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。

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。

高光谱数据凭借其在光谱维的技术优势,在地物精细识别尤其是矿物信息精准识别方面应用广泛。高光谱反射率产品是开展矿物识别的基础数据依据,使用合适的大气校正方法获取能够满足应用需求的高精度的地表反射率产品至关重要。为此,采用ATCOR,FLAASH和QUAC这3种应用相对较广的大气校正模型,对资源一号02D(ZY-1 02D)卫星高光谱数据进行大气校正处理,并从目视效果、典型地物波谱分析和矿物信息提取3个方面开展了对比分析。分析结果表明: 在目视效果上,3种大气校正模型均能有效提升影像清晰度,ATCOR模型略优于FLAASH和QUAC模型; 3种模型典型地物光谱与ASD实测光谱相关系数平均值R²达0.7以上,吻合度较好,精度较高,ATCOR模型反演结果的影像光谱更接近ASD实测光谱; 对绿泥石识别结果三者一致性较好,绢云母一致性则稍差,对比发现FLAASH和QUAC模型在地表绢云母含量较低区域漏识率较高。综上所知,3种模型大气校正效果均比较理想,但在矿物识别应用中ATCOR模型较FLAASH和QUAC模型总体上有优势。

干涉合成孔径雷达(interferometric synthetic aperture Radar,InSAR)利用干涉图的相位信息提取地面目标的三维信息,相位解缠是InSAR处理流程中的重要步骤,解缠结果的精确性直接决定获取数字高程模型(digital elevation model,DEM)或者地表形变信息的精度。针对复杂山区中严重的相位失相关和相位噪声问题,划分研究区域干涉相位质量高低,提出了质量引导下的最小二乘相位解缠算法,对模拟的低噪声干涉相位数据和中国秦岭地区Sentinel-1A InSAR干涉影像对数据进行相位解缠,结果表明所提算法能有效改善高低质量区域间的相位一致性,提高相位解缠整体精度。

遥感和深度学习方法结合应用于自然资源的监测、评估是一种高效的方法。该研究综合考虑珠海一号高光谱影像的特性,在HRNet网络中引入3D卷积模块提出3D-HRNet网络用于自然资源调查监测的语义分割模型,并以遥感影像计算生物丰富度指数、植被覆盖指数、水网密度指数、土地应力指数、污染负荷指数和环境约束指数构建生态指数(ecological index,EI)生态评价模型,对北京市北部部分区域进行自然资源监测和评估。结果表明: ①3D-HRNet模型提取自然资源的平均总体精度为0.83,F1分数为0.83,Kappa系数为0.73,比HRNet模型分别高0.04,0.04和0.06,比3D-CNN模型分别高0.04,0.05和0.06,说明3D-HRNet模型提取高光谱影像的自然资源结果比HRNet模型更好,即3D卷积模块能更好地利用高光谱间特性提取信息; ②利用EI生态评价模型对北京市北部部分区域2020年生态环境进行评价,其EI平均值为68.2,反映了区域内生态状况良好,与北京市生态环境状况公报结论接近,说明遥感用于EI生态评价的可行性,为区域生态状况的时空分析提出创新性方法。

近年来,我国对居民碳排放的研究多集中于经济水平和直接能源消耗方面,在居民区面积方面涉及较少,且研究大多依赖传统的地表实测数据。为了提高数据精度、更有针对性地制定政策,该文利用遥感影像时效性强、覆盖范围广、制约性小等特点,选取中国区域为研究对象,分析了2019年中国居民区面积和居民碳排放的相关性。在确定两者显著性后,结合国内生产总值(gross domestc product,GDP)这一影响因素建立了居民碳排放与居民区面积和GDP的多元线性回归模型。结果显示: 居民碳排放与居民区面积和GDP之间存在线性相关,随着经济水平的发展,居民区面积的扩建是居民碳排放量增加的主要推动力,GDP对居民碳排放量增加的驱动效应有所下降。因此,在考虑经济发展的同时需要合理控制居民区面积,从而能够更精细化地制定减排政策,实现国家未来的绿色低碳目标。

花岗伟晶岩是花岗伟晶岩型锂矿的重要载体及找矿标志,青海省天峻县扎卡东南部一带有较好的锂矿找矿潜力,但该地区具有海拔高、切割深等特点,使得实地地表调查难度较大,因此采用随机森林算法对研究区花岗伟晶岩进行遥感提取,以GF-2高空间分辨率遥感影像为数据源提取研究区域各类型地物的光谱特征、纹理特征、指数特征、地形特征、边缘特征及文中新引入的限制对比度自适应直方图均衡化(contrast limited adaptive hitogram equalization,CLAHE)特征等25个特征变量构建特征子集,对子集中的特征变量进行特征重要性评估,依据特征重要性得分进行特征优选,确定提取花岗伟晶岩的最优特征组合,最终选取16个特征变量进行随机森林分类,对分类结果进行精度评价。研究表明: ①CLAHE特征变量有利于突出地物间的色调差异,有助于分类精度的提升,其总体精度上升2.7百分点,Kappa系数上升0.035; ②基于GF-2影像和随机森林算法的分类结果的总体精度达到了93.1%,Kappa系数达到0.902,花岗伟晶岩用户精度达到94.24%,生产者精度达到 98.00%,证实方法的有效性,同时也为该地区进一步工作提供真实可靠的资料。

高分五号(GF-5)卫星自2018年发射以来,利用该型卫星AHSI高光谱数据开展铀矿勘查应用的研究少见报道。为此,以内蒙古卫境地区为研究区,基于GF-5 AHSI数据,采用光谱沙漏技术提取了针铁矿和低铝、中铝及高铝绢云母蚀变异常; 采用主成分变换(principal component analysis,PCA)及PCI Geomatica软件中的LINE模型,自动提取了研究区线性构造,制作了研究区线性构造密度分布图; 最后结合ArcGIS软件,通过对各证据层的整合,制作了研究区铀成矿潜力图。结果表明: 所采用的蚀变信息、线性构造提取以及多证据层整合方法可行,获得的铀成矿潜力图可靠性较高。根据研究结果结合地质资料,圈定了1处铀矿预测区,为该区后续铀矿勘查工作提供了指导,同时也将为GF-5 AHSI数据在地质领域的应用提供参考。

在全球气候变暖背景下,愈发频繁的洪涝灾害是造成我国粮食作物减产的主要农业灾害之一。雷达遥感技术具备全天候的对地观测能力,是快速监测区域范围内洪涝灾害信息的一种重要手段。随着人工智能领域的发展,机器学习方法广泛应用于洪涝灾害遥感监测,虽然该类算法具有较高的精度,但其训练过程往往需要大量的野外调查或遥感解译样本支持。为克服样本标记限制、提高区域尺度洪涝灾害监测的精度,本研究以2021年7月20日河南北部特大洪涝事件为背景,利用国产高分三号(GF-3)双极化雷达影像(HH-HV),构建了一种基于弱监督高斯混合模型(gaussian mixture model,GMM)的洪涝淹没作物监测方法,通过该方法提取了豫北部分区域农田洪涝淹没范围。通过对比4种典型的机器学习方法,包括随机森林、支持向量机、K最近邻分类和平行六面体方法,发现该文构建的弱监督GMM方法的精度最高,其总体精度为0.95,Kappa系数为0.90。该研究对于提高基于合成孔径雷达(synthetic aperture radar,SAR)遥感技术监测区域尺度作物洪涝的准确性和普适性具有重要意义。

艰险山区公路的滑坡易发性评价能够为公路地质选线提供关键支撑信息。传统滑坡易发性评价方法存在忽略地表形变等动态数据的使用而导致评价结果精度不高的问题。针对此问题,该文提出一种联合光学和SAR遥感影像的山区公路滑坡易发性评价方法。以青海省沿黄公路隆务峡至公伯峡段为研究区,先利用高分辨率QuickBird卫星影像提取多种滑坡灾害静态因子,并采用随机森林模型计算路线区域内的滑坡易发性风险初始等级; 然后基于长时间序列的Sentinel-1A影像,获取直接反映滑坡动态变化的地表形变因子; 最后,利用地表形变因子对滑坡易发性风险初始等级进行修正,得到最终的滑坡易发性评价分区图。工程实践表明,该方法综合利用滑坡灾害静态与动态因子数据,所获取的山区公路滑坡易发性评价分区图更具准确性,可为后续的公路地质选线提供准确信息。

针对光伏产业快速发展所产生的光伏用地检测与定位需求,提出了一种基于YOLOv5改进的光伏用地检测算法YOLOv5-pv。为实现复杂场景下光伏用地的快速精确检测与定位,首先在YOLOv5基础上引入加权双向特征金字塔以实现简单快速的多尺度特征融合从而强化对小目标的检测能力; 其次引入Ghost卷积以保留冗余信息中有用的特征图信息; 最后增加协同注意力机制提高算法对光伏用地的关注度以提高抗背景干扰能力。实验结果表明: YOLOv5-pv比YOLOv5召回率提高6.68百分点,平均精度提高4.43百分点。该方法对光伏用地检测效果较好,可为光伏用地检测研究提供新的实验参考。

目前,大部分遥感变化检测算法无法有效处理受高斯、椒盐和混合噪声污染的图像。为了解决这一问题,文章将能够在噪声污染条件下有效分解混合像元的5种基于邻域空间信息的模糊C均值聚类(FCM_S1,FCM_S2,KFCM_S1,KFCM_S2和FLICM)算法分别与简单贝叶斯网络(simple Bayesian network,SBN)相结合,在后验概率空间变化向量分析(change vector analysis in posterior probability space,CVAPS) 框架下,实现了5种能够较好地抗高斯、椒盐和混合噪声的遥感变化检测方法。对比实验证明,该文所提出的变化检测算法对高斯、椒盐和混合噪声具有较好的鲁棒性。

及时准确评估降水的空间分布对国民经济发展有着重要的意义,目前遥感降水产品大多依靠多元回归模型和物理模型来提高降水监测的精度,很少涉及深度学习模型来改善降水精度。文章改进长短时记忆网络(long short-term memory neural network,LSTM)深度学习模型,得到优化后的LSTM深度学习模型; 引入植被、坡向、坡度等多个降水主导因子,以闽浙赣为研究区域,基于2015—2019年69个气象站点的逐日降水数据,首先对Integrated Multi-satellite Retrievals for Global Precipitation Measurement(GPM IMERG)逐日降水产品进行降尺度,继而分别从加密站验证和个例年验证2个角度评估模型的可靠性。结果发现: 降尺度结果与气象站降水的时空分布趋于一致,比GPM IMERG降水产品更能体现出闽浙赣地区的降水空间分布,GPM降水产品对降水区域存在低估和高估的降水数据得到了校正; 通过加密站验证,降尺度模型在7月和10月表现较好,相关系数不低于0.9,4月次之,1月最低,相关系数是0.7; 通过个例年验证,发现2020年日降水降尺度结果与实测值的相关性超过了0.8以上,均方根误差为5.23 mm,平均相对误差为9.43%。可见,基于深度学习的降尺度模型无论在日尺度还是月尺度都取得了较高的精度,且在时间和空间具有一定的普适性。

基于超像素分割的图像处理方法近年来被广泛应用于高光谱遥感图像(hyperspectral image,HSI)分类过程中,但是其单一尺度下无法充分提取HSI的丰富信息,且分类过程受参数依赖严重。因此针对基于超像素分割的HSI分类技术利用空间信息不足的问题,提出一种超像素分割方法和扩展多属性轮廓(extended multi-attribute profile,EMAP)方法相结合的HSI图像分类方法。该方法首先采用超像素分割方法提取超像素级特征,同时利用EMAP方法提取像素级HSI特征,融合2种特征后的图像具有完整的HSI结构特性,考虑到融合之后的信息冗余,采用递归滤波的方法进行光谱学滤波,最后将特征输入到支持向量机(support vector machine,SVM)分类器中,确定像素的标签。在Indian Pines和University of Pavia 这2个数据集上实验,分析了参数的变化对分类精度的影响,并与其他同类算法相比较,分类精度和Kappa系数较S3-PCA方法分别提高了3.55百分点和2.88百分点。

为摸清深圳市龙岗区斜坡地质灾害隐患底数,查明该地区灾害易发区域分布情况,以多源遥感卫星数据为基础,利用地质灾害解译平台,采用专家判读方法解译斜坡地质灾害隐患,并采用野外验证与百度街景数据相结合的方式对部分解译隐患进行验证。最后利用信息量法,以坡高、坡度、降雨量、地表岩性和土地覆被等为评价因子,获得龙岗区斜坡地质灾害隐患易发区分布情况; 同时利用已发地质灾害点与易发性评价结果进行叠加分析。结果显示评价结果与已发灾害点分布完全吻合,说明该方法在斜坡地质灾害易发性评价的有效性,同时也侧面证明了遥感解译斜坡地质灾害隐患的准确性。

深入分析城市扩张的热岛效应对解决城市热环境问题具有重要意义。以南京市为研究区,基于2000年、2010年和2020年Landsat遥感影像,应用辐射传输方程反演南京市地表温度、生物量组分指数(biophysical composition index,BCI)提取不透水面信息,运用标准差椭圆和景观指数法分析2000—2020年间南京市城市扩张的方向和类型,并基于统计学分析方法探究城市扩张类型对热环境的影响。结果表明: ①研究期内南京市地表温度从29 ℃增加至30 ℃,热岛面积由2 248 km²增加到3 051 km²,2000—2010年间城市热岛向南扩张,2010—2020年向四周扩张; ②南京市城市用地以向南为主从中心向外扩张,其中边缘式扩张类型占比最大,填充式次之,飞地式占比最小,2000—2010年间边缘式扩张模式略高于2010—2020年; ③城市扩张与城市热岛扩张方向一致,边缘式的热效应最强,其次为飞地式,填充式最小。本研究可为南京市从城市扩张类型和方向优化热环境研究提供科学依据。

黄河流域生态环境脆弱,水土流失严重,诊断其生态安全状态及主要驱动因素对促进流域高质量发展具有重要意义。本研究利用鄂尔多斯市黄河流域旗县2010—2020年社会统计数据和遥感影像数据,选取19项评价指标,利用“压力—状态—响应”(press-state-response,PSR)模型建立黄河流域旗县生态安全评价指标框架,采用灰色关联度模型计算出关键驱动因素,并实现其后未来5 a生态安全演变趋势预测。结果显示: ①2010—2020年鄂尔多斯市黄河流域旗县达拉特旗、准格尔旗和鄂托克旗生态安全综合评价指数均呈现上升趋势,杭锦旗生态安全指数呈先上升后下降趋势,生态安全等级均波动于临界安全状态,说明该区域流域生态系统安全状况有所改善; ②研究区生态安全动态变化与区域人口数量、城镇化率、草地面积、水资源面积、恩格尔系数和第三产业比重变化有紧密联系; ③各旗县生态安全预测模型结果显示未来5 a该地区生态安全指数均呈现增长趋势。最后基于上述结果提出了相关政策建议,以期为鄂尔多斯市黄河流域生态管理及风险防控提供定量参考和决策依据。

自然保护区是人类保护生物多样性、改善生态环境质量的有效手段,但频繁的人类活动威胁了保护区的生态系统质量和稳定性。为了研究遥感手段评价保护区人类活动影响,以海南省东寨港、铜鼓岭、三亚珊瑚礁和大洲岛4个国家级海洋自然保护区为研究区,以2016—2020年覆盖研究区的高空间分辨率遥感影像为数据源,通过影像预处理、建立分类体系和解译标志、人机交互解译等,获取保护区内人工与自然因子转变信息。通过收集地形、气象等数据,综合考虑人类活动特征和区域生态敏感性等因素,选择地形、气象、用地类型3类11个评价因子建立人类活动影响评价指标体系,采用层次分析法建立评价模型对保护区内人类活动影响程度进行评价分级,得到严重影响区、中度影响区、轻度影响区、无影响区的分布结果,对结果进行分析得出遥感监测与评价结论。结果表明,2016—2020年间,东寨港自然保护区人类活动扰动较大,但有逐渐减少的趋势,严重、中度影响区分布在北部北港岛,轻度影响区分布在保护区边缘地带,均为村庄建设活动侵占林地; 铜鼓岭自然保护区虽有人类活动扰动,但整体保护较好,严重、中度影响区分别位于东部石头公园、北部铜鼓岭景区,主要为旅游、交通设施建设侵占林地,轻度影响区位于西部淇水湾沿岸,主要为房地产开发侵占林地; 三亚珊瑚礁自然保护区人类活动扰动强烈,但有逐年减少的趋势,鹿回头半岛—榆林角片区人类活动影响剧烈,旺盛的旅游地产开发损毁大量林地,轻度影响区位于西瑁洲片区,岛屿北部居民区建设造成林地损毁; 大洲岛自然保护区内未发现有人类活动造成的地表覆盖变化。研究结果可为海南省国家级海洋自然保护区的治理和保护提供科学依据。

为探索现代城市化背景下安徽省生态系统健康状况,基于时间序列土地利用类型数据,利用“活力—组织力—弹力”(vigour-organization-resilience,VOR)模型构建安徽省生态系统健康评价体系,采用熵权法确定系统指标权重,在县级尺度对安徽省1980—2015年生态系统健康开展分级评估与时空演变分析。结果表明: ①安徽省不健康等级区县最多,亚健康等级区县次之,面积占比分别为56.37%和16.83%; 安徽省生态系统多年平均健康综合指数与多年平均健康等级空间分布整体呈现南高北低格局,且均与地貌类型有较强关联,健康和很健康等级区域集中分布于皖南丘陵山地区和皖西丘陵山地区,不健康等级区域连片分布于淮河平原区、江淮丘陵区以及沿江平原区,其中生态系统健康综合指数最高的地区为黄山市祁门县,约0.92,最低地区位于合肥市庐阳区,约0.17。②1980—2015年安徽省整体生态系统健康水平趋向健康发展,共24个区县健康等级上升,无区县健康等级下降,全省平均健康等级由不健康提升至亚健康; 仍有13个区县的健康综合指数下降,生态系统健康水平不稳定,健康等级有下降风险。研究结论对安徽省制定合理的土地利用政策、保护治理生态环境、优化生态系统服务功能等具有一定参考价值。

植被净初级生产力(net primary productivity,NPP)是判定生态系统碳源/碳汇的主要参数之一,具有区域差异性。综合MOD17A3HGF、地形和人类活动等数据,运用重心、趋势分析和地理探测器等方法,探究2010—2020年河南省植被NPP时空分异及其对驱动因子的响应,揭示各因子解释力及交互作用。结果表明,时间上,2010—2020年植被NPP呈波动微上升趋势,多年均值为424.89 gC·m^-2·a^-1; 重心演变时间分异明显,平均重心距离几何中心较近。空间上,植被NPP自东北向西南递增,以中值区(300~600 gC·m^-2·a^-1)为主。影响因素上,降水与植被NPP的相关性高于气温; 植被NPP随海拔、坡度的增加而先增加后减少,海拔小于200 m、坡度小于2°的区域对研究区NPP贡献最大; 阳坡植被NPP相较于阴坡更高; 土地利用变化下,向耕地的转化对NPP总量增长起主要作用。地理探测显示,对植被NPP变化解释力最强的单因子为降水; 双因子交互均表现为增强关系,其中降水∩经度q值最高。研究结果可为河南省生态保护和高质量发展提供数据支持。

研究多源环境变量条件下随机森林(random forest,RF)模型和普通克里格(ordinary Kriging,OK)模型对大尺度耕地土壤pH值空间预测的性能差异,研究分析RF模型对提升土壤pH值预测精度的参考价值。以中国江西省为研究区,基于气候、地形和植被等环境协变量信息,结合土壤属性和耕地利用条件,利用RF模型对江西省耕地土壤pH值进行空间预测,识别土壤pH值空间变异的影响因素,并与OK模型计算精度进行对比。结果表明,增加土壤属性和耕地利用条件作为环境变量的RF-A模型预测耕地土壤pH值的精度优于以地形、气候、植被属性作为环境变量的RF-B模型和OK模型的预测结果,气候因素是决定土壤pH值的最重要因素,地形地貌因子和人为因素对pH值变异也有重要影响。研究结果表明该方法对提升大尺度耕地土壤pH值预测制图精度具有一定的理论和现实意义。

云南省福贡县位于中缅边境,是典型的高山峡谷地区,地质环境脆弱,滑坡、崩塌、泥石流等地质灾害频发,对人民生命财产安全、经济建设和国防安全构成严重威胁。该地区山高林密,传统的人工排查工作较难实施,危险性大。为了实现地质灾害隐患探测,利用Sentinel-1A 卫星数据,采用短基线集差分干涉测量(SBAS-InSAR)技术对高山峡谷区域进行了地表变形监测和地质灾害隐患探测,并结合地面调查与光学影像遥感解译对识别结果进行了验证。结果表明,该地区的变形区域大都处于地质条件脆弱地区,在强降雨条件下极易导致滑坡失稳,建议后续开展持续观测。该研究成果对高山峡谷区滑坡调查与监测研究具有参考意义。

在自然资源调查监测体系提出背景之下,新一代数字技术与调查监测融合发展在自然资源统一调查监测中存在自然资源时空数据保障缺乏协同、自动处理能力业务化应用不足、成果数据精细化管理有待提升、社会化服务和安全保障不足等方面的问题。在现代测量技术和人工智能、大数据、云计算等新一代数字技术的快速发展及其与自然资源调查监测的深度融合背景下,该文基于自然资源统一调查监测体系,提出了自然资源调查监测体系技术框架,开展“天空地人网”协同感知、自然资源时空数据自动化处理、自然资源实体时空数据库构建、调查监测成果数据共享服务和数据安全保障5大研究内容。最后,以广西壮族自治区“天空地人网”协同感知网、普适型调查监测数据采集系统研发、自然资源综合监测为例,说明自然资源调查监测技术框架的建设成果。

土地利用/土地覆盖(land use/land cover,LULC)模拟是土地变化研究的重要一环。基于谷歌地球引擎(Google Earth Engine,GEE)平台提取禄劝县1991—2021年高精度的LULC信息,分析其时空演变特征; 利用随机森林模型探究LULC变化的驱动因素; 对比元胞自动机-马尔科夫模型(cellular automata-Markov, CA-Markov)、土地变化模型(land change modeler,LCM)、未来土地利用模拟模型(future land use simulation,FLUS)和斑块生成土地利用模拟模型(patch-generating land use simulation,PLUS)4种模型在禄劝县的模拟效果; 根据模拟效果最好的模型预测禄劝县2027年的LULC状况。结果表明: ①1991— 2021年,禄劝县LULC空间格局以林地、草地和耕地为主; 耕地和水体分别波动增加89.26 km²和27.72 km²,林地、建设用地和裸地面积分别持续增加724.25 km²,21.08 km²和13.67 km²,草地面积以年均29.20 km²的速度波动减少。②禄劝县LULC变化主要受到地形条件(高程和坡度)的影响。③4种LULC模型的模拟效果排行为PLUS>FLUS>CA-Markov>LCM,其Kappa系数分别为0.63,0.58,0.46和0.35,总体精度分别为0.78,0.75,0.66和0.58。④禄劝县2027年的LULC空间格局与2021年相似,2021—2027年,耕地、草地和水体的面积分别以40.21 km²/a,4.51 km²/a和0.70 km²/a的速率减少,而林地、建设用地和裸地分别向外扩张265.52 km²,4.85 km²和2.08 km²。

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。

土壤盐渍化是土地退化和沙漠化的重要原因之一,会对生态环境造成巨大的影响。滨海湿地属于典型的生态环境脆弱地区且盐渍化特征突出,迫切需要研究土壤盐渍化对湿地生态环境的影响。该文提出基于基线的盐渍化指数(baseline-based soil salinity index,BSSI),有效抑制了复杂地物对地表盐渍化监测带来的影响,盐渍化土壤提取精度高于其他盐分指数模型10%; 随后通过改进顾及水效益的生态环境质量指数(water benefit-based ecological index,WBEI)提出优化的顾及水效益的生态环境质量指数(optimized water benefit-based ecological index,OWBEI),使生态环境质量评估精度有效提高至87%; 最后,以黄河三角洲为例获取其土壤盐渍化分布和生态环境质量分布,探讨土壤盐渍化对生态环境质量的影响机制。结果表明,随着盐渍化程度的不断加深,滨海湿地的土壤脆弱性不断增加,间接导致生态环境质量持续变差。尽管生态环境保护措施不断提出,但针对盐渍化土壤的保护措施较少,导致生态质量状况恶化并负反馈于土壤,最终形成恶性循环,不利于当地生产生活和社会发展。

生态修复分区是有效开展生态修复的必要前提,基于生态系统服务(ecosystem services,ES)的分区是当前生态修复分区的热点方法。已有研究大多仅考虑ES现状而忽略其变化,无法反映生态修复的潜力和方向。该文提出一种基于ES变化的生态修复二级分区方法,并将其应用于甘肃省河西地区。首先,基于(Google Earth Engine,GEE)平台分类Landsat影像获得2期(2005年和2020年)土地利用数据,采用当量因子法计算2期ES分项价值和总价值; 然后,对ES总价值变化进行聚类和异常值分析,构建生态修复一级分区(优先修复区PrR、重要修复区ImR、潜在修复区PoR、重要保护区ImP和优先保护区PrP); 最后,利用ES分项价值变化的组合特征构建二级分区。结果表明: ①一级分区各类占比分别为PrR 0.9%,ImR 7.2%,PoR 78.0%,ImP 13.0%和PrP 0.9%,PoR大部分位于河西地区的戈壁荒漠,PrR与PrP零散分布在祁连山与山前草地的过渡带,ImR与ImP聚集在祁连山山地、走廊平原以及北山山地,ImR与ImP的修复与保护潜力更大,且生态修复潜力有限,保护较修复更为迫切; ②二级分区共有10类修复二级区和6类保护二级区,ImR和ImP的二级分区均以分项服务协同变化为主,河西地区生态修复与保护均应关注ES的综合提升。

准确把握新型城市群生态环境质量的演变趋势,识别其影响因素,对科学引导城市化并实现可持续发展具有重大意义。在目前新型城市群生态环境质量时空演变特征评价研究中,缺乏多因素对生态环境质量的交互影响的相关研究,针对此问题,该文基于Google Earth Engine(GEE)平台,以长时序 Landsat TM/OLI遥感影像为基础数据源,采用遥感生态指数(remote sensing ecological index, RSEI),结合Sen斜率估计和Mann-Kendall检验方法,探究1990—2020年长株潭城市群生态环境质量的时空变化特征,并运用地理探测器定量测度不同因素对长株潭城市群生态环境空间异质性的影响。研究表明,长株潭城市群生态环境质量总体较好,空间分布总体上遵循“边缘地区较好,核心区较差”的格局。长株潭城市群生态环境质量等级为“优”和“良”的面积平均占比超过60%。可持续发展理念转变了长株潭城市群城市无序扩张的发展模式,使得RSEI呈现先下降后上升的趋势,并在2000年出现拐点。1990—2020年长株潭城市群中心城区生态环境质量退化严重,非中心城区生态环境质量变化以提升为主。自然地理条件是显著影响长株潭城市群早期生态环境质量的主要因素,但随着社会经济发展,夜间灯光等社会经济因素对生态环境质量影响逐渐增强,并逐步发挥主导性作用; 各因子在交互作用下对生态环境质量的影响显著增强,2010年前人文因素和自然因素间的交互作用对生态环境影响较强,而2015年后人文因素间的交互作用对生态环境质量影响较强。该研究结果可为推进长株潭城市群一体化高质量发展提供科学依据,同时也为其他同类型城市群发展提供参考。

长城文化带经济生态协调发展和文化景观保护是区域社会可持续发展的重要内容。面向大型线性文化遗产一体化监测与评估现实需求,提出了一种集成面向对象变化向量分析和U-net深度学习的遥感动态监测方法; 通过对分类散点噪声的抑制和重点区域环境要素的精准动态刻画,实现了结合社会经济数据与遥感变化检测的文化景观变迁驱动影响因子诠析与信息挖掘。实验以明长城(北京段)为研究对象,使用2015—2020年高分二号(GF-2)2 m分辨率的融合图像,通过多尺度分割、变化向量分析提取、U-net图像分类等方法,对其景观廊道进行地表要素遥感变化检测和土地覆盖变化矩阵定量分析。结果表明: 明长城(北京段)文化带土地覆盖变化率为0.098%,主要表现为裸土、耕地等向林地转化以及人工用地的增加; 同时,文化带生态环境呈正向发展,保护态势整体良好。研究结果可为明长城(北京段)生态环境协调发展和文化景观可持续保护提供技术支持。

近年来,山区输电网工程遭遇滑坡而导致输电杆塔倒塌、电力中断的事故屡有发生,早期识别滑坡隐患、防患于未然,对于保障电力工程安全具有重要意义。为此,依托川渝输电网工程,采用光学遥感与小基线集(small baseline subset,SBAS)-合成孔径雷达差分干涉测量(interferometric synthetic aperture radar,InSAR)相结合的SBAS-InSAR方法,对川渝输电网沿线区域进行了滑坡隐患点的早期识别。通过对高分辨率光学遥感影像的解译,共识别出电网沿线杆塔附近的滑坡隐患点28处。在此基础上,采用SBAS-InSAR技术针对研究区进行地表形变探测,发现滑坡隐患点27处。上述2种方法共识别出40处滑坡隐患点,其中15处隐患点为2种方法共同识别。最后,通过现场复核、变形迹象及稳定性定性分析,认为7处隐患点对电网杆塔具有威胁而存在风险、其中2处风险较大。该成果对于川渝输电线路的滑坡地质灾害防治具有指导和参考价值。

区域植被净初级生产力(net primary productivity, NPP)的模拟估算及其时空变化规律对区域植被质量以及碳收支平衡分析具有重大意义。该文以鄂西犟河流域为研究区域,在对土地覆盖、地形、土壤、气象、植被指数等输入数据预处理基础上,基于BEPS-Terrainlab V2.0模型对流域1986—2017年的NPP进行模拟估算,评价了其模拟精度,并探讨了流域NPP时空变化规律及其环境变化响应。结果表明: 流域NPP在年内尺度上呈单峰状分布(夏季高、冬季低); 年际上呈波动上升趋势。流域NPP在空间上呈南低北高分布特征。不同土地覆盖类型的NPP值表现为阔叶>混交>针叶>农田>城市; NPP随高程的增加呈上升趋势,不同土壤质地的NPP值表现为砂土>砂质壤土>壤质砂土>粉砂壤土。在日尺度上对NPP影响最大的是辐射和温度,通过0.01显著性检验; 年尺度上LAI(leaf area index, LAI)对NPP影响最大,通过0.01显著性检验。

土地利用冲突识别对于社会经济的可持续发展与生态文明建设具有重要意义。乌鲁木齐市作为丝绸之路经济带的核心区域,探讨其城市发展、绿洲农业及生态环境三者围绕土地利用存在的冲突原因和表现急需而必要。为此,该文以乌鲁木齐为研究区,在对2000年、2010年、2020年以及利用FLUS模型模拟的2030年土地利用特征进行分析的基础上,通过PSR模型构建土地利用冲突强度测度模型,评估了4个时期土地利用冲突,最终借助地理探测器,定量分析了导致研究区土地利用冲突的驱动因子。结果表明: ①2000—2030年土地利用空间分异明显,呈现出建设用地、林地和水域面积增加,草地、耕地和未利用地面积减少的“三升三降”变化趋势。②土地利用程度综合指数皆处于中低利用程度,但整体始终呈上升趋势,土地利用一直处于发展期。③2000—2030年间土地利用冲突空间变化显著,无冲突区和轻度冲突区面积占比最大,中度冲突区面积呈正态分布,重度冲突区和高度冲突区逐年增加,且高度冲突区增幅最大。④2000—2010年,土地利用冲突热点区集中分布于中心城区北及西南部; 2010—2020 年,热点区范围蔓延至南部、北部山区林地周边及达坂城区盐湖两侧冲积扇附近; 2020—2030 年,热点区仍主要分布在建设用地周边及山区林地附近,但山区的热点区明显减少。⑤土地利用冲突空间分异驱动力的单因子影响分析结果表明,斑块密度>地均人口> GDP>坡度>高程>距区县距离>距河流距离>距道路距离; 交互探测分析结果表明,(斑块密度∩高程)>(斑块密度∩地均人口)>(斑块密度∩距道路距离)。本研究能为乌鲁木齐有效协调经济发展和生态保护之间的矛盾关系,优化未来土地利用结构提供参考。

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。

随着我国光伏产业的快速发展,盲目建设光伏电站问题日渐显现,掌握区域光伏开发适宜性、发电潜力和减排效应对光伏产业健康发展具有重要意义。本研究基于遥感数据、气象数据和基础地理数据等构建光伏开发适宜性评价指标体系,评估了川西高原光伏开发适宜性区域,估算了光伏发电潜力和减排效应。结果表明,光伏开发适宜性评估区域占川西高原总面积的57.43%,高适宜区面积约2.07×10⁴ km²,主要分布在川西高原西南和西北地区; 川西高原发电潜力巨大, 高适宜区全部开发情景下发电潜力为17 197.97亿kWh,相当于新型冠状病毒疫情发生前四川省2019年电力消费总量的6.52倍; 与传统火力发电相比,高适宜区光伏发电每年潜在CO₂减排量为12.45亿t,约为我国2019年CO₂排放总量的12.71%,是四川省的3.95倍,同时,可减少大量煤炭、常规污染物和重金属的排放。研究结果为川西高原光伏电站选址和光伏产业的健康发展提供科学参考和指导建议。