多源遥感数据在战场环境智能态势感知的现状及展望

面对复杂战场环境信息的快速变化,及时全面准确地掌握复杂战场环境态势,是未来打赢信息化战争的前提条件。为了探索多源遥感数据对战场环境态势感知的发展方向,基于广泛调研战场环境态势感知的遥感需求,首先对战场环境态势智能感知的概念和内涵进行了阐述,然后对多源遥感数据的处理与战场态势感知应用现状进行概述,分析了遥感在战场态势智能感知面临的挑战,最后提炼总结了遥感在战场态势感知的进展和发展趋势。遥感为战场环境态势感知提供多种观测数据,遥感与人工智能算法结合可以为军事战场环境态势感知提供多种应用,为指挥人员决策提供数据支持,但仍然存在大量挑战需要解决。在分析现阶段成果和面临挑战的基础上,提出了遥感在战场环境智能态势感知的前瞻,指出了基于遥感的深度学习可解释性和智慧战场是遥感在战场智能态势感知发展所面临的困难。

基于遥感多参数和CNN-Transformer的冬小麦单产估测

为了提高冬小麦单产估测精度,改善估产模型存在的高产低估和低产高估等现象,以陕西省关中平原为研究区域,选取旬尺度条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)为遥感特征参数,结合卷积神经网络(CNN)局部特征提取能力和基于自注意力机制的Transformer网络的全局信息提取能力,构建CNN-Transformer深度学习模型,用于估测关中平原冬小麦产量。与Transformer模型(R^(2)为0.64,RMSE为465.40 kg/hm^(2),MAPE为8.04%)相比,CNN-Transformer模型具有更高的冬小麦单产估测精度(R^(2)为0.70,RMSE为420.39 kg/hm^(2),MAPE为7.65%),能够从遥感多参数中提取更多与产量相关的信息,且对于Transformer模型存在的高产低估和低产高估现象均有所改善。基于5折交叉验证法和留一法进一步验证了CNN-Transformer模型的鲁棒性和泛化能力。此外,基于CNN-Transformer模型捕获冬小麦生长过程的累积效应,分析逐步累积旬尺度输入参数对产量估测的影响,评估模型对于冬小麦不同生长阶段的累积过程的表征能力。结果表明,模型能有效捕捉冬小麦生长的关键时期,3月下旬至5月上旬是冬小麦生长的关键时期。

北斗导航卫星系统在水利行业的应用与展望

北斗导航卫星系统是我国重要的时空基础设施,建设以来已经广泛应用于社会经济多个领域。智慧水利是新阶段水利高质量发展的最显著标志和6条实施路径之一,北斗导航卫星系统为智慧水利提供了强大的技术支撑,为数字孪生水利建设提供了重要的时空基准和高精度的位置及通信服务。从北斗导航卫星系统的功能视角,选择水利工程变形监测、水利巡检、水文监测数据传输等典型应用场景,分析了北斗导航卫星系统的应用现状;同时,还讨论了北斗遥感技术在水位监测、土壤水分反演和大气水汽反演等方面的应用情况;最后,展望了北斗系统在水利领域的发展趋势,指出其应用场景和领域将持续拓展、应用规模将不断增长,以及与新技术融合应用将不断增强,随着北斗导航卫星系统技术的持续创新和应用范围的进一步扩大,北斗导航卫星系统在未来水利行业中将发挥越来越重要的作用,它将成为加快水利新质生产力、推动水利高质量发展的重要推力。

1995—2021年榆神府矿区景观生态风险时空异质性研究

煤炭开采作为一种强烈的人类活动影响了矿区生态系统服务功能和经济价值,而相同气候环境不同地貌长时序空间尺度上矿区开发后景观生态风险演化特征对比研究较欠缺。以半干旱榆神府矿区为研究对象,基于1995—2021年Landsat数据,通过构建景观生态风险指数以及空间统计学分析,探究了近30年来矿区黄土丘陵和覆沙地两种不同地貌类型景观生态风险时空演化特征。结果表明:①1995—2000年间榆神府矿区两种地貌生态风险格局整体无明显变化;2000—2010年间黄土丘陵区景观低生态风险区向更高等级生态风险转变,2010年黄土丘陵区中高、中和中低生态风险区占比为70%,而覆沙区高生态风险区域虽增加但不显著,仍以中低生态风险区为主,占比为31%;2010—2021年矿区景观生态格局向着均匀化的方向发展,黄土丘陵区逐渐稳定为以中低、中和中高生态风险等级为主,2021年3个风险等级占比为74%,覆沙区也形成了以低、中低和中生态风险等级为主的分布情况,3个风险等级占比为77%,生态风险等级逐渐趋于稳定,生态风险格局不断优化;②1995—2021年榆神府矿区景观生态风险在空间上有明显的集聚分布特征,局部生态风险具有明显的热点、冷点区域,生态风险热点主要分布于煤炭开发时间长、地质环境损害较严重的东北部和东南部黄土丘陵区,生态风险冷点主要位于目前仍处于资源勘探普查的中部覆沙区;③人为干扰度是对榆神府矿区景观生态风险影响最大的驱动因子,黄土区与覆沙区决定力q值大小分别在0.49~0.72和0.38~0.55,在黄土丘陵区植被覆盖度是第二大影响因子,决定力q值在0.27~0.46之间,气温因子影响程度次之,而覆沙区植被覆盖度与气温的影响程度在1995—2021年间互有高低,两种地貌类型景观生态风险均受高程影响最小,q值均小于0.10;④景观生态风险时空演化相关分析表明,榆神府矿区生态修复过程中,应根据不同地貌类型特征优化景观生态格局,在黄土丘陵区应优化开采方案减小地表生态损害、积极开展损害地主动修复策略,在覆沙区由于开采对该区景观格局影响较小,矿区损害地可实施引导型生态自修复等以保障矿区生态安全。

花青素对植物反射特性的影响及遥感估算:叶片尺度

花青素是植物三大色素之一,与植物的生长发育、生长状态以及生长环境状况密切相关,花青素动态变化对生态环境的监测和预警具有重要意义。对叶片光学特性与色素关系的深入理解是估算色素浓度的前提,然而花青素对叶片光学属性的影响并未能得到系统地分析,极大地限制了植物花青素的反演和监测。该研究从机理出发,采用包含花青素参数的新一代植物叶片辐射传输模型PROSPECT-D,结合改进的Sobol’算法,获取输入参数协同变化条件下叶片的光学表现,计算模型参数的全局敏感性指数,全面分析花青素对叶片光学属性的影响,探索花青素的光学敏感波谱区间,在此基础上,以地面实测的叶片波谱和色素数据为样本,发展并探讨叶片尺度花青素的遥感反演方法。结果表明,Sobol’全局敏感性分析结果受样本量变化的影响,总敏感性指数在样本数为3 000时达到稳定;花青素主要影响400~689 nm波谱范围的叶片反射特性,叶片对光子的反射能力随花青素含量的增加而降低;叶绿素、类胡萝卜素与花青素对叶片的反射存在协同作用,在467~589 nm波谱区间,花青素对叶片反射的贡献高于其他参数,花青素总敏感性指数在509 nm处最高(86.64%);基于叶绿素、类胡萝卜素对叶片反射能力的贡献程度,花青素的波谱敏感区间可分为三个部分:467~505 nm(花青素、叶绿素、类胡萝卜素共同影响区)、 506~541 nm(花青素、类胡萝卜素影响区)、 542~589 nm(花青素、叶绿素影响区);叶片花青素含量与敏感区间的高光谱窄波段、波谱指数之间存在显著的线性关系。在所有的窄波段中,样本花青素含量与560 nm的叶片反射率的相关性最好,相关系数为0.948,但由于花青素与叶绿素、类胡萝卜素光谱吸收波段重叠,考虑其他色素干扰的波谱指数ARI、 mARI(Sentinel-2波段参考)与花青素表现出了好的相关性(相关系数分别为0.953 2, 0.953 6),但由于波段设置的差异,不同卫星的波谱指数表现并不一致。该研究可为未来更大范围的花青素遥感估算奠定重要的理论基础。

基于机载LiDAR技术植被茂密区小型滑坡识别与评价

山体滑坡会导致生命和财产损失,获取完整的滑坡空间分布图及对易发区域的准确判定有利于指导生产、生活和生态空间优化。在滑坡调查过程中,茂密的植被覆盖使滑坡调查难度加大,机载激光雷达(light detection and ranging,LiDAR)技术的穿透能力使真实地形特征得以呈现,从而实现植被茂密区滑坡识别。该文通过仿地飞行获取研究区LiDAR点云数据,基于点云数据得到数字高程模型(digital elevation model,DEM),在山体阴影分析、彩色增强显示及三维场景模拟基础上,识别出区域内已有滑坡的位置与规模,经野外核实,滑坡解译精度为86.4%。针对滑坡易发区评价问题,以现有滑坡为样本,首次采用遥感分类思维开展滑坡易发区划定,采用小区域内与滑坡发育有关的高程、坡度和地表起伏度组合成影像,以支持向量机为分类方法,判定出滑坡易发区域,经滑坡检验样本分析,滑坡识别精度为81.91%。研究表明:基于高精度的LiDAR数据及其视觉增强后的图像能识别小型滑坡,采用支持向量机分类法可以准确确定滑坡易发区,为下一步三生空间规划与优化提供依据。

卫星遥感赋能旱情监测:进展与展望

我国干旱灾害发生频繁,造成的损失严重。传统的干旱监测主要基于气象和水文数据,在监测面上的旱情时存在局限。基于新质生产力开展旱情监测迫在眉睫,也是新时期干旱灾害防御工作的重要着力点。近年来,随着卫星遥感技术快速发展,大范围、高精度、高频次、全天候对地观测能力基本形成,旱情遥感监测由早期的模型研究向业务化应用方向发展,多源遥感星地协同旱情监测、精细化旱情综合评估以及遥感、水文气象耦合的旱情预警是未来发展趋势。

基于Gaofen-2影像和面向对象的椰子林分类研究

椰子是重要的热带经济作物,海南椰子种植面积占全国的90%以上。快速获取椰子种植面积及其空间分布信息对热带作物产业规划具有十分重要的作用。本研究基于国产Gaofen-2高分辨率卫星影像,以文昌市东郊镇为试验区,开展椰子林遥感分类研究。基于最优分割尺度的面向对象分类方法,选取4个光谱特征、5个植被指数和32个纹理特征为辅助参量,构建了4种不同的面向对象分类组合(光谱特征、光谱特征+纹理特征组合、光谱特征+植被指数组合、光谱特征+纹理特征+植被指数特征组合)进行椰子林分类提取,并与基于像元的椰子林分类结果进行对比分析。结果表明:(1)仅采用基于像元分类方法,椰子林的总体分类精度(overall accuracy,OA)和用户精度(user’s accuracy,UA)分别达到87.05%和85.21%。(2)相比基于像元分类,4种面向对象分类组合的OA值提高了5.51%~8.72%。(3)光谱特征和纹理特征组合提取椰子林分类结果最优,OA值和UA值分别达到95.77%和97.15%;光谱特征和植被指数的组合也得到了较好的分类结果,OA值和UA值分别为94.88%和94.42%;所有的光谱特征、植被指数和纹理特征全部参与分类得到的OA值和UA值分别为94.67%和94.17%,低于仅使用光谱特征或者植被指数的组合。综上,国产高分辨率Gaofen-2影像在椰子林遥感精准识别中具有很大的潜力,结合纹理特征的面向对象分类方法可以更准确地提取椰子林分类信息,研究结果可为多云多雨地区大尺度椰子林遥感识别提供技术参考。

黄河流域煤炭-煤电-煤化工场地特征精准智能识别方法及应用

黄河流域是“能源流域”,兼具生态环境治理和经济社会发展的重任,涉煤产业场地类型、数量及特征的精准智能识别是流域能源资源-低碳发展-生态保护的关键基础问题。研究融合多源数据与深度学习算法,从流域-基地-场地尺度对黄河流域13个大型煤电基地的煤基场地特征精准解析,获得煤电基地高精度、高质量的本底信息,提出一种实时实景智能识别涉煤产业空间特征的新方法。(1)筛选Google image、GF-6影像、Sentinel-2影像等多源数据,采集13个大型煤电基地煤基场地样本,构建煤炭场地(露天)、煤炭场地(井工)、煤电场地、煤化工场地4类数据集,涵盖21种样本类型。按照每种样本六面体设定6×10个样本,共计1 260个场地样本,分析得出最适样本数量-最高识别效率-最优识别模型的置信区间为80%~86%。(2)建立了煤基场地类型量化模型(Coal-based Site Classification Quantitative Model, CSCQM)和煤基场地范围特征模型(Coalbased Site Range Characteristic Model, CSRCM),模型平均精准度为0.837。明析了黄河流域涉煤产业场地本底信息,提出Google image底图叠加场地智能识别模型解算结果的高精度场地智能识别方法。(3)解析了流域神东煤炭-煤电产业集聚区精准本底数据,依据遥感生态指数(Remote Sensing Based Ecological Index,IRSE)分析,煤基场地分布2 km核心区地表生态质量受煤炭、煤电产业影响明显,5 km缓冲区则影响不明显,而8 km控制区基本不受煤炭、煤电产业影响,从而给出了“动态修复”与分区域、分阶段重点治理等低碳路径。(4)解析了流域宁东煤炭-煤电-煤化工产业集聚区精准本底数据,2022年煤炭场地17.81 km^(2)、占比34.1%,煤化工场地22.3 km^(2)、占比42.6%,煤电场地12.2 km^(2)、占比23.3%,煤化工场地>煤炭场地>煤电场地。进而采用PSR(Pressure-State-Response)模型得到风险管控综合得分53.93分,较2003年提高了27.2%。划分生态维护区、生产监测预警区、损毁修复重建区、其他调控区的分区管控模式。研究为涉煤产业煤基场地潜在污染控制、场地治理及区域生态修复提供技术方法与实践支撑。

基于地理最优相似性的土壤重金属镉含量空间预测

以地理相似性定律为基础,利用野外采集的40个土壤样本数据,结合环境辅助变量构建地理最优相似性(GOS)模型,对研究区域重金属镉含量及其空间分布进行预测研究,并将预测结果与偏最小二乘回归(PLSR)、随机森林(RF)和通用克里格(UK)模型的结果进行对比分析。研究结果表明:研究区内土壤样本镉质量分数均值(0.432 mg/kg)比背景值大,接近中度污染水平(污染指数为2.18),区域土壤生态环境受到一定的威胁;GOS预测结果的决定系数为0.668,均方根误差和平均绝对误差分别为0.096和0.080,在4个预测模型中表现最佳;区域重金属Cd质量分数从东北部向西南部递减,高值分布于河流沿岸和人类活动密集区域,反映出人类活动是导致研究区内土壤重金属分异的主要因素。

2000-2020年滇中城市群不透水面时空动态演变及驱动力分析

[目的]揭示滇中城市群不透水面时空动态演变特征及驱动力机制,进而为制定滇中城市群规划和发展策略提供理论参考。[方法]利用2000—2020年滇中城市群GISD 30 m不透水面数据,运用不透水面动态度、标准差椭圆、象限分析法和地理探测器等空间分析方法揭示了不透水面时空变化规律及驱动力机制。[结果](1)时间演变:近20年滇中城市群不透水面整体扩展速率呈现下降—上升—下降的波动趋势,年均扩展速率为66.77 km^(2)/a,年均动态度达4.36%,不透水面的动态度呈现不断下降趋势。近20年来,滇中城市群不透水面面积扩大了1402.2 km^(2),增长率高达91.5%。(2)空间演变上:近20年滇中城市群不透水面扩展各个城市空间差异较大,其中昆明市不透水面扩展较多,楚雄彝族自治州扩展面积较少。各城市群总体上朝南部—东南部方向扩展,迁移重心基本稳定。(3)近20年来滇中城市群不透水面的扩展具有明显的方向性,总体向东北—西南方向扩展。其中2005年标准差椭圆面积最大,不透水面开始高速扩张,20年来不透水面重心变化较为稳定,整体一直保持向南迁移,总体变化相对较小。(4)从不透水面的驱动机制分析,人口因素对其扩展的影响显著,而LAI、坡度、降水、温度以及NDVI等因素对不透水面扩展的影响不显著。人口和其他因素之间的交互作用强度明显强于其他因素之间的交互作用。[结论]近20年以来滇中城市群不透水面不断扩展,对城市群的资源环境承载力和国土空间格局产生巨大影响,为此应加强不透水面空间优化布局,为实现滇中城市群高质量跨越式发展提供有力支撑。

基于遥感多参数和IPSO-WNN的冬小麦单产估测

冬小麦是我国的主要粮食作物之一。为进一步准确地估测冬小麦产量,以陕西省关中平原为研究区域,选取冬小麦主要生育期与水分胁迫和光合作用等密切相关的条件植被温度指数(VTCI)、叶面积指数(LAI)和光合有效辐射吸收比率(FPAR)作为遥感特征参数,采用改进的粒子群算法优化小波神经网络(IPSO-WNN)以改善梯度下降方法易陷入局部最优的缺陷,并构建冬小麦产量估测模型。结果表明,IPSO-WNN模型的决定系数R2为0.66,平均绝对百分比误差(MAPE)为7.59%,相比于BPNN(R2=0.46,MAPE为11.80%)与WNN(R2=0.52,MAPE为9.80%),IPSO-WNN能够进一步提高模型的精度、增强模型的鲁棒性。采用灵敏度分析的方法探究对冬小麦产量影响较大的输入参数,结果发现,抽穗-灌浆期的FPAR对冬小麦产量影响最大,其次拔节期的VTCI、抽穗-灌浆期和乳熟期的LAI以及返青期和拔节期的FPAR对冬小麦产量的影响较大。通过IPSO-WNN输出获取冬小麦综合监测指数I,构建I与统计单产之间的估产模型以估测关中平原冬小麦单产,结果显示,估测单产与统计单产之间的R2为0.63,均方根误差(RMSE)为505.50 kg/hm^(2),相比于前人的研究较好地解决了估产模型存在的“低产高估”的问题,因此,本文基于IPSO-WNN构建的估产模型能够较准确地估测关中平原冬小麦产量。

一种基于目标与背景特征分离模型的高光谱目标检测修正算法

高光谱图像立方体数据可以提供成像场景中地物在可见光和近红外波长范围内的空间信息和地物属性诊断的光谱特征信息,在目标检测与识别方面拥有得天独厚的天然优势。然而,基于高光谱图像数据的目标检测也存在一定缺陷,如经典的高光谱目标检测算法仅利用光谱维度信息检测目标,检测模型要么对背景高维特征矩阵构建的准确度不足,要么对背景先验光谱特征的完备性要求较高,导致算法对不同复杂度的检测场景适应性不强。因此,基于计算复杂度较低、参数需求量较少且检测性能较为优异的经典多目标检测算法—多目标约束能量最小化(MCEM),提出了一种基于目标与背景环境特征分离模型的高光谱目标检测修正算法(R-MCEM)。首先,设计了一个与目标形状、尺寸相近的逐像元移动运算窗口,依次计算窗口中的每个像元与窗口内其他像元的光谱距离之和D1,像元与各类目标的光谱距离之和D2。其次,采用获得D1/D2最小值的像元替换窗口内的所有像元值。然后,自左向右、自上而下逐像元移动窗口,重复窗口内每一个像元与目标、背景像元的光谱距离运算,并确定窗口内与背景相似度最高、与目标相似度最低的像元。直到移动运算窗口遍历整个高光谱图像,大幅提升了基于目标与背景环境特征分离的背景高维特征矩阵准确度。分别设计了基于实测高光谱图像数据和模拟图像数据的修正检测算法性能验证试验,并采用三维操作特征曲线(3D ROC)结合目标与背景分离度(SDBT)开展修正算法的检测精度评估。试验结果表明,提出的修正算法有效减少了虚警率,提高了检测精度。基于实测数据的检测精度、目标与背景分离度由MCEM算法的0.937 7、 0.57提升到R-MCEM的0.993 5、 0.67,基于模拟数据的亚像元检测能力由MCEM的20%丰度提升到R-MCEM的15%丰度。

基于Hydrolight模型的太湖SDGSAT-1卫星悬浮物浓度反演研究

利用卫星遥感反演水体中的悬浮物浓度对水质监测和保护具有重要意义,在悬浮物浓度反演过程中,如何避免或最大程度降低水体中叶绿素a、有色可溶性有机物(Colored Dissolved Organic Matter,CDOM)的干扰是当前的技术难点。文章针对可持续发展科学卫星1号(SDGSAT-1)MII传感器,利用Hydrolight辐射传输模型,从理论上挖掘只与悬浮物强相关的反演因子,以此构建适用于MII影像的太湖悬浮物浓度反演模型,通过水体的实测数据和遥感数据对模型应用效果进行验证。结果表明:反演因子R′(B_5/B_3)与悬浮物浓度为强相关,同时与叶绿素a、CDOM浓度弱相关;利用R′(B_5/B_3)作为反演因子构建的幂函数模型为最优反演模型;将幂函数模型分别应用于实测数据和2022年5月4日的太湖SDGSAT-1 MII数据,两次验证试验显示反演结果和现场测量结果具有较强一致性,模型适用性较好。该研究可为SDGSAT-1卫星在湖泊水体悬浮物浓度监测、水资源评估与保护等提供一些技术参考。

基于SNPP/VIIRS卫星数据的海温锋检测算法研究

本文采用SNPP/VIIRS(Suomi national polar-orbiting partnership/Visible infrared imaging radiometer suite)卫星海表温度数据对锋面检测算法进行对比分析,包括Sobel算法、Canny算法、引力模型法、直方图分析法和熵算法。通过分析上述算法中间结果、单日海温锋检测结果以及月度锋面概率分布的差别与特征,再结合各算法特点发现,在锋面识别中由于各算法的底层逻辑不同,造成了对海温锋定义难以统一的问题,因此各算法检测出的海温锋各有特点,适合不同的研究和应用需求,实际应用时要根据研究需要和实际情况选择合适的算法。各算法的特点为:Canny算法、引力模型法、Sobel算法、熵算法对强锋面的检测能力依次递减,对弱锋面的检测能力依次递增,抗噪性递减,直方图分析法检测出的锋面表现出较强的连续性,锋面光滑、清晰且连贯,抗噪性较好;各算法适用场合为:以梯度计算为基础的Sobel算法或者其他梯度类算法适用于精确计算温度变化程度的应用场景,Canny算法适用于强锋面的研究,引力模型法适用于应用噪声较大的数据检测锋面或者强锋面的检测,熵算法适用于弱锋面的检测,直方图分析法比较适合分析连续的长锋面。

融合DT和SDFPT的时序InSAR矿区形变监测与分析

煤矿高强度开采会导致严重的地面形变及次生地质灾害。时序合成孔径雷达干涉(synthetic aperture Radar interferometry,InSAR)具有较强的形变监测能力,但在开采核心及周边低相干区域时无法监测到足够的目标点。该文尝试将分布式目标(distributed target,DT)和缓慢去相关滤波相位目标(slowly-decorrelating filtered phase target,SDFPT)进行联合,以提高矿区形变监测点的密度和覆盖度。分别采用快速同质点选取(fast statistically homogenous pixel selection,FaSHPS)法和振幅离差指数法选取DT和SDFPT候选点,分别对2类点进行相位优化和稳定性分析,筛选出符合条件的DT和SDFPT形成融合点集,并对其进行三维相位解缠、恢复相位时间序列和时空滤波,最终得到融合点集的形变时间序列和年均形变速率。选取2018年4月—2020年4月获取的覆盖布尔台煤矿的60景Sentinel-1影像进行形变监测,结果表明,融合DT和SDFPT后形变点密度和覆盖度显著提升,可监测最大形变量级也随之增加。实验区域内存在5处形变漏斗,最大累积形变量达到-309.76 mm;形变影响范围和不同年份时序形变量的差异与矿区开采活动密切相关。

联合SAR影像相位和幅度信息的多形变量级滑坡监测——以金沙江白格滑坡为例

近年来,雷达遥感被广泛用于提取滑坡表面的高精度形变信息,所用技术包括基于相位的干涉测量和基于幅度的像素偏移量追踪;然而,大型复杂滑坡的形变量在时间演化以及空间分布上都存在较大差异,单一雷达遥感手段难以实现滑坡形变的全面监测。该文在雷达遥感形变探测能力分析的基础上,提出联合SAR(synthetic aperture Radar)影像的相位和幅度信息进行滑坡的全过程监测。以2018年发生的金沙江白格滑坡为例,基于2014—2021年Sentinel-1数据和2014—2018年ALOS-2数据,联合时序InSAR(interferometric SAR)分析和时序像素偏移量追踪(pixel offset tracking,POT),获取滑坡灾前灾后时序形变。结果显示白格滑坡灾前后缘的年平均速率在20 mm/a,主滑坡区2014年12月—2018年7月形变量可达45 m左右;灾后滑坡逐渐向后缘扩张,年平均形变速率可达200 mm/a,已经威胁到部分民房。2种方法的联合可以实现大型复杂滑坡的时空维多形变量级提取。

基于多源遥感数据时序分析的国家级森林公园生态系统健康评价

国家级森林公园具有丰富的自然资源与重要的生态功能,是生态安全屏障和生态文化遗产的重要载体。定量评价国家级森林公园生态系统健康,有助于促进生态文明建设和可持续发展。以湖南雪峰山国家森林公园为例,利用长时间序列的遥感影像数据,系统分析研究区的生态用地景观格局变化规律,并对其生态系统健康进行评价。结果表明:(1)2011—2022年,研究区的土地利用变化以耕地和建设用地增加,林地、草地和水域减少为主。(2)生态系统结构整体呈增长趋势,表明生态系统的整体结构相对稳定,在空间分布上存在一定的异质性,低值地区的生态系统结构较为单一。(3)生态系统功能整体呈现微弱减少的趋势,而50.91%的地区表现增长趋势,表明研究区的生态系统功能在大多数地区仍有所提高。(4)研究区的生态系统健康整体呈增长趋势,在空间上呈现明显的空间异质性,高值地区主要分布在雪峰山中段的苏宝顶北部和东部区域,而低值地区主要集中在雪峰山主中段的高海拔地区。研究结果能为该区域制定科学合理的生态保护政策提供良好的数据支撑和决策依据。

“胡焕庸线”两侧植被覆盖度地域分异的时空特征分析

探究“胡焕庸线”两侧植被覆盖度的地域分异对于生态环境保护与自然资源的可持续管理具有重要意义。本研究根据MODIS-NDVI遥感数据及相关研究资料,运用像元二分法量化了2000至2020年间植被覆盖的变化情况,并结合斜率分析、空间自相关分析、转移矩阵及相关分析法,系统分析了“胡焕庸线”东西两侧植被覆盖度的动态及降水对其的潜在影响。研究发现,中国植被覆盖度在“胡焕庸线”两侧展现出显著的空间异质性,西部地区普遍低于东部;冷点主要分布于线西,热点主要分布于线东。尽管过去21年间全国植被覆盖度经历了局部年度波动,但从整体趋势看呈上升态势,约有45%的地区植被覆盖水平实现了由低向高的转变。具体而言,“胡焕庸线”以西区域的年均植被覆盖度增长率约为0.0035/a,而线东地区则达到0.0059/a,且在各自区域内,植被显著增长的区域占比分别为53.22%和59.81%。此外,年降水量与年际间植被覆盖度的相关性在“胡焕庸线”两侧表现出空间上的差异化特征,即东部地区呈负相关,而西部则为正相关。综上所述,以“胡焕庸线”为界,中国的植被覆盖度在时间和空间上的分布特征凸显了其独特的地域分异性。本研究为理解我国植被生态系统的动态变化提供了重要依据。

基于多时相RSEI的生态环境质量评价——以新民市为例

以辽宁省新民市作为研究对象,基于2014年、2017年、2020年的相近月份(5—6月)Landsat 8 OLI_TRIS数据,提取4个生态因子[绿度(NDVI)、湿度(WET)、干度(NDBSI)、热度(LST)],采用主成分分析法构建遥感生态指数(RSEI),对研究区域生态环境质量时空演变特征进行评价。结果表明,2014年、2017年、2020年新民市RSEI的均值分别为0.397、0.348、0.506,呈先降后升的趋势。2014—2020年,生态环境质量等级为差和较差的区域主要分布在西北区域,面积占比由62.5%降至33.2%;生态环境质量等级为较好和好的区域主要分布在东南区域,面积占比呈明显的先降低后升高趋势,由21.3%先下降到18.4%后上升到37.0%。4个因子中绿度和湿度对生态环境质量起到正面作用,其中湿度的正面影响较为显著;干度和热度起到负面作用,其中干度的负影响较为显著。