基于物候信息图谱的耕地种植模式遥感监测方法

【目的】种植模式是作物种植的前后茬顺序的概括,反映耕地资源的利用方式和效率。本研究通过分析不同种植模式的物候特征,构建江汉平原地区的耕地物候信息图谱和种植模式谱,并实现该地区主要种植模式的提取。【方法】在地学信息图谱理论支持下,根据农作物种植的先验知识和不同种植模式所表现的物候差异,将植被指数变化过程和耕地利用方式的空间差异进行图谱合一的表达,组成包含耕地不同利用方式的耕地物候信息图谱;以江汉平原地区的主要种植模式为例,将关键物候期植被指数的状态进行排列组合,建立植被指数状态到种植模式的信息重映射规则,并在此基础上根据农作物特有的物候知识进行物候特征挖掘,进行江汉平原地区种植模式谱的构建;进而利用朴素贝叶斯网络融合关键物候期影像和物候知识实现江汉平原种植模式的提取。采用基于知识概率编码的方法,对关键物候期的植被指数状态进行定量表达。【结果】构建了江汉平原地区的种植模式谱,发现江汉平原地区的种植模式谱由8种种植模式构成:春单季、夏单季、春夏双季、夏秋双季、双季稻、经济作物、鱼塘、苗木或撂荒。提出的种植模式谱及基于朴素贝叶斯网络的种植模式提取方法能够准确地提取出所有种植模式,并具有良好的精度和适用性。江汉平原地区在研究时段内呈现显著的夏秋双季扩张,以及春夏双季和夏单季减少的趋势。【结论】种植模式谱全面反映了江汉平原地区种植模式的总体特征,提升了耕地利用方式监测的准确度,丰富了耕地资源利用方式的内涵。本文方法得到的种植模式分布图可以作为作物制图的基础底图数据,也是种植强度制图的重要依据。

物候信息化及物候时空变化分析

物候信息具有明显的地方性和时间性，是全球环境变化研究所需的一类典型的时空数据，同时物候现象的变化也是全球环境变化的一个重要方面。要发挥物候信息在全球变化研究中的作用， 必须提高物候信息化的水平， 并在此基础上加强物候时空变化分析研究。本文分析了物候信息化的必要性，以及地理信息系统时空变化分析方法在物候时空变化研究中的应用。并利用我国近３０ 年的植物物候数据， 借助ＧＩＳ方法， 进行了物候信息时空查询、面向区域的物候时空变化总体规律研究和面向物候时空对象的时空变化研究。

基于MODIS时序植被指数的区域物候信息提取

利用黑龙江省2012年16 d 250 m的MODIS NDVI数据,使用Savitsky-Golay滤波法、Logistic调合函数模型和非对称Gaussian模型3种方法对曲线拟合重构,引入均方根误差比较3种方法的优劣;在曲线平滑的基础上提取物候参数,分别对森林和农用地用固定阈值和动态阈值提取其物候参数,目的在于比较两种阈值设定方法的优劣,并获取阈值使物候参数结果与作物农事历信息吻合。结果表明,Savitsky-Golay滤波法在与原始曲线近似度方面优于另外两种拟合方法。

基于物候特征的盐渍化信息数据挖掘研究

盐渍化是影响植被和作物长势的重要因素,精确反演盐渍化的时空分布信息至关重要。基于MOD13A1-NDVI数据反演生长季开始日期(SOS)、生长季结束日期(EOS)、生长季长度(LEN)等物候参数和计算出能高精度反演盐渍化空间分布的多种植被指数、盐分指数、地形指数、干旱指数等参数后作为BP-ANN人工神经网络的输入因子来反演盐渍化信息,同时按照植被类型和地貌类型进行分区来反演盐渍化信息,以探讨盐渍化受植被和地貌类型的影响。主要结论如下:(1)盐渍化的形成受多种因素的影响,与物候参数大多呈非线性关系,不能单纯的以某拟合公式来进行表达,需要借助人工神经网络超强的非线性拟合能力来反演盐渍化信息。(2)通过深入挖掘植被物候信息,在融入物候参数后的反演精度显著提高。可决系数R2从0.68(非物候参数)增加到0.79(包括物候参数),但是需要加入地形、影像数据和土壤水分等方面的信息来更加精确的反演盐渍化信息。生物累积量指标LSI(Large seasonal integral)和SSI(Small seasonal integral)能够很好的表征盐渍化的信息。(3)划分植被类型后的盐渍化提取精度进一步提高,可决系数R^2达到了0.88。(4)以地貌特征作为类型分区后,反演结果的R^2达到了0.85,精度较高,比以植被类型作为分区的精度略小。高程较低区域的盐渍化现象普遍较重,盐渍化程度受到地形和地貌因素的影响显著。(5)农用地区域多为非盐渍化和轻度盐渍化地,稀疏植被区多为重盐渍化地。研究区的非盐渍化和轻盐渍化地、中盐渍化地和重度盐渍化地比例分别为53.42%,13.71%,32.87%。以上的研究结果提出了一种融合物候信息和非物候参数来反演盐渍化信息的方法,进行深入的协同植被物候监测盐渍化信息方面的数据挖掘,在融入了物候参数后,盐渍化的预测精度显著提高。

融合Landsat 8与Sentinel-2数据的红树林物候信息提取与分类

科学准确地监测红树林是保护海陆过渡性生态系统的基础和前提,但红树林分布于潮间带,难以进行大规模人工监测。遥感技术能够对红树林进行长时间、大面积监测,但已有研究尚存不足。一方面,红树林分布于热带、亚热带区域,受到天气条件限制难以获得长时间覆盖的有效光学遥感数据;另一方面,红树林极易与其他陆生植被混淆,仅利用多波段数据的光谱信息难以精确识别。本文以恒河三角洲孙德尔本斯地区为例,基于谷歌地球引擎GEE(Google Earth Engine)获取2016年全年的Landsat 8 OLI和Sentinel-2 MSI数据,利用物候信息进行红树林提取研究。首先,基于最小二乘回归构建两个传感器在相同指数之间的关系,重建时间序列数据,之后根据可分性判据选取增强型植被指数EVI(Enhanced Vegetation Index)和陆地表面水分指数LSWI(Land Surface Water Index)。其次,对两个指数的时间序列数据进行Savitzky-Golay滤波处理,并分别提取生长期始期等13种物候信息。最后,将两个指数的物候信息进行特征级联,采用随机森林RF(Random Forest)方法进行分类,提取研究区红树林范围。实验结果表明:Landsat 8 OLI和Sentinel-2 MSI数据融合可有效提升时间序列质量,与基于单一传感器数据的分类结果相比,总体精度提高1.58%;物候信息可以显著增强红树林与其他植被的可分性,与直接使用时间序列数据的分类结果相比,总体精度提高1.92%;同时考虑EVI和LSWI指数可极大地提升分类效果,与采用单一指数相比,总体精度分别提高14.11%和9.69%。因此,本文通过数据融合、物候信息提取和指数特征级联可以更好地提取红树林,总体精度达到91.02%,Kappa系数为0.892。研究验证了物候信息在红树林遥感监测中的应用潜力,提出的方法对科学准确地监测全球或区域红树林具有一定参考价值。

基于MODIS时序植被指数的植被物候空间格局

利用2001-2003年MODIS 16天最大合成NDVI数据,以及Savitzky-Golay滤波方法提取了陇西黄土高原植被的物候信息.结果表明:研究区内植被物候信息存在明显的空间格局,这种格局是人类活动和环境要素共同作用的结果.利用遥感时序数据可以有效地提取大范围的物候信息,为大范围的植被监测提供新的思路.

基于多时相遥感数据的吉林西部土地覆被分类提取

为深化计算机自动提取土地覆被类型在遥感分类研究中的应用,以吉林西部的镇赉县为试验区,利用Landsat8多时相遥感数据的季节变化信息、地表植被、水体与土壤等特征参量,构建多维分类特征数据集对试验区进行土地覆被分类研究,提取了11种地表覆被类型。结果表明:1)多维变量组合方案的总体分类精度为95.50%,Kappa系数为0.9504。该方案自动提取地类达到了一个比较理想的分类结果,方案有效可行;2)方案中,3个主要特征分类变量的引入能很好改善易混淆地类的可分性,尤其,地表植被季节变化信息和土地信息的引入能明显提高土地覆被的分类精度;3)实际情况表明,引入的分类特征量不是越多越好,只有将多种分类特征有效结合才能够提高土地覆被分类精度。该文为农牧交错带上的土地覆被遥感监测提供了一个可行的方案,该方案有效可行。

吉林西部多时相遥感数据分类方案的构建及应用

为了深化遥感监测方法在生态环境调查中的应用,本文以吉林西部为试验区,设计了一种多时相遥感数据分类方案。该方案以物候信息为主,结合地物特征变量(植被、水体和土地信息)构建的多维特征空间数据集用于土地覆被分类。该遥感分类方案提取了9种地表覆被类型,结果表明:地表植被季节变化信息和土地利用信息的引入能明显改善土地覆被的分类精度;与基于原始波段的分类方案相比,多时相遥感数据分类方案的分类精度最好,总体分类精度为95.50%,Kappa系数为95.04%。

天然林保护工程区森林植被类型遥感监测

应用中等分辨率遥感影像开展森林植被类型遥感监测,为天然林保护工程区成效监测以及森林植被制图提供技术支撑。以汪清林业局为例,基于Landsat 8 OLI的生长季和非生长季影像,应用随机森林分类法,以及基于时间维的分类结果校正,开展森林植被类型信息提取研究,根据混淆矩阵和查全率分析引起森林植被类型混分的因素。结果表明:1)研究区森林植被类型遥感监测的总体精度为86.41%,Kappa系数为0.82,体现了较好的分类效果。2)在各森林植被类型中,落叶阔叶林地分类精度高,生产者精度和用户精度在90%以上;落叶针叶林地生产者精度较高,为86.96%;常绿针叶林地和针阔混交林地生产者精度和用户精度较低,平均为75.19%。常绿针叶林地、落叶针叶林地、落叶阔叶林地与针阔混交林地分类混分的影响因素为混交比例、郁闭度和林龄。3)汪清林业局森林覆盖率为96.64%,落叶阔叶林地所占面积比例最大,针阔混交林地次之,落叶针叶林地、常绿针叶林地、灌木林地和其他林地分布比较少。通过分析可知:基于中等分辨率影像的多时相和物候信息,有利于提取天然林保护工程区森林植被类型。

基于多时相资源一号04星多光谱影像的土地利用分类——以海南西北部地区为例

【目的】基于3期2015年获取的资源一号04星（CBERS-04）多光谱遥感数据,探讨CBERS-04多光谱数据在热带地区土地利用分类中的应用潜力。【方法】结合光谱和物候信息,分别采用最大似然法和决策树分类方法对海南西北部地区土地利用现状进行分类研究。【结果】基于单景的最大似然法可获得相对理想的分类精度,总体分类精度为85.8%-88.8%,卡帕系数为0.80-0.84;同时使用3期影像作为输入,运用最大似然法和决策树分类方法,其分类精度均有明显提升,总体分类精度达91.61%-92.61%,卡帕系数为0.88-0.89,其中最大似然法略优于决策树分类算法。【结论】联合多期CBERS-04多光谱数据能够准确提取热带地区土地利用现状信息,具有广阔的应用前景。

决策树分类提取宁夏耕地复种指数

针对运用Savitzky-Golay滤波处理的增强型植被指数曲线会出现伪峰或将真实峰去掉的情况,对复种指数的提取造成误差的问题,提出一种基于ENVI软件的决策树分类法快速准确提取宁夏复种指数的分析方法。在对2009年和2010年中等分辨率MOD13Q1的EVI进行预处理后,进行SG滤波法重构时间序列曲线,然后利用TIMESAT软件的TSF_seas2img功能模块提取宁夏植被的关键物候信息,最后基于物候信息运用决策树分类,分离出宁夏一年一熟及一年两熟的作物面积。对提取的结果利用高分辨率的2009年Landsat-5TM影像以及统计年鉴提供的数据进行了验证。结果表明,宁夏主要种植方式为一年一熟,少量的一年两熟区域大多集中于固原市。基于关键物候信息提取宁夏复种指数的精度较高,能够比较准确地反映宁夏复种作物信息,表明中分辨率遥感影像在提取复种指数方面也能发挥积极作用,丰富了复种指数的分析,也为该方面的研究与应用提供了参考。

基于遥感的南四湖菹草群落时空演变特征及其原因分析

作为山东第一大湖和南水北调东线工程的必经路线,近年来,南四湖菹草泛滥严重,引发水质污染和河道阻塞等生态问题,对南水北调工程构成季节性威胁。因此,科学地提取湖区中的菹草,明确其时空变化特征对后续治理工作具有重大意义。基于MODIS MOD13Q1 16d合成数据提取的南四湖不同地类的NDVI时序曲线的特征差异及物候信息,结合Landsat系列数据监督分类的结果,借助决策树及遥感动态监测手工阈值设定方法,对多年间湖区菹草群落分别进行提取,探究菹草群落的时空分布特征。研究结果表明,自2000年起,南四湖菹草群落面积呈大幅增长趋势,由1988年的25.22km^2上升至2018年的171.46km^2,且由湖岸地区蔓延至湖心,占湖区面积比由3.61%上升至24.55%,尤其是微山湖最为明显。年际尺度上,菹草已由普通优势种演变为湖区绝对优势种。经过Spearman秩相关分析和Pearson相关分析发现,菹草面积与湖区营养盐和富营养化程度等指标的相关系数均显著高于0.8(P<0.05),相关性显著。南四湖菹草的泛滥现状对南四湖生态治理提出了更高的要求,应加大治理力度以防其对南水北调水质造成影响。