基于多期遥感的云阳县域森林景观破碎化演变与驱动力研究

县域森林破碎化评价是对生态建设的重点区域和森林植被发生变化的热点区域进行判读区划和测定分析。以云阳县为例,利用2002年森林资源调查数据,结合2006,2011年两期SPOT 5影像开展判读区划,对比分析3期森林分布数据,运用Arc Gis 10.0和Fragstars 4.0软件,选取合适的景观格局指数,对云阳森林景观破碎化及其驱动力进行分析。结果表明:全县森林破碎化程度明显减轻,局部区域小片林及林带多,森林破碎化严重;工程造林与社会政策是驱动云阳县森林景观破碎化减轻的关键因素,其中退耕还林工程造林贡献最大;农业活动与城镇建设是制约云阳县森林景观破碎化逆转的主要因素,应进一步加强林地保护管理,减少森林流失,建设健康稳定的森林生态系统。

基于多期遥感影像的饮用水源污染负荷总量预测方法研究

国家发展和社会进步是迅速的,产业结构也是多样的,因此水污染治理及安全问题更加重要。针对传统饮用水源污染负荷总量预测方法预测结果不够准确的问题,研究基于多期遥感影像的饮用水源污染负荷总量预测方法。依据多期遥感影像技术预测区域自然状况、社会环境和供水状况,进行数据收集并处理,并运用监测法提取特征数据,再根据计算得到污染物浓度和系数估算污染负荷总量,以此实现所提出的预测方法。实验结果与传统预测方法相比,该方法预测结果更为准确。由此可见,此方法更有效。

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm^2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。

一种集成多分类器的面向地理对象遥感影像变化回溯分析方法

城市土地覆被变化分析在城市发展规划、环境保护研究等方面具有重要意义.在多期遥感影像变化分析中,存在多基于像元、分类器单一等问题,很难体现其优势.为了克服这些问题,提出了一种面向地理对象遥感影像变化回溯分析方法,将三种泛化能力较高的分类器适时应用在遥感影像变化分析框架的不同阶段.首先基于随机森林分类器完成基期影像(最新时间的影像)的土地覆被制图,然后基于与不同期的差异影像结合模糊C均值聚类与多阈值算法获得差异影像二值化结果,最后基于回溯分析获得不同时期影像的变化区域,使用支持向量机分类器获得变化检测结果.以Landsat影像为基础数据,在巴基斯坦伊斯兰堡1990-2018年间的4期影像变化分析中进行验证,并与两种不同方式变化检测方法对比.结果表明,提出的方法得到的4期影像变化检测总体精度平均达到81.4%,明显高于其他两种方法,证明该方法在遥感多期影像变化分析方面是有效的.