赤峰市植被覆盖度时空变化及其与气候因子的关系

基于MODIS ENVI数据,利用像元二分模型计算赤峰市植被覆盖度,并通过Theil-Sen趋势分析法、Mann-Kendall显著性检验法、变异系数及偏相关性分析法,研究2000—2022年赤峰市植被覆盖度的时空变化特征及其与气候因子的相关性,结果显示:(1)赤峰市多年平均植被覆盖度为59.4%,年均增长率为0.4%。研究时段内,不同等级植被覆盖度的时序差异明显,中低、中植被覆盖度的面积占比显著下降,高植被覆盖度的面积占比显著增加。在空间上,赤峰市植被覆盖度呈增加趋势的面积占比为71.9%,其中33.6%的区域呈显著增加趋势。(2)赤峰市中等覆盖度的面积最大(占28.2%),主要分布在中部及西北部地区;中高及高覆盖度区主要分布在沿山地区;中低、低覆盖度和裸地主要集中在浑善达克沙地和科尔沁沙地。植被覆盖度低的地区,波动性强。(3)近23年,赤峰市降水呈显著增加趋势,变化率为5.0 mm/a,年平均气温增加不显著。(4)植被覆盖度与降水、气温整体上均呈正偏相关关系,且降水对植被覆盖度的影响强于气温,说明降水是影响赤峰市植被生长的主导气候因子。

基于GEE的赣州安远县30年植被覆盖度时空变化分析

在谷歌地球引擎(GEE)云平台上,以1991-2021年Landsat影像数据为基础,采用像元二分模型、趋势分析法、赫斯特指数及莫兰指数分析安远县30年植被覆盖度,探究其时空变化特征、空间自相关及未来变化趋势。结果表明,安远县的植被覆盖度在空间上整体水平较高,在研究期30年内,植被覆盖度增加区域占75.48%,退化区域占17.11%,无变化区域占7.41%。赫斯特指数预测未来安远县植被覆盖度将以持续增加为主,研究区整体表现为显著的正空间自相关,呈聚集状态分布。安远县在植被改善方面已取得了显著成果,后期还需重点关注植被覆盖度退化区域与空间自相关异常值区域。

胜利矿区煤炭粉尘污染时空变化特征

露天煤矿开采产生的煤炭粉尘对矿区及周边大气、植被、土壤和居住环境造成影响,但煤炭粉尘污染程度、污染范围量化及其长时序趋势变化等相关研究滞后。提出了煤炭粉尘最大影响范围和持续影响范围概念,基于Google Earth Engine平台和2006—2021年Landsat TM/ETM^(+)/OLI影像,反演增强型煤炭粉尘指数(Enhanced Coal Dust Index,ECDI)和煤炭粉尘污染程度,综合运用线性回归和叠置分析方法,揭示了胜利矿区开采过程中煤炭粉尘的时序变化及空间差异特征。结果表明:①煤炭粉尘污染年际变化可分为严重期(2006—2009年)、改善期(2010—2013年)和稳定期(2014—2021年),与开采生命周期基本一致,且随开采时间的推进呈现先强后减弱的变化趋势;②2019—2021年春季和夏季煤炭粉尘污染程度普遍偏高,季相变化在相对无污染区、轻度污染区和中度污染区相对明显;③煤炭粉尘持续影响范围的总体识别精度为92.67%(kappa系数为0.85),随着原煤产量的递增,常年持续和最大影响范围不断缩小,下降幅度分别为43%和80%,年内持续影响范围空间分布保持基本稳定,年内最大影响范围下降;④2006—2021年相对无污染区面积净增191.69 km^(2)(62.70%),严重污染区面积净减4.59 km^(2)(19.74%),煤炭粉尘污染程度呈下降、上升趋势的面积分别占矿区面积的52.11%和4.07%。2021年相对无污染区和轻度污染区面积达矿区总面积的91.91%(约601.13 km^(2))。

On Segmentation of Moving Objects by Integrating PCA Method with the Adaptive Background Model

Tracking and segmentation of moving objects are suffering from many problems including those caused by elimination changes, noise and shadows. A modified algorithm for the adaptive background model is proposed by linking Gaussian mixture model with the method of principal component analysis PCA. This approach utilizes the advantage of the PCA method in providing the projections that capture the most relevant pixels for segmentation within the background models. We report the update on both the parameters of the modified method and that of the Gaussian mixture model. The obtained results show the relatively outperform of the integrated method.

2000—2020年四川省泸沽湖湿地自然保护区陆地植被覆盖动态变化

[目的]探究四川省泸沽湖湿地自然保护区2000—2020年陆地植被覆盖度的时空变化规律,为保护区的建设和治理提供参考。[方法]选用四川泸沽湖湿地自然保护区2000—2020年植被生长旺盛月份(6—9月)的MODIS数据为数据源,结合像元二分法、Theil-SenMedian趋势分析法等相关分析法探究植被覆盖度时空变化特征及其对气候的响应。[结果](1)在时间变化上,四川省泸沽湖湿地自然保护区陆地植被覆盖度呈略微上升趋势,整体以0.09/10 a速率波动上升。(2)保护区植被覆盖度在空间分布上呈现湖区及其周边区域低,南北高的特征,呈现整体上升,局部下降的特点。(3)保护区气候(6—9月)趋向“暖干化”发展,植被覆盖度与气温和降水量以正相关为主,且受气温影响大于降水,其影响因素具有空间差异性。[结论] 2000—2020年,泸沽湖湿地自然保护区植被覆盖良好,植被覆盖度总体呈略微上升趋势,其中,气温是影响植被覆盖度的主要气候因子,同时地形、人类活动对保护区植被覆盖度均有一定的影响。

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。

博斯腾湖流域草地植被覆盖度时空格局变化及影响因素

草地植被是博斯腾湖流域生态系统的主体,在水生态修复和环境保护中扮演着重要角色,研究草地植被变化规律有助于生态环境保护和草地资源的可持续利用。本研究以博斯腾湖流域草地植被为研究对象,基于Landsat系列卫星1985-2020年8个不同时期的遥感影像数据、数字高程模型和气象数据,采用像元二分模型、一元线性回归趋势分析法和偏相关性分析法对植被覆盖度(FVC)时空格局变化及影响因素进行分析。结果表明:1)博斯腾湖流域草地FVC呈山区高盆地低的地带性分布规律,多年均值约为0.50,整体呈增加的变化趋势,在盆地FVC增加趋势更明显。2)各时期FVC值较高的草地主要分布在海拔2000~3500 m的区域,随着坡度的增加草地植被覆盖面积逐渐减少,在半阳坡和半阴坡FVC大于0.3的草地具有优势分布。3)1985-2020年博斯腾湖流域年平均气温和降水量均有上升趋势,两者与FVC均呈现不显著正相关关系,其中FVC与年平均气温正相关的区域面积占64.72%,主要分布在西部高海拔区域,在东部的焉耆盆地和黄水沟FVC与降水量呈正相关关系,面积在空间上相对集中,占68.70%。该研究可为博斯腾湖流域草地生态环境保护提供参考。

广西壮族自治区植被覆盖度时空变化及多元化因子分析

旨在利用MODIS遥感数据集对研究区19年植被覆盖度的时空变化及多元化因子进行分析,研究表明:(1)广西近19年植被覆盖度整体较高,空间分布呈四周高、中间低的特征;(2)2001-2019年FVC呈上升趋势,且上升趋势的面积占比达到61.50%,上升速率为每10年0.091,且波动变化相对稳定;(3)由气温、降水量与FVC偏相关性结果可知,植被覆盖度与气候因子之间存在相关性,气温以每10年0.38℃的上升速率呈上升趋势,降水量呈缓慢下降趋势,降水量及气温对植被覆盖度的影响存在空间异质性;随着海拔的升高植被覆盖度呈先增后减的趋势;坡向对植被类型的布局影响较大,阳坡主要以林地类型为主,阴坡主要以草地和林地为主;不同坡度植被覆盖变化显著,在坡度≤15°时植被覆盖度较高,当坡度越大时植被覆盖度呈下降状态;(4)随着土地利用类型的变化植被覆盖度有明显差异,转为林地和草地的面积及植被覆盖度都呈逐年增加趋势,耕地植被覆盖度呈先增后降的趋势。

基于多源遥感数据的赣南稀土矿植被覆盖动态监测

为了构建有效的稀土矿区植被覆盖信息提取方法,准确掌握矿区土地治理的动态变化,对矿区周边的生态恢复效果进行评价,以江西省赣州市南部的稀土矿区为研究区,采用像元二分模型和随机森林算法,结合Sentinel-2 MSI和Sentinel-1 C波段雷达数据组成的多源遥感数据集,对稀土矿区的植被覆盖信息进行提取。结果表明:与像元二分模型相比,随机森林算法能更有效地提取矿区的植被覆盖分类结果,且总体精度和Kappa系数分别提高了8.49%和0.05。对2016—2020年矿区植被覆盖的时空变化进行分析得出,稀土矿区裸地面积不断减少,从3246 hm^(2)减少到1779 hm^(2);植被面积呈增加趋势,从2806 hm^(2)增加到4272 hm^(2)。整体来说,赣南各地的稀土矿区植被恢复效果均较好,其中赣县的植被恢复效果最明显。

基于像元二分法和强度分析方法的内蒙古植被覆盖度时空变化规律分析

以GIMMS NDVI3g数据为基础,利用像元二分模型和Intensity analysis方法,从时间间隔、植被覆盖度等级变化和转换3个层面分析了1982─2010年内蒙古植被覆盖度的变化。结果表明:由像元二分模型估算的植被覆盖度与实测值有较高的相关性(0.914)。1980s─1990s植被覆盖度增加的面积(49.2%)大于其减少的面积(43.3%),而在1990s─21世纪初植被盖度减少的面积(57.1%)大于增加面积(35.6%),表明1990年代的植被长势比其他两个年代好。1990s─21世纪初的植被年平均变化速率相对1980s─1990s较快。1980s─1990s,高植被覆盖度的增加活跃,减少较平缓,而低植被覆盖度的增加和减少均较平缓;1990s─21世纪初,高覆盖度和低覆盖植被的增加较平缓,而减少变化较为活跃。研究期内低覆盖度植被以向高一等级转变为主,而高覆盖度则以向低级转换为主。

基于遥感与像元二分模型的新疆和静县草地植被覆盖度时空变化特征研究

以新疆和静县草地植被为研究对象,Landsat影像为主要数据源,采用像元二分模型,运用ArcGIS叠加分析功能,分级估算4个不同时期草地植被覆盖度,基于重心迁移分析方法,研究其变化特征。结果表明:1)4个不同时期平均植被覆盖度面积加权分别为4.285 1、4.304 2、4.425 2、3.752 4,平均植被覆盖度呈现先增加再增加后减少的趋势,2000-2015年平均植被覆盖度整体减少0.532 7,其中,2015年较2010年植被覆盖度减少最多为15.20%。2)2000-2015年,5个不同等级植被覆盖度由低到高转化率分别为54.82%、60.08%、5.52%、266.82%、772.37%,三级植被覆盖转化率最小为5.52%,五级植被覆盖转化率最大为772.37%。3)2000-2015年,一级植被覆盖面积占比呈现先减少后增加再减少趋势,且减少最多,减少797 650.38hm2,2015年覆盖度面积比2010年减少57.07%;二级植被覆盖面积占比呈现持续上升趋势,且增加最多,增加475 914.87hm2,2015年覆盖度面积是2000年的160.01%。4)2000-2015年,一级植被覆盖类型重心向西北方向迁移了49.78km,三级植被覆盖类型重心向东北方向迁移了4.24km,二级、四级和五级植被覆盖类型重心均向西南方向迁移,迁移距离分别为38.07、53.00、83.35km。

融合显著性与运动信息的相关滤波跟踪算法

主流的目标跟踪算法以矩形模板的形式建立被跟踪物体的视觉表征,无法有效区分目标与背景像素,在背景复杂、目标非刚体形变、复杂运动等挑战性因素影响下容易出现模型偏移的问题,导致跟踪失败.与此同时,像素级的显著性信息与运动先验信息作为人类视觉系统有效区分目标与背景、识别运动物体的重要信号,并没有在主流目标跟踪算法中得到有效的集成利用.针对上述问题,提出目标的像素级概率性表征模型,并且建立与之对应的像素级目标概率推断方法,能够有效利用像素级的显著性与运动观测信息,实现与主流的相关滤波跟踪算法的融合;提出基于显著性的观测模型,通过背景先验与提出的背景距离模型,能够在背景复杂的情况下得到高辨识度的像素级图像观测;利用目标与相机运动的连续性来计算目标和背景的运动模式,并以此为基础建立基于运动估计的图像观测模型.实验结果表明,提出的目标表征模型与融合方法能够有效集成上述像素级图像观测信息,提出的跟踪方法总体跟踪精度优于多种当下最先进的跟踪器,对跟踪场景中的背景复杂、目标形变、平面内旋转等挑战性因素具有更好的鲁棒性.

小波包分解支持下的高光谱混合像元盲分解

提出将小波包辅助下子带分解的独立成分分析用于高光谱混合像元盲分解.利用小波包分解改进独立成分分析技术,并考虑到高光谱数据的特点提出了高光谱混合像元盲分解方法,该方法能克服独立成分分析方法要求端元光谱统计独立带来的问题.利用两组合成数据和三组室内实测数据对本算法进行测试,证明了本算法能较为准确的提取端元光谱波形和端元丰度,其准确度明显优于独立成分分析方法.该方法为高光谱遥感影像的盲分解提供了一条新的途径.

基于遥感的植被覆盖变化景观分析——以北京海淀区为例

提出了基于土地利用分类的植被覆盖度计算的亚象元模型 ,针对不同的植被覆盖类型 ,综合利用“等密度模型”和“变密度模型”计算植被覆盖度 ,使其能有效地从遥感数据中提取植被覆盖信息。在 GIS的支持下 ,应用该模型对北京海淀区 1 975年、1 991年和 1 999年 5月份植被覆盖度进行计算 ,并着重对其景观变化过程进行了分析。研究结果表明 :1 975至 1 999年来 ,海淀区植被覆盖整体表现为增加趋势 ,但空间格局分布不均衡 ,全植被覆盖区和高植被覆盖区过分集中在西北部狭长地带 ,东南部则多为低植被覆盖区 。

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。

基于MODIS数据的朝鲜半岛土地利用变化信息提取

以朝鲜半岛为研究区域,基于2000年和2007年的MODIS数据,应用线性光谱混合模型进行像元组分分解并提取分类特征,对像元组分分解后有错分的地物类型结合纹理进行分析,以决策树模型进行土地利用分类。结果表明,像元组分分解后的决策树分类结果总体精度达78.346 5%,Kappa系数达0.6813。与像元组分分解前最大似然法和决策树分类结果相比,决策树分类精度优于最大似然法,且像元组分分解方法提高了分类精度。经2000年和2007年像元组分分解后的决策树分类结果对比:朝鲜耕地面积增加;韩国耕地面积减少,居民地面积增加。

层次图融合的显著性检测

显著性目标检测在物体分割、自适应压缩和物体识别等领域有众多应用,从自然场景中准确检测出最重要的区域一直是个挑战。针对现有的基于图的流形排序算法,因忽略特征的空间信息而导致检测准确率不高的问题,提出了一种基于流形排序的多尺度显著性检测算法。首先对原始图像进行多尺度下的超像素分解。然后利用边界先验,根据流形排序算法计算查询点与其余结点的相关度排序。最后通过构建图模型,从多层结构中分析显著性线索,对显著图进行融合得到最终结果。在ASD、CSSD、ECSSD和SOD数据集上,同9种流形算法进行对比实验,结果表明该算法在保持高查全率的同时也提高了准确率。

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。

基于遥感技术的2005～2014年西藏地区植被覆盖度变化分析

[目的]利用遥感技术估算西藏地区多年植被覆盖度变化情况。[方法]基于MODIS-NDVI数据,利用像元二分模型,估算了2005~2014年西藏地区生长季期间的植被覆盖度,并对其时空变化特征进行了分析;借助趋势分析法分析了10年间西藏地区植被覆盖度的趋势斜率;通过划分气候区,在控制气候要素不变的情况下,讨论人类活动对西藏植被覆盖度变化的影响。[结果]2005~2014年西藏地区生长季期间平均植被覆盖度为33.00%~36.00%,整体表现为稳定的上升趋势;东南地区植被覆盖明显好于西北地区;森林、灌丛、农作物等类型植被覆盖度较高,而草原、草甸、高山植被以及荒漠等植被类型相对较低;2005~2014年西藏地区趋势斜率总体保持稳定,植被覆盖明显减少的部分集中分布于拉萨市与林芝市的交界地带、山南地区的东南部及林芝市的中部地区,主要是人类活动影响所致。[结论]利用像元二分模型估算西藏地区多年生长季植被覆盖度是可行的。

单目视觉测量系统中目标位姿对图像点灵敏度影响的研究

通过研究单目视觉测量系统中不同位姿物体姿态测量的灵敏度,找到对图像点灵敏度影响的因素和各自占有比例。给出了灵敏度分析的理论模型,通过设计影响图像点灵敏度相关因素的数值分析实验,得出图像点灵敏度与靶板倾角及物距成反比,最大数值灵敏度最大值对应的处的靶面目标姿态,始终位于相机主方向光轴方向上。