基于Sentinel-2卫星数据的洋河水库水体总磷反演

结合洋河水库实测水质数据和Sentinel-2(哨兵2号)卫星遥感影像数据,基于线性回归方法,建立遥感波段反射率与水体总磷实测质量浓度之间的反演模型,反演洋河水库2016—2019年总磷质量浓度,并分析库区总磷质量浓度时空变化特征。研究结果表明:线性回归遥感反演模型决定系数达到0.818,相对误差平均值在20%以内,计算结果较稳定,模型适用性较好。在时间分布上,洋河水库水质整体基本较好,2016—2018年洋河水库水质较好,达到Ⅲ类,部分月份水质较差,超过Ⅲ类,主要集中在秋季;2019年洋河水库水质较差,整体达到Ⅳ类,部分月份出现Ⅴ类,超标现象集中在夏秋季节。在空间分布上,非汛期洋河水库总磷质量浓度自东、西入口及取水口向水库中心区逐渐升高,汛期靠近西入口的水域总磷质量浓度明显高于其他区域。利用哨兵2号卫星遥感影像对总磷质量浓度进行反演,可为水库的水质监管提供技术支撑。

基于哨兵2号MSI数据的高邮湖水质参数遥感估算研究

利用卫星数据对湖泊水体进行水质演化监测可以迅速掌握污染动向,对及时快速决策有重要意义。文章基于地面实测光谱反射率数据模拟MSI波段组合,构建水体叶绿素a和总悬浮物浓度的遥感模型,并利用哨兵数据对高邮湖的水质参数进行估算。研究结果表明,高邮湖的叶绿素a浓度估算平均相对误差(MRE)为22.5%,总悬浮物浓度估算平均相对误差(MRE)为15.0%。因此,将哨兵2号MSI数据应用于该遥感模型,能较好的掌握高邮湖水质参数时空变化情况,对湖泊水质的研究具有一定的参考价值。

基于Sentinel-2与随机森林算法的太湖水生植被分布监测

基于2018—2021年太湖地区哨兵2号(Sentinel-2)卫星遥感影像和随机森林算法,结合植被敏感指数,开展太湖水生植被分布监测,综合分析了水生植被的时空变化特征,初步揭示了太湖水生植被的动态变化。结果表明,太湖水生植被分布面积有逐年上升的趋势,且年间变化具有明显的单峰型特征,表现为春季沉寂,夏季快速增长,秋季达到暴发期,冬季面积开始减退;太湖水生植被主要分布于东太湖、东部沿岸和贡湖,类型以沉水植被为主,其中浮叶植被主要分布于东太湖,挺水植被主要分布于东太湖沿岸的浅水区域;沉水植被主要分布于东部沿岸和贡湖;水生植被主要分布的东太湖水域,其水质总体优于太湖其他水域。

基于Sentinel-2的植被生物物理特征反演

以Sentinel-2多光谱卫星为主要数据源,定量反演研究区的植被覆盖度(fractional vegetation cover,FVC)、叶面积指数(leaf area index,LAI)、冠层叶绿素含量(canopy chlorophyll content,CCC)和冠层含水量(canopy water content,CWC)共4种生物物理特征。结果表明:研究区内植被理化参数分布情况为西北部和东北部较低,西南和东南部较高。不同作物类型的植被理化参数值不同,在8月下旬的植被生长期,旱地的理化参数值整体高于水稻的理化参数值。

科尔沁沙丘草甸相间地区土地利用与覆被识别

为了实现基于单独光学遥感数据对科尔沁沙丘草甸相间地区土地利用与覆被(LULC)类型的识别,选用2018年64景Sentinel-2影像,结合影像分割技术,利用植被物候信息和生境特征,建立了基于群落水平的LULC决策树识别规则,总体分类精度为0.91,Kappa系数为0.89。分类结果显示:研究区旱地分布面积最大,占33.79%,灌木群落次之,占25.03%,高多样性半灌木群落和乔木林相近,分别为14.54%和10%,低多样性半灌木群落、草甸地和流动沙地分别占5%左右,剩余类型的总占比小于5%。该方法不仅可以准确反映研究区覆被类型的空间分布情况,还能给出不同覆被类型的生长发育状况,可为该区域物质循环研究提供基础数据,同时为该区域历史LULC识别提供阈值参考。

融合Sentinel-2卫星和地面验证点数据研发山东禹城冬小麦冠层叶绿素数据集的方法与结果

融合哨兵2号卫星(Sentinel-2)冠层叶绿素含量与地面验证点数据研发山东禹城冬小麦冠层叶绿素数据集并得到结果数据集。结果数据集由两部分组成:(1)冠层叶绿素地面验证样地数据(CCC_(Field)),包括LAI和SPAD。2020年5月9–16日在山东禹城冬小麦观测,共计107个样地;(2)哨兵2号卫星叶绿素反演数据(CCC_(Sentinel)),空间分辨率为10 m。对(CCC_(Field))和(CCC_(Sentinel))序列进行5种相关分析显示,决定系数(R2)可以达到0.889,9-0.928,0,RMSE=29.267,表明在该地区4月末至5月初期间,哨兵2号卫星(CCC_(Sentinel))至少能解释地面样地观测(CCC_(Field))变化的88.99%。本数据集存储为.tif、.shp、.kmz和.xlsx数据格式,由18个数据文件组成,数据量为215 MB(压缩为3个文件160 MB)。

深圳市前海桂湾公园土壤蒸发及植被蒸腾模拟

蒸散发(ET)是连接水文循环和地表能量平衡的重要组成部分,准确的估算土壤蒸发(LE_(s))和植被蒸腾(LE_(v))对城市水资源分配和管理具有重要意义。针对城市林地蒸散发双源模型的缺失,本研究基于MOD16模型提出了应用于城市林地区域改进的MOD16双源模型。改进的MOD16双源模型更加准确的描述城市林地区域复杂下垫面的能量分配过程。结合高时空分辨率的Sentinel-2遥感卫星影像,对2020年深圳市前海桂湾公园20个无云日的LE_(s)和LE_(v)进行反演研究。用Shuttleworth-Wallace(S-W)模型和双作物系数法(FAO dual-K_(c))验证模型性能,同时分析改进的MOD16模型对输入变量的敏感度,结果表明:改进的MOD16模型与S-W模型和FAO dual-K_(c)之间的均方根误差(RMSE)分别为21.39 W/m^(2)和20.41 W/m^(2),平均绝对误差(MAE)分别为18.81 W/m^(2)和19.05 W/m^(2),R2分别为0.801和0.634。改进的MOD16模型可以应用在城市林地LE_(s)和LE_(v)估算中。桂湾公园地区总蒸散月均值在85-165 W/m^(2)之间。研究区域的LE_(s)和LE_(v)呈现出明显的季节变化,春夏季蒸散量升高,秋冬季蒸散量降低,LE_(s)的变化范围为0-50 W/m^(2),LE_(v)的变化范围为0-120 W/m^(2)。LE_(v)高值在研究区呈现零散分布,多集中在前海桂湾沿岸,LE_(s)高值集中在研究区的西北、东北和东南部。敏感性分析结果表明,改进后的MOD16模型对植被覆盖、太阳辐射和湿度更敏感。其中,LE_(v)模拟结果受净辐射和植被覆盖影响最大,LE_(s)的模拟结果受湿度和植被覆盖的影响最大。因此,应用改进的MOD16模型时需要优先确保这些参数的准确输入。修正后的MOD16模型极大地提高了高分辨率、小尺度区域城市林地LE_(s)和LE_(v)模拟的准确性,为准确获取植被耗水量信息从而科学指导城市林地灌溉、解决城市水资源分配与管理提供有力工具。

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。

全球重要农业文化遗产地——内蒙古阿鲁科尔沁草原游牧系统空间数据分析

2022年5月20日“阿鲁科尔沁草原游牧系统”被联合国粮农组织(FAO)认定为“全球重要农业文化遗产”。这使得“全球重要农业文化遗产”总数达到67项,其中中国18项。“阿鲁科尔沁草原游牧系统”遗产地包括内蒙古赤峰市阿鲁科尔沁旗巴彦温都尔苏木(乡镇级)全部,包括23个嘎查(行政村)、1个林场(国家级自然保护区)和一个护林站,总面积3,375 km^(2)。本数据集是遗产地的空间数据部分,包括7类:(1)遗产地空间位置与范围:阿鲁科尔沁旗;巴彦温都尔苏木(23嘎查、1林场、1护林站);(2)草原游牧系统分区:冬春牧场,罕山林场,夏秋牧场;(3)地形地貌:30 m-DEM和10 m-Slope;(4)土地利用:8类;(5)主要3个游牧路线;(6)NDVI:2018年7月哨兵2号卫星数据,10-m空间分辨率;(7)土壤侵蚀:对森林、灌木林、草地、裸地4类土地的土壤侵蚀强度分级。数据归档格式为.kmz、.shp和.tif,数据量为740 MB(压缩后为565 MB)。