基于HLS数据的森林蓄积量遥感反演

通过对比陆地卫星8号(Landsat 8)与协同陆地卫星和哨兵2号(HLS)数据在波段信息及森林蓄积量建模效果的差异,探索HLS数据源在森林蓄积量反演中的应用潜力。以内蒙古自治区旺业甸林场为研究区,以Landsat 8和HLS为数据源提取遥感变量,结合森林蓄积量样地实测数据,利用线性逐步回归(LSR)和逐步随机森林(SRF)进行特征变量筛选,分别构建线性和非线性模型开展森林蓄积量反演,并进行精度验证及对比分析。结果表明:HLS影像中的7个波段与Landsat 8影像各对应波段均表现为极显著相关,相关系数绝对值均大于0.7(P<0.01),在波段信息上具有较好的一致性;基于Landsat 8及HLS影像数据构建多元线性回归和随机森林模型,其最优模型决定系数(R^(2))分别为0.55和0.54,均方根误差(RMSE)分别为65.66和68.15 m^(3)·hm^(-2),结果无显著性差异(P>0.05)。利用HLS影像进行森林蓄积量估测,可得到与Landsat 8相似的效果,且HLS数据无需进行繁琐的预处理,能显著提高森林蓄积量估测效率,为大尺度森林蓄积量遥感反演和森林资源监测提供参考。

多源高分辨率遥感影像不透水面提取

随着经济的发展,社会需求的不断提高,不透水面面积越来越代表着社会的城市化进程和经济发展水平。为了解安徽省不透水面面积和经济发展水平,本文以安徽省为研究对象,将2018年的哨兵2号(Sentinel-2)和美国陆地卫星(Landsat8)影像相结合,利用珞珈一号夜间灯光数据为辅助数据,制作安徽省森林、农田、不透水面、水体四类地物的土地利用规划图,高精度提取了2018年安徽省全省的不透水面信息。研究结果表明:通过与Sentinel-2&珞珈一号和Landsat8&珞珈一号的结果进行对比,充分证明Sentinel-2、Landsat8以及珞珈一号数据结合能够较准确、高精度地提取不透水面信息。