在“双碳”背景下,开展遥感生态评价与监测分析对于及时掌握生态状况、制定科学合理的生态保护政策具有重要作用。早期遥感生态评价指标单一、过程复杂。遥感生态指数(remote sensing ecological index, RSEI)实现了生态评价效率的提高,得到广泛应用。为深入理解RSEI,文章阐述了该指数的产生背景,介绍了RSEI的计算方法及研究现状,归纳了指数存在的问题及区域适应性调整措施,并对RSEI主要应用方向,即区域生态评价和区域生态变化监测进一步分析,最后指出,未来RSEI虽有广阔发展空间,却仍需围绕影像时空尺度、存储和批处理能力、模型自适应、智能化等方面进行研究。

对江河湖泊等水体目标的空间分布、时序变化进行及时、准确的检测和统计具有十分重要的意义和应用价值,已成为当前遥感地表观测研究的重要热点。传统水体提取方法依靠经验设计的指数模型进行水体阈值分割或分类,易受到植被、建筑物等地物的阴影以及水体自身泥沙含量、盐碱浓度等理化特性变化的影响,难以在不同时空尺度环境下保持鲁棒性。随着海量多源、多分辨率的遥感图像的快速获取,深度学习算法在水体提取方面的优势逐渐凸显并被国内外学者广泛关注。得益于深度神经网络模型强大的学习能力和灵活的卷积结构设计方案,研究人员陆续提出了各种模型和学习策略用以提高水体提取的鲁棒性和精度,但目前缺少对该类研究进展的全面综述和问题剖析。因此,文章对近年来国内外发表的相关研究成果进行总结,重点归纳不同算法在遥感图像水体提取方面的优缺点及存在的问题,并对基于深度学习的遥感图像水体提取方法研究的发展提出了建议和展望。

鉴于全球径流数据的可获得性逐年下降,替代水文站点实测河道流量的反演算法正变得越来越重要。当前卫星遥感技术不断发展,估算河道流量的方法亦逐渐丰富,为此,该文对遥感技术反演河道流量的方法进行系统总结,并归纳了与河道流量估算密切相关的水力遥感要素反演方法及其进展情况。首先,梳理基于水文模型和基于经验回归方程2 类算法的方法原理和应用现状; 然后,总结不同方法的适用条件和存在不足; 最后,展望未来通过卫星遥感技术反演世界范围内河道流量的发展趋势: ①积极开发先进卫星遥感数据同化技术; ②集成新的传感器产品; ③优化与创新算法。

土壤水分与全球气候变化、碳循环、水循环等过程,以及农业生产、生态保护修复等环节密切相关。土壤水分的探测经历了从地面测量到遥感探测的发展过程,实现了全球及区域尺度的调查监测。由于数据谱段不一、辐射传输机制不同、反演算法多样,需从算法机理、优势、局限等角度进行全面分析,为精度提升、算法改进提供基础。为此,该文从光学遥感、微波遥感、光学微波协同3个方面,系统梳理了光学遥感温度-植被指数空间特征、温度-地表短波净辐射时间特征反演土壤水分,被动、主动微波反演和主、被动微波遥感联合反演,以及基于精度改善和时空尺度转化的光学微波协同反演等技术方法的特点、存在的问题。目前,多源遥感数据联合反演土壤水分主要存在如下问题: ①数据存在缺失及时空尺度不匹配问题; ②不同数据源对地表穿透性不一致; ③联合反演模型依赖于经验参数和大量辅助参数。随着卫星监测网络的完善、数据源对地表探测深度研究的深入,以及联合反演物理机理的明确、辅助参数时空连续数据集的建立,上述问题会得到有效解决。

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。

持续海岸线动态变化监测对于掌握海岸线变迁规律和演变特征至关重要。长时间序列的海岸线数据集能够在时空维度上详细刻画海岸线的动态变化,进而反映人为活动和自然因素对滨海区域的影响,有利于滨海湿地空间资源的科学管理和可持续发展。该研究基于Google Earth Engine (GEE)平台,利用长时间序列Landsat TM/ETM+/OLI影像,研究了1990—2019年杭州湾海岸线的变化特征; 利用像元级修正归一化水体指数 (modified normalized difference water index,MNDWI)时间序列重构技术方法,结合Otsu算法阈值分割和数字化海岸分析系统,实现长时间序列海岸线信息自动提取和时空变化分析。结果表明,1990—2019年间杭州湾海岸线总长度增加了约20.69 km,陆域面积增加了约764.81 km²,年均增加速率为0.35%,平均终点变化速率和平均线性回归变化速率分别为110.07 m/a和 119.06 m/a。文章通过对30 a间杭州湾海岸线进行时空演变分析,为实现杭州湾海岸线资源的可持续发展和综合管理提供了基础支撑。

水下地形测量是测绘科学的重要分支,与人类开展海洋、湖泊等作业密切相关。在探测浅水区水下地形时,传统声学方法面临船体搁浅风险,被动光学方式则存在测量精度低等缺陷。机载激光测深技术的出现为解决浅水水深测量难题提供了新的手段,其在近岸区域应用可填补浅水区水下地形数据空白。文章首先简要介绍了机载激光测深系统的组成和原理; 其次,对激光测深数据的获取做了说明,并重点讨论了机载激光测深数据处理的关键技术,包括波形数据处理、误差修正和点云数据处理等; 最后,总结了机载激光测深存在的技术难点及未来的发展趋势。

在果园种植管理向精准化和数字化发展的趋势下,苹果栽培对果园种植管理支撑技术提出了更高的要求。近些年,遥感技术的空间分辨率和重访频率不断突破,已经成为苹果园精准种植管理的主要支撑技术,然而目前鲜有综述文章进行这方面的现状梳理和展望,因此对这类研究进行总结很有必要。通过分析遥感技术在苹果园精准种植管理中的主要应用情况,将遥感技术的应用领域归纳为果园基础信息调查、果林参数反演和果园种植管理支撑3大类,并综述遥感技术在各领域中的应用方法、效果,探讨应用潜力。最后,总结出当前研究和应用存在机理性研究少且部分应用领域研究不足、多技术集成化程度不高、缺乏大范围的示范应用3类问题,并指出苹果树生长模拟机理模型、一体化苹果种植管理支撑系统、基于卫星数据的单木监测、遥感监测产品多元服务4个研究主题将成为下一步的研究和应用热点。

露天开采矿区要素遥感提取是矿业活动监测研究中的热门话题,但少有对相关研究的系统梳理和总结。为此,该文首先对露天开采矿区要素进行了界定,按要素种类将要素提取分为单要素提取和多要素提取,并简述了与一般地物提取和土地利用分类的区别; 其次,简要总结了目前相关研究的遥感数据来源与处理平台; 然后,将露天开采矿区要素遥感提取方法分为目视解译方法、基于传统特征的方法和深度学习方法3类,分别总结其研究现状,并分析了各方法的优缺点以及适用情况; 最后,对露天开采矿区要素遥感提取的未来研究方向进行了展望。文章认为有效地利用多源多时相数据、更强特征提取能力网络和复杂场景优化方法,进一步推动矿区要素智能化、精细化和鲁棒性提取是未来发展的趋势。研究结果可为露天开采矿区要素遥感提取的研究与应用提供参考。

北京大兴国际机场位于大兴榆垡—礼贤地区,是北京市五大区域地面沉降区之一,不均匀的形变会对机场的安全稳定运行产生影响。文章基于时间序列InSAR技术,利用2019年9月—2021年11月间39景高分辨率COSMO-SkyMed SAR影像,获取了北京大兴国际机场形变信息的时空特征,监测结果精度较高,与水准监测结果基本吻合。结果表明,北京大兴国际机场的沉降在2019—2021 年持续发展,最大沉降速率为-47.5 mm/a,最大累积沉降量达到-103.84 mm,4条跑道均存在不均匀沉降。进一步详细分析了跑道在时间、空间上的形变特征,以及航站楼、维修机坪、油罐区、公务机坪等其他形变较大区域的形变信息,并结合地基处理方式对影响沉降的驱动因素进一步分析。文章可为大兴机场的安全平稳运营提供参考。

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。

掌握黄河流域植被生长的时空变化特征及其影响因素,对生态环境的保护和发展有重要意义。然而,现有的研究缺少对黄河流域内最新时段不同植被类型时空特征分析及其与影响因子间关系的研究。为此,基于2000—2020年获取的MODIS NDVI时间序列遥感数据,利用趋势分析、相关分析、偏相关分析和残差分析法,挖掘黄河流域不同植被类型时空特征,厘清在年尺度和月尺度上受气温和降水的影响机制,同时探究人类活动对不同植被类型时空特征的影响。结果表明: ①2000—2020年黄河流域不同植被NDVI总体均呈上升趋势,其中以耕地和林地的增长尤为突出; 然而不同植被类型NDVI增长趋势随着海拔的升高呈现出不同的下降特征。②21 a来各植被类型在大部分区域呈现改善,但少部分区域呈现出退化,主要集中在草地和耕地区域。各植被类型未来变化趋势呈反持续性的区域占比较大。③气温和降水对黄河流域各植被的生长表现出促进作用,但各植被对降水的响应高于气温,并且其响应存在明显的时滞性,其中草地和灌木的生长对降水和气温的响应更为敏感。④人类活动对黄河流域的整体植被起到积极作用,但在草地和耕地类型中存在部分消极影响,应在未来规划中引起重视。2000—2020年黄河流域大部分植被呈改善状态,但部分草地和耕地呈退化趋势,应对典型退化区域进行保护。研究结果可为黄河流域内生态环境建设和经济发展提供科学数据和理论支撑。

内陆地表水体包括江河、湖泊、水库等,是人类和生态系统的重要淡水资源,其监测、管控具有重要意义。光学遥感技术为地表水资源监测提供了极大便利,是内陆地表水体提取与动态监测的重要手段。文章从水体提取的基本原理、遥感数据源、提取方法和存在问题与展望4个方面进行评述。水体在遥感影像上具有独特的特征,通过遥感手段能够精确、科学、有效地提取内陆地表水体; 多种遥感数据源可用于水体提取; 光学遥感水体提取方法可分为阈值法、分类器方法、面向对象方法、深度学习方法和其他方法,不同的方法有不同的优缺点和适用条件,根据研究区情况,合理选择多源数据、结合多种方法往往能够提高水体提取的精度; 基于光学遥感的水体提取目前仍然存在一些问题,例如遥感数据时空分辨率的制衡、水体特征的挖掘、水体模型的泛化能力以及精度评价标准的统一性等。

云检测是光学卫星影像预处理过程的重要组成部分,对于后续应用分析具有重要意义。随着光学卫星遥感影像的不断丰富,如何实现海量多源卫星遥感影像的快速云检测是一项具有挑战性的任务。针对传统云检测方法精度低、通用性差等问题,本研究提出了一种多尺度特征融合神经网络模型,称为多源遥感云检测网络(multi-source remote sensing cloud detection network, MCDNet),MCDNet采用U型架构及轻量化骨干网络设计,解码器部分运用多尺度特征融合及通道注意力机制提升模型性能。模型在上万个全球分布的多源卫星影像上训练而成,其中不仅包括谷歌、Landsat等常用卫星数据,还包括GF-1,GF-2和GF-5等国产卫星数据。实验中引入多个经典语义分割模型作为对比参考,实验结果显示该文提出的方法在云检测方面具有更好的性能,且在所有不同类型卫星数据上均取得90%以上的检测精度。模型对未参与训练的哨兵数据进行测试,依然取得较好的云检测效果,表明模型具有良好的鲁棒性,在作为中高分辨率卫星影像云检测通用模型方面具有一定潜力。

洪涝灾害发生后通过植被指数和灯光指数定量评估灾后恢复情况,对灾区经济建设和生态恢复的评估具有重要科学意义。该文以河南“7·20”暴雨灾害区为研究区,基于日度和月度NPP-VIIRS数据、Sentinel-NDVI、MODIS-EVI数据和统计年鉴数据,构建归一化差异城市指数(normalized difference urban index,NDUI)来表征城市内部空间细节; 基于回归模型模拟人口和国内生产总值的空间分布; 从研究区的夜间灯光数据和植被覆盖数据2个不同的维度来评估洪涝灾害。结果表明: 高危区和中危区总面积为1 429.04 km²,占研究区总面积的6.06%,高危地区主要分布在郑州西部、新乡东部、安阳东部、鹤壁北部,其中郑州市受灾严重程度最高; 从植被覆盖度恢复率(vegetation cover recovery rate, VCRR)来看,卫辉市、淇县、滑县、林州市等地区整体植被恢复情况较差,其VCRR的值大部分在0以下,植被覆盖有恶化趋势。NDUI与社会经济统计数据拟合精度高于0.8,表明NDUI可以在洪涝灾害发生后应用于精确位置救援和灾后针对性重建工作; NPP-VIIRS和MODIS-EVI评估洪涝灾害的结果具有很好的互补性,2种数据的有机结合进行洪涝灾害研究,对灾后救援和恢复评估均有较高的应用价值。

尾矿库是具有高势能的重大危险源,对尾矿库空间范围开展快速识别与监测,及时掌握尾矿库数量及分布情况,对我国尾矿库的环境监管与治理具有重要意义。现有单纯基于遥感影像识别提取的思路,因缺乏尾矿库潜在目标针对性,易将裸露地表等混淆为尾矿库,给实际的尾矿库监测应用带来较大误差。为此,提出一种融合企业名录与空间分布点位、数字高程模型(digital elevation model,DEM)、道路网等多源地理数据与高分遥感影像的尾矿库提取方法。以云南省个旧市为研究区的应用验证结果表明: 融合多源地理数据可有效排除不存在尾矿库的干扰区域,尾矿库提取结果的精确率和召回率分别为83.9%和72.4%。该技术方案在全国尺度的尾矿库高频次、自动化遥感监测中具有广阔的应用前景。

本研究以滁州市全椒县为研究区,借助GEE平台,基于Sentinel-2卫星数据构建光谱特征、传统植被指数特征、红边植被指数特征、纹理特征等90个特征,选用基于随机森林的递归特征消除算法(random forest-recursive feature elimination,RF_RFE)、基于Relief拓展的Relief F算法、基于相似性的特征优选算法(correlation-based feature selection,CFS)结合随机森林分类器对农作物种植类型进行识别,探究不同的特征优选算法在农作物遥感识别中的效果优劣。在此基础上,进一步分析最佳特征优选算法在不同机器学习分类方法中的分类效果。研究表明: ①光谱特征在农作物识别中最为重要,其次是红边指数特征,纹理特征影响较小; ②基于RF_RFE特征优选方法的遥感识别结果精度最好,总体精度为92%,Kappa系数为0.89; ③在RF_RFE特征优选方法下,随机森林(random forest,RF)的Kappa系数比支持向量机分类(support vector machine,SVM)和最小距离分类(minimum distance classification,MDC)分别高0.01和0.41,说明基于多特征的RF_RFE特征优选方法结合RF算法可以有效提高农作物遥感识别精度和效率。

滑坡快速识别检测可以满足滑坡灾害的高时效性要求,对灾害损失评估和灾后救援具有重要意义。研究提出一种基于深度学习的滑坡自动提取方法提高滑坡检测的精度。该方法使用目标区遥感影像、数字高程模型数据和面向对象多特征变化向量分析法(robust change vector analysis,RCVA)提取的变化特征作为模型输入,设计结合密集上采样和非对称卷积的U-Net模型提高滑坡识别精度。以四川省汶川地区作为研究区,设计试验测试了不同数据组合和不同方法得到的像素级滑坡分割精度,结果表明该研究提出的改进的U-Net模型可以取得更好的分割结果。

针对近海沿岸复杂地理环境中“同谱异物”效应导致传统方法提取水产养殖塘边界模糊、精度较低的问题,提出了基于U²-Net深度学习模型的沿海水产养殖塘遥感信息提取方法。首先,对遥感影像进行预处理,选择合适的波段组合方式以区分养殖塘和其他地物; 其次,通过目视解译进行样本制作; 然后,利用U²-Net深度学习模型训练并提取沿岸养殖塘; 最后,利用局部最佳法确定养殖塘范围。实验结果表明,该方法平均总体精度达到95.50%,平均Kappa系数、召回率和F值分别为0.91,91.45%和91.01%; 在养殖塘个数及面积评价方面,提取出养殖塘区19块,共计9.79 km²,区块数和面积的平均准确度分别为94.06%和93.18%。本研究能够快速、准确地开展海岸带区域养殖塘制图,能够为海洋资源管理和可持续发展提供技术支持。

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。

视频合成孔径雷达(synthetic aperture Radar,SAR)技术被广泛应用于军事侦查、地质勘探和灾害预测等领域。由于SAR视频存在很多的相干斑(Speckle)噪声以及镜面反射、叠掩效应等干扰因素,运动目标容易与背景或其他目标混淆在一起。针对上述问题,文章提出了一种有效的视频SAR目标检测与跟踪算法。首先,提取视频SAR的多个特征用于构造多通道特征图; 然后,使用改进的轻量EfficientDet网络对更深层的特征进行提取,从而在兼顾算法效率的同时提升SAR目标检测的准确度; 最后,采用基于目标检测框的轨迹关联策略对视频SAR中同一目标进行关联。实验表明,本研究提出的方法针对SAR阴影目标检测与跟踪任务取得了较好的效果。

海岸带是世界上容纳人口最多的区域,其生态系统受到人类活动的强烈影响。潮滩、海岸线、养殖水体变化是海岸带生态系统健康监测的重要要素。由于潮汐作用,海陆水边线处于动态变化状态,是应用遥感技术进行潮滩、海岸线检测的主要难点,故通过综合Landsat4/5/7/8和Sentinel-2A/B卫星遥感数据对1989—2021年间中国大陆海岸带潮滩、海岸线、养殖水体进行了7期监测,发挥了多源卫星观测频次高的优势,通过检测不同潮位的水边线实现潮滩、海岸线、养殖水体的识别。结果表明: 针对不同水色的海水应选用不同的水体指数组合,对于清澈或低浑浊度的海水,应分别采用修正的水体指数(modified normalized difference water index,mNDWI)与归一化差值水体指数(normalized difference water index,NDWI)检测高潮位、低潮位水边线,有效提高潮滩检测的可靠性,检测的潮滩面积比通常仅用mNDWI指数检测的潮滩面积大122%; 对于高浑浊度海水(浙江省、江苏省和上海市),应采用mNDWI进行高潮位、低潮位水边线的检测,以避免NDWI将高浑浊度海水误识别为潮滩,对养殖水体应采用NDWI检测。1989—2021年,中国大陆海岸带发生了巨大变化,潮滩快速消失,养殖水体面积和海岸线长度增加,整个中国大陆海岸带的潮滩减少率、海岸线长度和养殖水体增加率平均分别为46.2%,34.4%和149.3%,潮滩面积减少了7 173.2 km²,海岸线长度增加5 320.5 km,养殖水体面积增加了9 046.5 km²。北方省份或城市遭受的潮滩损失比南方省份或城市更严重。以1989—2021年潮滩平均减少率计算,辽宁省、河北省和天津市、山东省的潮滩将分别在27 a,10 a和22 a内完全消失。潮滩和养殖水体的面积变化高度负相关,表明养殖水体的扩展是潮滩减少的重要驱动因素。

积雪是表征地表冰冻圈的重要因子,也是重要的天气、水文现象的参数。借助遥感技术对积雪形态及变化进行长时序、大范围监测,在全球气候变化研究、水文水资源调查和地质灾害预防等领域有重要作用。经过数十年的发展,国内外积雪遥感监测技术领域取得了很大进展,积雪遥感监测产品种类不断丰富,积雪反演的算法也在不断改进。文章对现有应用比较广泛的积雪产品按照积雪范围产品、积雪覆盖率产品和雪深/雪水当量产品3类进行归纳总结,梳理当前典型积雪范围及覆盖率产品和雪深/雪水当量产品的业务化遥感反演算法。文章指出,随着国内外高时间和空间分辨率传感器的不断出现,在光学和微波新数据源、新技术支持下,研究人员逐渐针对区域特点优化积雪反演算法,使得反演精度不断提高,为未来积雪遥感监测产品的不断改进提供更多支持。

影像解译中对土地利用单分类的关注成为遥感研究的热点问题。最大熵模型(MaxEnt)被评价为最有潜力的单分类算法,被广泛应用于土地利用的单分类研究。然而,单分类算法(包括MaxEnt)是否能够进行土地利用多分类尚不明晰。为了解决该问题,文章建立了利用MaxEnt进行遥感土地利用多分类的技术流程,并将该流程应用在云岩河流域的土地利用多分类研究中。使用总体分类精度、Kappa系数、灵敏度以及特异度评估MaxEnt的总体分类效果以及在各个地类上的预测表现; 同时使用Kappa值评估MaxEnt与随机森林(randem forest,RF)、最大似然法(maximum likelihood classification,MLC)、支持向量机(support vector machine,SVM)在土地利用预测上的一致性表现。结果表明: ①MaxEnt的分类表现最好,总体分类精度为84%,Kappa系数为0.8; ②MaxEnt在各个地类上没有最差的表现,甚至在某些地类上达到了最优的表现; ③MaxEnt与RF和SVM的分类一致性较高,这3种算法预测的土地利用之间一致性评估Kappa值均超过了0.6; ④MLC与其他3种分类算法预测土地利用的差异较大,Kappa值小于0.4,说明MLC不适合该地区的土地利用解译。文章建立的技术流程仅仅依赖于土地利用发生概率,而不依赖于阈值选择,从而使得以MaxEnt为代表的单分类算法在遥感土地多分类应用中能够发挥巨大潜力。对于大范围的土地利用解译,加入并行计算将有利于提高利用MaxEnt解决多分类问题的时间效率。

在海-气环境变化剧烈的今日,准确高效地实现珊瑚礁底质信息识别是进行珊瑚礁动态监测研究的基础。文章获取了2013—2021年4个时期西沙群岛永乐环礁的Landsat8卫星数据,结合不同底质的光谱和纹理差异,提出了一种基于光谱纹理指数的决策树分类模型,采用面向对象和基于像元的分类方法进行珊瑚信息提取,并定量统计了永乐环礁底质变化情况。结果表明: 面向对象的分类结果整体上优于基于像素的分类结果,且决策树分类结果的Kappa系数在0.631~0.681范围,分类精度高于传统监督分类精度约7~10个百分点; 珊瑚丛生带大多分布在岛礁的中部水动力较弱区域,除银屿和金银岛上的珊瑚呈面状分布外,其他岛礁上的珊瑚多呈带状分布; 总体时段内永乐环礁的珊瑚丛生带和沙洲面积变化显著,虽然珊瑚丛生带的总面积增加了1.689 km²,但石屿、晋卿岛、全富岛、珊瑚岛和羚羊礁的珊瑚丛生带退化情况严重,其面积减少了0.107~0.892 km²不等。该文证明了利用中等空间分辨率影像建立的底质指数是可靠的,可应用于珊瑚遥感信息提取,能够为珊瑚礁资源调查及科学管理提供技术支持。

大型海藻养殖的时空动态变化监测对其环境管理至关重要,目前关于不同品种的大型海藻养殖的对比监测鲜有研究报道。文章基于Sentinel-2卫星影像,利用归一化植被指数(normalized difference vegetation index,NDVI)与支持向量机(support vector machine,SVM),对山东省威海市文登区南部海域紫菜养殖区与荣成市南部海域海带养殖区的动态特征进行了监测。研究结果表明: ①威海市文登区的紫菜养殖在2016年遥感影像上首次出现,与该市历史上首次出现紫菜养殖的年份相符; 基于文章方法提取的紫菜养殖区与海带养殖区的整体提取效果较好,总体精度可达84%以上; ②2017—2021年度紫菜养殖区的遥感监测面积整体呈逐年增加趋势,空间上养殖区呈现远离岸边的分布趋势; ③紫菜与海带养殖区监测面积总体呈冬高、夏低的冷水型藻类养殖季节变化特征,但紫菜养殖区监测面积最小值与最大值出现时间较海带养殖区早1~2个月。卫星遥感较统计年鉴能提供更精确的时间与空间信息,研究可为中国北方海岸带大型海藻养殖管理提供监测技术与数据上的参考与借鉴。

随着我国社会经济的快速发展和对自然资源需求的日益增加,自然保护区面临的压力越来越重。在对于红树林扰动和恢复的监测当中,应用时间序列分析法对其进行遥感研究还处于起步阶段,并且时间序列算法本身都十分复杂。文章基于谷歌地球引擎(Google Earth Engine, GEE)云平台的LandTrendr时间分割算法和Landsat影像时序数据,研究了东寨港红树林自然保护区1990—2020年期间红树林的扰动情况。研究结果表明: 1990—2020年间,共有42.39 hm²的红树林发生了扰动,其中2014年保护区内红树林扰动面积最大,为12.78 hm²; 1990—2020年间,轻微扰动和中度扰动所占比例较大,分别为65.39%和30.78%,严重扰动所占比例最少,只有3.83%; 红树林变化像元的总体识别精度为89.50%,对扰动年份检测的总体精度为88%,Kappa系数为0.79。本研究基于LandTrendr算法解析了30 a间东寨港保护区内红树林发生扰动的年份和面积,结合实际情况分析了导致扰动的因素,认为人类活动是红树林扰动的主要原因,自然因素(如病虫害和极端天气等)是导致扰动的次要原因。研究结果能够为红树林保护区的管理提供科学依据和决策参考。

煤矿高强度开采会导致严重的地面形变及次生地质灾害。时序合成孔径雷达干涉(synthetic aperture Radar interferometry, InSAR)具有较强的形变监测能力,但在开采核心及周边低相干区域时无法监测到足够的目标点。该文尝试将分布式目标(distributed target, DT)和缓慢去相关滤波相位目标(slowly-decorrelating filtered phase target, SDFPT)进行联合,以提高矿区形变监测点的密度和覆盖度。分别采用快速同质点选取(fast statistically homogenous pixel selection, FaSHPS)法和振幅离差指数法选取DT和SDFPT候选点,分别对2类点进行相位优化和稳定性分析,筛选出符合条件的DT和SDFPT形成融合点集,并对其进行三维相位解缠、恢复相位时间序列和时空滤波,最终得到融合点集的形变时间序列和年均形变速率。选取2018年4月—2020年4月获取的覆盖布尔台煤矿的60景Sentinel-1影像进行形变监测,结果表明,融合DT和SDFPT后形变点密度和覆盖度显著提升,可监测最大形变量级也随之增加。实验区域内存在5处形变漏斗,最大累积形变量达到-309.76 mm; 形变影响范围和不同年份时序形变量的差异与矿区开采活动密切相关。

地震引发的地表形变规模大、范围广,由地震引发的次生地质灾害对当地基础设施和工程建设影响明显。研究门源地震造成的地表形变,对理解地震形变运动过程、识别地质灾害隐患具有重要意义。利用合成孔径雷达差分干涉测量(differential interferometric synthetic aperture Radar,D-InSAR)技术获取门源地震同震形变场,根据升降轨几何关系,提取门源地震地表二维形变信息; 利用覆盖研究区域的21景升轨Sentinel-1A影像,基于短基线集合成孔径雷达干涉测量(small baseline subset-interferometric synthetic aperture Radar,SBAS-InSAR)技术提取门源地震震后地表形变信息,得到视线向(line of sight,LOS)的时间序列和平均形变速率。结果表明,同震形变主要分布在冷龙岭断裂与托莱山断裂的交汇处,LOS向地表形变升轨隆升形变量为0.40 m,沉降量为-0.65 m,降轨隆升形变量为0.80 m,沉降量为-0.70 m; 联合升降轨视线向结果分析二维形变,得到垂直方向最大形变量为-0.32 m,以沉降为主,水平方向最大形变量为0.87 m,以向东运动为主,说明此次地震水平方向形变显著,断层运动状态为左旋走滑作用。2022年1月17日—9月26日期间,整体形变较为稳定,部分区域形变明显,断裂带活动是影响地表形变的主要因素,平均形变速率最大值为53 mm/a,最大形变量达到77 mm。研究结果可为地震灾害防治、应急管理工作和社会经济可持续发展提供技术支持。

近岸海域监测包括自然环境监测和人类活动监测,其监测目标的高精准识别对海洋经济的健康发展、海洋环境的生态保护以及海洋防灾减灾等都有重要的作用。近岸海域监测目标具有多类型、多尺寸和不确定性等特征,现有识别模型在对近岸海域监测目标识别时,存在精度和效率欠佳、小目标漏检现象严重等问题。针对上述问题,利用可学习的图像调整模型(Resizer model)改进YOLOX,提出了面向近岸海域监测目标的识别模型(Re-YOLOX),包括: ①利用Resizer model加强模型训练,提升模型的特征学习能力和表达能力,提高模型的召回率; ②改进YOLOX的特征金字塔融合结构,减少小目标识别的漏检问题。用无人机监测的近岸海域视频数据作数据集,以车辆、船只和堆砌物为监测目标,将提出的Re-YOLOX模型与CenterNet,Faster R-CNN,YOLOv3和YOLOX等模型进行比较。结果表明,Re-YOLOX模型的平均预测精准率mAP可达94.23%,平均召回率mR可达91.99%,平均F1值mF1可达89.67%,均高于对比模型。综上所述,文章提出Re-YOLOX在保证目标识别效率的前提下提高了目标识别的精度,可为近岸海域管理提供技术支撑。

河流水位是了解水循环和水资源变化状况的重要参数。新型雷达高度计技术是提取河流水位变化的有利工具。为了验证新型雷达高度计Sentinel-3A/SRAL数据监测河流水位的能力,提高其提取河流水位变化的精度,以长江中下游干流为研究对象,利用重心偏移法、阈值主波峰重跟踪算法(阈值取50%和80%)、重心主波形重跟踪算法和多回波波峰一致重跟踪算法对Sentinel-3A/SRAL L2级数据进行波形重跟踪,提取了长江中下游干流各区域2016—2021年间河流水位,并对比不同算法获取水位的精度,得到最优重跟踪算法,从而提取了12条轨道过境区域的水位变化信息,分析了水位变化规律。结果表明,重心偏移法算法是提取河流水位精度最好的重跟踪算法,各区域虚拟水位与实测水位相比具有最大相关系数(达0.968)、最小均方根误差(达0.680 m); 2016—2021年间长江中下游干流水位总体呈上升趋势,年内水位变化呈现明显的季节性。

准确获取土地利用/覆盖(land use/land cover,LULC)信息,对区域空间规划和可持续发展具有重要指导意义。地表形态的复杂性、地物类型的多样性、遥感图像特征的非线性给传统的遥感图像分类方法带来了挑战,且传统方法未充分利用遥感图像所蕴含的丰富信息。文章发展了一种随机森林遥感图像分类方法,融合指数与主成分分量开展LULC信息提取。首先,选择研究区影像进行云量筛选、影像中值合成,得到年际遥感影像; 其次,计算多种指数,提取主成分分量,将其融入到遥感图像波段堆栈中; 然后,构建不同机器学习算法分类器; 最后,基于混淆矩阵,使用总体精度与Kappa系数对分类结果进行评估。在杭州湾区域的实验结果表明, 植被指数、水体指数、建筑物指数与主成分分量的辅助决策能够提高分类的准确性,总体精度和Kappa系数分别为91.42%和0.894 2,高于传统随机森林、分类回归树和支持向量机等方法。融合指数和主成分分量的遥感图像分类方法能够准确地提取遥感图像中的地表覆盖特征,得到高精度的土地利用分类结果,为地表精细分类提供方法支持。

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。

浙江省是“两山”理论的发源地,同时也是我国第一个生态省,研究该区域植被生态质量状况对生态文明建设具有重要的参考价值。该文结合多源遥感数据与气象观测资料,探究了浙江省2000—2020年植被生态质量的时空变化及其对气候因子与人类活动的响应。结果表明: ①2000—2020年,浙江省净初级生产力(net primary productivity,NPP)和植被覆盖度(fractional vegetation cover,FVC)呈上升趋势,植被“绿度”显著提升; ②2000—2020年,浙江省植被生态环境质量呈波动上升趋势,且山地区域的植被生态质量指数(vegetation ecological quality index,VEQI)明显高于盆地和平原地区; ③浙江省2000—2020年间VEQI变化的主导驱动因素是人类活动,仅在浙江省西南小部分区域气候因子占据主导因素。研究结果加深了对浙江省植被生态质量时空变化及其驱动因素的认识,对浙江省甚至全国其他地区的生态文明建设具有重要意义。

煤层气是一种自生自储式非常规清洁能源,它赋存于煤层及其围岩中。传统勘查方法费时费力,而遥感技术提供了煤层气富集区快速勘查的新途径。煤层气富集区遥感勘查的基本原理是基于典型地物波谱特征与富集区烃微渗漏导致的地表物体异常波谱特征,包括岩矿蚀变、植被异常和热异常等波谱特征的对比,结合煤田地质、地震、大地电磁等物探方法获取的数据,进行多源信息提取与综合分析,逐步查明煤层气富集区分布范围与含气特性。文章综述了煤层气富集区烃类物质渗漏与地表岩矿波谱和植被波谱异常的响应机制,以及基于地表岩矿波谱与植被波谱参数反演的多种方法与地物波谱异常反演在煤层气潜在富集区的勘查应用; 阐述了含煤层气地层导致地表热异常的不同解释与提高地表温度反演准确率的主要方法与应用。未来,遥感与煤田地质数据、地震探测和大地电磁探测相结合,开展立体多元信息分析与信息提取,将成为实现煤层气富集区低成本快速勘查的主要途径。

为研究雄安新区1991—2021年间土地利用与植被覆盖变化,以5个时期的Landsat TM\OLI数据为基础,采用GIS技术与图谱融合法探究雄安新区30 a土地利用变化特征; 利用像元二分模型提取植被覆盖信息,并分析30 a植被覆盖变化特征; 利用地理探测器模型探测植被覆盖变化的潜在驱动因素,并借鉴图谱融合法分析土地利用变化对植被覆盖变化的影响。结果表明: ①1991—2021年,雄安新区建设用地面积整体增长108.09 km²,转入面积主要来源于耕地和其他用地; 其他用地面积整体减少108.17 km²,流出面积主要变成耕地; 林草地面积增加11.56 km²,转入面积主要来源于水域和其他用地; 水域面积减少38.76 km²,主要流向耕地和其他用地; 耕地面积无明显变化。②30 a间,雄安新区植被覆盖情况整体较好,中、高及以上植被覆盖度面积占比超过50.00%,整体呈现“安新县高,容城县中等,雄县低”的空间分布。从阶段性变化来看,1991—2001年呈退化趋势,退化面积占比达到39.15%; 2001—2021年呈改善趋势,改善面积占比最高达到47.55%。③植被覆盖变化存在空间分异性,人口密度变化、GDP变化、土壤类型和土壤质地对植被覆盖变化具有较大影响,高程和坡度对其影响较小; 建设用地和其他用地向耕地的转化是植被明显改善的重要原因,耕地向其他用地的转化是植被严重退化的重要原因。研究结果可为雄安新区的可持续发展提供一定的科学依据和对策建议。

精确掌握土地覆盖/利用的变化及变化类型对国土空间规划、生态环境监测、灾害评估等有着重要意义,然而现有大部分变化检测研究主要关注二值变化检测。为此,该文首先提出了一种多任务学习深度孪生网络用于遥感影像的多类变化检测。首先提出面向对象的无监督变化检测方法,选择出新、旧时相影像中最有可能发生变化和最不可能发生变化的区域,并作为多任务学习深度孪生网络的样本; 其次,采用多任务学习深度孪生网络模型同时对新、旧时相的土地利用图以及新、旧时相的二值变化图这3个任务模型进行学习和预测; 最后,基于模型预测的新、旧时相土地利用图及新、旧时相的二值变化图获取最终的多类变化检测结果。采用第三次全国国土调查的影像数据和相应的土地利用图斑数据对多任务学习深度孪生网络模型进行了测试,结果表明所提出的方法适用于这种在没有变化、未变化样本而有历史专题图的变化检测场景中。

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。

地理大数据的出现为城市空间结构研究提供了新的数据源,如何利用地理大数据识别城市多中心空间结构是目前学术界研究热点。文章提出了一种基于多源地理大数据的城市多中心识别方法,使用基于分水岭的区域分割算法获取研究区内部空间单元,使用两阶段城市中心识别算法识别了城市的主中心与次中心,并对所提方法的识别结果进行了对比验证,研究结果表明: ①基于分水岭的区域分割算法可以有效地挖掘夜间灯光数据的空间特征,获取的基础空间单元可适用于识别城市空间结构; ②微博签到数据可以较好地反映城市人类活动,基于微博签到数据与两阶段城市中心识别方法获取的城市中心与城市规划设定的城市中心基本吻合。文章提出的应用地理大数据识别城市多中心的方法,对拓展地理大数据的应用领域、丰富现有城市空间结构研究的方法具有重要意义。

传统的遥感监测手段受限于数据的可用性以及计算性能,往往无法满足大区域的滑坡灾害监测研究。为此,该文利用谷歌地球引擎(Google Earth Engine,GEE)云平台建立了三峡库区滑坡危险性动态评价模型,依托GEE云平台海量的存储数据和强大的算力,实现了三峡库区的滑坡危险性动态评价。首先,采用坡度、坡向、归一化植被指数、归一化水体指数和地质构造等因子,通过加权的梯度提升决策树(weighted gradient boosting decision tree, WGBDT)模型生成了滑坡易发性分区图; 然后,利用全球降雨测量(Global Precipitation Measurement,GPM)数据,研究三峡库区诱发滑坡的降雨阈值,建立了降雨分级标准,构建了联合降雨和滑坡易发性的滑坡危险性评价模型; 最后,以三峡库区“8·31”降雨过程为研究对象,逐日生成三峡库区滑坡危险性分布图,得到了滑坡危险性的时空变化趋势。利用GEE 提供的一系列的数据处理和分析工具,可以用来分析三峡库区滑坡地质灾害相关的数据,并提供滑坡危险性近实时的监测和预警信息,为政府部门防灾减灾政策的制定提供决策依据。

准确的红树林分布信息对红树林保护和管理具有重要意义。尽管已有不少红树林遥感制图研究,但如何有效利用多源遥感特征来提高红树林制图精度仍有待探索。首先,利用多源遥感数据提取光谱、散射、纹理和地形等时序特征来设计15种特征组合; 然后,利用随机森林模型分析不同特征组合在红树林识别中的精度,从而获得最优特征组合; 最后,基于Google Earth Engine(GEE)平台获取2021年广东省10 m空间分辨率的红树林分布。结果显示,冬季光谱特征的重要性最高,特征类型越丰富对应制图精度越高,最优特征组合的总体精度为92.25%,Kappa系数为0.91。通过探究红树林识别中的最优特征组合,在多特征参数支持下实现广东省红树林信息提取,研究成果可为大范围红树林精准制图提供科学参考。

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。

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。

城市生态环境质量的监测和评价对于城市可持续发展具有重要意义。为评价我国近海发达城市近年来生态环境质量,该文以南京市为例,基于2021年Sentinel-2A遥感影像,利用绿色空间、蓝色空间、建筑及不透水地表面构建了一种新的遥感绿色指数(remote sensing green index,RSGI)模型,并初次将模型应用于南京市的生态环境质量评价。首先,对南京市Sentinel-2A遥感影像进行神经网络监督分类,构建RSGI,用于评价南京市各区的生态环境质量; 其次,运用皮尔逊相关系数分析了RSGI与城市各生态要素之间的相关性; 最后运用聚合层次聚类分析法分析了南京市各区之间的相似程度。结果表明: 南京市生态环境质量呈现出中间低四周高的结构,其中六合区RSGI值最高(0.86),秦淮区最低(0.38),相差0.48; RSGI与绿色空间密度呈现0.01级别正相关趋势,与人口密度、建筑密度、不透水地表面密度呈现0.01级别负相关趋势; 南京市11个区在城市生态要素方面以70%相似度为阈值可划分为4个集合,第一集合为秦淮区、鼓楼区和建邺区,第二集合为雨花台区和栖霞区,第三集合为玄武区和高淳区,第四集合由其他4个区组成。研究结果可为南京市未来城市规划与可持续发展提供科学依据。

针对传统的遥感数据处理方法处理数据速度慢、耗时长等缺点,基于GEE云平台和Landsat TM/OLI遥感数据,采用面向对象分类方法提取2000年、2010年和2020年广西山口自然保护区红树林分布信息,结合景观分析方法监测研究区红树林时空变化特征并揭示其驱动因素。结果表明: ①2000—2020年,山口自然保护区红树林面积增加约63 hm²,其中2010—2020年间面积增幅较大,约40 hm²; ②相对于其他土地利用类型,互花米草和滩涂与红树林的面积转化最剧烈,20 a间共有152 hm²互花米草和滩涂转化为红树林,有122 hm²红树林转化为互花米草; ③2000—2020年,研究区红树林景观表现为破碎化程度减小、斑块聚集度增加、景观优势性不断扩大,且红树林质心呈现向陆迁移的趋势; ④在影响保护区红树林面积变化的因素中,入侵植被治理与适度的水产养殖能促进红树林面积增加,而气候变化、外来植被入侵对红树林植物群落生长有消极影响。研究结果可为广西山口红树林湿地保护与管理提供方法借鉴和数据基础。

协同多源遥感影像、融合多特征参数是目标地物精确识别的有效方法,但过多的特征参数会造成数据冗余,降低分类精度。该文以岩溶地貌甘蔗种植区为例,使用Sentinel-1,Sentinel-2影像数据以及SRTM数字高程数据提取研究区地物的光谱特征、指数特征、纹理特征、地形特征和极化特征,其中,指数特征考虑了众多遥感传感器少有的红边波段计算的红边指数,纹理特征加入了雷达影像纹理。在实验中设计了6种方案探讨不同影像特征以及基于随机森林优选的最佳特征组合对甘蔗提取的影响。结果表明: 在光谱特征叠加不同特征类型对研究区地物进行分类的情况下,不同特征类型重要性排序为光谱特征>指数特征>纹理特征>地形特征>极化特征; 6种方案中基于随机森林算法构建的优选特征方案融合了不同特征变量,其甘蔗提取效果最佳,用户精度和生产者精度都高于97%,总体精度为95.49%,Kappa系数为0.94。

杨梅是浙江省的特色作物之一,栽培面积居全国之首。为了对浙江省杨梅的种植适宜性进行全面研究分析,科学利用现代化气象观测数据,更好地为杨梅种植服务,基于气候因子分布式模拟,引入土壤、地形影响因子,利用层次分析法(analytic hierarchy process,AHP)确定各因子权重,结合各影响因子适宜性等级指标,将浙江省分为适宜、较适宜和不适宜3个种植区。结果表明: 浙江省气候适宜性区域占绝大部分面积,气候资源优越; 土壤条件较为优异,基本处于杨梅种植较适宜和适宜区间; 地形差异较大,地形是精细化杨梅种植适宜性的关键因子,地形适宜区海拔在250~450 m,坡度在5°~25°之间; 除浙江省北部地区和绍兴市、宁波市交界处外,其他地区均适宜或较适宜杨梅种植。研究结果实现了对气象因子的空间模拟,可为浙江省的杨梅种植布局发展和改进提供数据支撑,对提高杨梅产量和品质具有重要的现实意义。

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。

为研究高分遥感技术在洞庭湖区河湖采砂监管中的应用,基于近20 a来航天航空高分遥感影像,采取人机交互解译与实地调查验证相结合的方法,总结河湖砂石开采的地表要素类型与涵义,建立河湖采砂遥感解译标志,剖析具有代表性的典型案例。研究表明: 河湖砂石开采遥感解译标志不同于前人总结的陆域矿山开采的解译标志,其采矿设备为采砂船,“挖洲”开采面致使水涯线呈锯齿状,运矿设备为运砂船,中转场地有堆沙场和砂石码头,采场附近出现水体浑浊、洲滩萎缩等地表覆盖变化。通过华龙堆砂场的变迁、城陵矶砂石码头治理和东洞庭湖飘尾洲非法采砂等3个典型案例分析,表明高分遥感技术可为河湖砂石监管提供技术支持。

察隅县地处青藏高原东南部,幅原辽阔,地形地貌与气候特征差异较大,滑坡灾害频发。针对该区域开展滑坡灾害隐患识别与早期预警对当地防灾减灾工作有重要意义。为此,收集2020年1月—2022年11月获取的162景升降轨Sentinel-1A雷达遥感影像数据及高分光学遥感影像数据,以Google Earth平台为辅助,采用综合遥感(integrated remote sensing,IRS)技术开展研究区内活动性滑坡隐患识别、编录制图和分析评价,共识别出活动性滑坡隐患237处,主要分布于贡日嘎布曲(察隅河支流西支)、察隅河、怒江两岸及察隅河东部至怒江西部的区域。将解译结果与地形地貌(高程、坡度、岩性)、自然环境(降雨、温度)等定量因子结合进行统计分析可知,左布村滑坡、阿扎村滑坡有极大的灾害风险,推荐进一步采取减灾措施。研究结果具有较高精度,可为当地防灾减灾工作提供参考。