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。

土壤盐渍化作为土壤退化的主要形式之一,会对农业生产和生态环境产生极大的危害。遥感手段能快速、宏观、及时地获取土壤光谱特征,通过构建遥感监测模型,可以实现大范围的土壤盐渍化监测和评估,开展土壤盐渍化遥感监测模型方法归纳讨论,提高土壤盐渍化遥感监测精度,在盐渍土监测和治理中具有重要意义。通过梳理近期国内外土壤盐渍化遥感研究相关文献,对土壤盐渍化遥感监测模型构建过程中因子的选取、模型的建立以及精度验证等步骤进行总结,并针对当前研究热点对研究中的局限性与发展趋势进行讨论。主要得出: ①土壤盐渍化遥感模型作为盐渍土监测和预测的重要手段,近年来该领域的研究热点在于通过新型数据源和模型的使用来提高土壤盐渍化遥感监测模型的精度; ②不同研究在遥感数据源的使用上有所差异,但建模因子均是通过光谱敏感波段、先验光谱指数及遥感衍生数据优选获得; ③用于土壤盐渍化遥感监测的模型主要包括线性回归模型以及机器学习模型,针对不同区域建立的遥感模型在模型精度和适用性上有所差异。

车辆检测问题是计算机视觉和摄影测量与遥感领域的研究热点。随着深度学习技术的发展,遥感影像车辆检测已在智慧城市和智能交通等领域展开应用。文章系统归纳了现有的基于深度学习模型的遥感影像车辆检测算法,着重从单阶段与双阶段的车辆检测算法进行了归类、分析及比较; 重点梳理了大幅面、复杂背景环境下车辆检测的关键技术,分析主流深度学习模型应用于遥感影像车辆检测的优缺点。利用DOTA和DIOR数据集对YOLOv5,Faster-RCNN,FCOS和SSD算法进行评估,在DOTA数据集上,车辆检测精度分别为0.695,0.410,0.370和0.251; 在DIOR数据集上,车辆检测精度分别为0.566,0.243,0.231和0.154。实验结果表明,目标尺度较小仍是制约遥感影像车辆检测性能的主要因素,深度学习模型应用于小目标检测存在较大的提升空间。最后,基于公开数据集与已有研究算法分析的基础上,给出大幅面复杂背景下遥感影像车辆检测的解决方法及发展趋势。

海水养殖业在广东省海洋经济中占据重要地位,及时准确地掌握海水养殖区的空间分布及面积变化趋势,对海水养殖业的可持续发展具有重要的促进作用。相较于传统解译方法存在可重复性差、适用范围小、主观随意性强等问题,深度学习网络模型中的U-Net卷积神经网络能够更好地从遥感影像中提取目标特征,具有更高的提取精度。鉴于此,基于多时相Landsat TM/OLI遥感影像,选用U-Net模型作为解译模型,识别1998—2021年广东省海水养殖区(围海养殖区及开放式网箱养殖区),开展海水养殖区面积趋势性分析,并探究海水养殖区在空间分布格局上的变化特征。结果表明: 相较于K-Means聚类分析和深度信念网络等网络模型,U-Net模型更加适用于对广东省海水养殖区的解译,具有更高的解译精度; 广东省海水养殖区主要集中分布在湛江、江门和阳江等广东省西侧区域; 广东省各区域海水养殖区面积可分为3个梯队,且变化幅度较小,保持相对稳定状态; 广东省海水养殖区在空间上呈现出1998—2014年向外扩张、2014—2021年向内收缩的趋势。本研究能够为广东省海水养殖区的科学管理提供数据支持和技术支撑。

为控制水产养殖塘无序发展带来的负面效应,促进水产养殖业进一步发展,首要解决的就是对其快速、准确识别和提取的问题。水产养殖塘是被复杂道路和堤坝分割的特殊网状水体,单纯的光谱特征或空间纹理特征都不足以对其准确提取,且混合特征规则集对计算机性能要求越发苛刻。鉴于此,以Landsat影像序列为数据源,基于谷歌地球引擎(Google Earth Engine, GEE)平台,提出了一种结合影像光谱信息、空间特征和形态学操作的沿海水产养殖塘自动提取方法。该方法联用了双特征水体光谱指数(改进型组合水体指数(modified combined index for water identification,MCIWI)与改进的归一化差异水体指数(modified normalized difference water index,MNDWI))以突出大面积水体与养殖塘的网格特征,再利用低频滤波空间卷积运算拉伸养殖与非养殖水体之间的差异特征,将水产养殖塘区作为一个整体准确识别和快速提取。研究结果表明: ①该方法总精度达到93%,Kappa系数为0.86,典型区域叠加比对检验流程验证,提取结果和实际结果重叠比例均在90%以上,平均重叠比例达92.5%,反映了提取方法的高精度和可靠性; ②2020年福建省近岸海域水产养殖塘区总面积为511.73 km²,主要分布在漳州市、福州市和宁德市; ③核密度分析结果表明漳州市的水产养殖塘集聚度高,相应其养殖塘管理压力也较大。该方法可以实现近岸海域水产养殖塘的自动化提取,对促进渔业养殖的有序管理和科学发展具有重要的意义。

水产养殖是人类获取食品的重要途径,养殖池塘是水产养殖的主要生产方式之一。珠江三角洲是我国南方重要的渔业养殖基地,在过去30 a间,其空间分布发生巨大变化。本研究面向中山市及其邻近区域,基于Landsat和Sentinel-2卫星遥感数据,使用线性混合像元分解方法进行混合像元分解,通过目视对比分析,选取了70%及以上水体丰度对应的归一化水体指数阈值范围,获取了1990—2021年典型养殖池塘的时空分布。研究结果显示,中山市及邻近区域的养殖池塘在1990年以来经历了先增加后减少的过程; 中山市及邻近区域1990—2000年养殖池塘面积增加了近一倍,2000—2010年相对平稳,2010—2021年养殖面积则减少了近50%。本研究可减少混合像元对于养殖池塘监测的影响并为大湾区渔业科学养殖与可持续发展提供参考。

潮间带是滨海湿地的重要组成部分,对生态和经济的发展具有重要意义。由于海水与陆地的动态交互作用,以瞬时性遥感图像为数据源的遥感信息提取方法难以准确获取潮滩范围。针对此问题,研究提出了一种基于Google Earth Engine(GEE)云平台和遥感指数的潮间带信息提取方法。该方法利用2021年的Landsat8时序影像数据,在最大光谱指数合成算法(maximum spectral index composite,MSIC)和大津算法(OTSU)形成多层自动决策树分类模型的基础之上,构建基于融合数字高程模型(digital elevation model,DEM)数据的决策树算法,并以舟山群岛海岸带为例,计算舟山群岛潮间带面积。研究结果显示2021年舟山群岛潮间带面积为35.19 km²。通过谷歌地球的高空间分辨率影像进行精度评价,总体精度为97.7%,Kappa系数为0.95,具有较好的提取精度和实用效果。该方法能够实现自动、快速地提取潮间带信息,为海岸带资源的可持续管理和利用提供数据支撑,进一步促进海岸带区域的高质量发展。

滨海滩涂是一种重要的滨海湿地类型,在维护生物多样性、影响全球气候和环境变化等方面具有重要的生态价值。由于滨海滩涂只在最低潮时期短暂全部呈现,先前的遥感解译结果中,滩涂信息存在明显的漏分和误分现象。基于Google Earth Engine(GEE)平台和Landsat系列卫星数据,构建1990年、2000年、2010年和2020年4个时间段的高质量密集时间序列影像堆栈,结合最大光谱指数合成算法(maximum spectral index composite, MSIC)和最大类间方差算法(Otsu algorithm, OTSU),对我国莱州湾滨海滩涂资源进行快速、自动提取。基于面向对象分析技术和模糊逻辑分析方法(fuzzy-based segmentation parameter, FbSP)最优尺度对滨海滩涂周边土地覆被进行解译,分析滨海滩涂的时空演变规律。结果表明: 1990—2020年间莱州湾滨海滩涂呈现持续减少的趋势,2020年莱州湾滨海滩涂面积为822.38 km²,相较于1990年减少了约40%,其中,2000—2010年缩减幅度最大,为304.78 km²; 除黄河口区域滨海滩涂向海迁移,莱州湾其他区域的滨海滩涂斑块整体呈向陆迁移趋势; 人类活动是近30 a间莱州湾滩涂变化的主导因素,其中,养殖池/盐田的扩张直接侵占了414.20 km²的滨海滩涂。

城市扩展及地表覆盖结构的变化在很大程度上影响城市生态环境甚至生态安全。中国海岸带区域城市人口和经济活动高度集聚,城市化速度快,引起了城市扩展及城市地表覆盖结构的剧烈变化。然而,目前对于海岸带区域的城市扩展及地表覆盖状况的认识仍不清晰。本研究利用30 m空间分辨率全球城市土地利用/覆盖变化数据产品,从多个角度剖析了海岸带区域城市扩展和地表覆盖结构的时空分异特征。结果表明: ①中国海岸带区域城市土地面积由2000年的1.66万km²增加到2020年的4.80万km²,扩展强度为9.41%。41.03%的城市以高强度扩展,这些高强度扩展城市主要位于中北部海岸带。海岸带区域城市在加速扩展,2000—2010年的扩展速度为1 260.04 km²/a,2010—2020年城市扩展速度上升为1 871.74 km²/a。②20 a间城市不透水面面积持续增加,但城市不透水面比例下降,城市绿地空间比例升高。2000年时,海岸带区域城市不透水面和城市绿地空间面积分别占城市土地面积的69.49%和20.81%,到2020年,分别占63.70%和26.72%。③海岸带区域83.33%城市的扩展超前于人口增长。小城市的地均国内生产总值大,用地效率高。研究结果可为海岸带区域城市规划和可持续发展提供重要的科学依据和决策支持。

海岸线动态监测对于海岸带科学管理和海洋资源合理利用具有重要意义。选用1990年、2000年、2010年和2020年共4期Landsat遥感影像数据,对比并采用了面向对象法提取了胶东半岛北部1990—2020年的海岸线和近岸2 km缓冲区内的海岸带变化,结合海岸线变迁强度的计算方法,利用数字岸线分析系统(digital shoreline analysis system,DSAS)分析了海岸线的变化速率和时空分布特征,通过构建人类活动强度指数 (human activity intensity index,HAII) 模型对海岸线的变化进行了驱动分析。结果表明: ①研究区海岸线整体呈增长趋势,并向海一侧缓慢推进,海岸线长度总体增加了183.13 km,人工岸线增幅最大,砂质自然岸线减幅最大; ②海岸线变化速率时空分布不均衡,最大增速出现在胶莱河—界河区段,为94.59 m/a,最大侵蚀速率出现在界河—大沽夹河区段,为-49.01 m/a; ③近海人类活动变化是研究区海岸线时空变迁的主要原因,人类活动主要以围填海、港口建设等形式影响着海岸线的长度和类型变化。

随着我国航天遥感事业的高速发展,国产民用光学遥感卫星种类不断丰富,光学影像数据量呈跨越式增长,对光学遥感影像传感器校正产品的业务化日常质量检查带来巨大挑战。在质量检验业务中,影像辐射异常检查是影像质量检验的关键环节之一,存在自动化检查技术能力缺失、人工参与多、效率低等问题。针对以上问题,提出了一种融合多尺度特征的辐射异常数据分类检测深度学习网络模型。该网络模型在EfficientNet-B0模型的基础上引入空洞空间卷积池化金字塔,通过设置不同大小的膨胀率,收集不同尺度下辐射异常数据特征,并将不同尺度上的特征进行通道拼接和池化卷积处理; 再与EfficientNet-B0模型提取出来的特征进行融合处理,以提高分类检测模型的精度。实验结果表明,所提出的分类检测模型,对光学影像辐射异常数据检测分类具有较高的分类精度,优于其他模型分类精度,将有助于提升遥感影像辐射质量检验的自动化水平。

相较于常见的双时相遥感影像,时间序列遥感影像包含更丰富的地表信息,能够缓解“异物同谱”、“同物异谱”的影响,因而在变化检测中具有重要作用。但是目前时间序列遥感影像变化检测方法大多基于像素展开,忽略了像素和周围环境的空间关系,导致变化检测结果“噪声”现象明显。基于此,提出了一种基于时空谱特征的时间序列遥感变化检测算法(change detection based on spatial-temporal-spectral features, CDSTS)。首先,利用灰度共生矩阵和局部统计计算方法,从Landsat时间序列遥感影像中提取每个像素点的时间、空间(纹理和统计)和光谱特征; 其次,通过每个像素在不同波段上的时间序列表现规律,自动筛选出时序特征异常点,并与连续变化检测和分类法(continuous change detection and classification, CCDC)检测结果融合获取高精度变化/未变化训练样本点; 最后,利用上述样本点及其对应的时空谱特征训练支持向量机分类器,并基于该分类器对全图进行分类。结果表明,CDSTS算法在变化区域检测精准度方面明显优于常用的时间序列变化检测算法CCDC和土地扰动连续监测方法(continuous monitoring of land disturbance,COLD),总体精度提升了4.8~11.7百分点。

利用遥感手段对城市建筑物进行变化检测可以快速准确地获取建筑物覆盖的变化信息,但是单纯基于影像数据难以快速、准确地进行三维变化检测,且传统基于点云的方法自动化程度低、精度差。针对这些问题,文章使用机载激光雷达点云数据,引入RandLA-Net的点云语义分割方法,提高变化检测的精度与自动化程度,同时通过点云投影的方式,克服了点云无序性导致的2期数据间无法差分的问题。标准RandLA-Net算法使用点的位置与颜色信息作为特征,并主要用于街景级点云的语义分割。该研究则使用城市大尺度机载点云数据,结合固有的反射强度与影像赋予点云的光谱信息,探究不同特征信息对结果精度的影响。同时,实验中发现除点云强度和光谱等特征外,点本身的坐标信息同样重要,转化为相对坐标使结果精度提升明显。实验结果表明,使用RandLA-Net网络对建筑物提取与变化检测获得的结果明显优于传统方法,且验证了使用深度学习方法处理激光雷达数据进行建筑物提取与变化检测的可行性,可以实现可靠的建筑物三维变化检测。

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。

水体提取是高空间分辨率遥感影像应用中重要研究方向之一。传统识别方法仅利用水体的浅层特征,为了更好地挖掘遥感影像的深度信息,从而提升水体提取算法的鲁棒性,提高分割精度,提出了一种基于深度学习语义分割模型的水体提取方法。利用深度神经网络挖掘高分辨率遥感影像信息,同时引入注意力模块,整合深层信息与浅层地物的形状、结构、纹理和色调等信息,拟建立比现有模型具有更高准确率、更快预测速度的全新深度语义分割模型。最后,和传统识别方法以及常见语义分割模型进行对比消融实验。实验证明所提出算法模型的总体精度和效率均优于现有方法,且算法参数设置简单,受人工干预少。文章证明了深度学习以及注意力机制在高分辨率遥感影像水体提取任务上的准确性和高效性,提供了一种使用深度学习方法解决高分辨率遥感影像分割任务的可能,并对未来进行了展望。

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。

青海东部农业区地处黄土高原向青藏高原的过渡地带,黄土丘陵地貌类型多样、地形起伏大、破碎。随着近几十年来城市化进程的加快,农村可用劳动力缺失导致土地撂荒现象日益严重,因此掌握东部农业区撂荒地分布状况,对保护耕地与生态用地至关重要。本研究基于GEE云平台,以青海民和县为案例,依据农作物的物候特征,选取种植期和成熟期2季的Sentinel-2 MSI与Sentinel-1 SAR卫星影像为主要数据源,以DEM为辅助,结合光谱、地形、极化与缨帽特征,采用随机森林方法对研究区2018—2020年土地覆被进行自动分类,获取了研究区3 a的土地覆被数据,在此基础上借助撂荒地判断规则建立决策树提取撂荒地并进行验证。研究结果表明: 2018年、2019年及2020年土地覆被总体分类精度分别为86.93%,87.36%和88.54%; 2020年民和县撂荒地面积为43.17 km²,占总面积的2.28%; 撂荒地主要分布在海拔为2 200~2 600 m范围、坡度为6°~25°范围、坡向为阴坡的区域。Sentinel-1 SAR影像极化特征结合到Sentinel-2 MSI多季相数据中,能够有效提高黄土丘陵地形区土地覆被分类精度,获得较为准确的撂荒地信息。该研究为类似地形区域进行撂荒地提取提供了方法参考和借鉴。

喀斯特山区受多云多雨复杂天气影响,遥感技术应用于种植结构信息提取具有较大难度,基于Sentinel-1进行作物识别在精准农业中具有独特优势,可及时、准确地掌握区域主要作物种植信息,对于制定农业政策和指导农业生产具有重要意义。文章以贵州省关岭县作为研究区,采用2020年Google Earth影像、4—8月时序Sentinel-1数据和无人机遥感数据,利用D_LinkNet模型进行地块提取,基于LightGBM模块进行种植结构分类,结合地理探测器探究研究区主要作物空间分异特征及种植结构空间分异的影响机理。研究表明: ①关岭县作物分布呈“西北多,东南少”格局,空间分布不均衡; ②因子交互作用的影响均比单一因子影响程度大,交通区位与排涝能力是影响耕地分布的主要因素,次要因子为高程与交通区位等因子; ③作物种植结构提取结果与统计年鉴比例一致,混淆矩阵总体精度为0.87,Kappa系数为0.83。研究结果有利于理解喀斯特山区不同粮食作物种植结构空间分异的形成机理及其差异,为种植结构优化调整、影响因素分析提供科学依据。

灾害频发不断困扰乡村,如何精准识别乡村领域的综合灾害风险成为当下防灾减灾的重要内容。为此,以湖南省花垣县232个村为例,基于区域灾害系统理论中风险形成的三要素,定义综合灾害风险指数,并构建体现孕灾环境动态性的评价体系。通过层次分析法(analytic hierarchy process,AHP)-优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)、熵权-TOPSIS、AHP和熵权法4种模型比较,开展乡村综合灾害风险研究。结论如下: ①多模型评价结果具有正相关性,数值比为1:0.877:0.740:0.539,且熵权-TOPSIS模型更适合案例区综合灾害风险评价; ②案例区综合风险指数的莫兰指数(Moran’s I)为0.74,具有较强的空间自相关性,且呈现“西高东低、局部显著”的空间分布特征。文章深化了乡村领域的综合灾害风险评价研究,可为科学指导乡村防灾减灾工作开展、保障乡村振兴战略安全实施提供实践经验和理论依据。

土地利用通过影响陆地生态系统结构布局和功能引起碳储量变化,研究土地利用变化与碳储量的关系对优化区域土地利用格局、合理生态决策具有重要意义。文章运用PLUS模型结合InVEST模型预测了西安市未来不同情景下土地利用及碳储量时空变化特征,研究了土地利用变化对碳储量的影响。结果表明: 建设用地扩张,高碳密度用地转移使得2000—2015年西安市碳储量减少了2.49×10⁶ t,在自然增长情景下碳储量持续下降,2015—2030年将减少2.14×10⁶ t; 由于生态保护情景采取措施保护用地、控制转移,碳储量增加了6.92×10⁵ t; 耕地保护情景下,耕地得到保护,但林地和草地等高碳密度用地受到建设用地扩张影响使得碳储量下降为1.60×10⁸ t。碳密度变化分析得出,采取生态保护措施,使得碳密度变化率有所提高,相比于自然增长情景,生态保护情景将碳密度的增长区占比由0.05%提高到1.57%,以高增长区为主。而耕地保护情景碳密度有所下降,增长区由高增长转变为较高增长。在保护耕地的基础上,西安市未来土地利用规划应适当采取生态保护措施,控制建设用地向耕地和林地的高速扩张,优化土地利用格局,有效降低碳储量损失,提高区域碳储量水平,实现区域可持续发展。

地面沉降是地表高程下降的一种自然地质现象,若发生在人口密集、社会发展程度较高的城市,将对城市基础设施具有严重的破坏性,威胁着城市安全。地面沉降演化特征分析可以反映其对地面基础设施的影响程度,建立一个高效的地面沉降预测模型对于地面沉降的防治和保障城市安全有着重要意义。首先,利用永久散射体合成孔径雷达干涉测量方法(persistent scatterer interferometric synthetic aperture Radar,PS-InSAR)获取到地面沉降时空信息,且与水准验证得到较高的精度。其次,利用经验正交函数对地面沉降场整体时空特性进行分析,发现研究区域空间模态1方差贡献率很大,几乎代表研究区域空间的整体演化情况,对应时间系数线性趋势显著; 模态2有一定的方差贡献率,但占比很小,对应的时间系数季节性显著。最后,分别利用长短期记忆(long short term memory,LSTM)与嵌入注意机制的长短期记忆(Attention-LSTM)模型对区域地面沉降进行时序预测,发现Attention-LSTM模型优于LSTM模型,其均方误差损失函数(mean square error loss,MSE-loss)可低至0.01。该预测方法扩大了深度学习在地面沉降研究方面的应用。

在边境地区部署防疫视频监控点,是应对突发事件的重要举措,对区域性公共卫生安全有着重要意义。过去,视频监控点的部署多关注城市,鲜有研究结合边境地区特点、突发事件应对需求,开展视频监控点部署方法研究。本研究以西双版纳州为例,构建了边境地区防疫视频监控点部署方法框架,选取监控点布置适宜性、限制性因子多轮选址监控点,并在监控效能低的区域,合理增加监控点,最终得到西双版纳州防疫监控点适宜部署地。结果表明: 研究得到的防疫视频监控部署点可实现对西双版纳州边境内侧5 km范围内93.3%面积的观测,可较全面地掌握边境人员流动信息。研究提出的边境防疫视频监控点部署方法相对传统的单维度适宜性选址方法、数学建模选址方法和算法选址方法,更贴合边境地区实际,可发挥监控点部署的整体协调水平。同时规避传统方法应用复杂等问题。本研究提出的防疫视频监控点的选址方法,为当前边境地区的新冠防疫工作提供了理论参考与技术支持,从而确保区域公共卫生安全和国家可持续发展。

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。

为实现对新疆地区旱情的动态连续监测,基于温度植被干旱指数(temperature vegetation dryness index, TVDI),辅以Sen斜率法、重标极差法及偏相关分析法探究了新疆2001—2020年TVDI时空动态、变化趋势、未来持续状态及季节性降水、气温对TVDI的影响。结果表明: ①TVDI最小值出现在天山山脉以北及昆仑山脉地区,TVDI值在0.57以下,属轻旱等级,塔里木盆地和准噶尔盆地TVDI在0.86以上,属特旱等级; ②春季TVDI呈减小趋势,减小速率为0.001 3/a,夏季TVDI增加速率为0.001 4/a,秋季TVDI增加速率最大(增加速率为0.002 0/a),冬季TVDI增加速率最小(增加速率为0.000 8/a); ③春、冬季未来一段时间内大部分区域TVDI将呈增加趋势,夏、秋季TVDI将在未来一段时间内大部分像元呈减小趋势; ④春、冬季TVDI与降水以负相关为主,夏、秋季TVDI与降水以正相关为主,春季TVDI与气温以正相关为主,夏季TVDI与气温的相关性从西向东递减,相关性从负相关逐渐变成正相关,秋、冬季TVDI与气温以负相关为主。

针对植被物候对全球变化的响应存在非线性、区域差异性以及秦岭南北气候典型差异性,选取秦岭—黄淮平原交界带为研究区,利用2002—2020年MOD09Q1遥感数据,通过自适应动态阈值法提取秦岭—黄淮平原交界带物候特征关键参数,详细刻画区域植被物候时空变化过程,分析时空分异特征,并结合气温数据探究区域植被物候对气候变化的响应。研究结果表明: ①秦淮交界带植被物候特征空间分异明显,森林植被物候始期和末期均晚于农田植被,森林植被物候始期为第67—116天,末期为第280—340天; 农田植被物候始期位于第49—92天,末期为第195—328天; 森林植被生长期长度为215~262 d,农田植被为147~261 d; 且森林植被物候受到海拔影响,海拔越高物候始期越晚、物候末期越早。②2002—2020年秦淮交界带植被物候始期和物候末期时间总体呈现提前的变化趋势、生长期长度变短; 森林和农田的物候始期变化趋势分别为: -0.14 d·a^-1和0.1 d·a^-1,末期变化趋势分别为-0.78 d·a^-1和-1.43 d·a^-1。③秦淮交界带地区物候变化特征与区域气温(3月与9月气温)显著相关,根据现有站点观测数据分析表明气温上升导致了区域的物候期提前。

为了客观、及时、准确掌握人类活动对保护区生态系统的影响,及时评估和发现管理保护中存在的问题,以河南省国家级自然保护区为例,采用2016—2018年国产高分遥感数据,提取2016年保护区的土地覆盖类型及2016—2018年人类活动,应用转移矩阵查清保护区新增人类活动的来源、变化类型、分布格局及其时空转化情况,分析不同类型保护区的人类活动变化特点,利用人类活动影响强度指数评价人类活动对保护区的影响程度和变化规律。结果显示: ①2016年河南省保护区普遍存在人类活动,主要包括农业用地和城镇村庄用地,主要分布于内陆湿地和古生物遗迹型保护区; ②2016—2018年期间,新增人类活动主要集中于内陆湿地型保护区,其主要来源于农业用地、林地、草地和湿地的转化; ③2016—2018年期间,保护区人类活动影响强度指数介于0.045~4.735之间,人类活动对森林生态、内陆湿地、野生动物和古生物遗迹等类型保护区的影响程度分别为轻微、明显、一般和严重。利用遥感技术和影响强度评价模型可准确查清保护区人类活动的空间分布状况、类型、强度及其动态变化等特点,对科学评估和提升保护区的管理具有重要的指导意义。

生态系统服务是连接生态与人类福祉的桥梁,快速、准确地评估其变化对实现区域可持续发展具有重要意义。SDG15也为生态系统服务的计算提供了新的思路方向。钱江源为钱塘江发源地、长三角地区当前唯一的国家公园试点区域,目前却对该区域生态系统服务时空分布及变化缺乏深入认识。本研究基于试点区2010—2020年4期土地覆被遥感监测数据,利用InVEST模型,结合单、双变量Moran’s I空间自相关方法,面向SDG15指标,定量评估钱江源国家公园生态系统服务的时空变化特征。结果表明: ①2010—2020年,生态系统服务价值呈不断增加趋势,期间共增加了15.21%。文化服务增长最快,增长了19.70%,调节服务增长了16.27%,供给服务减少了1.72%; ②生态系统服务价值空间分布均呈现出从东北与西南逐渐向中部减小的空间变化趋势; ③土地覆被类型的时空变化导致在无法增加土地利用率的现状下,生态系统服务增长缓慢,湿地和水体等面积与生态质量的减少导致了部分生态系统服务空间聚集度与可提供价值的下降; ④生态系统服务可以成为衡量SDG15的指标。研究结果能为钱江源国家公园建设提供理论依据和技术支撑,实现区域生态环境的可持续发展。

为了解近年来青海省湟水流域地质灾害频发原因,以GF-1和GF-2卫星遥感数据为主要信息源,在多源、多时相、多期次的遥感影像对比监测的基础上,基于地学知识的支撑,通过研究区已有地质灾害研究资料整理分析甄别、室内遥感影像解译和野外实地调查验证等方法建立了详细、可靠的地质灾害空间分布数据库,通过地理信息系统(geographic information system,GIS)空间分析模型,结合地质灾害参数指标进行统计分析,探讨了地质灾害发生、发展与地质环境、自然因素和人类活动的关系。结果表明: 2017年区内共发现崩塌和滑坡等地质灾害点3 188处,2009年以来发生变化的地质灾害点233处。在地质灾害诸多形成条件中,地质环境条件变化缓慢、人类工程活动和降雨则是最活跃的因素,可见在二者的双重作用下诱发了地质灾害。

地下水超采引发的一系列地质灾害问题,严重制约了我国东部沿海三大城市群——京津冀、长三角和珠三角的可持续发展。为揭示三大城市群地下水储量时空动态变化规律及其驱动因素,本研究基于GRACE(Gravity Recovery and Climate Experiment)卫星数据定量反演了2002—2016年间3个城市群的地下水储量变化,并利用灰色关联分析方法进行归因分析。结果表明: ①京津冀城市群地下水储量持续下降,线性下降速率为1.17 cm/a; 长三角城市群小幅波动变化,较为稳定; 珠三角城市群持续上升,线性上升速率为0.43 cm/a。②3个城市群地下水储量变化均受人为用水因素主导,京津冀受农业用水量影响突出; 长三角受农业用水量、降水量、地表水资源量和人口数量等综合影响; 珠三角受农业和生活用水量双重影响。③3个城市群地下水储量变化与驱动力的比较分析表明,城市群发展推动区域产业结构调整,促进第二、三产业升级,提升用水效率并优化用水结构,对地下水保护有积极影响。针对东部沿海城市群资源环境禀赋与战略发展布局,科学谋划农业发展布局,进一步优化升级产业结构,提升用水效率,以及防治地表水污染,是进一步保护与恢复地下水的关键。

利用夜间灯光遥感数据分析2000—2016年间辽中南城市群的城市扩张现象,基于碳排放数据尝试从空间上对城市扩张与碳排放关系进行定量化研究,分析辽中南城市群的碳排放时空差异,并对城市扩张指数和碳排放量进行脱钩分析。研究结果表明: 辽中南城市群的年平均扩张速率从3.93%增长到5.48%,扩张强度从0.211增长到0.525; 2000—2016年间,全区碳排放总量从636.94亿t增加到1 772.46亿t,年平均碳排放速率先是从7.02%增加到18.96%又减少至0.96%,经历了一个从快到慢的过程,地均碳排放量呈现增长趋势,但各市变化差异较大; 辽中南城市群的城市扩张促进了碳排放量增加,但同时存在脱钩现象,其脱钩状态从以扩张负脱钩为主转向以弱脱钩为主,到2016年,研究区已有80%的城市处于脱钩状态。研究结果对未来城市规划和节能减排政策的制订具有重要意义。

科学评估成都市城市化与生态环境交互影响的总体状况,对优化城市化速度和质量、提升生态环境质量具有重要意义。利用DMSP/OLS与NPP/VIIRS获取的夜光遥感数据和Landsat遥感数据分别构建出表征城市化进程的归一化夜间灯光指数(normalization night light index,NNLI)和表征生态质量的遥感生态指数(remote sensing ecological index,RSEI),二者结合引入耦合协调度模型,针对城市化进程和生态环境质量二者协调性进行评价。研究表明,2000—2018年成都市内城市化进程不断加快,NNLI从2000年的0.15上升到2018年的0.81; 而生态环境质量受到城市化进程的负面影响,局部地区呈现下降态势,RSEI从2000年的0.63下降到2018年的0.58。成都的城市化和生态环境耦合协调度状况逐渐在改善,2000—2018年耦合协调状态从失调阶段进入到良好协调阶段,但成都市内总体城市化进程超前生态环境的发展,生态环境发展滞后。

中国的区域性整体贫困问题在2020年已经解决,但相对贫困仍将长期存在。因此,对贫困地区进行长期的贫困测量和发展分析仍具有重要意义。但是传统的测度方式使用社会经济数据存在较大的限制。以中国西南4省(市)为研究区域,首先,建立了基于粒子群优化算法的反向传播(back propagation, BP)神经网络模型,构建了2000—2019年的长时间序列夜光(nighttime light, NTL)数据集; 然后,根据社会经济和地理数据,构建了反映县域贫困的多维贫困指数; 最后,将长时间序列NTL数据与多维贫困指数相结合,构建了贫困测度模型,输出基于NTL数据的多维贫困指数(nighttime light multidimensional poverty index, NLMPI)。同时,在NLMPI指数的基础上进行了县域贫困测度和时空动态分析。研究表明,在2000年NLMPI表明西南4省(市)多维贫困状况分化较为严重,但随国家扶贫工作的开展,极低和较低等级县域占比下降,中等县域占比提高; 在2000—2019年间,西南地区各县域的NLMPI具有正的空间自相关,Moran’s I指数呈现先降后升的趋势,这反映出在2000—2010年,贫困聚集现象有所减弱,而在之后进入了较为分散的脱贫攻坚阶段; 局部空间自相关的结果表明,中国西南地区的多维贫困模式正在改善,但不平衡; 结果反映在成渝、昆明和贵阳的高-高聚集,以及四川西北部和云南西部的低-低聚集的空间模式。本研究强调了夜光遥感数据在区域尺度贫困研究中的应用能力。

为研究沙特阿拉伯地区钙结岩型铀矿成矿要素识别及潜力评价,以中沙铀矿勘查项目中的钙结岩型铀矿勘查为例,利用ASTER等卫星遥感数据和数字高程模型(digital elevation model,DEM)数据,采取目视判别、水文分析和主成分分析等方法,应用辅助铀源评价、补-径-排体系划分和含矿母岩识别等技术,对比分析了3个钙结岩区铀成矿条件。结果显示,片区2的铀源和补-径-排等铀成矿条件最完善,片区1缺乏良好的沉积盆地作为排泄区,片区3缺乏良好的铀源。研究表明: 补-径-排体系的完整性对钙结岩型铀矿的成矿作用至关重要,缺一不可,且优质的铀源和沉积环境利于形成大规模的钙结岩型铀矿; 铀元素富集累积时间的长短直接影响钙结岩型铀矿的规模大小; 沙特阿拉伯研究区内钙结岩型铀矿成矿的有利沉积环境为周边有大片铀源的蒸发型湖(干盐湖)相沉积。研究结果可为在类似地区寻找钙结岩型铀矿提供重要参考。

缓倾地层滑坡是我国西南地区常见的一种特殊灾害类型,拉裂槽为其典型识别标志。由于灾害源区植被茂密、地形复杂,常规地面调查或遥感手段均存在局限性,较难高效、有效地对其进行识别提取。作为新兴遥感技术之一的机载激光雷达(light detection and ranging, LiDAR)技术及其数据可视化分析方法为缓倾地层滑坡的准确识别提供了新的解决方案。利用无人机搭载长测程LiDAR可获取高分辨率数字高程模型,结合空天视域因子、系列山体阴影图和三维形态模拟等多种可视化方法,可实现缓倾地层滑坡及其拉裂槽的有效识别。文章以四川省北部通江县春在镇周边作为研究区,选取糯鼓寨村南部新识别滑坡隐患作为典型案例,利用综合遥感识别方法,实现基于机载LiDAR数据的滑坡隐患识别标志构建、边界准确判识、拉裂槽位置识别及信息提取,结合野外核查验证结果,从定性和定量2个方面验证机载LiDAR技术对高植被区缓倾地层滑坡及其拉裂槽识别应用的有效性。相关研究结果对缓倾地层滑坡多发区的灾害隐患早期识别、监测及防治领域应用研究具一定的参考和借鉴价值。