表明,地表温度的反演值与验证值在2015年、2018年和2020年的相关系数分别达0.569,0.675和0.632,均大于0.5,具有一定的准确性和可行性。从地表温度时空变化特征上看,低温区、次中温区、次高温区面积有所减少,而中温区面积增长较大,高温区面积略有增长,地表温度有向中、高温增长的趋势; 从与土地利用类型的关系来看,下垫面覆盖类型的地表温度均呈现为水域<林地<草地<耕地<建设用地; 从与地表参数的定量关系来看,延河流域地表温度变化与地表参数变化存在显著相关性,NDBI与地表温度变化呈正相关性,NDVI和NDMI与地表温度变化呈负相关性; 从与地理环境因素的关系来看,地表温度随着海拔的升高而降低。在不同坡度上地表温度也体现差异性,其中平坡地表温度最高,坡度越陡温度越低。不同坡向地表温度具有显著差异,其中阳坡地表温度明显大于阴坡地表温度。研究结果可为复杂地区的地表水热环境研究提供参考。
产业园区作为城市经济发展的引擎,其时空格局分布的研究对于掌握城市空间结构以及园区可持续发展具有重要意义。为了客观表征产业园的时空分布特征,该文引入彩钢板建筑群数据作为研究产业园区的辅助数据,结合青海省西宁市主城区2005—2020年产业园区部分信息和路网等数据,采用网络核密度分析、标准差椭圆和等扇分析法,长时序探析了西宁市产业园区时空分布特征。研究结果表明: ①2005—2020年西宁市产业园数量持续增长,增长率达73%,其中城北区增长速率最快; ②园区高度聚集区域由单一区域向多区域发展,从彩钢板建筑群的密度变化来看,新增园区多分布在城市边缘,聚集区呈南北交叉带状分布,与城市空间结构吻合; ③产业园区在2005—2020年间均呈现“西北-东南”向分布,集聚方向趋势越来越不明显; ④产业园区的扩张有分阶段分区域发展特征,且扩张强度逐渐减小,园区发展逐渐趋于稳定。研究结果将为西宁市城市化发展研究或园区结构转型等提供客观时空数据支持和方法参考。
随着我国经济社会发展,工程建设成为地质灾害的主要诱因之一。天-空-地一体化综合遥感监测技术能够实现不同尺度、不同规模的立体监测,为重大工程建设中地质灾害隐患提供丰富的监测手段。在阐述天-空-地一体化综合遥感监测技术的基础上,以北京2022年冬奥会延庆赛区为例,针对赛区发育的多类型、多灾种的地质灾害隐患,综合利用高分辨率光学遥感、时序合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)、无人机航空摄影测量、激光雷达(light detection and ranging,LiDAR)和地基干涉雷达测量对赛区地质灾害隐患开展动态监测,查明了泥石流沟内物源变化特征以及工程边坡、雪道的变形区域和时序变形特征,总结了重大工程建设中地质灾害综合遥感监测方法,并提出多手段、多平台、多灾种、全流程的灾害监测应用设想。
近年来,雷达遥感被广泛用于提取滑坡表面的高精度形变信息,所用技术包括基于相位的干涉测量和基于幅度的像素偏移量追踪; 然而,大型复杂滑坡的形变量在时间演化以及空间分布上都存在较大差异,单一雷达遥感手段难以实现滑坡形变的全面监测。该文在雷达遥感形变探测能力分析的基础上,提出联合SAR(synthetic aperture Radar)影像的相位和幅度信息进行滑坡的全过程监测。以2018年发生的金沙江白格滑坡为例,基于2014—2021年Sentinel-1数据和2014—2018年ALOS-2数据,联合时序InSAR(interferometric SAR)分析和时序像素偏移量追踪(pixel offset tracking, POT),获取滑坡灾前灾后时序形变。结果显示白格滑坡灾前后缘的年平均速率在20 mm/a,主滑坡区2014年12月—2018年7月形变量可达45 m左右; 灾后滑坡逐渐向后缘扩张,年平均形变速率可达200 mm/a,已经威胁到部分民房。2种方法的联合可以实现大型复杂滑坡的时空维多形变量级提取。
内陆水体作为生态系统中不可替代的资源,在气候变化、区域水循环等诸多方面起着至关重要的作用。科学准确地监测水体分布与动态变化,对维持生态系统平衡、人类可持续发展、水旱灾害预警等方面具有重要意义。然而,目前针对内陆水体的研究多以静态监测为主,对于高分辨率水体动态变化监测研究仍较为匮乏。因此,研究依托Google Earth Engine(GEE) 云计算平台,以2020年的Sentinel-2地表反射率数据为数据源,进行10 m空间分辨率水体动态变化监测研究。首先,研究基于典型地表覆盖类型在Sentinel-2不同波段及水体指数中的表现特征,选取最优的水体监测特征; 其次,研究结合先验水体产品提出一种水体训练数据集的自动提取方法,来获取高置信度水体训练样本; 再次,依据D-S (Dempster-Shafer)证据理论模型将光谱角距离与欧式距离相融合,并结合所提取的最优监测特征提出一种SA-ED (spectral angle-Euclidean distance)水体动态监测模型; 最后,以河南省为例对算法的稳定性进行测试。结果表明,本研究所提SA-ED模型能够有效对水体的动态变化进行监测,基于SA-ED算法对河南省内水体的整体监测精度达到97.03%,对于稳定性水体用户精度和生产者精度分别为95.85%和95.17%,季节性水体的用户精度和生产者精度分别为96.21%和93.82%。研究成果可为精细分辨率的水体动态变化监测提供新的借鉴与思路。
该文基于Google Earth Engine (GEE)云平台,选择Landsat系列卫星数据,采用支持向量机(support vector machines,SVM)分类方法对八门湾地区进行地物类型分类,并基于分类结果监测该地区红树林年际变化。结果表明: 红树林与陆地树木之间除红外波段外反射光谱曲线极其相似,利用红外波段特征指数并结合地形数据可进行有效区分,分类结果总体精度达到0.91; 研究区红树林存在先减少后增加的变化趋势,在2009—2013年减少,2014—2016年基本保持不变,2017—2021年缓慢增加,红树林增加和坑塘减少时期是在“南红北柳”政策颁布之后,说明退塘还林政策成效显著; 红树林主要是和坑塘相互变化转移,说明毁林造塘和退塘还林是影响该地区红树林变化的重要因素。红树林年际变化监测结果可以精细化分析红树林演变过程,并能精确量化红树林与其他土地类型的转化过程,从而在经济、政策上分析红树林演变因素,更有效地保护红树林。