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。

谷歌地球引擎(Google Earth Engine,GEE)是一个面向全球尺度的地理空间分析平台,充分集成了Google Earth海量的地理和遥感数据资源以及Google的强大云端计算能力,为地球系统科学、特别是其重要组成部分的土地覆被遥感信息提取研究提供了一种有效便捷的方式。围绕GEE和土地覆被遥感信息提取相关的关键词,查阅了Web of Science和知网在2011—2019年间国内外发表的所有相关论文,在统计文献发表时间、研究领域、研究区、所属机构和发表期刊等信息的基础上,系统梳理了GEE在土地覆被领域的研究应用趋势,重点就大区域制图和多时相变化监测两方面,详细阐述了GEE的应用发展潜力,为进一步认识和使用GEE提供了科学参考。

随着遥感数据的不断积累,植被遥感产品逐渐形成了完善的时间序列数据,这些数据对阐明生态系统动态变化及分析有关的驱动因素具有重要价值。然而,云遮挡、仪器误差等因素严重制约着植被遥感产品的观测质量,往往造成连续观测数据的缺失。对存在数据缺失的序列进行时空重建是准确提取序列变化特征的重要前提,时空重建就是充分利用遥感数据的时空相关性对数据缺失进行插值以及平滑滤波,以重建完整时间序列。本研究主要以植被遥感时间序列数据为例,对以往常用的时间序列重建方法进行了简要回顾,时间序列重建大致包括插值、平滑2大步骤,插值又分为基于时间的、基于空间的、时空相结合的插值3大类型。然后,以模拟的归一化植被指数(normalized difference vegetation index,NDVI)时间序列、GIMMS NDVI真实时间序列为例,并随机制造不同比例的数据缺失,对比了线性插值、奇异谱分析、Whittaker和时间序列谐波分析等4种常用的不同类型的数据重建方法的时间序列重建效果。结果显示,4种方法的表现各有优劣,但Whittaker方法显示了整体更好的性能。由于随区域的不同,插值方法的表现可能有所差异,故不同数据重建方法还有待进一步推广验证。

卫星过境时云或雾的存在使得部分遥感影像存在阴影,从而直接影响影像质量以及地物信息的提取、判读及识别。首先对甘肃省2017年MODIS11A1数据进行统计,结果显示2017年的MOD11A1数据像元值存在很大程度的缺失,主要表现为遥感影像难以穿透云雾的遮挡而获取地物信息,从而使得影像像元值为0; 基于物候节气为时间段探索对数据缺失值进行补偿,提出了历史平均值法; 采用历史平均值法对数据进行补偿之后发现像元的有效利用率得到了大幅度的提升,影像信息基本反映了真实的地物信息,补偿结果满足了遥感影像的需求。

本研究以上海市崇明岛内陆水体为研究区,通过无人机高光谱遥感影像对水体颜色变化及疑似污染水体识别进行研究。首先,对无人机搭载的高光谱传感器探测获得的辐亮度信号,进行了遥感反射率标定,通过与现场观测对比,该标定方法准确度较高,各波段平均无偏绝对百分比误差的均值为13.34%,决定系数R²均值为0.83。进一步,利用河湖水体高光谱遥感反射率根据CIE-XYZ颜色标准和加权调和平均法反演了色相角(Hue angle)、表观波长(apparent visible wavelength,AVW),根据实测数据构建水质参数反演模型。通过设定色相角阈值对研究区水体颜色进行分类,结果表明: 崇明区在枯水期的河湖黄棕色异常水体较多,且需加强主要航运河流的水环境监管和治理。最后综合水体颜色参量和水质参数结果对河湖疑似污染水体进行识别和分析。研究表明: 无人机高光谱获得的高时空连续性的水体颜色参量和水质参数反演结果,在节约成本的同时为河湖水环境调查提供了可靠的技术支持。

在不同时空尺度上快速、准确地估算土壤含水量是水文、环境、地质、农业和气候变化等领域研究的重点内容。目前,如何准确获取土壤含水量仍然是一项具有挑战性的任务,过去传统的基于“点”的土壤取样和分析方法费时费力,利用遥感影像反演土壤含水量具有范围广、时效快、成本低、动态对比性强等优势。其中,在高光谱遥感中土壤含水量与土壤反射率波长范围有关,至今已有多种方法被用来描述土壤含水量与高光谱遥感的关系,综述了现有的基于高光谱反射率估计土壤含水量的方法,并将其分为4大类: 光谱反射率法、函数法、模型法和机器学习法。通过比较分析了不同方法在精度、复杂性、辅助数据要求、不同模式下的可操作性以及对土壤类型的依赖性等方面的潜力和局限性,并对未来土壤含水量-高光谱反射率方面的研究提出了相应建议。

为科学评价城市功能区的土地适宜性、精准评估城市土地集约利用水平,以内蒙古自治区呼和浩特市为研究区,整合行业调查数据和利用遥感影像提取的信息,建立指标体系; 以土地为本底进行量化和融合,评估城市功能区划和土地集约利用水平。判别分析显示,93.0%的功能区有共同多元数量特征,表明功能定位和土地用途适宜。采用阴影面积占比、植被面积占比、影像主成分等遥感因子,碳储量、建筑密度、居住功能区地价、商业功能区地价等调查数据,建立高精度多元回归模型,推算容积率,可实现土地集约利用水平定量评估。研究表明,基于遥感和行业调查数据的城市土地集约利用水平评估方法可行,具有推广应用价值。

随着国产卫星空间分辨率、光谱分辨率、时间分辨率和数据覆盖能力的极大提升,国产卫星已在自然资源监管和地质调查工作中得到了深入广泛的应用。以资源一号02C、高分一号、高分二号、资源三号卫星为例,探索研究了其在基础地理、基础地质、土地资源、矿产资源开发、水文地质、工程地质、地质灾害等调查中的解译应用,并对国产卫星的地质调查要素解译能力进行了对比、评估与总结,为国产卫星更加广泛深入应用提供了指导性建议和科学参考。

土壤盐渍化是影响干旱区土壤健康的重要因素之一,因此快速获取土壤盐度信息、监测土壤盐度变化对干旱区土地资源合理利用和土壤恢复至关重要。本研究选取宁夏平原土壤盐渍化较重的银北灌区为研究区域,以野外采集的52个土壤样本和同时期Landsat8 OLI遥感影像为数据基础,采用相关分析和曲线回归分析法对基于多光谱遥感数据构建的土壤盐渍化评价指数与实测土壤电导率(electrical conductivity,EC)的相关关系和拟合度进行了定量化分析。结果表明: ①采样时期研究区土壤盐度较轻,非盐渍化和轻度盐渍化土壤样本合计占比82.68%; ②盐度指数与土壤EC的相关性整体高于植被指数,全样本中盐分指数S₃(salinity index 3,S₃)、盐分指数S₅(salinity index 5,S₅)、盐分指数S₆(salinity index 6,S₆)和盐分指数SI(salinity index,SI)与土壤EC的相关性均达到0.50以上; ③全样本中与土壤EC拟合度较高的为盐分指数S₂(salinity index 2,S₂),S₃,S₅和SI,其中S₅的表现最好(R²=0.406),不同盐度水平下指数与土壤EC的拟合度随土壤盐度升高而显著增加,中重度盐渍化中指数与土壤EC的拟合度最高的为指数S₁(salinity index 1,S₁)(R²=0.730)和S₂(R²=0.724); ④拟合模型中,基于Cubic模型、Quadratic模型和S模型计算的评价指数与土壤EC的拟合度较高。本研究分析了多种土壤盐渍化评价指数在银北灌区土壤盐度监测中的适用性,得出的初步结论可为宁夏银北灌区土壤盐度遥感监测提供参考依据。

为了给西昌市生态保护修复提供依据,对其生态地质脆弱性做出评价。在生态地质调查、综合研究的基础上,选取了10项影响西昌市生态地质脆弱性的主要因素,构建了评价指标体系; 在地理信息系统(geographic information system,GIS)的支持下,采用改进后的层次分析法,对西昌市开展了生态地质脆弱性评价。结果表明: 西昌市生态地质较为脆弱,虽然没有极脆弱区,但中度脆弱—高度脆弱达50.14%。不脆弱与轻度脆弱区主要集中于安宁河谷和邛海盆地,中度脆弱—高度脆弱区域主要集中在西昌市西部的牦牛山一带和东南部的螺髻山一带; 全市可划分为5个生态地质脆弱性分区,包括2个生态地质轻度脆弱区——安宁河谷生态地质轻度脆弱区(Ⅰ)和大箐生态地质轻度脆弱区(Ⅱ),1个生态地质中度脆弱区——巴汝—马鞍山生态地质中度脆弱区(Ⅲ),2个生态地质高度脆弱区——螺髻山西坡生态地质高度脆弱区(Ⅳ)和牦牛山生态地质高度脆弱区(Ⅴ)。对于不同的生态地质脆弱性分区,应实行不同的生态保护修复方案与开发建设措施。

深度学习技术因其在深度挖掘地物特征方面的独特优势为高光谱图像分类提供了技术手段。但是在高光谱图像的像素级地物分类中,由于样本输入尺寸的影响导致深度学习的层数受限,不能充分挖掘高光谱图像中的深度特征,为此提出基于残差网络特征融合的高光谱图像分类方法。首先通过主成分分析(principal component analysis,PCA)方法提取原始高光谱图像中的第一主成分,利用残差网络有效提取地物空谱特征; 再通过反卷积算法实现特征图的扩充,将反卷积后不同维度的特征进行多尺度特征融合,充分挖掘高光谱图像中的深度特征信息,进一步提升高光谱图像分类精度。对“珠海一号”卫星拍摄的江苏太湖和安徽巢湖两个区域进行地物分类实验,结果表明,与其他方法相比,该方法有效解决了高光谱图像分类中深度特征提取不足的问题,获得了更好的分类性能。

针对无人机获取的高分辨率遥感图像分类需求,提出一种K-means聚类引导的阈值分类方法。首先计算出无人机遥感图像数据集的Average Silhouette值,作为K-means的最优聚类数目; 然后对原始图像进行K-means聚类初分割,对初分割结果中的非目标区域进行手工剔除; 再对处理之后的新对象进行阈值分割和图像优化,完成对象的提取; 最后对所有处理得到的地物标签进行合并,实现遥感图像的识别与分类。基于MATLAB/GUI平台,对提出的分类方法处理步骤进行集成,开发了无人机遥感图像分类处理系统,可对无人机遥感图像进行快速处理,实现半自动解译。对分类结果进行精度验证,其总体精度为91.09%,Kappa系数为0.88,表明该方法用于无人机遥感图像分类处理,能够实现地物的精确分类与信息提取。

随着遥感技术的快速发展与广泛应用,对获取的遥感图像质量有了更高的要求。但是,难以直接获得高空间分辨率多光谱遥感图像。为了结合不同成像传感器的信息,获得高质量的图像,图像融合技术应运而生。空谱遥感图像融合是一种获取高空间分辨率多光谱图像的有效方法,目前已有许多学者针对空谱遥感图像融合展开研究,取得了较多成果。近年来,深度学习理论得到了快速发展,广泛应用于空谱遥感图像融合。为了让学者们能够更系统地了解空谱遥感图像融合的现状,推动空谱遥感图像融合的发展,首先对常用的遥感卫星作了介绍,并简单总结了传统的经典空谱图像融合算法; 其次,从监督学习、无监督学习和半监督学习3个方面,重点对基于深度学习的空谱图像融合算法进行了阐述,还对损失函数进行了描述与分析; 然后,为了证明基于深度学习方法的优越性以及分析损失函数的影响,开展了遥感图像融合实验; 最后,对基于深度学习的空谱图像融合方法进行了展望。

城市扩张是宜宾市近年来的主要特征,研究其对生态环境的影响,对城市发展与生态保护具有重要意义。为了更好地评价城市扩张对生态的影响,基于遥感生态指数(remote sensing ecological index, RSEI),构建归一化不透水面和裸土指数替代原有建筑指数作为干度指标,建立了改进型遥感生态指数(improved remote sensing ecological index, IRSEI),耦合对生态具有重要影响的绿度、湿度、温度及改进后的干度指标信息,利用主成分分析法及相关性对IRSEI进行了分析,建立基于IRSEI的宜宾市三江汇合区生态评价模型,对该地区2013—2020年间生态环境做出分析评价。结果表明: IRSEI能够更加精准地反映出干度对生态造成的负面影响,较RSEI在第一主成分分量中能够集中更多有用信息,对城市生态环境质量评测具有更好的适用性。2013年,该区域IRSEI为0.54,生态总体状况一般,原因在于城区扩张严重,破坏了原有植被; 2017年,IRSEI为0.67,退耕还林的持续推进以及城区生态的恢复,使得绿度明显上升,因此生态状况较2013年大为好转; 2020年,IRSEI为0.63,绿度、湿度以及干度基本与2013年持平,但由于城市扩张带来的热岛效应,温度较2017年有所上升,因此生态水平轻微下降。

从卫星遥感影像中自动提取建筑物在国民经济社会发展中具有广泛的应用价值,由于卫星遥感影像存在地物遮挡、光照、背景环境等因素的影响,传统方法难以实现高精度建筑物提取。采用一种基于注意力增强的特征金字塔神经网络方法(FPN-SENet),利用多源高分辨率卫星影像和矢量成果数据快速构建大规模的像素级建筑物数据集(SCRS数据集),实现多源卫星影像的建筑物自动提取,并与常用的全卷积神经网络进行对比。研究结果表明: SCRS数据集的提取精度接近国际领先的卫星影像开源数据集,且假彩色数据精度高于真彩色数据; FPN-SENet的建筑物提取精度优于其他常用的全卷积神经网络; 采用交叉熵和dice系数之和为损失函数能够提升建筑物提取精度,最好的分类模型在测试数据上的分类总体精度为95.2%,Kappa系数为79.0%,F1分值和IoU分别达到了81.7%和69.1%。该研究可为高分辨率卫星影像建筑物自动提取提供参考。

城市不透水面相关研究对城市的发展至关重要。为了提取城市不透水面盖度,通常采用线性光谱混合分析方法,在亚像元尺度上计算混合像元内的不透水面面积比例。由于端元光谱曲线存在误差,导致不透水面盖度提取精度较低,因而提出端元优化方案,通过Sentinel-2A影像选择比较纯净的端元,利用其光谱信息优化从Landsat8影像中选择的端元的光谱曲线,提高纯净像元光谱曲线精度。此外,结合解混结果优化方案,利用归一化植被指数(normalized differential vegetation index,NDVI)和干旱裸土指数(dry bare-soil index,DBSI),对解混结果进行优化。采用WorldView-2遥感影像进行样本验证,结果显示,该方法所提取不透水面盖度的精度比传统方法提高了20%,为端元选取和不透水面提取提供可靠的理论支持。

利用CASI/SASI机载高光谱遥感数据,对新疆阿尔金成矿带索拉克一带的蚀变矿物异常信息进行提取和分析,在此基础上总结区内蚀变矿物异常的分布规律及成因,结合典型岩石、矿物的地面光谱测量对不同地质体蚀变矿物的光谱曲线特征进行分析和总结,并选取索拉克铜金矿床的矿化蚀变地质剖面开展光谱测量分析,构建该区标志性蚀变矿物组合,建立了基于区内金矿床的高光谱遥感找矿模型。综合成矿地质背景及地球化学异常特征,探索高光谱异常在成矿预测中的应用,验证表明圈定的高光谱异常区域金矿化较好,说明高光谱遥感能为找矿提供准确且可靠的信息。

当前常见的潮滩遥感提取方法往往通过估算来确定潮滩的边界,难以保证较高的提取精度。本研究结合GEE遥感云计算平台和GIS技术,选用1990—2021年间共77景Landsat卫星影像,通过目视解译人工海岸线作为平均高潮线,利用水边线拟合平均低潮线,实现了对杭州湾南岸慈溪段的潮滩提取和面积估算,分析了潮滩区域时空变化。研究表明,杭州湾南岸慈溪段潮滩面积基本维持在20 000~24 000 hm²区间; 空间变化趋势是由南向北迁移,迁移速度为286.9 m·a^-1; 影响潮滩面积和空间变化的最主要驱动力是地方政策。

建筑物是城市的载体和形象表达,是城市的重要组成部分,建筑物三维模型是构建数字城市、虚拟城市和智慧城市的重要基础。针对现有的建筑物三维建模方法成本高、操作繁琐和复杂、劳动强度大的缺陷,提出一种基于多源数据集成的城市建筑物三维建模方法,并借助GIS建模技术实现了城市建筑物三维模型的自动构建。其主要原理和操作步骤为: 首先,以高分辨率卫星遥感影像、建筑物轮廓电子地图和全景影像为数据源,在遥感和GIS系统集成平台下,通过数据集成和预处理,提取出建筑物的几何边界、高度、楼层数和屋顶类型等空间信息和属性信息; 其次,提出基于结构实体几何模型的建模物主体结构建模方案,借助GIS建模技术,组合数据处理、文件转换、空间分析、三维分析和脚本程序等多种ArcToolbox工具,通过设计模型实现了建筑物三维模型的自动构建; 然后,通过纹理贴图技术实现模型的可视化; 最后,选择淮阴师范学院北校区实验区域进行建模实证。通过对建模过程和可视化效果进行分析表明,该方法具有实现成本低、操作简单、自动化程度高的特点,并且构建的模型能满足较高的精度要求,具有较好的可视化效果,可为大规模城市建筑物三维建模与可视化提供可靠的技术解决方案。

利用溶液中物质的分子或离子对紫外-可见光全谱段的吸收特性来定性、定量研究水质参数的光谱分析方法,具有检测速度快、成本低、原位测量、无二次污染、可实现水质的多参数同时在线监测等优点。在论述水质光谱分析理论依据的基础上,系统分析了各种测量方式的原理和各自特点,通过对比国内外全谱段水质在线监测设备,指出了建立高精度在线水质参数反演的关键技术难点,进一步展望了水质光谱多参数在线监测系统的发展趋势。为基于光谱分析理论的水环境监测技术研究和水质参数检测仪器开发提供参考。

高分辨率遥感影像建筑物提取任务在城市规划、城镇化进程等领域发挥着重要作用。针对现有的深度学习提取方法存在浅层特征未得到有效利用、小目标信息容易丢失等问题,提出了一种多层次感知网络。该网络利用密集连接机制充分提取特征信息,并构建平行结构保留不同特征分辨率的空间信息,增强不同深度、尺度特征信息,减少细节特征的丢失; 同时利用空洞空间金字塔模块获取不同感受野信息,提取不同尺度下的深层建筑特征。实验结果表明,该方法在GF-2遥感影像建筑物提取中,总体精度为97.19%、交并比为74.33%、综合评价指标为85.43%,各指标均高于传统方法与其他深度学习方法; 此外,应对多源遥感影像的建筑物仍具有良好的提取效果,体现了本文方法的实用性。

城中村是指农村耕地被收走后,剩余宅基地被城市包围的农村聚落。针对当前城中村的研究缺少数据支撑和定量分析等问题,基于高分辨率遥感影像、建筑物轮廓及兴趣点(point of interest,POI)等多元空间数据,以广东省省会广州市的主城区为研究区域,利用ENVI中深度学习工具提取城中村边界,其城中村正确识别率为64.31%。对于提取结果中存在与部分老旧居民区、工业区混淆的现象,进一步使用路网分割高分辨率遥感影像,制作城中村标签数据。结合机器学习分类方法,使用支持向量机分类器提取城中村轮廓。该方法提取的精度可达到90.19%,对于研究区内城中村改造、城市规划设计等具有一定的参考意义。

农作物种植结构包含农作物种类、数量结构和空间分布特征等信息,是农业科学管理的基础。在不考虑农作物时间序列最佳窗口期的前提下,以石津灌区为研究区,基于高分一号(GF-1)WFV影像计算并分析纹理特征在农作物分类识别中的能力。并在纹理特征分类效果相对较差的时相内引入植被指数,从而弥补纹理在农作物表达上的缺陷。经过对比各组分类结果,可以发现: 在作物结构明显的4,8月份,单独纹理特征的分类精度可以达到80%以上,但是在5,6,7,9月等农作物最复杂的时间段内,分类精度仍低于80%。将植被指数与纹理特征组合后,这4个月份的分类结果有了很大改善,总体分类精度均大于80%,基本满足农业动态监测的需求; 与单独纹理相比,精度提高2.27%~9.75%, Kappa系数提高0.02~0.16; 利用夏玉米的验证样本进行验证,识别精度可以达到98%,识别效果相对完整,破碎程度达到最小化,与其他类别区分度也达到了最优。同时也证明了GF-1WFV纹理特征在农作物种植结构提取中的可用性,尤其是在作物结构相对明显的月份内,可以为影像的农作物提取提供一些有效的信息。

土壤水分在农业生产应用中有着不可替代的作用,农业用水、估产、旱情监测等都与土壤水分有着密不可分的关系,因此进行土壤水分变化的监测具有重要意义。目前遥感技术是进行大区域土壤水分变化监测的有效手段。光学遥感对地表植被组份信息敏感,微波可穿透植被获取植被下土壤水分信息,但合成孔径雷达(synthetic aperture Radar,SAR)的后向散射对土壤水分变化的敏感性受冠层影响较大。在植被覆盖区,微波遥感会受到地表粗糙度和植被的双重影响,因此采用光学和SAR遥感协同的策略能更好地去除植被和粗糙度影响,提高土壤水分的反演精度。总结了目前光学与SAR遥感协同反演土壤水分研究中常用的遥感模型和反演方法,并对研究中存在的困难与未来发展进行了总结与展望。

信息量模型是由信息论引出的一种统计预测方法,被广泛地应用于地质灾害危险性评价中。如何制定合适的因子分级方法,使单因子统计分析的优势最大化,是信息量模型构建中的关键问题。为此提出了一种对称分级方法,该方法基于正态分布相关的统计学知识,以标准差为间隔对因子进行预分级后,由外到内将对称的区间合并、划分为一级。基于对称分级方法,对坡度、地表曲率、地形湿度等指标与滑坡面积呈近似正态分布的因子进行了分级,并构建了信息量模型,对汶川地区进行地震滑坡危险性评价。为验证对称法的合理性,选取5种标准分级方法(等间距分割、分位数分割、自然间断分割、几何间断分割和标准差分割)进行对比实验。结果表明,利用对称法分级得到的结果中,较高、极高危险区内的实际滑坡面积比例达80.87%,高于利用其他标准分级方法得到的结果,证明对称法具有较好的分级效果。

物候是植被生理生态过程与环境变化相互作用的体现,研发基于时间序列遥感数据的植被物候信息提取软件具有现实意义。现有软件主要是国外科研人员结合特定遥感数据发展的,集成的数据平滑重建方法不同,服务的对象也有差异。对现有软件功能和特点的比较分析有助于用户在选用软件时更有针对性,也可为研发植被物候软件提供参考。在简述遥感监测植被物候原理和重建时间序列遥感数据常用数据平滑方法后,文章汇总了多款集成重建方法和物候提取方法于一体的植被物候软件。重点介绍了TIMESAT,SPIRITS和DATimeS软件,比较分析了这些软件的功能特点。最后,结合遥感大数据发展和植被物候监测应用需求的背景,针对发展友好图形用户界面且汉化版的应用软件进行了展望。

中尼铁路作为世界上首条穿越喜马拉雅山脉的铁路工程,面临着高海拔、高落差、高寒气候、地震活动带、软岩变形、不良地质发育等诸多环境、地质问题,线路方案的设计、选择明显受地质条件的约束,需要彻底摸清区内各类地质问题。为了克服地表调查的局限性、减轻外业调查工作量、提高工作效率,文章充分发挥遥感技术特长,在分析已有基础地质、工程地质、地质环境等资料的基础上,采用多源遥感技术,对研究区内的地形地貌、地层岩性、地质构造、水文地质、滑坡、泥石流、风沙等不良地质要素开展了详细的解译分析,为工程地质调查以及线路方案设计、选线提供了较详细、全面、可靠的遥感成果资料,发挥了重要的技术支撑作用。

精确翔实、三维立体、尺度适宜的地类统计数据对于海岸带自然资源监测监管和生态保护具有重要意义,地类统计模型需要数字高程模型(digital elevation model,DEM)的支撑,然而当前鲜有DEM空间尺度与统计模型的适配性方面的研究。针对于此,该文提出了一种海岸带地类统计模型中DEM空间尺度优选方法,系统探讨了DEM空间尺度对地类统计模型的影响,从统计准确性、概括性、信息量和计算效率4个角度选取指标并构建评价模型,基于熵权法确定指标权重并加权计算得到DEM最优空间尺度。研究结果表明: ①DEM采样间隔越大,对统计准确性和信息量的负向影响越明显,对信息概括性正向影响越显著; ②准确性因子对DEM精细度要求高,为满足统计精度DEM分辨率不应超过30 m,而地貌概括则要求空间分辨率不能低于10 m; ③空间操作计算时间与DEM格网数量呈线性正相关; ④基于熵权法计算权重后综合评价,最优DEM空间尺度为10 m。该文形成的DEM空间尺度优选方法在海岸带自然资源及其他调查监测地类统计中具有通用性和可扩展性。

为更好地开展长江下游湿地生态保护与恢复建设,以谷歌地球引擎(Google Earth Engine,GEE)云平台上2000—2019年不同季节升金湖区域Landsat影像为数据源,基于辐射传输方程法批量反演地表温度,综合分析了2000—2019年近20 a间升金湖湿地的地表温度时空变化及其与地表类型的响应关系。结果表明: ①在空间上,不同温度等级的空间分布随季节变化具有明显差异: 高温区域在春季相对分散,夏秋两季一般位于西北部,在冬季多处于南部; 水域面积随季节变动,但其温度四季均属于极低温或低温; ②在时间上,受林地和水域的影响,2000—2019年间升金湖湿地始终以占约70%~85%的中温区和低温区为主,各地表温度级别面积占比随季节、年份等时间趋势不同产生变化; ③不同覆盖类型的地表温度存在季节性响应差异,基本以人造表面>耕地>林地、滩涂>水体的形式呈现; ④非城市化因素对天然湿地地表温度等级变化产生一定影响。研究结果对于升金湖湿地合理开发规划具有一定意义。

低成本微小卫星及其星座组成是近年来卫星遥感领域发展的重要方向之一,可有效弥补单一卫星过境频次过少和组网成本过高的问题。遥感卫星监测具有覆盖面广、不易受人为干扰的优点,是生态环境领域获取裸地信息的重要手段。该文基于国产微景系列低成本微小卫星的遥感影像数据开展了城市裸地识别的探索性研究,并将其结果与美国陆地系列卫星(Landsat8)影像进行了对比分析,探讨国产微小卫星在生态环境领域裸地识别应用中的可靠性。以山东省日照市东港区城区为研究区域,构建无监督植被指数(ExG-ExR)和最大似然法结合的提取方法,并加以应用。结果表明: ①微景一号02星拍摄的5 m空间分辨率全色影像能清晰反映研究城区现状,影像具有高空间分辨率,对地物细节拍摄更清楚,但相比Landsat8影像缺乏波段优势; ②微景一号02星影像总分类精度为93.3%,Kappa系数可达到0.85,微景系列小卫星在裸地识别具有一定的可靠性; ③微景一号02卫星与Landsat8卫星提取日照东港城区裸地面积相差1.5个百分点,表明在拍摄时间相近和一致地理坐标校正情况下,算法得当,微景系列小卫星在裸地识别方面具有与传统主流卫星相当的城区裸地反演识别能力。

风电场分布是风电投资监测预警、占地监测和清洁能源消纳能力评价的重要依据,卫星遥感技术是大范围提取风电场分布信息的有效方法。风电塔架作为风电场的遥感解译标识,其在高分影像中是一种多尺度目标,且受影像获取时间、光照条件、地表覆盖等影响导致特征差异大,遥感自动检测难度大。针对以上问题,提出一种尺度和密度约束下基于YOLOv3模型的风电塔架自动检测方法。首先,在风电场遥感特征分析基础上,确定样本构建条件,分析风电塔架目标尺度; 然后,压缩YOLOv3模型特征提取网络以提高多尺度目标特征表征能力,并将目标尺寸作为先验知识输入模型; 最后,基于噪声与风电塔架的密度差异,采用DBSCAN密度聚类算法抑制误检。实验结果表明,该方法在典型试验区取得的风电塔架检测准确率为96%,召回率为94%,F1为95%,效果优于Faster R-CNN和FPN等基准模型,表明本文方法对于遥感影像复杂背景下的小目标具有良好的检测效果。

基于2000—2015年的陕北地区MODIS数据,通过地理信息系统和遥感技术,结合SPSS22.0平台,运用反距离权重、Pearson相关分析等方法,研究了陕北地区的植被覆盖度时空变化,结合降水、气温、社会经济等数据,研究植被变化的驱动因素。研究表明: 2000—2015年的16 a间,研究区植被覆盖度整体在0.35~0.55之间; 气候因素分布具有时空差异性,对植被覆盖度的影响程度不同。根据主成分分析结果,国内生产总值、农村人口、总人口、耕地面积、降水和气温的贡献率分别为41.4%,-38.3%,35.7%,32.8%,21.3%和7.1%。通过研究植被覆盖的驱动因素,为未来的生态环境保护提供了科学依据。

开展高光谱遥感影像的阴影检测研究有助于去除阴影,并进一步发挥其高光谱分辨率优势。以多角度高光谱影像PROBA/CHRIS为数据源,尝试从增大明亮区植被、阴影区植被、水体区3种典型地物间光谱的差异入手,利用连续投影算法(successive projection algorithm,SPA)选取特征波段,并分析典型地物在CHRIS影像原始波段及归一化差值植被指数上的光谱特征,由此构建该影像的归一化阴影植被指数(normalized shaded vegetation index,NSVI)。基于步长法设置合理阈值,对影像予以分类,并从分类精度及光谱差异增强效果两个角度评价NSVI对CHRIS影像阴影的检测能力。结果表明: B9和B15可作为构建CHRIS影像NSVI的特征波段; 基于NSVI阈值法对CHRIS多角度影像予以分类,各角度影像3种地物的分类精度均在94%以上,总Kappa均大于0.89,0°影像的分类效果最佳; 经掩模获取分类后3种地物的子影像,子影像光谱均值有差异,但考虑标准差后则发现其光谱重叠现象较为明显,表明NSVI可增强典型地物间的光谱差异,提高了光谱混淆像元间的可分性。通过进一步比较NSVI与归一化阴影指数和阴影指数的阴影检测效果,亦证明了NSVI的阴影检测能力,说明所构建的NSVI能够应用于PROBA/CHRIS高光谱影像的阴影检测,可为该影像的阴影去除及阴影信息修复等工作提供重要支持。

针对面向汛旱情监测应用中遥感影像处理耗时过长的问题,包括辐射校正、几何纠正、遥感指数计算等过程,对其业务化工作流程进行了分解分析。结合统一计算架构(compute unified device architecture,CUDA)的存储结构和程序设计模型,将数据处理过程划分为数据读取、直方图统计、栅格分割、波段计算、重采样和数据输出等模块,对波段计算及重采样等模块设计了并行处理方案,并通过实验确定了栅格划分的最佳尺度,基于栅格数组图形处理器(graphics processing unit,GPU)映射方法加速了数据传输效率,最终提出了基于CUDA架构CPU-GPU协同的并行处理算法。实验结果表明,辐射校正及遥感指数计算的波段计算模块可节约58.9%的时间; 几何纠正效果最为显著,最邻近像元重采样和双线性内插重采样模块的最终加速比分别能够达到9倍和7倍以上。

资源一号02D(ZY1-02D)卫星为我国首颗高光谱业务卫星,为了测试ZY1-02D高光谱载荷数据在地质矿产调查中的应用能力,在数据预处理的基础上开展岩性及矿物信息识别,并与GF-5数据提取结果进行对比分析,结合实地调查成果,对该数据的应用能力进行了有效的分析。结果表明: ZY1-02D高光谱数据反射率光谱曲线与地质体光谱曲线形态吻合度高; 经过岩矿信息识别,结合研究区地质矿产资料,显示提取的大理岩、二长花岗岩等岩性信息,方解石、白云石等造岩矿物信息以及绿泥石、褐铁矿等蚀变矿物信息与实测成果较为吻合,表明该数据对岩矿信息的识别效果较好,可为高光谱技术在地质矿产领域的业务化应用提供数据保障。

以京杭大运河沿线地区城市为研究对象,运用夜间灯光数据和Landsat数据分别建立表征城市化水平的夜间灯光指数和表征生态环境质量的遥感生态指数,研究京杭大运河沿线地区城市1992—2018年的城市化及生态环境变迁; 运用耦合协调度模型及其分类原则判定两者协同发展格局,为京杭大运河沿线地区城市与生态环境协调发展提供科学依据和决策支持。结果表明: ①京杭大运河沿线地区城市发展水平具有空间不平衡性,呈现出南北高,中部低的空间格局,1992—2018年京杭大运河沿线地区高城市化水平的城市逐年增多,1992—2002年为城市化缓慢发展阶段,2002—2013年为城市化进程加速阶段,2013—2018年为城市化稳步提升阶段; ②1992—2018年京杭大运河沿线地区遥感生态指数均大于0.4,表明京杭大运河沿线地区生态环境均较好,1992—2002年京杭大运河沿线地区生态环境状况相对稳定,2002—2007年生态环境质量提升,2007—2018年生态环境质量有所下降; ③1992—2018年京杭大运河沿线地区城市化与生态环境系统耦合协调度先上升后下降,协同发展类型整体上逐渐由城市化滞后演变为生态环境滞后,生态环境质量需要进一步提高。大运河沿线地区在发展经济的同时,也应加大对生态环境的保护。

地表变化检测是遥感大数据应用的重要内容,为此以植被区域为研究对象,结合相关系数和特征分析提出图斑级自动变化检测应用方法并研发软件。该方法结合光谱和纹理特征构建地物相关系数,采用相似性度量方式进行植被区域的变化检测; 然后通过分析植被与其他地物类型之间的光谱差异,选择红光波段比值进行伪变化去除; 最后基于.NET框架和ArcGIS Engine二次开发组件库,设计研发了一款变化检测工具软件。导入实验数据进行变化检测,实验结果表明软件的变化检测达到94.3%的正确率和8.5%的漏检率,相对人工交互解译,软件自动化水平较高。研究结果表明所提方法和软件具有良好的应用价值。

植被覆盖度作为反映地表生态环境的重要指标,被广泛应用于区域生态状况与生态地质问题的调查与研究工作中。以洱海流域为研究区,基于谷歌地球引擎(Google Earth Engine,GEE)云计算平台,利用455景30 m空间分辨率Landsat系列影像获取了1988—2018年间流域尺度的年最大归一化植被指数(normalized difference vegetation index,NDVI)值,采用像元二分模型定量估算了洱海流域的植被覆盖度,通过线性回归模型分析植被覆盖度的时空变化特征,进一步探讨了植被覆盖度与岩石类型的内在关系。研究结果表明: ①1988—2018年间洱海流域植被覆盖度整体上呈现持续波动增长的趋势,增速为0.38%/a; ②流域内分布以高植被覆盖为主,其中82.54%的区域植被覆盖状况持续改善,而持续退化的区域仅占3.27%,主要分布在城镇化显著的区域; ③流域内不同岩性单元上的植被覆盖度存在明显差异,平均植被覆盖度最高的是变质岩区域,最低的是白云岩和火山岩。

植被遥感信息提取是进行植被覆盖遥感调查和动态监测的基础和关键环节,对于区域生态环境保护与可持续发展具有重要意义。为此,从先验知识法、专家知识和相关辅助信息法、植被物候特征提取法、多源遥感数据融合法、机器学习法和其他方法6个方面,回顾国内外植被遥感信息提取方法的研究进展,指出现阶段研究面临的主要问题与挑战,并提出未来发展趋势。研究表明,植被遥感信息提取方法众多,研究成果丰富,不同方法具有各自的应用优势和不足; 植被遥感信息提取方法研究目前面临着高分辨率遥感数据开放性不足、植被信息提取模型参数设置的稳定性差、“同物异谱”和“同谱异物”的现象突出、基于专家知识库的植被遥感信息自动化提取困难、多元方法融合的研究有待深入等诸多挑战。未来研究应融合多源数据、多元方法和多时相遥感影像新特征,推动植被遥感信息提取精细化、自动化和智能化发展。

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。

为了缓解现有干旱监测技术存在的监测易受环境影响、时效性不强等问题。本研究使用MODIS_TVDI和GNSS_PWV数据,利用相关性分析、回归分析等方法研究云南省2016—2020年春季干旱特征时空变化。研究结果表明: TVDI反演结果能较好地反映区域干旱时空特征变化,在空间上,旱情呈滇西北向滇东南增强的趋势; 在时间上,季内旱情呈先递增后减缓趋势,尤其3—4月份旱情变化特征最为明显。此外,基于Pearson相关分析方法发现PWV和TVDI存在较强的相关性,在季尺度上,相关系数基本均大于0.5; 在月尺度上,PWV变化趋势与TVDI变化趋势基本一致,但TVDI变化有一定的时间延迟; 在日尺度上,尤其是降雨时期,PWV变化和TVDI变化幅度契合度更高,表现出了一定的干旱特征信号,因此PWV为旱灾监测提供了一种新的技术手段。

研究波段参数对NDVI估算植被生物物理参数的影响,对于提高NDVI在植被覆盖变化监测中的应用精度具有重要意义。采用无人机载Resonon Pika XC2高光谱仪获取的人工草地高光谱影像,分析红光和近红外波段位置移动与宽度变化对NDVI的影响,评估NDVI对植被盖度的敏感性和植被盖度估算精度。结果表明: 波段位置固定时红光和近红外波段宽度扩展对NDVI及其敏感性影响不大,窄波段NDVI估算植被盖度的精度优于宽波段。红光和近红外波段位置向长波方向移动时对NDVI及其敏感性有不同程度的影响,随着敏感性增强NDVI抗扰动性降低,估算植被盖度的精度有所下降。窄波段NDVI的灵敏度系数及其与植被盖度线性拟合的R²波动剧烈,植被盖度估算的位置稳定性较差。10 nm NDVI在不同位置处取得了较高的盖度估算精度,R²最大值为0.83。4种主流卫星影像计算的宽波段NDVI对于高植被覆盖区盖度反演具有良好的适用性,但与窄波段10 nm NDVI相比其盖度反演精度仍然有一定程度的衰减。研究结果可为NDVI精确反演植被参数提供科学参考和依据。

主成分分析是一种广泛使用的高光谱遥感影像降维方法,在面向任务的工作中,基于累计方差贡献率的主成分选择方法效果并不理想。针对主成分分析变换后主成分选择的问题,提出基于空间统计学的主成分选择方法。计算各主成分的半变异函数参数变程、拱高、基台值,综合变程和拱高/基台值实现主成分的选择。变程的大小用以判断每一个主成分空间相关性的范围,拱高/基台值的大小用以判断每一个主成分空间相关性的强弱。仿真实验证明了变程和拱高/基台值可以有效表达高光谱遥感影像空间相关性的范围和强弱。在真实高光谱遥感影像实验的基础上,从主观和客观2个方面来综合确定主成分选择的经验阈值,即变程为2.5、拱高/基台值为0.2。从基于支持向量机算法的分类结果来看,和传统方法相比,利用变程和拱高/基台值可以筛选出图像质量较好的主成分,不仅能够达到降维的目的,同时能够保证足够高的分类精度。

西藏多龙矿集区作为我国重要的金属资源基地,其金属储量和产量更加重要,如何合理地布置矿山选址更成为了矿山开发的重中之重。以西藏多龙矿集区为研究区,基于遥感和地理信息系统技术,通过对高分二号和Landsat8等遥感卫星影像进行处理分析,提取一系列环境因子信息——断裂构造、矿区位置、植被覆盖度、钻孔与探槽、村庄、河道、道路、坡度与高差等,并对解译出来的环境因子信息进行定量化与归一化处理。最后运用层次分析法对各因子的权重系数进行计算,构建研究区矿山选址模型,为绿色矿山开发建设提供基础资料与参考建议。

快速城市化形成超大城市导致地表覆盖快速变化,改变地表热平衡,使得城市热环境剧烈变化。以1990s,2000s和2015年这3个时期为研究时相,选取中外6个典型超大城市(北京、上海、广州、伦敦、纽约和东京)为研究对象,多时相Landsat遥感影像为主要数据源,进行城市热环境变化对比及成因分析。利用普适性单通道算法反演各城市地表温度,计算城市热岛比例指数(urban heat island ratio index,URI)来定量对比研究期间各城市热岛效应时空变化。城市热岛效应对比研究结果表明,1990s—2015年间,北京、上海和东京的URI呈总体上升趋势,广州、伦敦和纽约的URI呈总体下降趋势。到2015年,东京城市热岛效应最严重(URI=0.630),其次是北京、上海、纽约和广州,分别为0.617,0.594,0.555和0.530,伦敦的URI指数最小为0.433。整个研究期间,北京、上海、广州和东京等超大城市均有较大幅度扩张,建成区面积均增加500 km²以上,不透水面面积增加370 km²以上,不断向外蔓延并占用生态用地,加上城市组团间无法形成良好的绿化分隔带,造成城市地表温度等级大幅上升,尤其是新城区热岛效应增强显著; 而在老城区通过旧城改造,热环境得到显著改善。伦敦和纽约城市无明显扩张,地表温度变化幅度较小。在今后城市建设中,需注重生态理念,优化城市地表空间格局,提高生态用地效益。

无人机航空物探已成为航空物探技术的新兴分支,为了获取高质量的无人机航空物探测量数据,应按照航空物探应用特点规划无人机飞行轨迹。围绕无人机三维航迹规划和自主避障需求,基于无人机激光雷达点云数据的三维地障信息提取技术,实现地面点和非地面点(电力杆塔、电力线点和植被点等)的提取。通过对地形信息构建和电力杆塔、电力线三维重建,为无人机三维航迹规划软件提供重要基础数据。

水体颜色的定量表征可为内陆湖库综合水质的评估提供重要的参考数据。以华北内陆大型湖库官厅水库为研究对象,结合2016—2020年季相尺度的Sentinel-2和Landsat 8 OLI反射率数据,利用FUI(Forel-Ule index)水色指数反演算法,定量分析了官厅水库FUI水色的空间尺度、年内及年际尺度的异质特征; 为探究FUI水色与水体营养状态之间的耦合关系,分别利用色度角α和FUI水色指数与营养状态指数(trophic status index,TSI)进行建模; 并论证了FUI水色指数在不同传感器间的可比性及应用潜力。结果表明: ①在空间尺度上,官厅水库中心处FUI水色指数数值较低,在水库边缘处数值较高; ②在年内季相尺度上,FUI水色指数数值呈现出冬季最高,春季小幅度降低,夏季最低,秋季又上升的趋势; ③在年际尺度上,近3 a间FUI水色指数数值较前两年有所降低,水色表现为由黄棕色向黄绿色转变,这一点可能得益于北京市政府对官厅水库的有效治理; ④TSI与色度角α和FUI的Pearson相关系数分别为-0.85和 0.80,表明FUI水色与TSI指数具有强相关性; ⑤对同一天过境的Sentinel-2和Landsat 8 OLI进行FUI水色指数反演,数值分别为13.04和13.16,十分接近,表明FUI在不同传感器影像之间具有可比性,可利用多源长时序的遥感数据,实现FUI水色长时序数据的反演。FUI水色指数在水质营养状态评估方面具有明显的应用潜力和优势。

城市土地利用信息体现了城市的功能及结构,开展城市土地利用分类研究对于城市可持续发展具有重要指导意义。以哈尔滨市主城区为研究区,综合应用Sentinel-2A遥感影像、OpenStreetMap(OSM)数据、兴趣点(point of interest,POI)数据和珞珈一号夜间灯光数据等多源地理数据,采用面向对象和随机森林算法对哈尔滨城市土地利用进行分类。结果表明: 一级地类总体精度为86.0%,Kappa系数为0.75; 二级地类总体精度为73.9%,Kappa系数为0.69; POI数据可以显著提高住宅用地、工矿仓储用地和教育用地分类精度,夜间灯光数据能有效提高商务办公用地及商业用地分类精度。说明遥感影像与多源地理数据结合对城市土地利用分类有效。

干旱地区土壤水分是影响气候动态变化、植被生态恢复和土地荒漠化治理的重要指示因子。本研究采用Landsat8 OLI/TIRS多光谱遥感影像,在9个传统光谱指数基础上引入热红外波段(b₁₀)进行改进,通过显著性检验和多重共线性检验后的优选光谱指数作为本研究的建模因子,并结合地形数据采用多元线性回归(multivariable linear regression,MLR)和随机森林(random forest,RF)算法构建荒漠土壤水分综合反演模型,选取最优模型分析土壤水分空间分布特征及驱动因素,结果表明: ①改进后,光谱指数EBSI,ECI,ECal,ENDVI和EPDI相关系数提升了0.02~0.11; ②光谱指数经改进后,线性和非线性模型预测集R²分别提升了0.12和0.05,相对分析误差提升了0.35和0.49,其中,RF-II模型的相对分析误差高达3.12,能精准地对土壤水分进行预测; ③非线性模型的精度明显优于线性模型,MLR线性模型预测集的R²仅为0.59和0.71,而RF非线性模型预测集的R²达到0.86和0.91; ④土壤水分分布受到自然、人为2种驱动因素影响,东北部沙漠呈现[0,5)%和[5,12)%,南部农田交错分布,北部及中部荒漠-绿洲过渡带受植被覆盖程度和地表盐结皮抑制土壤水分蒸散困难,多呈现[15,20)%和[20,40)%。

大气校正是高光谱遥感图像预处理的重要步骤之一,大气校正的精度在一定程度上决定了高光谱遥感应用的程度。首先,分析了大气对辐射传输的影响,并对大气中气溶胶光学厚度和水汽的反演方法作了总结,说明了影响高光谱遥感图像质量的主要大气因素; 其次,通过阐明辐射传输方程的推导过程及相关参数的作用机理,从理论上对大气的影响进行了论证,说明了高光谱大气校正的主要内容; 然后,总结了近年来形成的高光谱大气校正方法,包括基于经验统计的方法和基于辐射传输的方法,并对高光谱大气校正的研究进展与发展趋势进行分析; 最后,对高光谱遥感图像大气校正的未来发展进行了展望,为高光谱遥感的工程应用与研究提供参考。