基于Landsat影像的长寿湖水体营养状态时空变化遥感研究

湖泊的营养状态和变化趋势研究对科学认知湖泊水质演变规律和治理湖泊生态环境具有重要意义.水体颜色指数(FUI)与湖泊的营养程度密切相关,是评估湖泊营养状态及其变化规律的有效指标.本研究以重庆市长寿湖为研究区,利用1986-2022年间的Landsat5/7/8系列遥感数据,计算水体的FUI指数,由此评价水体营养状态,并结合变异系数、Sen斜率及Mann-Kendall(M-K)参数检验变化趋势分析法,探讨长寿湖及其不同功能分区近40年间水体营养状态的时空变化.结果表明:1)长寿湖水体多年来主要处于中营养状态,2002年后水质持续稳定好转;富营养水域主要集中于西部生态养殖区;2)西部生态养殖区FUI值变异系数最大(0.17),自2002年后营养状态趋于稳定改善,水质明显好转的区域多分布于湖区的中部和西北部;3)中部生态旅游区FUI值变异系数最低(0.10),营养状态多年较为稳定,水质好转和恶化的区域共存,其湖区中西部FUI值呈显著下降趋势,富营养化等级明显降低;4)东部湿地保护区的营养状态以中营养向富营养转变为主,水体富营养化风险加剧.研究结果为长寿湖水环境监测与评价提供了重要参考.

基于谷歌地球引擎和Landsat影像的广西壮族自治区土地覆盖变化及驱动因素研究

基于GEE和随机森林分类算法研究广西壮族自治区在1995—2022年27 a间的土地覆被变化,采用地理探测器对不同土地覆被类型的时空变化及其主要驱动因素进行分析研究。结果表明:1)土地覆被类型分类结果具有较好的分类精度,整体精度在87%~92%。2)1995—2022年,广西壮族自治区的林地和建设用地面积持续增加,增幅分别达75.94%和132.67%。林地面积从85382.72 km^(2)增加到150224.55 km^(2),建设用地面积从2038.73 km^(2)增加到4743.46 km^(2);与此同时,草地及稀疏灌草混交地面积减少了82.46%(66990.97 km^(2));其他土地覆被类型变化则相对稳定。3)通过地理探测器模型的分析结果显示,人为因素是影响土地利用/覆被(LULC)变化的主要驱动因素,经济的快速发展、城市人口的增加和工业扩张是建设用地和林地扩张以及植被减少的主要原因。研究结果对于广西壮族自治区的生态环境管理和土地可持续利用规划具有参考价值。

基于Landsat数据的江苏省土地利用变化分析

随着人类社会生活的不断演变,土地利用模式和土地使用形态随之发生根本性变化。文章以江苏省为例,通过土地利用动态度、土地利用转移矩阵等方法,深入研究江苏省土地利用特征的时空变化情况。研究发现,江苏省耕地、未利用土地面积减少趋势明显,大部分转向建设用地和坑塘、滩地等用途,草地面积明显增加。这表明江苏省在加速城市化步伐的过程中,同步增强了对生态文明建设的重视。文章为江苏省国土空间规划、可持续发展路径的探索以及经济生态的协调发展贡献了多元化的思考维度。

Landsat和GF数据面向对象土地覆盖分类研究

针对中分辨率遥感数据面向对象分类,以河北省北部山区和南部平原Landsat8 OLI,Landsat5 TM及高分一号(GF1)数据为研究对象,对支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、决策树(decision tree,DT)及朴素贝叶斯(naive Bayes,NB)4种分类器的土地覆盖分类效果进行对比,并分析SVM,RF和DT中关键参数对分类结果的影响。结果表明:在2个研究区,各分类器结果略有差异,从整体上看其优劣排序为SVM,NB,RF和DT。其中SVM和DT分类精度随参数变化波动较大:对于SVM,当参数C取值不小于103且gamma不大于10^(-1)时,无论哪种情况其分类精度均优于90%;对于DT,当参数树深(Depth)大于3时,各情况下的分类精度相对较高且趋于稳定。RF分类精度随参数变化波动较小且没有明显的变化规律。研究结果可为中分辨率遥感数据面向对象土地覆盖分类研究提供参考。

银根地区Landsat8卫星数据地下水信息反演及其对砂岩型铀矿勘查的指示

有针对性地利用遥感技术识别铀成矿环境、条件与控矿要素是开展砂岩型铀矿遥感勘查的重要内容。由于砂岩型铀矿中铀的富集过程是成矿流体在储层中迁移并与周围环境相互作用的结果,而地下水是最常见的含铀流体,因此在砂岩区开展地下水信息的遥感识别对铀矿勘查具有重要指示意义。以内蒙古银根地区为研究对象,选择Landsat8卫星遥感数据为主要数据源,以地下水活动产生的地表热异常、植被异常和湿度异常作为突破口,利用热红外波段结合大气参数反演了地表温度,同时采用多光谱波段结合归一化植被指数(NDVI)和不规则梯形模型(OPTRAM)反演了地表植被和湿度信息。反演结果表明:银根地区地表植被信息与地下水富集程度之间存在良好正相关关系,可作为识别地下水活动的首选依据,相比而言,地表温度和湿度信息则易受不同岩性和岩石蚀变作用影响,仅可作为识别地下水活动的辅助依据。利用地表植被、温度和湿度信息,在银根地区南部圈定了5处北东走向的富水带。通过将富水带与构造解译结果整合,在银根地区南部斜坡带上成功识别出泄水构造与隐伏泄水构造。结合前人钻探资料,发现所识别的泄水构造与铀矿化存在一定关系,可能促进了地下水循环并控制着铀矿的形成,由此认为下一步铀矿找矿工作可围绕泄水构造或隐伏泄水构造开展。

利用样点调查与Landsat8影像数据建立山体地表温度与坡度的关系

山区地表温度是林火预测预报的重要影响因子。山区地表温度机理的研究受稀疏气象观测站点及MODIS产品(1 km)空间尺度的限制,常以综合作用规律及宏观地形因子分析为主,缺乏微尺度地形要素的相对独立作用阐释。以我国西南纵向岭谷区为研究区,利用多期landsat8影像数据及样点实测数据,使用地理信息系统空间分析方法,通过消除或减弱海拔、坡向等地形因子的影响,定量分析坡度与地表温度相对独立关系。结果表明:(1)不同尺度下地表温度、地表温度标准差与坡度的关系受坡向影响不同。(2)30 m尺度上,西、西北、北、东北坡向的坡面上地表温度与坡度呈负向相关关系,坡度越大,地表温度空间变异越小,地表温度递减率分别为0.202、0.239、0.207、0.166℃/(°);东坡向的坡面上的地表温度与坡度呈先减小后微弱增大的二次曲线变化关系;东南、南、西南坡地表温度随着坡度增大分别以13.6、13.92、11.51℃上下波动。(3)样点尺度上,北、东北、东南、南、西南和西坡向的坡面上地表温度与坡度也呈负相关关系,地表温度递减率分别为0.106、0.396、0.168、0.111、0.235、0.077℃/(°);东、西北坡向内地表温度随着坡度的增大总体上减小,样点尺度的地表温度更易受到局地环境的影响。

基于Landsat 8 OLI的东圳水库水质参数反演研究

遥感技术是监测内陆水体水质的有效手段,东圳水库是莆田市水源地,为了对水质进行实时监测,了解其空间分布情况,本文基于Landsat 8 OLI遥感影像,结合124个采样点实测获得的Chl-a、浊度、COD浓度分别构建统计回归模型、BP神经网络模型、XGBoost模型,并采用R^(2)、MAE、RMSE进行精度检验。结果表明BP神经网络模型效果优于统计回归模型,R^(2)均大于0.9,但存在过拟合现象;XGBoost模型可以有效防止过拟合,表现出较强的拟合能力和较高的预测精度。

基于Landsat 8的节水改造背景下盐渍化土壤含盐量反演

为探明沈乌灌域节水改造后因渠道衬砌、引排水量减少引起的土壤含盐量时空分布特征及变化规律,采用区域土壤信息定点监测,结合经典统计学、空间插值以及机器学习建模反演等技术手段,利用Landsat 8卫星获取光谱数据,通过对实测土壤含盐量、光谱指数及波段反射率进行处理,运用Adaboost回归、BP神经网络回归、梯度提升树回归、KNN回归、决策树回归、随机森林回归方法构建了沈乌灌域土壤含盐量空间反演模型。采用最优反演模型对沈乌灌域土壤含盐量空间分布特征进行了遥感反演。结果表明:通过全变量单一回归法筛选出相关系数大于0.55的9个光谱因子,使用SPSS PRO软件构建6种机器学习反演模型,对比6种反演模型精度,验证集决定系数R2由大到小依次为随机森林回归、梯度提升树回归、Adaboost回归、KNN回归、决策树回归、BP神经网络回归。其中随机森林回归模型的拟合精度最佳,训练集与验证集的决定系数R2分别为0.834和0.86,说明随机森林回归模型的反演效果较好。反演结果表明:节水改造后非盐渍土面积增加391.7 km^(2),占灌域总面积的21%,中度盐渍土面积、重度盐渍土面积、盐土面积分别减少95.61、63.37、45.7 km^(2),分别占灌域总面积的5%、3%、2%。综上所述,节水改造工程完成后,沈乌灌域土壤盐渍化程度减轻,作物生长安全区面积增加,但由于渠道衬砌以及引排水量减少,土壤盐分淋洗效果减弱,土壤盐分在灌域内部运移,整体土壤环境得到改善,局部地区出现盐分聚集。

基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法

利用遥感技术快速准确地提取耕地信息是耕地保护的关键环节。以山东省商河县为例,提出了一种基于多季相分形特征的Landsat 8 OLI影像耕地信息提取方法。首先采用毯子覆盖法计算多季相遥感影像每个像元的上分形信号和下分形信号,对比分析耕地和其他土地利用类型的分形特征,选取上分形信号的第3尺度作为特征尺度,提取商河县耕地空间分布特征;其次采用同时期的土地利用矢量数据、Esri land cover数据和统计数据进行耕地信息提取精度评价;最后分别设置多季相分形提取与单季相分形提取、现有土地利用数据产品的对比实验,并基于点位匹配度和面积匹配度进行评价。结果表明:多季相数据更能反映农作物生长的复杂性,有助于提高耕地信息的提取精度;不同土地利用类型在不同分形尺度的信号值各不相同,分形特征可以在不同尺度上清晰地刻画出不同土地利用类型的分异性;基于矢量数据和Esri land cover数据评价的多季相分形特征耕地提取点位匹配度为87.13%和89.83%,面积匹配度为99.73%和97.91%,均比单季相分形提取结果精度高;综合考虑点位匹配度、面积匹配度和空间分布特征,研发方法能有效区分耕地和其他土地利用类型,提取结果更优,且与统计数据有更高的一致性。该方法可准确提取耕地信息,为耕地的动态监测和损害评估提供技术支撑。

基于Landsat影像的鄱阳湖面积监测及其与水位关系研究

湖泊是陆地生态系统的一个重要的组成部分,湖泊水域的变化对环境和人类的生产活动都有着重大的影响。鄱阳湖作为中国第一大淡水湖,近年来多次出现洪旱灾害现象,因此对鄱阳湖进行动态监测意义重大。文章以2000—2021年鄱阳湖175期Landsat影像作为数据源,对比分析了归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、自动水体提取指数(automated water extraction index,AWEI)、谱间关系法(spectrum photometric method,SPM)这4种水体提取方法,优选最适宜鄱阳湖的水体提取模型;利用175期面积数据分析了鄱阳湖2000—2021年面积的年际变化趋势,分析年内季节变化特征,同时结合2009—2013年和2017—2018年同时期的50组水位数据,建立面积-水位关系模型。结果表明:①AWEI模型提取水体精度优于其他3种,该文最终选用AWEI进行鄱阳湖水体提取;②鄱阳湖面积存在明显的季节性变化,且丰水季面积年际波动大,枯水季较平缓;③棠荫水位站湖泊面积-水位分段线性模型为最佳模型,从而可以根据鄱阳湖区域的实时水位观测值对水体覆盖面积进行预测,以弥补云雨天气时利用可见光遥感手段难以监测到湖泊水体淹没情况的不足。

基于Landsat 8和机器学习的塔城地区草地地上生物量估测模型

以新疆塔城地区为研究区,利用植被指数、气象数据、地形数据作为自变量,结合研究区样地实测生物量数据,分析并比较K近邻回归(KNN)、多元线性回归(MLR)、梯度提升决策树(GBDT)和随机森林回归(RF)和极端梯度提升(XGBoost)5种机器学习模型,进而分析并比较采用投票回归器(Voting regressor)和堆叠(Stacking)方法构建的2种集成学习模型的估测精度。结果表明,基于Stacking集成学习模型性能最优,R^(2)达0.764,RMSE和MAE分别为23.29 g/m^(2)和16.8 g/m^(2),进而利用最优模型进行草地地上生物量(Above ground biomass,AGB)反演制图。

基于Landsat遥感影像的湖南省新邵县植被覆盖度变化分析

植被覆盖度是植被的直观量化指标,能够反映植被的生长情况,对生态环境建设具有重要意义。为探讨2000-2021年间新邵县植被覆盖度的动态变化,以湖南省邵阳市新邵县为研究区,利用2000年和2021年两期Landsat遥感影像,采用归一化差异植被指数和像元二分模型估算不同时期新邵县的植被覆盖度,并进行差值分析。结果表明:自2000年到2021年,新邵县的植被覆盖度整体呈增长趋势,且西部、南部地区的植被覆盖度增加明显,这与当地封山育林、绿化造林等政策实施密切相关。这也反映出新邵县在2000-2021年期间注重生态保护建设,森林质量明显提升。

基于Landsat 8的库布齐沙漠2000—2023年沙漠化动态变化分析

[目的]探究库布齐沙漠2000—2023年沙漠化时空动态变化规律,旨在为库布齐沙漠植被恢复及生态建设提供理论参考和基础数据支持。[方法]基于Landsat遥感影像特征,采用EVI遥感指数灰度分割,土地沙漠化程度分级、土地利用动态度、多度指数和重要度指数,研究了库布齐沙漠及其周边地区2000—2023年土地沙漠化的时空分布和变化趋势。[结果]库布齐沙漠的沙漠化总面积从2000年的10694.6 km^(2)下降到2023年8837.56 km^(2)。极重度沙漠化面积已由当初的6272.11 km^(2),缩减为1461.15 km^(2),重度沙漠化面积由2000年的1773.97 km^(2),上升到2874.48 km^(2),中度沙漠化面积由2000年的1372.16 km^(2)上升到1965.84 km^(2),轻度沙漠化的土地面积由1276.35 km^(2)上升到2535.58 km^(2)。从时间序列角度分析来看,2000—2023年间极重度沙漠缩减速率为3.33%,重度沙漠化增加速率为2.70%,中度沙漠化增加速率为1.88%,轻度沙漠化缩减速率为4.29%。极重度沙漠土地类型面积从2000年的6272.11 km^(2)下降到2023年的1461.65 km^(2),合计流失面积为4949.72 km^(2)。从空间角度分析,极重度沙漠类型随时间变化由分布分散变为分布集中,在2000—2010年内在沙漠中占据主导地位;重度和中度沙漠化类型的多度指数处于7.69%~16.15%之间,说明重、中度沙漠化类型长期分布较为集中;轻度沙漠化类型随时间变化分散且较为广泛。[结论]2000—2023年库布齐沙漠面积总体呈减少趋势,生态环境有所改善,未来该区域生态修复重点关注极重度沙漠区域。

基于Landsat8时间序列的宁夏青铜峡市农田防护林提取

农田防护林在西北多风沙地区发挥了重要防护作用,为农作物提供了良好的生长环境。为了解农田防护林的空间分布特征,需要对防护林进行有效提取,采用中低分辨率遥感数据进行农田防护林提取成为重要途径。以宁夏青铜峡市农田防护林为研究对象,在2019年影像中选取7期可以代表4个季度地物特征的Landsat8 OLI影像数据,在影像预处理基础上,融入水体指数、植被特征和植被指数,提取植被的物候特征,掩膜去除研究区内其他地物,从而实现农田防护林的提取。同时利用野外调查结果和土地利用数据对提取结果进行精度评价。结果表明,该方法防护林提取的总体精度为85.16%,野外调查的50个采样点中有44个点被准确提取,精度达到88.00%。青铜峡市农田防护林多以林带的形式呈现,林带主要沿排水沟分布。

基于Landsat 8数据的广东石马河流域水质参数反演研究

针对河流水域水质进行高效快速监测的需要,本文以2021年2月广东石马河流域水体为研究对象,利用Landsat 8的OLI遥感影像对试验区域的环城河化学需氧量进行遥感反演研究。本文首先对实测水质数据和相应卫星影像数据波段值进行相关性分析,然后选取相关性最高的遥感波段值对水质进行回归分析,最后建立了适用于石马河流域的三次多项式反演模型。经反演预测结果与现场实测水质数据对比,试验结果表明所建立的水质反演模型能对石马河流域水质化学需氧量浓度进行高效快速监测。

基于Landsat 8 OLI影像的常用水体指数法分类精度对比

以南水北调受水区的石家庄为对象,以同期Sentinel-2 MSI影像的目视结果作为标准水体,使用11种常见水体指数,从Landsat 8 OLI影像中提取水体分布信息,基于转移矩阵的面积精度检验法、抽样精度检验法,对提取结果进行精度验证。结果表明,各水体指数法提取宽阔水面(如大型水库、湖泊)的区别不大,城区小水系、小型河道更能检验水体指数的提取能力,WI2019在对比的水体指数中表现最佳。分析表明,南水北调通水后,石家庄市除去大型水库后地表水体面积显著增加,从2014年42.0 km^(2)增长到2020年62.5 km^(2)。南水北调通水后受水区地表水体面积增长较快,鉴于大部分新增水体底部存在人工衬砌,地下水补给功能较差、无效蒸发较多,建议适当控制水体规模,以便有效减少外调水资源的浪费。

基于Landsat 8数据的人工林地上生物量估测模型研究

为提高森林资源管理的效率和精度,探讨特征变量选择与新型机器学习算法结合建立桉树人工林地上生物量估测模型的精度。以广西高峰林场为研究区,以Landsat 8遥感数据结合实测样地数据,使用Pearson相关性分析法结合随机森林的特征变量选择方法,分别构建基于多元线性回归(MLR)、K最邻近(KNN)、随机森林(RF)和极端梯度提升(XGBoost)算法的森林地上生物量估测模型,使用模型评价指标对比不同模型的精度。结果表明,XGBoost模型拟合精度最高,验证结果R^(2)为0.75、RMSE为30.15 t/hm^(2)、MAE为20.27 t/hm^(2);RF、KNN和MLR模型次之,R^(2)分别为0.69、0.54和0.52。利用Pearson相关性分析法结合随机森林相较于仅使用随机森林筛选变量的方法,R^(2)提高了27.12%、RMSE降低了11.44 t/hm^(2)、MAE降低了8.70 t/hm^(2)。采用机器学习方法的模型比多元线性回归模型更有优势,其中新型机器学习算法XGBoost在生物量估测方面有巨大潜力。Pearson相关性分析结合随机森林的特征选择方法能够减少冗余变量对模型估测精度的影响,有效提高模型预测性能。

基于Landsat 8 OLI和资源3号立体像对数据的桉树森林蓄积量估测

【目的】探索Landsat8 OLI数据和立体数据在估算桉树森林蓄积量(forest stock volume,FSV)中的潜力,并且准确地估计桉树的FSV。【方法】以3幅Landsat8 OLI图像和资源3号立体数据为遥感数据源,并且结合少量地面调查数据实现了桉树FSV的遥感估计。研究中提取了三类遥感特征用于估计桉树FSV:第一类是包括植被指数和单波段反射率在内的光谱特征;第二类是基于Landsat 8 OLI图像的单波段提取的8种纹理特征;第三类是基于资源3号立体像对数据和开源的数字高程模型(digital elevation model,DEM)提取的冠层高度模型(canopy height model,CHM)。利用Boruta算法对三类遥感特征进行提取,之后建立了随机森林(random forest,RF)、K-最近邻(K-nearest neighbor,KNN)和支持向量机(support vector machine,SVM)3种机器学习模型以及传统的多源线性回归模型(multiple linear regression,MLR),并以决定系数(R2)、均方根误差(root mean square error,RMSE)和相对均方根误差(relative root mean square error,rRMSE)作为评价指标对模型结果进行评估。【结果】基于ZY-3立体像对数据和开源的DEM数据提取的CHM与桉树的FSV具有很强的相关性,Pearson相关系数达到了0.71。仅仅利用基于Landsat 8 OLI图像提取的光谱和纹理特征难以准确2地估计桉树的FSV,估测模型的R为0.29~0.38,rRMSE为35.65%~43.30%,存在严重的数据饱和问题。2当变量集中加入CHM后,模型的估测精度明显提高,R达到了0.64~0.66,rRMSE为25.74%~26.41%。【结论】使用Landsat 8 OLI数据估算桉树FSV时存在严重的数据饱和问题,并且使用空间分辨率为30 m的纹理特征难以有效地改善森林蓄积量的估计精度。利用资源3号立体像对数据和开源的DEM数据可以提取较为准确的CHM,并且所提取的CHM可以解决改善光学数据的饱和问题,从而提高桉树FSV的估计精度。

基于Landsat 8影像提取豫中地区冬小麦和夏玉米分布信息的最佳时相选择

遥感技术对大尺度农业实时监测提供了一个理想的手段,遥感影像植被分类的最佳时相对作物种植面积遥感监测非常重要。本文选取2020年至2021年的6景Landsat 8影像,覆盖了夏玉米从乳熟到收获、冬小麦从越冬到成熟的生育期,以此分析不同时相的冬小麦-夏玉米与其他地类在光谱特征和NDVI上的差异,通过决策树的方法提取豫中地区冬小麦-夏玉米的空间分布情况。结果表明,冬小麦-夏玉米在不同生长发育时期,提取到的面积比有所不同,对于夏玉米而言,乳熟时期的提取效果要优于之后的时期,其在2020年8月26日的总体精度最高,为83.60%,Kappa系数为0.72,分类质量很好;对于冬小麦而言,最佳识别时期则处于冬小麦的越冬期,其在2021年1月1日的总体精度最高,为92.36%,Kappa系数为0.81,信息提取效果很好。除了作物自身生长过程的覆盖度变化,分类精度随成像时间而改变。多时相信息提取也发现,受到天气等环境条件限制,夏玉米和冬小麦的种植区域不完全重叠,山区冬季不适合冬小麦种植从而没有与夏玉米出现重叠分布。本研究有助于我们从宏观上对作物分布及生长状况作出及时有效的判断,对农业监测,特别是对轮作农田的信息管理和作物物候、种植面积等研究具有广阔的应用前景。

基于Landsat数据的重庆市热环境时空格局变化研究

针对当前热环境加剧对城市生态环境和人类健康带来的严重威胁,采用辐射传输方程法和Landsat数据对2001年和2019年重庆市主城九区地表温度(Land Surface Temperature,LST)进行反演,对研究区城市热环境时空变化进行研究。基于此选取景观指数和驱动因子对热力景观格局变化和热环境驱动机制进行研究。结果表明:①2001—2019年,重庆市主城九区城市热环境明显增强,高温区域明显增多且整体向北扩张,到2019年LST总体呈现“内高外低”的分布格局。②中温区最大斑块指数增长了近12倍,代替次低温区成为研究区优势斑块类型。斑块数量和密度均下降了约62%,说明重庆市主城区的热力景观总体上呈聚集化,连通性较强。③NDVI和DEM与LST呈负相关,NDBI与LST呈正相关,影响程度为NDBI>NDVI>DEM。