植被物候遥感监测研究进展

植被物候信息是评价气候—植被交互影响、土地覆盖率以及生态系统年际生产力变化的关键指标。传统物候监测方法以目视观察为主,监测范围受限且人力物力消耗大。遥感技术作为近年来新兴的监测手段,具有监测范围大、信息获取便捷以及节省人力物力等特点,其应用进一步推动了植被物候动态监测研究的发展。本文首先对近年来植被物候遥感监测流程进行梳理,明晰了现有的遥感物候监测体系;概述了可用于建立植被生长曲线遥感数据源,并对不同数据源的应用情境进行了讨论;总结了现有的曲线降噪算法及应用流程,对不同方法进行降噪处理时误差成因进行了分析;归纳了目前主要的植被物候提取方法;最后讨论了数据分辨率、植被物候阶段定义以及监测时效性等植被物候遥感监测中尚存的不确定性因素,并对未来植被物候遥感监测研究的主要方向进行了展望。

土壤盐渍化光学遥感监测方法研究进展

土壤盐渍化是导致土壤肥力下降、生产力衰退、植被覆盖减少以及作物产量降低的重要原因之一。光学遥感监测技术具有宏观、及时、动态和低成本等优点,对于实现土壤盐渍化的动态监测具有重要意义。然而,目前少有对多尺度遥感数据、多类型遥感特征参量以及反演模型进行系统性梳理和总结的综述研究。为此,该文首先对光学遥感数据源进行了梳理,并总结了目前盐渍土监测相关研究中使用的遥感数据来源与尺度平台,将多源遥感数据分为卫星、航空和地面3种不同平台;其次,整理了目前主流的建模特征参量以及统计回归和机器学习2类经典的反演方法,并分析了各方法的研究现状;最后,对遥感数据源间的融合进行了探讨,比较了各建模方法的优缺点,并结合当前研究热点,展望了将数据同化与深度学习应用于土壤盐渍化监测研究的前景。