基于时序影像的火烧迹地植被恢复监测

为了监测2019年棋盘山火灾过火区域的植被变化情况,研究北方地区林地火烧迹地的植被恢复规律,使用2019年4月17日前后影像的归一化植被指数差值,提取火灾的过火区域。并通过2018-2022年的时序影像,基于像元二分模型分析过火区域的植被覆盖度变化。结果显示,火灾发生后,大面积的高植被区被破坏,局部地区甚至出现了裸露地表。经过3年的人工和自然恢复,过火区域的植被覆盖得到不同程度的恢复,但并未恢复到火灾以前的状态,存在一定差距。

基于NDVI的近20年包头市植被覆盖度时空变化研究

【目的】评估包头市2000-2021年近20年生态修复治理成效。【方法】基于2000-2021年5期植被生长旺季的LandSat TM/OLI影像数据,利用归一化植被指数(NDVI)和像元二分模型法研究包头市2000-2021年植被覆盖度时空动态变化特征,并利用2021年同时段土默特右旗地区的“珠海一号”OHS影像数据进行精度评价。【结果】1)精度评价显示,利用2021年同时段的LandSat-8数据和OHS数据对土默特右旗地区不同等级植被覆盖度进行估算,其空间分布和覆盖面积具有较高的相似性,相似度达到86.96%;2)包头市2000-2021年植被覆盖度类型整体以低和中植被覆盖度为主,二者占总植被覆盖面积的65%以上;3)包头市2000-2021年植被覆盖度变化平均值为0.052 8,不同时期的平均植被覆盖度变化量表现为先负后正,相对植被覆盖面积先减小后增大,植被覆盖情况总体上表现为先轻度退化后轻度改善。【结论】2000-2021年,包头市植被覆盖度整体呈现先减少后增大的趋势,全市生态环境状况表现为先退化后改善,包头市植被覆盖度变化研究对其生态环境修复治理成效具有重要的指示性意义。

基于Landsat 8数据的植被覆盖度动态变化监测及生态质量指数提升对策分析——以泰州市海陵区为例

选取2013年、2017年和2021年覆盖泰州市海陵区范围的Landsat 8陆地成像仪(OLI)影像数据,采用归一化植被指数(NDVI)像元二分模型估算植被覆盖度,并基于转移矩阵对泰州市海陵区2013—2021年植被覆盖度的时空分布特征进行统计分析,同时对与其相关的建成区绿地率指数、建成区公园绿地可达指数等进行模拟测算分析。研究发现,建成区绿地面积、公园面积与建成区绿地率指数、公园绿地可达指数及生态质量指数(EQI)呈正相关,且绿地类型、公园形状、公园分散度等均会对指数测算结果产生不同影响。植被覆盖度监测结果表明,海陵区植被覆盖度明显下降的地块主要位于其边缘带,而植被覆盖度显著上升的地块则零星分散于海陵区各区域,说明海陵区在城市开发建设过程中兼顾了对绿色生态空间的拓展。

Extraction of vegetation fraction information from CBERS images based on VBSI vegetation index in Kaixian county

Based on the mixed pixel model, the vegetation fraction of Kaixian county, China, was extracted with three free CBERS images. VBSI vegetation index suitable for CBERS images constructed with FCD (forest canopy density) model principle was put forward by ITTO (International Tropical Timber Organization) was used, considering the underestimation of vegetation fraction using NDVI in low mountain-hill region influenced by soils and shadows. And vegetation fraction was divided into five categories from low to high in order to study the special variation of vegetation cover. The results show that the vegetation cover of the region is overall good, with an average of 50%. The area of vegetation fraction below 30% accounts for 11.7% of the entire studied area, mainly concentrates in central eastern Kaixian county, where is the major development zone of cities and towns; that between 30% and 60% accounts for 62%; and that higher than 60% accounts for 26%, and mostly locates in northern middle-mountain area.

基于窄带光谱图像分析的小麦冠层植被指数测量方法研究

[目的]针对小麦生长早期植被指数易受土壤背景干扰的问题,提出了一种基于窄带光谱图像分析的小麦植被指数测量方法。[方法]构建了多镜头结构的窄带光谱图像获取装置,实时获取656和770 nm的田间小麦窄带光谱图像。运用简单线性聚类(simple linear iterative clustering, SLIC)和VGG16(visual geometry group network 16)全卷积神经网络对小麦近红外窄带光谱图像进行超像素聚类和分类,把交并比(Qseg)、综合评价指标(F值)、精度(Precision)作为分割精度评价指标,分析传统阈值分割方法和本研究方法去土壤背景干扰的性能差异。去除土壤背景后的窄带光谱图像采用太阳光免白板标定方法计算植被指数,并与GreenSeeker RT200的实测数据进行对比分析,定性定量评价本研究方法去除土壤背景干扰的性能。[结果]试验共采集12个小麦品种、2个施氮水平、24块种植小区图像,Qseg、Precision和F值的平均值分别为90.41%、80.82%和72.73%,分割性能均优于传统的阈值分割方法。针对相同测试田块,GreenSeeker RT200测量的各小区归一化植被指数(normalized difference vegetation index, NDVI)变异系数的最大值、平均值和标准差分别为47.12%、33.61%、10.17%,而本测量方法的各小区NDVI的相应指标值分别为18.59%、9.61%、3.88%;当采样小区小麦封行后,本方法所提取的NDVI与GreenSeeker RT200的测量值具有较高的相关性,决定系数为0.895 9。[结论]该方法可以完成复杂土壤背景、大田光照变化条件下的小麦窄带光谱图像的冠层提取与植被指数测量,可为多镜头结构的作物冠层反射光谱仪的优化设计提供参考。

基于Landsat TM/OLI影像的哈尔滨市植被覆盖度与景观格局动态变化分析

以哈尔滨市为研究对象,依据2004、2010、2015、2020年Landsat TM/OLI遥感影像,利用归一化植被指数和像元二分模型方法提取该区域的植被覆盖度,结合植被覆盖度转移矩阵,分析植被覆盖度的时空动态变化。根据植被覆盖度分级结果,利用Fragstats4.2软件计算斑块面积、斑块个数、蔓延度与香农多样性指数4个景观格局指数,研究哈尔滨市景观格局的时空演变特征。结果表明,哈尔滨市2004—2020年高植被覆盖度和中高植被覆盖度的区域面积累计和分别占总面积的77.81%、72.54%、73.01%、83.31%,整体处于上升趋势。2004—2020年高植被覆盖度区域的景观百分比占据主导地位,其次是中高植被覆盖度区域,且大部分植被覆盖度区域斑块数量先增加后减少。从景观层次上,斑块聚合度降低、多样性略增加。探究哈尔滨市植被覆盖度和景观格局的动态变化,对城市规划设计和景观格局优化具有一定的指导和参考意义。

基于遥感监测的天山新疆段草地退化时空特征及其与气候因子的关系

以植被覆盖度作为草地退化的遥感监测指标,基于2001-2020年天山新疆段MODIS NDVI和气象遥感资料,采用像元二分模型、草地退化指数、冷/热点分析、变异系数和相关性分析等方法,分析草地退化时空特征及其与气候因子的关系,结果表明:1)2001-2020年平均草地退化面积占总面积的34.04%,草地退化指数为1.67,处于轻度退化水平。2)空间上,轻度退化草地空间分异特征明显,主要集中分布在天山西部和中段山区,中度退化和重度退化草地面积较小且不集中,95%以上的区域草地植被覆盖度变异系数小于0.2,总体上覆盖度的年际波动小,变化相对稳定。3)2001-2020年草地植被覆盖度受气候因子驱动的区域占总面积的44.23%,主要分布在天山西部和东部,受非气候因子驱动的区域占总面积的55.77%,在山区和南北两侧地势较平缓的区域均有分布,说明非气候因子在天山新疆段草地的变化中起到主导作用。该研究结论可为当地草地资源保护与利用提供科学依据。

近20年鄂西地区植被覆盖度时空变化特征分析

基于2000—2020年的MOD13Q1 NDVI遥感数据,使用像元二分模型计算湖北省西部山体区域的植被覆盖度,并利用斜率模型、马尔可夫转移矩阵模型和赫斯特指数综合分析了植被覆盖度的时空变化规律。结果表明,研究区的植被覆盖度总体呈上升趋势,平均植被覆盖度增加了0.025,轻微增长区域面积为44 359.26 km^(2),显著性增长面积为3 069.375 km^(2),不显著性变化的面积为39 862 km^(2)。2000—2020年期间,时序植被覆盖度的赫斯特指数为0.63,表明研究区内植被覆盖度的增长趋势在未来是可持续的。本研究成果不仅可为城市生态环境评价提供科学依据,而且可为城市的生态建设和可持续发展提供决策支持。

基于改进Mask R-CNN的番茄茎秆分类方法

为实现对与背景近色、不规则细长型目标——番茄茎秆的分类,提出了一种基于改进Mask R-CNN的番茄茎秆分类算法.采集日间和夜间番茄植株图像,使用labelme分别制作日间和夜间番茄茎秆分类数据集.结合迁移学习方法,使用两种数据集分别训练Mask RCNN模型.对Mask分支进行了改进,在生成掩膜的同时生成其最小外接矩,并提出了用于评估掩膜边框精确率的评价指标Re及用于综合评估模型性能的像素级评价指标.试验结果显示:夜间及日间茎秆分类模型的像素F1值、像素全类平均正确率分别为48.82%、50.03%和57.76%、56.06%. Mask分支改进后掩膜边框精确率得到了显著提高,平均每幅图像检测耗时0.31 s,满足实际应用对算法实时性的需求,可为植株修剪等工作的智能化提供方法支持.

面向像元-对象双尺度的不透水面遥感检测

为了改善像元级遥感不透水面提取时存在的椒盐现象,提出了一种面向像元-对象双尺度的不透水面遥感检测方法.首先基于建筑、植被、水体等多种光谱指数,在像元尺度上提取不透水面的分布范围,然后对遥感图像进行多尺度分割,并通过设置高阈值和低阈值来处理图中的碎斑和空洞.利用双尺度不透水面检测方法对天津市精武镇多年的遥感图像进行不透水面检测,结果表明,该方法检测的正确率为80%左右,漏检率低于10%,检测精度高于光谱指数方法.

油菜地块边界提取研究

油菜地块精准提取可实现道路、田埂和地块三部分的分离,为植保无人机提供准确作业区域和非作业区域,推动植保无人机实现自主作业。基于甘肃省张掖市民乐县油菜地无人机低空RGB影像,构建基于简单线性迭代聚类(SLIC)分割和VGG16分类网络相结合的方法实现油菜田地块边界提取。首先,以过绿指数方式灰度化图像,区分裸露地表与植被覆盖区域,其次,通过直方图分析、轮廓检测提取地块主体部分;最后,通过简单线性迭代聚类(SLIC)和VGG16模型相结合,划分网格,识别过分割区域中的作物种植区域,提取完整地块。对比所提算法与传统边界检测算法地块边界提取效果,结果表明:所提模型的平均交并比和平均准确率分别为95.9%、96.0%,边界提取精度和完整性明显优于传统算法。所提模型能够消除低空拍摄下杂草的影像,可为农田边界提取提供参考,可为植保无人机完全自主作业做好铺垫。

基于高分六号数据的东海县植被覆盖度分析

为了对中国连云港市东海县地区植被进行植被覆盖度的研究及分析,以高分六号(GF-6)卫星数据为原始数据源,在归一化植被指数(normalized vegetation index, NDVI)和像元二分模型分析方法的传统研究基础上,进一步通过不同置信度法来获取像元二分模型数据中所对应的纯土壤像元(S_(soil))值和纯植被像元(S_(veg))值,从而对植被覆盖度进行遥感估测分析。结果表明:植被覆盖度的估测结果对置信度的取值非常敏感,在选取置信度时,应结合数据源的卫星特征、影像特征、地域特征等合理选择,置信度应控制在2%~10%;高分六号卫星影像能较好的估测出植被覆盖度,东海县植被覆盖等级主要呈西高东低的空间状态,这也为后续高分六号卫星在林业应用方面提供价值参考。

尘肺观察对象的CT定量分析

目的探讨CT定量分析对尘肺的诊断价值。方法对尘肺观察对象组(60例)及正常对照组(40例)进行CT扫描,分别在主动脉弓顶、气管隆突、气管隆突下3 cm、气管隆突下6 cm平面进行CT定量测定,用CT密度直方图对特定的CT值区间进行测定,计算出不同CT值范围内的平均肺密度(ME)及像素指数(PI),对比观察尘肺观察对象组肺密度的改变。结果在主动脉弓顶水平、气管隆突下6 cm层面,-832--352 HU范围的10个CT值区间内,尘肺观察对象组像素指数均高于正常对照组;在气管隆突、气管隆突下3 cm层面,-880--352 HU范围的11个CT值区间内,尘肺观察对象组像素指数均高于正常对照组的像素指数。其共同特征为,上述4个观察层面,在-832--352 HU范围内的10个CT值区间内,尘肺观察对象组的像素指数均高于正常对照组。尘肺观察对象组与正常对照组间差异有统计学意义(P<0.05)。结论 CT定量直方图信息,能够评价尘肺观察对象肺纤维化改变,结果可靠,客观,为尘肺观察对象的诊断提供了一种新的定量诊断方法。

多层螺旋CT肺像素指数与肺功能的相关性

目的研究多层螺旋CT(MSCT)肺像素指数与肺功能(PFT)指标的相关性及像素直方图特点。方法对127名受试者行CT及PFT检查,两种检查间隔不超过1周。CT检查采用MSCT于最大吸气末、最大呼气末及平静呼吸分别扫描全肺,用Pulmo肺定量软件测定-1024～-910HU与-1024～-960HU的全肺像素指数(PI-910HU、PI-960HU),计算出-910HU的呼气相与吸气相像素指数比,勾画出像素直方图。结果MSCT各呼吸相像素指数值与PFT存在相关性,其中以PI-910HU的呼吸两项指数比与常规肺功能指标中的FEV1/FVC相关性最佳(r=-0.901,P<0.01)。像素直方图中,28例为双峰样分布,81例为类正态分布,18例为偏态分布。结论MSCT的CT像素指数与PFT显著相关,可用于评估肺功能状况。

MSCT定量成像技术诊断尘肺

目的探讨应用CT定量成像技术诊断尘肺的价值。方法收集60例尘肺观察对象(尘肺观察对象组)及同期体检结果正常的40名健康男性(正常对照组),均行胸部CT扫描,将CT测量值(-1024～-325HU)划分为14个CT阈值区间,间隔49HU,应用CT密度直方图计算不同CT阈值范围内的平均肺密度及像素指数(PI),绘制尘肺观察对象组与正常对照组在不同CT阈值区间内的PI分布曲线。结果在-874～-325HU范围的11个CT阈值区间内,尘肺观察对象组的PI均高于正常对照组,差异均有统计学意义(P均<0.05),而-1024～-875HU三个区间内两组PI的差异无统计学意义(均>0.05);尘肺观察对象组像素分布曲线向右侧高密度区偏移。结论应用CT定量成像技术诊断尘肺结果较为客观,为诊断及研究尘肺提供了一种新的定量辅助方法。

基于线性光谱混合模型的混合像元分解研究——以合肥市为例

利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.

64层螺旋CT低剂量双相扫描像素指数在慢性阻塞性肺疾病肺功能评估中的应用价值

目的探讨64层螺旋CT低剂量双向扫描像素指数(PI)在慢性阻塞性肺疾病(COPD)肺功能评价中的应用价值。方法选择首都医科大学附属北京天坛医院临床确诊的COPD患者40例为研究组,同期健康体检者40例为对照组,两组患者均在深吸气末和深呼气末行64层螺旋CT双肺低剂量扫描,按照CT密度值将全肺扫描像素指数分为5个区域(分别为-400^-700 HU、-700^-800 HU、-800^-910 HU、-910^-960 HU、-960^-1024 HU),计算不同区域深吸气末扫描像素指数(PI in)及深呼气末扫描像素指数(PI out),双相扫描全肺及上、中、下肺小于-910 HU的吸气末及呼气末像素指数(PI in-910、PIout-910)。CT扫描完成后2 d内患者均行肺功能检测,测定第一秒用力肺活量(FEV1),FEV1占预计值的百分比(FEV1%)、FEV1与用力肺活量比值(FEV1/FVC),并进行组间PI以及PI与肺功能指标间的相关性分析。结果两组不同CT阈值分区呼气相、吸气相PI值比较,在-800^-910 HU、-910^-960 HU、-960^-1024 HU区域,两组PI in差异有统计学意义(P<0.05),全部分区中,两组PIout差异均有统计学意义(P<0.05)。在-910^-1024 HU范围内PI均与FEV1%、FEV1/FVC有显著相关性(P<0.01)。研究组全肺及上、中、下肺双相扫描指数PI in-910、PIout-910均较对照组显著增加,差异有统计学意义(P<0.05)。PI in-910、PIout-910均与FEV1%、FEV1/FVC均有良好相关性(P<0.01)。结论 64层螺旋CT低剂量双向扫描像素指数与肺组织气体潴留及通气指标有良好的相关性,可以有效评估慢性阻塞性肺疾病患者肺功能。

MSCT像素指数在慢性阻塞性肺疾病诊断中的应用价值初探

目的结合临床肺功能检查,评价MSCT的像素指数(PI)指标在诊断慢性阻塞性肺疾病(COPD)方面的应用价值。资料与方法对40例临床确诊为COPD的患者及对照组26名健康志愿者,使用MSCT进行胸部扫描,测量和计算各PI的相关指标,并与临床肺功能指标进行相关性分析。用受试者工作特征曲线(ROC)法评价PI各项指标在预测诊断和筛检COPD患者的准确性和敏感性。结果正常组与COPD组在最大吸气末、呼气末时的PI值及PI变化比率存在明显差异(P<0.01)。最大呼气末像素指数(PIex)与FEV1和FEV1/FVC相关性最好,相关系数分别为-0.819,-0.841。PIin、PIex和PI变化比率最恰当预测COPD的临界点分别为33.9、5.1、7.0,其约登指数分别为0.73、0.966、0.937。其中以PIex的临界值预测诊断准确性最高,诊断COPD敏感性为96.6%、特异性为100%。结论MSCT能便捷、准确地获得评价肺功能的指标,与临床肺功能检查指标有很好的相关性。PI指标的临界值可用于预测诊断和筛检COPD患者,有较高的临床应用价值。

基于空间像素纯度指数的端元提取算法

为了减小光谱变化以及异常像素点对端元提取结果的影响,根据局部区域内纯像元和混合像元光谱特征的不同,提出一种基于空间像素纯度指数的端元提取算法.将光谱角距离和欧氏距离加权相加作为新的混合距离测度;采用固定大小的邻域窗口计算图像中所有像素的空间像素纯度指数,在此基础上,根据光谱角距离测度和设定的端元光谱区分性阈值依次搜索端元.仿真数据和真实高光谱图像实验结果表明:该算法能够准确地提取图像中的端元,并且精度高于其他一些端元提取算法.

高光谱遥感岩矿端元提取与分析方法研究

端元提取是高光谱遥感信息提取与分析的基础,也是解决高光谱图像混合像元分解的关键。本文针对研究区高光谱遥感数据特点,进行了辐射校正、最小噪声分离变换(MNF)及纯净像元指数(PPI)处理,在此基础上,应用二维散点图和三维散点图分别提取了端元波谱,并开展了端元属性的判别研究。岩矿端元的提取与分析为后续岩矿种类识别奠定了基础,直接影响最终成果的准确度。