基于Landsat 8 OLI多光谱影像数据和BP神经网络的叶面积指数反演

叶面积指数能反映出植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,这正是植被影响土壤侵蚀的主要方面。及时、准确、有效地获取区域尺度植被LAI,对研究土壤侵蚀与植被的关系至关重要。本文作者以Landsat 8 OLI多光谱遥感影像和叶面积指数(Leaf Area Index,LAI)实测数据为基础,构建了神经网络隐含层层数分别为1层和2层的神经网络模型,经对比分析,BP神经网络模型反演叶面积指数具有较高的反演精度,尤其是隐含层为2层时,平均相对误差(MAPE)是0.201 3、均方根误差(RMSE)是0.52、相关系数R是0.77,均优于非线性回归模型。基于隐含层为2层的BP神经网络模型反演生成了南京市LAI分布图,经分析,LAI分布情况与植被实际分布情况相符,模型的空间可靠性较高。

CBERS-02B CCD数据在区域景观生态环境质量评价中的应用

以武汉食品工业加工区规划环评为例，在景观生态学基本原理指导下，探讨了CBERS-02BCCD数据在区域景观生态环境质量评价中的应用。通过非监督分类和目视解疑相结合的方法，研究者对规划区2009年6月13日CBERS-02BCCD多光谱遥感影像进行了判读，并提取了景观生态环境质量评价所需的技术指标。通过计算规划区现状生态景观结构要素和各类斑块的优势度值，研究者对规划区的景观生态环境质量现状进行了分析，并结合规划区的用地规划，对规划实施后规划区不同类型的景观拼块数目、面积及优势度进行了统计分析，预测了规划实施后规划区景观生态环境质量的变化趋势。本文为CBERS-02BCCD数据在区域景观生态环境质量评价中的应用提供了技术指导。

基于森林资源遥感动态监测研究对生态环境和生态资源的影响

为了避免过度开采森林造成对生态环境和生态资源产生不良影响,对森林资源进行准确、及时和高效的监测就显得尤为重要。研究利用遥感技术对森林资源进行多光谱影像数据和高分辨率遥感影像监测,以分析资源开采对生态环境和生态资源的影响。本文主要研究结果显示,基于遥感技术的森林资源动态监测系统的特征提取精度和森林资源变化检测精度分别达到了86.3%和87.2%。综合而言,基于森林资源遥感动态监测的研究已经实现了预期的动态监测效果。