多尺度遥感数据在1:5万环境地质调查中的应用——以高平地区为例

以SPOT6高分辨率遥感数据为主要信息提取源,收集中等分辨率的landsat陆地卫星数据,通过谷歌地球软件辅助,应用遥感技术对高平地区1:5万图幅的环境地质进行调查。根据室内解译结果与野外踏勘进行对比,建立高平地区的遥感解译标志,并利用谷歌地球的多期遥感数据对环境地质问题进行动态分析。遥感手段的应用可以提高研究区内环境地质调查工作预见性,指导环境地质测绘工作,有效减少野外工作量,提高项目整体工作效率,是环境地质调查的重要手段。

国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例

为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R^2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R^2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。