基于HJ-1A/B卫星CCD数据的江汉平原农田物候探测

利用HJ-1A/B卫星CCD数据,提取2013—2015年三年江汉平原农田的归一化植被指数NDVI,构建时间序列曲线,利用小波变换对HJ-1A/B卫星所得的NDVI数据进行平滑降噪处理,结合地面调研资料,提取江汉平原农作物的物候信息。研究结果表明,HJ-1A/B卫星可用于农田物候监测,对于小区域的农田作物长势监测具有独特的优势。

基于C5.0决策树和时序HJ-1A/B CCD数据的神农架林区植被分类

我国神农架林区海拔高、气候复杂,森林类型多样,结构破碎,森林遥感分类难度较大。将2013年时间序列HJ-1A/B CCD遥感影像作为数据源,计算出植被指数（NDVI、DVI、RVI）和主成分第一分量（PC1）,使用DEM数据生成地形因子（高程、坡度、坡向）,构建植被分类时序因子集。运用C5.0决策树分类法将神农架林区植被细分为七类：针叶林;针阔混交林;落叶阔叶林;常绿和落叶阔叶混交林;常绿阔叶林;灌丛和草甸。结果表明：该方法的总体精度为72.7%,Kappa系数为0.67;在6~8月,针叶林、草甸和灌丛的植被指数明显低于常绿阔叶林、常绿和落叶阔叶混交林、落叶阔叶林和针阔混交林,对分类的贡献较大,称为植被分类的＂窗口期＂。PC1、NDVI和高程因子对神农架林地的区分度较高,而坡度、坡向和RVI因子对分类帮助不大。作为一种智能分类方法,C5.0决策树分类方法应用于30m分辨率的时间序列HJ-1A/B CCD数据,能够将地貌复杂的神农架林区植被分为七类,提高了类别精度,具有更高的应用价值。

武汉市地面沉降时空分异特征及地理探测机制

城市地区地面沉降造成地面高程损失,威胁各类设施的安全运行,影响地表径流和水文循环,监测地面沉降现状并揭示其形成机制,对于城市可持续发展具有重要意义。以2007—2011年的ALOS⁃PALSAR影像和2015—2019年的Radarsat⁃2影像为数据源,基于小基线集技术(small baseline subset interferometric syn⁃thetic aperture radar,SBAS⁃InSAR)获取武汉市两个监测阶段的地面沉降速率、沉降时间序列,并利用地理探测器揭示规划单元尺度地面沉降的主导驱动因子及驱动因子之间的交互作用机制。结果表明:(1)2007—2011年和2015—2019年地面沉降平均速率分别为−3.53 mm/a和−1.48 mm/a。地面沉降较为显著的区域:2007—2011年,是汉口、沙湖沿岸及以北、南湖以西和白沙洲地区;2015—2019年,是汉口、沙湖北和白沙洲地区。(2)局部性、阶段性、与自然条件及人类活动相关是两个时期武汉市地面沉降演变的3个特点。(3)水文地质条件作为必要条件,通过与地面荷载、地下空间开发、工程施工因素交互作用形成武汉市地面沉降时空格局,2007—2011年的工程施工因素、2015—2019年的地面荷载因素与水文地质条件交互作用明显较强。