基于MODIS数据的近20年海南岛叶面积指数时空变化及驱动力分析

叶面积指数(LAI)是重要的植被结构参数之一,在监测植被生长状态、评估生态系统健康以及制定环境保护政策等方面均具有重要价值。海南岛因其特殊的地理位置和气候条件,拥有丰富的植被资源,气候变化及人类活动对其影响不断加剧。因此,深入研究海南岛LAI的时空变化对于理解该地区植被状况具有重要参考意义。本研究基于2002—2022年的MOD15A2 LAI产品数据集和气象数据,利用Theil-Sen中值分析和Mann-Kendall趋势检验等方法,分析了海南岛LAI的时空分布变化及其对气候因子的响应。结果表明:1) 2002—2022年,海南岛LAI整体呈增长趋势,其中北部的增长趋势明显强于南部。这一现象与橡胶种植业的发展和南部地区旅游产业的兴起有关,表明LAI的变化与人类活动紧密相连。此外,海南岛的LAI分布呈现中部高、周边低的空间特征,与该地区的地势特征相一致。2) 2002—2022年海南岛LAI的平均变异系数为0.136,说明植被变化波动较小,表明其能保持生态平衡和一致性。3)在气候暖干化的背景下,温度上升对植被生长的促进作用存在饱和效应。海南岛北部地区的LAI与温度主要呈正相关,而南部地区主要呈负相关,降水的影响则与温度相反。以上结果表明,海南岛LAI的空间差异和时空变化主要受气候条件、地形和人类活动等多种因素的协同作用。本研究为海南岛植被保护、生态修复和气候适应性管理提供了科学依据。

城市植被遥感分类研究进展与展望

城市植被是城市环境的重要组成部分,城市植被遥感分类是对城市绿度空间监测分析的重要方式。本文通过梳理国内外城市植被遥感分类研究进展,从遥感数据源和分类方法入手,分析该领域目前面临的问题及发展趋势,以期为城市绿度空间研究提供参考。首先,概述了光学数据、激光雷达数据及地面传感数据等数据源在城市植被遥感分类领域的应用,对不同数据源的优势与不足进行了深入分析;其次,基于阈值分割、机器学习和深度学习3种分类方法的研究,总结了应用于城市植被遥感分类领域各方法的特点;最后,提出了城市植被遥感分类研究中现存问题和未来发展方向。

基于计算机视觉的海南岛地质灾害提取研究

针对海南岛主要地质灾害类型(滑坡、崩塌、泥石流),利用多源遥感影像数据,基于计算机视觉,运用Itti视觉显著性模型以及多特征层次分析,建立适宜于海南岛的地质灾害信息提取算法模型。该模型利用地质灾害与其他地物差异较为显著的色调、形态特征,在Itti视觉显著性模型的基础上生成了总显著度图,经过多特征层次分析,进行特征参量阈值优化处理形成最终的地质灾害信息提取结果。本文选取多处研究区、多灾害类型、多源影像进行实验验证,实验提取各类地质灾害正确率为89.85%,无漏检,整体精度较好。将计算机图像处理技术运用到海南岛的地质灾害信息提取中,为该地区地质灾害防治工作提供了新的技术方法支持,为今后在热带地区开展地质灾害信息提取提供了参考。

海洋环境时空过程数据多维表达技术研究

时空动态过程是海洋的重要特征,海洋数据的多维表达是海洋环境时空过程要素和现象的空间认知与知识挖掘的重要研究内容。传统GIS很难分析和处理处于虚拟地理空间下以海洋大数据为载体的信息流动的虚拟海洋环境空间的复杂地理要素与地理现象。本文从虚拟海洋环境和抽象坐标海洋空间环境相结合的角度,提出了基于数字地球模型的虚拟海洋环境构建方法,实现了基于抽象坐标系统的海洋实体空间对象数据和虚拟海洋生态环境对象数据的一体化集成;设计了一维、二维海洋环境数据时空过程表达技术方案;研发了三维海洋环境时空动态数据结构与过程表达计算引擎,实现了海洋环境要素场的单层要素场过程和多层动态过程模拟等多维表达方式。最后,结合我国智慧海洋建设,提出了关于未来发展方向与研究重点的认识与建议。

数据流通场景下的遥感影像隐形水印技术研究进展

随着遥感技术的发展及信息传递手段的丰富,遥感影像在各种关键领域得到广泛应用。遥感影像在多端流通的过程中容易遇到来源、版权信息缺失及可靠度不明的问题,因此需要通过专门的技术手段实现数据流通过程中的确权和验证。目前,隐形图像水印是实际应用中最有效的手段之一,受到了各方研究团队的关注,其技术也不断深入完善和发展。其中,由于栅格类型影像数据的应用较多,所以相关的研究也更丰富。本文针对在数据流通场景下应用于栅格格式遥感影像的隐形图像水印技术,简要分析了其研究背景和需求,整理了研究中常用的技术指标,介绍了代表性的技术方法,并根据目前的研究和需求趋势,展望了该技术可能的发展方向。

2012-2020年海南岛500m分辨率GDP空间分布数据集

本研究以欧空局(European Space Agency,ESA)土地覆盖数据、美国国家极轨合作卫星-可见红外成像辐射计套件(National Polar-orbiting Partnership-Visible Infrared Imaging Radiometer Suite,NPP-VIIRS)夜间灯光数据和海南省统计数据等为数据源,生产了2012-2020年海南岛国内生产总值(Gross Domestic Product,GDP)空间分布数据。基于土地利用类型与第一产业产值的关系,实现海南岛第一产业产值空间化;通过构建县域夜间灯光指数与第二、三产业产值的回归模型,实现海南岛第二、三产业产值空间化;结合第一产业和第二、三产业产值空间化的结果,得到海南岛GDP空间分布数据。利用海南省统计局公开的GDP数据进行验证,结果表明:相较于海南省统计数据,各期第一产业产值空间分布数据,第二、三产业产值空间分布数据和GDP空间分布数据最大相对误差分别为3.25%、9.58%和7.49%,表明数据集能够较好地描述海南岛GDP空间分布情况。本数据集可为政府制定岛内经济发展政策提供决策依据,学者探索岛内经济发展差异与趋势提供数据支撑。

2016年和2020年海南岛10米空间分辨率耕地复种指数监测数据集

耕地复种指数是开展耕地地力评价、农业生态评价等的重要参数,遥感技术的发展使得高时空分辨率耕地复种指数监测成为可能。本文基于Sentinel-2数据,采用Savitzky-Golay滤波方法和二次差分法,开展了海南岛耕地复种指数提取方法研究,并结合2020年地面样本数据进行验证,在此基础上提取了2016年和2020年海南岛耕地复种指数数据集。该方法利用遥感数据提取得到的2020年海南岛耕地复种指数总体精度达91.9%,Kappa系数为0.9。本数据集可作为海南耕地复种时空变化分析的基础数据,也可为海南省开展农业生态资源监管,实施热带高效农业可持续发展战略提供数据和决策支撑。

基于改进U-Net的珊瑚礁底栖物质信息提取方法

珊瑚礁底栖物质信息提取在珊瑚礁遥感监测领域具有重要意义。SVM、最大似然法等传统珊瑚礁底栖物质信息提取方法存在精度不高、不够自动化、时间成本较高等问题。目前深度学习方法在语义分割领域已有广泛应用,且取得了较好的效果,为此,利用深度学习技术设计一种基于改进U-Net的分割网络模型,以进行珊瑚礁底栖物质信息提取。为了保留分割细节,对编码器的每个层级设置一种多输入的方式。将ResNet34的残差部分结构作为网络的编码器,以提取更丰富的特征。结合分解卷积、注意力机制和通道混洗操作设计一种新的特征提取块,并将其代替编码器、底层和解码器中的普通卷积层。同时,通过注意力机制来改善U-Net模型的远跳连接,对权重进行调整,以提高分割精度。在三亚地区的GF-2多光谱遥感影像上进行实验,提取的地物类别分别为健康珊瑚礁、白化珊瑚礁、藻类混合物、沙、浪花、深海区和陆地,通过面向对象方法并结合Google Earth影像进行目视解译以修订建立数据集。实验结果表明,该模型的平均交并比和平均F1值分别达到67.17%和78.7%,与常用的分割模型相比,其在视觉效果和评价指标上更优,消融实验结果也验证了改进模块的有效性。

我国科学数据中心评价的知识图谱分析

在大数据时代背景下,科学数据中心的蓬勃发展使其绩效评价逐渐成为研究热点。通过对国内近十年科学数据中心评价相关成果的系统梳理,为我国科学数据中心评价模型的深化研究提供理论依据和参考。运用科学知识图谱法,借助CiteSpace软件对2013-2023年期间CNKI的科学数据中心评价研究相关文献进行关键词共现分析。研究发现:研究演进上看,2015-2019年为高峰期,文献数量呈现爆发式增长;研究热点上看,可归纳为评价对象、评价领域、评价指标体系、绩效评估模式。经过对各个主题的深入分析,发现科学数据中心评价已经有一定程度的研究成果积累,然而,对于我国的科学数据中心体系而言,现有的评价体系在可比性和通用性方面存在一定的不足,这对科学数据中心的协调统一发展形成了阻碍。

基于高分三号卫星合成孔径雷达数据的农田土壤水分反演

土壤水分是农作物生长的基本条件,本研究基于高分三号卫星C波段合成孔径雷达数据,提出新的土壤水分反演算法,并获取区域尺度8 m空间分辨率的农田区土壤水分。首先,通过PROSAIL模型、实测植被冠层含水量、Landsat-8光学数据优选光学植被水分指数,计算水云模型参数并获得土壤直接后向散射系数;其次,利用高级积分方程模型模拟雷达后向散射影响机制,采用雷达影像高低入射角特性计算地表组合粗糙度;最后,利用高分三号卫星同极化雷达数据反演农田区土壤水分,并基于实测数据开展精度验证。结果表明:土壤水分反演值与野外实测值具有良好一致性,垂直极化下反演精度更高,其决定系数为0.5956,均方根误差为0.0415 m3/m3。本研究成果可为我国自主研发的高分三号卫星获取高分辨率土壤水分信息提供算法参考。

对地观测卫星知识图谱的构建与应用

【目的】为厘清对地观测卫星、平台、仪器、传感器、相关参数之间的关系,为相关数据智能查询和知识推理提供知识基础,提出构建对地观测卫星知识图谱。【方法】本研究通过自顶向下与自底向上相结合的知识图谱构建技术,使用自然语言处理和人工审核的方法进行卫星数据的提取、融合和质量评估,构建对地观测卫星知识图谱。【结果】总结了知识图谱的逻辑架构和技术架构,梳理了对地观测卫星知识图谱的构建流程,最终构建了包含8种实体、9种关系和33种属性的对地观测卫星知识图谱。【结论】凭借对地观测卫星知识图谱结构化视图和智能查询的功能为卫星数据管理提供了新的解决方案,将在未来促进地球科学研究和社会服务中取得更广泛的成果。

海南岛农业台风灾害风险评估与可持续发展对策

海南岛是中国台风频发地区之一,开展海南岛农业台风灾害风险评估研究,可为海南岛优化农业种植布局和加强农业防灾减灾提供技术支撑。该研究基于自然灾害系统理论和方法,结合海南岛气象、自然地理与社会经济等要素,综合考虑致灾因子危险性、孕灾环境暴露性、承灾体脆弱性,研究构建了海南岛农业台风灾害风险评估方法与指标体系,并基于2001-2020年历年海南岛台风发生数据进行了海南岛农业台风灾害风险评估,在此基础上提出了农业台风灾害防灾减灾与可持续发展对策。结果表明,海南岛农业台风灾害风险指数处于0.40~0.80之间,平均0.61,整体上呈现出北部及沿海地区的灾害风险高于中部山区的趋势;致灾因子危险性、孕灾环境暴露性在全岛北部和沿海地区指数较高,承灾体脆弱性在琼海、陵水和三亚等市县指数较高。同时提出了3种农业台风防灾减灾与可持续发展对策,包括调整农业种植布局、提升风险监测预警能力和加强农业政策保险投入等。海南岛各市县农业台风灾害风险的差异以及相应的对策,可支撑相关部门为不同灾害风险程度区域建立防灾方法提供指导依据。

面向对象的三亚珊瑚礁底质信息提取

珊瑚礁对于海洋生态环境研究具有重要意义,通过分析珊瑚礁底栖物质的分布及健康状况,可以对珊瑚礁生态环境进行评估。本文提出了一种基于面向对象的图像分类方法,通过试验确定不同地貌的最优分割尺度,其中陆地和深海的最优分割尺度为150,各类底栖物质的最优分割尺度为30。以Sentinel-2A卫星遥感影像为例,提取海南三亚珊瑚礁自然保护区的珊瑚礁底栖物质,并使用混淆矩阵对提取结果进行精度评估。结果表明,底栖物质提取总体分类精度为87.91%,Kappa系数为0.83。面向对象分类方法可有效结合珊瑚礁底栖物质的纹理特征和光谱特征,并充分利用遥感影像不同波段的组合特性,可为三亚珊瑚礁保护管理提供方法支撑。

基于高分2号数据的海南岛红树林变化数据集(2015-2019)

红树林是具有重要的生态及生态经济服务价值的海岸带湿地生态系统。由于自然因素和人类活动的影响,红树林又是全球最脆弱的生态系统之一。红树林的监测是一项需要长久开展的工作。遥感技术的发展为红树林监测提供了一种高效便利的手段。本研究基于2015、2017和2019年共计3期国产高分2号(GF-2)数据,同时结合野外调查资料,以及采用高斯径向基核函数,惩罚因子为100,Gamma函数为0.022的支持向量机方法,提取了2015-2019年3期海南岛红树林变化数据集。本数据集总体分类精度大于99%,数据量为58.7 MB。本数据集可作为红树林时空变化分析的基础数据,也能为海南省红树林湿地生态系统可持续利用和保护等提供决策支持,为海南省生态环境监管提供依据。

基于Landsat数据的海南岛养殖塘变化数据集(1987-2020)

水产养殖业的快速发展造成了一定的社会和环境问题。定期监测近岸地区水产养殖的分布状况和动态变化对于沿海地区的环境保护可持续发展具有重要意义。本研究利用1987年、1990年、1995年、2000年、2005年、2010年、2015年、2018年、2020年共计9期Landsat TM/OLI数据,结合Google Earth影像和野外调研资料,采用面向对象的分类方法获取了1987-2020年海南岛养殖塘变化数据集。本数据集总体分类精度大于95%。本数据集可用于养殖塘时空变化分析,以及养殖塘选址、管理和利用的决策支持,为海南水产养殖可持续发展和生态环境监测提供数据支持。

2018-2020年海南近岸珊瑚礁底栖物质分布数据集

本研究基于Sentinel-2高分辨率遥感影像数据,采用面向对象多尺度分割技术,利用最近邻算法对海南省三亚市、文昌市、儋州市近岸2018-2020年间的珊瑚礁底栖物质进行分类,同时结合高分2号遥感影像和实地验证数据对分类结果进行精度验证,获得本数据集。本数据集可用于近岸珊瑚礁底栖物质时空变化分析、珊瑚礁健康状况评估等研究,也可以为海南岛珊瑚礁的管理和保护提供数据基础。

基于激光雷达卫星(GEDI)的广东省森林冠层高度和生物量估算

森林冠层高度和生物量估算对估算森林碳收支方面起到重要作用。本文以广东省森林为研究对象,以全球生态系统动态调查(GEDI)激光雷达卫星为数据源,分别采用回归树和克里金插值算法,对广东省的森林冠层高度和生物量进行反演。研究结果表明,广东省的树木高度普遍在10~20 m,占比超过50%。树高高值出现在粤北的韶关、肇庆等市,树高普遍在15~20 m;而湛江市的平均树高最低,普遍不足10 m。广东省森林生物量最大值为335.85 t/hm^(2),最小值为5.25 t/hm^(2),平均值为98.27 t/hm^(2)。森林生物量高值区域主要分布在粤东山区和粤西山区,而广东省平原和城市化地区森林生物量则较低。本文结果为估算广东省森林生态系统碳吸收提供科学依据。

2020-2022年三江平原主要农作物种植分布遥感监测数据集

三江平原分布着广阔肥沃的黑土地,是中国重要的商品粮基地,人均耕地面积和人均粮食产量是全国平均水平的5倍。准确的作物种植面积信息对于了解三江平原区域粮食安全和农业发展规划具有重要意义。本文利用时间序列的Sentinel-2卫星遥感数据,结合三江平原地面实地典型地物调查数据,筛选主要农作物及周边典型地物的特征波段,采用随机森林分类算法,提取了2020–2022年三江平原主要农作物(水稻、玉米和大豆)种植分布遥感监测数据集。经实地调查数据验证,2020年、2021年和2022年三大农作物提取的总体精度分别为95.18%,95.0%,94.5%,Kappa系数为0.924、0.925和0.919。本数据集不但可以作为三江平原农作物种植格局时空变化分析的基础数据,同时也为三江平原农业生产管理决策提供信息支撑,服务区域农业信息化建设以及黑土地保护与利用。

2020年三亚市生态环境敏感性评价数据集

生态敏感性是生态环境对区域内自然和人类活动反应的敏感程度,用以反映产生生态失衡与生态环境问题的可能性大小,是分析区域生态环境稳定性的主要方法之一,对于区域生态保护和决策制定有重要意义。三亚市作为海南省南部中心城市,改善和保护生态环境对该地区可持续发展具有重要作用。本文以三亚市为研究对象制作了2020年三亚市生态环境敏感性评价数据集。该数据集以高程、坡度、坡向、植被覆盖度、水体、土地利用类型、土壤侵蚀强度、人口密度分布、可达性距离等9个因子作为生态敏感性评价指标,采用层次分析法(AHP)计算各评价指标权重,通过GIS空间分析和计算将研究区域划分为非敏感、低敏感、中敏感、高敏感和极高敏感五个等级。数据质量控制部分则通过筛选三亚市区域内无云影像、土地利用监督分类一致性检验kappa系数约为0.85、结合NDWI结果与遥感影像对比得到水体范围等来进行多方面的数据验证,以此提高数据质量的可靠性。本数据集反映了三亚市生态敏感性状况,可为三亚市生态环境保护与资源开发以及土地规划等提供参考数据源。

基于Sentinel-2的海南耕地复种指数监测及时空变化分析

海南是发展热带特色高效农业的黄金宝地,开展高时空分辨率耕地复种指数遥感监测与时空变化分析对海南农业生产管理具有重要意义。基于Sentinel-2数据,利用最大值合成法和Savitzky-Golay滤波对NDVI时间序列曲线作平滑重构,结合二次差分法计算2016—2020年海南耕地复种指数,分析海南省耕地复种指数的时空演变特征。结果表明:通过2020年地面调查数据验证,海南耕地复种指数提取总体精度达91.94%,Kappa系数为0.88。海南省耕地复种指数从2016年1.53提升到2020年1.66,提高了0.13。从2016年到2020年单季种植面积占比增加了6.10%,两季种植面积占比减少了2.65%,三季种植面积占比增加了5.10%,休耕或抛荒耕地面积占比减少了5.60%。海南省各市县耕地复种指数在1.28—1.96区间内,其中海口市、三亚市、东方市、临高县等地区耕地复种指数上升,而琼海市、万宁市、琼中县等地区耕地复种指数下降。研究结果可为海南农业部门合理调整休耕、开垦方案等政策,实施热带高效农业可持续发展战略提供数据和决策支撑。