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。

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。

根据矿区开采沉降规律对后续沉降进行预测是评估矿山开采风险、调整开采规划的关键。对使用Logistic时间函数模型进行矿区沉降预测中的可用条件进行了分析和模拟实验,并提出了一种基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术和Logistic模型的矿区沉降动态预测方法。首先,通过SBAS-InSAR获得矿区的时序沉降数据; 然后,以时序沉降数据作为拟合数据,采用信赖域算法逐像元计算其Logistic模型参数,根据Logistic模型可用条件,确定出可以对后续沉降进行预测的像元范围; 最后,根据Logistic模型对可预测范围内的后续沉降进行预测。以内蒙古鄂尔多斯市某矿区为研究区对上述预测方法进行了实验,采用对应日期的InSAR监测结果对预测结果进行了验证,结果表明: 36 d后和108 d后预测结果的均方根误差分别为0.010 1 m和0.023 6 m,预测误差小于0.03 m的比例分别达到98.9%和89.3%,表明该动态预测模型预测精度较高。

油气矿山越界开采是当前油气矿山监管的难点和热点。通过单一矿权内井场、站场、油井、气井、计量间、集气站、集输站、巡线道路、输油气管线等地表工程和浅表工程的判释,该文首次提出通过地表工程及浅表工程的组合信息,可以快速查明油气的汇聚、流向,可精确识别和判定属于同一矿权的采油场地、越界开采的场地。以某油田为试验区,开展了相关方法的应用,证明了方法的有效性。

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。

遥感图像融合技术能够将含有互补信息的多源图像进行融合,从而得到内容更丰富、光谱质量更高的图像,是遥感应用的关键和基础。针对遥感影像融合过程中容易出现的光谱失真和空间结构失真问题,该文以注意力机制为基础,利用归一化植被指数(normalized difference vegetation index,NDVI)和归一化水指数(normalized difference water index,NDWI)作为先验知识,构建了基于知识引导的遥感影像融合模型(remote sensing image FuseNet,RSFuseNet)。首先,基于高通滤波能够充分提取边缘纹理细节的优势,构建了高通滤波模块提取全色图像高频细节信息; 其次,提取多光谱图像的NDVI和NDWI信息; 再次,构建自适应挤压激励(squeeze-and-excitation,SE)模块,对输入特征进行重标定; 最后,将自适应SE模块与卷积单元结合,对输入特征进行融合处理。以高分六号遥感影像作为数据源,选择施密特正交化(gram-schmidt,GS)、主成分分析(principal component analysis,PCA)、深度网络结构的图像融合网络(a deep network architecture for pan-sharpening,PanNet)、以卷积神经网络为基础的融合网络(pansharpening by convolutional neural networks,PNN)模型作为对比模型开展实验,实验结果表明: 该文提出模型的峰值信噪比(peak signal to noise ratio,PSNR)指标(40.5)和结构相似性(structural similarity,SSIM)指标(0.98)均优于对比模型,表明这一方法在遥感影像图像融合方面具有明显的优势。

利用PROSPECT-VISIR叶片模型,获得了不同叶片参数条件下可见光—中红外波谱区间的叶片反射率模拟数据,分析了植被叶片光谱特征波段,找到叶片反射率对含水量变化敏感的波段范围。在几种常见的可见光—近红外波段植被水分指数基础上,加入中红外波段反射率,提出了4种新型植被水分指数模型: 中红外归一化差异红外指数(mid-infrared normalized difference infrared index,NDII_M)、中红外归一化水分指数(mid-infrared normalized difference water index,NDWI_M)、中红外归一化多波段干旱指数(mid-infrared normalized multi-band drought index,NMDI_M)和中红外归一化植被指数(mid-infrared normalized difference vegetation index,NDVI_M)。利用叶片反射率模拟数据,比较了4种新型植被水分指数与传统水分指数对叶片含水量的敏感性,建立了新植被水分指数与叶片含水量和干物质含量的定量关系模型,其中NMDI_M的关系式决定系数R²达到0.972,表现最好。文章基于NMDI_M和NDII_M发展了一种双植被指数的叶片含水量估算模型,实现在干物质含量未知情况下对叶片含水量的准确估算(均方根误差为0.002 1 g/cm²)。

为实现输电线路精细化巡线管理,提高其运维效率,实现卫星智能巡检,精准查找杆塔及输电线路的缺陷及隐患,以云南省昆明市输电线路杆塔坐标为例,提出利用卫星影像进行输电杆塔坐标校准的方法。首先以参考底图数据为基准匹配控制点,并利用数字高程模型(digital elevation model,DEM)对原始遥感影像进行几何纠正; 然后结合阴影检测、边缘检测等技术与目视判读,得到校准的杆塔坐标。实验检验了昆明地区高景一号和高分二号卫星影像的几何纠正精度,纠正后平面中误差分别为0.931 m和1.387 m; 此外,实验检验了2条线路上的旧杆塔台账坐标校准精度,结果表明,杆塔台账的平面精度由13.811 m和8.256 m分别提升至5.970 m和5.104 m,满足基本的电网需求。该方法可以实现杆塔坐标的校准,减小人工巡检的工作量,提高巡线效率。随着遥感影像的数据量级爆发式增长,空天地多源影像将不断结合,基于卫星遥感影像的输电线路杆塔定位技术将有更加广阔的发展前景。

高空间分辨率遥感为植被定量遥感提供了新的数据源,同时也带来了新的挑战和机遇。传统基于辐射传输理论的叶面积指数遥感方法,主要的理论依据是比尔朗伯 (Beer-Lambert)定律,其前提是叶片在像元内的分布服从泊松分布,本研究探究的是连续植被叶片在像元中的空间分布服从泊松分布的情况下的适宜尺度问题。选择封垄小麦为研究对象,以小麦冠层为例,利用植被三维真实模拟模型LESS (LargE-Scale remote sensing data and image Simulation framework,LESS)模拟不同分辨率的连续小麦冠层遥感影像; 在此基础上,利用三维模拟的叶片冠层分析小麦连续冠层叶片服从泊松分布的适宜尺度,构建了连续植被叶面积指数(leaf area index,LAI)反演适宜尺度的计算方法。结果表明适宜尺度受到LAI数值和聚集效应的影响。选择河南省漯河市为主要研究区,利用无人机高光谱飞行数据和LAI反演结果验证了该方法的可行性。

探究基于高分六号水体提取模型,能为水体监测提供新的数据源和技术支撑。首先,基于卓乃湖的高分六号WFV数据分析水体与其他地物反射率的差异,从而构建了一种新的水体指数——红边水体指数(read side water index,RSWI); 然后,利用混淆矩阵生成的总体精度和Kappa系数,分别与归一化差异水体指数、改进的阴影水体指数和单波段阈值法进行了对比精度检验; 最后,选取可可西里地区不同类型面积大于100 km²的6个典型湖泊进行普适性分析。结果表明: 与其他方法相比,RSWI和近红外波段构成的决策树模型有效消除了湖底沉积物对水体的影响,更完整地提取浅水区水体,总体精度达93.78%,Kappa系数为0.87; 另外,RSWI水体模型对不同类型的湖泊具有较好的稳定性和普适性。

遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法。首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制作云标签,再将其进行顺序裁剪、色彩抖动、旋转等预处理,以增广样本量; 然后,将预处理过后的遥感影像及其标签一并输入到以DenseNet作为编码器与解码器的神经网络中,编码器与解码器之间加入级联的空洞卷积模块以增大感受野,双注意力机制与全局上下文建模模块以抑制一些无关的细节信息; 最后,经过实验验证表明其精确率可以达到95%以上,交并比可以达到91%以上,较传统云检测算法有较大提高,可以很好地提取小块薄云。

桥梁作为典型且重要的地面目标,是交通运输线路的咽喉,对桥梁进行自动检测具有十分重要的社会和经济意义。深度学习已成为桥梁检测新方式,但对云雾遮挡的桥梁检测精度较低。针对该问题,提出了一种结合随机擦除(random erase, RE)数据增强和YOLOv4模型的桥梁目标自动检测方法,首先统计数据集中目标的尺度范围,利用k-means聚类获得锚框尺寸; 然后通过RE与Mosaic数据增强相结合的方法模拟云雾遮挡的情况; 接着采用YOLOv4网络对经增强后的数据集进行训练; 最后采用平均精度(mean average precision, mAP)评估实验结果。实验结果表明,提出方法的mAP为97.06%,比YOLOv4提高了2.99%,其中被云雾遮挡的桥梁平均检测准确度提高了12%,验证了提出方法的有效性及实用性。

为了进一步提高太阳辐射量空间分布资料的精度,利用2013年93个中国太阳辐射逐时资料,对欧洲中期天气预报中心(ECMWF)ERA5平均地表太阳下行短波辐射产品(0.25°×0.25°)进行多尺度的误差分析,并利用多种相关的气象、地理等要素训练随机森林模型,对ERA5总辐射产品进行订正与分析,最后利用该模型得到订正后的逐时辐射量空间分布,使得再分析资料更好地应用于农业、电力和城市建设等行业。研究结果表明: ①2013年ERA5太阳辐射量与站点观测量的MAE,RMSE和R分别为27.60 W/m²,29.87 W/m²和0.97,且ERA5值比站点实测值偏高; ②利用随机森林订正后精度得到提高,校正后ERA5太阳辐射量与站点实测值的MAE,RMSE,R分别为3.34 W/m²,3.85 W/m²,1.00,相关性明显提高; ③订正前后的辐射量的空间宏观分布规律一致,但是ERA5太阳辐射量在局部地区有明显的下降。

使用人工模拟的高-低分辨率图像对易导致在对真实遥感图像超分辨率重建时模型泛化能力差,针对此问题,结合残差通道注意力网络(residual channel attention network,RCAN)的二次残差(residual in residual,RIR)模块,改进对偶回归网络(dual regression networks,DRN),提出了残差对偶回归网络(residual dual regression network,RDRN)。选取LandCover.ai和DIOR航空图像数据集的10 000张512像素×512像素图像构成样本数据集,用于训练和测试网络,并将重建结果与现有其他超分辨率网络模型的重建结果对比评价。实验结果表明,RDRN在重建质量和模型参数量方面均表现优异,能够在较低模型复杂度的情况下实现较好的超分重建效果,且对不同低分辨率遥感图像具有较好的泛化能力。

遥感影像去云是遥感影像处理与分析的重要领域,对影像后续的信息提取等操作起到至关重要的作用。针对多时相遥感影像融合去云中对待重建图像的质量要求较高以及适用性较低的问题,提出了一种基于一幅或多幅参考影像信息进行多时相遥感影像融合的厚云去除算法,包括参考影像的选取、辐射归一化、多时相影像融合以及泊松图像编辑4个主要步骤。首先根据影像掩模及主成分信息选取参考影像,并且进行多源遥感影像辐射归一化保留地物信息的变化情况; 然后基于选择性多源全变分模型对影像进行融合处理,并通过泊松图像编辑技术改善影像融合后的边界梯度不连续问题。实验结果表明,所提方法可以对带有厚云且质量不一的多源遥感影像进行有效去云处理,并在整体上获得比传统方法更高的影像细节精度。

快速从遥感影像中提取出具有较高精度的建筑物是遥感智能化应用服务的重要研究内容之一。针对DeepLab模型对遥感影像建筑物边缘分割不精确、分割大尺度目标存在孔洞现象、网络参数量大等问题,提出一种轻量级DeepLabv3+模型的遥感影像建筑物提取方法。该方法使用轻量级网络MobileNetv2替换DeepLabv3+的主干网络Xception,从而减少参数量、提高训练速度; 对空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)的空洞率进行优化组合,提高多尺度语义特征提取效果。改进的模型在WHU和Massachusetts数据集上进行验证实验,结果表明,在WHU数据集中得到的交并比和F1分数分别为82.37%和92.89%,比DeepLabv3+分别提高2.71百分点和2.14百分点,在Massachusetts数据集中的交并比和F1分数比DeepLabv3+分别提高2.04百分点和2.32百分点,训练参数量和训练时间减少,建筑物提取精度得到有效提高,能够满足快速提取高精度建筑物的要求。

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。

遥感影像的场景信息在影像解译和各领域的实际生产生活中具有重要的应用价值,针对遥感影像类内差异性大、类间差异性小的特点,该文在中心损失函数的基础上进一步研究,提出了一种新的标签聚类损失函数。首先使用类标签中心初始化方法对类别中心进行参数初始化,其次使用正弦衰减学习率使模型在预热阶段保持类别中心的稳定性,然后使用欧氏距离与余弦距离来进行类内特征的聚集以及类间中心的远离。并且使用VGG16和ResNet50两个网络模型在NWPU-RESISC45数据集上进行验证,准确率分别提高了2.3%和5.7%。通过试验表明,该方法能够有效地实现特征的聚集与类别中心的远离,提升网络模型的准确率,在遥感影像分类任务中具有一定的发展前景。

武夷山市地形条件、茶园种植结构复杂,云雨天气多、卫星影像难获取。针对单一影像源茶园难提取的问题,以武夷山市新田镇为研究区,综合Sentinel-2影像的光谱信息和Google影像的纹理特征,提出一种基于多源高分辨率卫星影像和多维卷积神经网络(multidimensional multi-source convolutional neural networks, MM-CNN)的茶园分类方法。该方法以一维和二维卷积神经网络为基础,根据不同分辨率的影像,通过建立2种模型,分别提取茶园及疑似区域,并融合2个模型结果,最终得到茶园分布,以相对经济、高效的方式完成研究区茶园分布的高精度提取。结果表明,MM-CNN融合多源高分辨率影像进行茶园提取的空间分布精度优于单一影像源方法,MM-CNN方法具有一定的普适性和鲁棒性,为南方丘陵山区大范围高效监测茶园分布情况提供了方法参考。

矿山开发导致的采空塌陷会造成土壤、植被、水资源损毁; 随着国家实施生态修复战略,有效识别、监控采空塌陷区显得意义重大。为此,利用多源高分辨率光学影像和Sentinel-1 SAR雷达影像,采用Stacking InSAR地面沉降信息提取和光学影像采空塌陷人机交互解译方式,分别对甘肃白银某煤矿区采空塌陷实施了识别、监测; 综合对比分析了各自技术特点,并探讨在生态修复工程部署中的应用前景。研究结果表明: ①Stacking InSAR雷达监测技术能更好反映监测期内形变信息,对于浅部、中部、深部煤层的采空塌陷区均能有效识别; ②高分辨率光学影像则对浅部、中部煤层的采空塌陷区能较好识别,能更为精准识别损毁土地情况,对目前塌陷形变已停止、历史上形成的采空塌陷区及损毁土地情况有很好的识别能力; ③综合InSAR雷达监测技术和高分辨率光学影像遥感识别方法,能全面获取各阶段采空塌陷形变及损毁土地情况,可为生态修复工程提供翔实可靠的基础数据。

城市环境问题是当今世界面临的重要问题,城市热岛问题是其中重要研究方向之一,伴随着城市扩张、人口增加,城市热岛效应也发生着显著的变化。以Landsat系列卫星资料为数据源,河北省唐山市中心城区为主要研究区,利用辐射传输方程、监督分类、重心迁移、随机采样等方法,分析绿色空间演化对城市温度变化的影响。研究结果表明: ①研究时段内,热岛发展方向和面积与城市快速发展的规模和方向较为一致,冷热岛重心的迁移方向和绿色空间、城镇重心迁移方向相类似,冷岛重心迁移距离要大于热岛重心; ②城市绿色空间持续损失,其中农业用地损失面积最大,为55.79 km²,城镇用地增加面积最大,为47.85 km²; ③在不同时期,冷热岛演化的趋势与绿色空间演化趋势不一致,这或许与绿色空间存量有一定关系; ④绿色空间扩张对于城市地表降温的作用(-0.16 ℃)远小于绿色空间损失造成的地表升温作用(6.37 ℃)。研究结果能给城市规划提供参考,合理布局绿色空间,保留足够的绿色空间存量,有效降低城市热岛效应的发展速度。

地理成像加速器(Geoimaging Accelerator,GXL)作为新一代分布式遥感数据处理平台,其快速高效灵活的处理模式在国产卫星数据处理中发挥着重要作用。该文基于GXL软件框架MVC(Model View Controller)模式展开分析,分别从模型端、视图端以及控制端探索二次开发模式,通过开发新型算法处理模块和分布式程序部署,进而增强卫星数据处理功能算法。以高分一号、高分二号、资源一号02C国产卫星数据处理为例进行实验验证,结果表明GXL二次开发功能不仅可以灵活扩展卫星数据处理流程,还可以有效提高国产卫星产品生产效率,更好地满足各行业对国产卫星产品的业务需求。

水源涵养功能是生态系统最重要的功能之一,可以为生态系统和人类保持、提供水资源。本研究根据水源涵养的物理含义,使用叶面积指数、植被覆盖度、蒸散代表植被层的水源涵养能力,使用地表温度、土壤含水量、坡度代表土壤层的水源涵养能力,通过主成分分析法构建水源涵养遥感监测综合指标模型,探索三峡库区水源涵养功能时空分布特征。结果表明,水源涵养生态功能指数(water conservation index,WCI)客观耦合了各个指标信息,能够快速简便地对三峡库区水源涵养生态功能进行评估,合理地代表了评估区域的水源涵养生态能力。2019年,三峡库区水源涵养能力分布不均,呈现下游强、上游弱的空间分布格局,渝东北以森林生态系统为主,水源涵养功能最强。2013—2019年7 a来,三峡库区大部分区域WCI处于略微增加趋势,其中,以丰都、开州、云阳的部分区域增加得较为明显。

海南岛矿产资源丰富且独具特色,矿产资源的开发促进了经济增长,但也引发了严重的生态环境问题,对海南岛矿山开采影响情况进行分析,针对性地提出矿山生态修复的建议,有利于海南岛生态环境的保护和治理。为此,采用海南岛2018年国产高空间分辨率遥感影像,通过影像预处理、建立解译标志、人机交互解译等获取矿山占损土地和恢复治理信息。以矿山占损土地和恢复治理信息作为输入,利用自然地理、基础地质、资源损毁、地质环境等4类13个评价因子建立矿山地质环境评价指标体系,基于层次分析法对矿山地质环境影响进行分析评价。结果表明: 严重影响区占海南省土地面积的0.22%,主要分布于沿海的文昌市、乐东黎族自治县、海口市秀英区、澄迈县、临高县、昌江黎族自治县等地,主要矿山地质环境问题为大型铁矿开采引发的采空塌陷、滑坡等次生地质灾害,滨海锆钛砂矿开采造成水土流失、生态系统退化; 较严重影响区占1.68%,主要分布于文昌市、儋州市、澄迈县、琼海市、临高县、海口市、东方市等地,矿山地质环境问题主要为中小型铁矿开采引起的滑坡等造成的土地损毁,以及矿山开发对原始地形地貌和自然生态环境造成的严重影响; 一般影响区占4.93%,主要分布于海南省的东部沿海、中部和北部经济较发达地区、西部金属矿产较丰富地区,主要矿山地质环境问题为建材类非金属矿山分布分散、小型矿山开采过程中对地表地貌及自然植被的破坏。根据不同矿山地质环境问题,研究提出对金属矿山要在消除地质灾害隐患、土壤改良和水环境治理的基础上,以自然恢复为主、人工修复为辅进行矿区生态修复; 锆钛砂矿以及建材类非金属矿,要注重恢复地表植被来防治水土流失,对于滨海沙化严重的矿区,可采取种植西瓜、花生等农作物进行土壤改良,再植以木麻黄、青梅等树木,逐步修复矿区生态系统。

生态质量评价是保障人类生产生活与生态环境协调稳定、实现区域社会经济可持续发展的重要前提,利用遥感技术快速、准确、客观地定量评价区域生态质量已成为一种新的趋势。选取2001年、2010年、2019年京津冀地区的MODIS遥感数据产品,提取出反映绿度、湿度、热度和改进的干度4个重要指标,利用主成分分析法得到MODIS遥感生态指数(MODIS remote sensing ecological index,RSEI_M),对京津冀地区2001—2019年近20 a间的生态质量状况进行综合评价及变化监测。结果表明: ①京津冀地区生态质量区域差异明显,北部燕山及西部太行山一带生态质量好,冀西北张家口及冀东南城市中心区生态质量差; ②2001年、2010年和2019年,京津冀地区的RSEI_M均值分别为0.556,0.583和0.527,生态质量整体呈下降趋势; ③2001—2019年,京津冀地区生态质量改善和退化的面积占比分别为20.18%和35.69%,空间分布上呈现出西北改善、东南退化的格局。西北部生态改善的主要原因在于降水量增加、温度升高等水热条件变化及一系列的人为保护措施; 东南部生态退化的主要原因在于城镇化的快速推进及社会经济活动的增强。基于MODIS数据可有效实现区域大范围的生态质量综合评价,为区域社会经济绿色高质量发展提供参考。

热带森林在生物多样性保护以及全球气候变化研究中起着至关重要的作用,其植被类型的复杂性和多样性给遥感热带森林精细分类工作带来挑战。该文依托Google Earth Engine(GEE)平台多时相Landsat8数据,对我国海南省尖峰岭地区热带天然林进行分类探究,在分析多时相数据数量、组合方式对分类精度的影响基础上,针对典型热带雨林、热带季雨林、常绿阔叶林等的热带天然林植被型组类型,提出了一种基于多时相Landsat8影像的分类方法。结果表明: ①随着多时相数据数量的增加,分类精度得到显著提升,海南岛天然林植被型组类型分类精度可以提高到91%; ②当多时相数据达到一定数量后,分类精度趋于稳定; 不同时相数据的组合方式都能提升热带森林分类精度,尤其是在参与分类的数据单独分类精度较低时,其多时相组合对分类精度的提升更加明显,体现了参与分类数据时相选择的宽泛性。所提方法发挥了遥感数据时相变化优势,为海南岛热带天然林类型遥感分类提供有效的参考。

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。

为探究我国边境城市发展态势,评估城市戍边能力,基于D-LinkNet34深度学习算法对西藏自治区托林镇、狮泉河镇和普兰镇建筑物、道路进行自动化提取,并结合景观指数及人口规模分析边境乡镇发展态势和戍边能力。分析表明: ①基于D-LinkNet深度学习网络的提取方法能够有效地对城市建设用地进一步分类,平均总精度高于80%,IOU值在70%以上。②普兰镇和狮泉河镇斑块分布呈聚集趋势发展,城市扩张趋势减弱,托林镇斑块分布则呈分散趋势发展,城市扩张趋势明显。③建筑面积同常住人口呈线性关系,托林镇2002—2018年建筑面积增加约68.75%,常住人口增加约39.00%; 狮泉河镇2004—2020年建筑面积增加约70.75%,常住人口增加约68.44%; 普兰镇2005—2018年建筑面积增加约68.36%,常住人口增加约25.04%。研究为定量评价边境城市扩张特征及戍边能力提供新方法,同时为建设祖国边疆戍边能力提供参考。

为探讨深度学习方法在干旱区棉花分布识别中的适用性及优化流程,以渭干河—库车河三角绿洲典型作物棉花为研究对象,利用国产GF-2影像,结合野外调查数据,采用Unet深度学习方法,借助Unet网络多重卷积运算的特点充分挖掘棉花在遥感影像上的深层次特征,从而提高棉花的提取精度。结果表明,Unet模型提取研究区棉花、玉米、辣椒的识别效果优于面向对象和传统机器学习算法分类结果,总体精度为84.22%,Kappa系数为0.804 7,相比面向对象方法以及传统机器学习算法SVM和RF的总体精度分别提高了7.94,11.93和11.73百分点,Kappa系数提高了10.13%,14.72%,14.60%。Unet模型分类结果中,棉花的制图精度和用户精度均高于其余3种方法,分别为94.95%和89.07%。利用Unet模型在GF-2高分辨率遥感影像上高精度提取干旱区棉花空间分布信息具有可行性和可靠性。

水是形成和维系湿地生态系统的重要因子,监测湿地水面积变化对湿地保护研究具有重要意义。以2018—2019年逐月的Sentinel-1A卫星数据为数据源,计算扎龙湿地年内和年际的合成孔径雷达(synthetic aperture Radar,SAR)后向散射系数(σ⁰)和相干系数(μ⁰)影像,根据彩色光学影像水体贴近程度赋予权重并构建提取湿地水面σ⁰与μ⁰的加权影像,通过阈值分割法、随机森林算法提取湿地水体,实现湿地水域面积的动态变化监测,探究湿地水域年内和年际变化规律。结果表明: 基于随机森林算法的水体提取精度最高,代表月份平均差值绝对值为6.69 km²,基于μ⁰影像使用阈值分割方法的分类精度最低,平均差值绝对值为13.07 km²; 整体趋势上,扎龙湿地水域面积年内有明显的季节性变化,春末夏初时水域面积在1 300~1 600 km²浮动,夏末秋始时水域面积在700~900 km²浮动; 年际水域面积会随着气候、温度等条件差异有不同变化,2019年10月、11月因降水量大湿地水域面积比2018年多出约1 050 km²,基于有效数据计算,总体上2019年比2018年水域面积多出约550 km²。

广西是我国最重要的糖料蔗产区,开展蔗区干旱遥感监测具有重要的现实意义。本研究利用MODIS遥感数据产品MOD16/MYD16计算2002—2018年间广西糖料蔗种植区干旱严重程度指数(drought severity index,DSI)空间分布,分析揭示广西糖料蔗种植区不同干旱等级时空演变特征,然后利用一元线性回归、Mann-Kendall趋势检验和Hurst指数等3种方法分析广西糖料蔗种植区干旱变化趋势。结果表明,2002—2018年间广西糖料蔗种植区干旱主要集中在桂中蔗区、桂东南蔗区、桂西南蔗区及桂西北蔗区; DSI年均值为-0.59,最大值出现在2010年和2002年,最小值出现在2016年; 2002—2018年间广西糖料蔗种植区DSI总体上显现微弱下降趋势,年降速为0.07%; 从干旱空间重心来看,不同生育期的干旱面积重心呈现出由中部向西北方向扩张趋势,重心迁移轨迹为桂中蔗区>桂西南蔗区>桂西北蔗区; 从各年度来看,广西糖料蔗种植区DSI年际波动明显,存在显著上升和下降的突变年份,表明干旱在各年度之间显现出易变性。在未来气候变化背景下,广西蔗区干旱变化趋于严峻。因此,加强蔗区抗旱减灾防御,仍然是减轻重大干旱对糖料蔗生产影响的重要措施。

生态评价对城市发展规划起到重要支撑作用。利用遥感指数进行生态评价是一种可行的方法。在云计算发达的今天,针对大数据计算过程中出现的不同传感器计算结果差异大的问题,探索了一种适用于谷歌地球引擎的遥感生态指数时序计算方法。首先,以新疆维吾尔自治区奎屯市为研究区,对1989—2019年的Landsat影像进行去云融合处理; 其次,计算了融合影像的4大分量,并在湿度分量和温度分量的计算方式上进行了优选; 最后,提出了整体最值的归一化方法,并以此方法为基础计算了各年份的遥感生态指数。通过对所得结果进行分析发现,该方法得到的第一主成分分量具有更高的贡献率,在此基础上的时序结果有更高的多项式拟合度。说明该方法能为不同传感器规定统一标准,增强不同传感器之间计算结果的可对比性,优化遥感生态指数的计算结果,保证生态评价分级结果的可解释性。

针对当前生态系统服务价值对城乡建设用地扩张响应机理研究的不足,本研究以荆南三口地区为研究对象,采用当量因子法计算荆南三口地区生态系统服务价值,对生态系统服务价值的时空变化特征进行分析; 通过线性回归方法,分析生态系统服务价值对城乡建设用地扩张的响应机理。研究结果表明: 1990—2018年间,荆南三口地区的ESV从443.56亿元增加至471.03亿元,ESV整体经历了平缓的增长过程; ESV的空间差异较为明显,中高值区面积减少较快,低值区面积增加较快; 城乡建设用地扩张较为显著,总扩张量为27.74 km²,经历了“缓慢-负增长-缓慢-快速-减速”的波动扩张过程; 城乡建设用地侵占不同地类,对各类生态系统服务的损益值有不同程度的影响,其中侵占高生态价值地类(水域、湿地)的比例越大,对生态的破坏性越高。荆南三口地区在未来的土地利用中,应转换传统的建设用地扩张模式,合理规划城镇用地边界,严守耕地红线,提高土地集约利用水平。同时完善河湖管理体制,加强河湖生态保护与修复,提升河湖生态服务功能。

为获取城市内部精细的光污染分布特征,基于珞珈一号夜光遥感影像对南京市的夜间光污染进行监测。利用地表反射率与建筑覆盖度将珞珈一号的表观辐射亮度修正为地表入射亮度,结合实地观测照度构建多种经验模型计算南京市夜间照度,并基于计算得到的夜间照度分析南京市的夜间光污染分布状况。结果表明,三阶多项式模型精度最高,判定系数R²为0.87,平均绝对误差为4.71 lx。南京市夜间照度在0~55 lx之间,空间分布差异性明显。总体而言,照度高值区域主要集中在主城区,由主城区向四周呈递减趋势; 其中鼓楼区与秦淮区光污染最严重,超过70%的面积比例存在轻度以上光污染; 郊区的光污染程度较弱,光污染最弱的三个区依次是高淳区、溧水区与六合区,存在光污染的面积比例不足4%。南京市部分区域表现出极高的照度(30 lx以上),这些区域包括大型商场、大型工厂、交通枢纽、道路以及部分住宅区,需要注意的是,除了交通枢纽和大型工厂附近几乎无居民区外,其他区域附近都存在较多的居民区。文章探索了基于珞珈一号遥感影像监测城市夜间光污染的方法,为南京市的光污染整治工作提供了数据支撑,也为其他地区的光污染监测提供了科学参考。