Sentinel-2遥感影像在盘锦水稻米质监测中的应用研究

本研究基于水稻孕穗期、抽穗期、灌浆期和成熟期4个生育期的Sentinel-2遥感数据,分析各生育期内卫星遥感光谱参数与稻米品质指标的关系,建立基于各生育期卫星光谱信息的水稻品质指标预测模型。将5种稻米品质指标分别与4个生育期内的光谱参数进行皮尔逊相关性分析,结果表明,5项品质指标在4个生育期内均与光谱参数有不同程度相关性。然后筛选出相关性效果显著的光谱参数,用于建立各品质指标的预测方程,建模结果表明,基于卫星遥感光谱信息解释率由大到小的稻米品质指标依次是精米率>长宽比>蛋白质含量>直链淀粉含量>糙米率;卫星遥感光谱反演稻米各品质指标所在的最佳生育期不同,糙米率和精米率的最佳生育期为抽穗期,其建模决定系数(Coefficient of Determination,R^(2))分别为0.461和0.893;长宽比的最佳生育期为成熟期,R^(2)为0.878;直链淀粉含量和蛋白质含量的最佳生育期为灌浆期,R^(2)分别为0.646和0.647;基于卫星遥感光谱信息的稻米品质模型验证效果较好,解释率为51%~74%。可见,利用卫星遥感技术能够实现大范围水稻品质指标定量监测与评估。

Sentinel-1A影像在山区管道地表形变监测中的适用性评价指标构建

Sentinel-1A卫星数据覆盖范围广、重访周期快、获取成本低,通过合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术能够高效获取管道沿线大面积地表形变信息。但是山区管道所处地形复杂、起伏大、植被茂盛,监测中易存在叠掩、阴影、失相干等现象,Sentinel-1A卫星数据在管道不同区段的适用性有差异。为了对Sentinel-1A在山区管道地表形变测量中的适用程度进行评价,以三段不同山区地形的管道为研究区,结合Sentinel-1A数据、Sentinel-2数据、ALOS DEM数据进行相关性分析,构建适用性评价指标。结果显示:管道沿线Sentinel-1A影像的叠掩阴影占总面积的比例与坡度的Pearson相关系数为-0.914,Spearman相关系数为-1,呈显著负相关;影像相干性和归一化植被指数的Pearson相关系数为-0.972,Spearman相关系数为-0.99,呈显著负相关。使用回归分析和归一化的方法建立了山区管道沿线Sentinel-1A数据的坡度适用性指标和植被适用性指标,指标可对山区管道沿线域使用Sentinel-1A数据进行形变监测的适用性进行评价。

基于Sentinel-3 OLCI影像的渤海FUI水色指数遥感提取及应用

水色是水体水文学特征的基本要素之一。水色测定主要是采用福莱尔比色表(Forel-Ule Scale)将自然水体按颜色从深蓝到红棕共分为21个级别,用以观测、记录海洋和内陆水体的颜色。基于2020—2021年大辽河口、黄河口西南及秦皇岛近岸海域的现场实测数据和同步Sentinel-3 OLCI影像,验证了FUI水色指数遥感提取结果的准确性,发现当现场测量时间与卫星过境时间接近时,FUI水色指数遥感提取结果与实测结果基本一致。利用2021年1—12月Sentinel-3 OLCI影像,提取了渤海月均FUI水色指数遥感产品,发现渤海FUI水色指数的主要变化区间为5~17,整体呈现辽东湾、渤海湾及莱州湾沿岸海域高,秦皇岛海域及其他离岸海域低的空间分布特征,且存在秋冬季高、春夏季低的时间变化规律。此外,FUI水色指数对诸多海洋生态环境问题具有显著的指示功能。尝试将其应用于海洋水色异常和海水水质类别观测,均取得了较好的应用效果。由此可见,FUI水色指数遥感提取将在今后的海洋生态环境监测与评价方面发挥重要作用。

基于Sentinel-1影像的浙江省沿海养殖池塘提取与管理

沿海养殖池塘建设能带来巨大的经济效益,对保障海产品供给和丰富居民食物多样性具有重要意义。而养殖池塘的快速扩张也会带来严重的环境危机,故有效揭示养殖池塘的时空分布特征对有序管理沿海养殖池塘至关重要。但养殖池塘大多分布于岸线曲折、靠近海洋的潮滩一侧,有效且高精度识别养殖池塘具有难度。对此,提出结合Google Earth Engine云平台和ArcGIS本地端分类后处理的养殖池塘识别方法,基于地区水体频率、对象特征和精细处理得到了浙江省沿海2016—2021年较高精度的养殖池塘空间分布数据。结果表明:养殖池塘总体精度均大于93%,Kappa系数均大于82%,表明研究方法具有较好的适用性。浙江省沿海养殖池塘面积趋于下降,2016、2019、2021年分别为30360.60、24375.35、21700.02 hm^(2)。养殖池塘地级市集中分布于宁波市、台州市、绍兴市和杭州市,县域聚集于慈溪市、宁海县、三门县、萧山区、上虞区和象山县。浙江省养殖池塘集聚性下降,聚集于海湾、河口、沿海平原与潮滩,如杭州湾、象山港、三门湾、浦坝港和乐清湾。养殖池塘空间差异性突出,其海侧大于陆侧、北部大于南部。

基于Sentinel-1A影像的原阳县玉米和水稻分类时间窗选择

使用遥感技术可以快速、准确地识别作物类型。本研究以河南省原阳县为试验区,基于Google Earth Engine(GEE)云平台,以玉米、水稻关键生育期的Sentinel-1A影像为数据源,分析各类地物的极化特征时序曲线。对6期Sentinel-1A影像进行穷举组合,使用随机森林算法对所有影像组合分类,分析各生育期影像对作物分类的重要性,选出玉米、水稻分类最佳时间窗。结果表明,作物生长中后期影像对作物分类更重要,其中玉米的乳熟期最重要,水稻的灌浆期最重要。全生育期影像组合中玉米的用户精度和生产者精度分别为90.43%和90.53%,水稻的用户精度和生产者精度分别为88.89%和89.01%。经过优选,大喇叭口期至成熟期为玉米分类最佳时间窗,相较于全生育期影像组合,此生育期影像组合的玉米用户精度和生产者精度分别提高了3.38个百分点和5.26个百分点;拔节期至成熟期为水稻分类最佳时间窗,相较于全生育期影像组合,此生育期影像组合的水稻用户精度和生产者精度分别提高了4.73个百分点和2.66个百分点。本研究结果可以为Sentinel-1A影像在原阳县及其附近区域的玉米、水稻种植结构监测研究提供理论依据。

基于Sentinel-2卫星影像的海南西岛珊瑚礁识别和变化分析

珊瑚礁是海洋中最重要的生态系统之一,近年来在全球气候变化和人为干扰加剧的影响下,我国南海珊瑚礁总体处于快速退化状态。以海南西岛珊瑚礁为例,基于Sentinel-2系列卫星10 m空间分辨率影像,利用面向对象分类法(object-based image analysis,OBIA)对2017年12月~2018年3月和2021年12月两个时期的海南西岛珊瑚礁底质进行了识别分类,并进行珊瑚礁面积变化分析。将2021年12月的分类结果与现场调查数据进行对比验证,总分类精度和Kappa系数分别为83.3%和0.71。对比两个时期珊瑚礁底质分类结果表明,西岛西侧珊瑚礁覆盖面积未出现明显变化,东侧珊瑚礁显示恢复趋势。本文研究表明,10 m地面分辨率卫星系列影像和面向对象的阈值分类方法可以对海南西岛珊瑚礁进行较为准确的识别和变化分析,监测结果可为海南岛沿岸西岛等小型岛礁珊瑚保护及修复提供参考。

基于多时相Sentinel-2卫星影像的冬小麦面积提取

及时准确地提取冬小麦种植信息,对开展冬小麦农情遥感监测具有重要的意义.以杭州市余杭区冬小麦越冬期(2021-12-04)、扬花期(2022-04-08)和乳熟期(2022-05-03)Sentinel-2遥感影像为数据源,分别采用最大似然法、支持向量机、归一化差值植被指数(normalized difference vegetation index,NDVI)相加和相减合成运算提取冬小麦种植面积.结合冬小麦地面调查数据与实测种植面积,对不同方法的提取结果进行精度评价.结果显示,利用越冬期影像NDVI阈值将常绿植被区(茶园、林地)掩膜处理,对非常绿植被区(建筑、水体、冬小麦)扬花期与乳熟期影像NDVI值进行和值运算,是提取余杭区冬小麦种植面积的最佳方法,面积精度为91.96%,说明基于多时相遥感影像结合植被物候特征与典型地物类型,能够实现冬小麦种植面积的高精度提取.

基于Sentinel-2影像的新疆冰湖制图及空间分布特征

在全球气候变暖的背景下,新疆的冰川迅速融化,形成了大量规模较小的冰湖。部分冰湖在短时间内迅速扩大,并可能引发溃决洪水,提高对这些小型冰湖的制图精度对深入了解冰川冰湖灾害机理至关重要。本文基于Sentinel-2影像和DUNet语义分割模型生成2022年新疆冰湖数据集,并结合历史冰湖数据分析了冰湖的空间分布特征。结果表明,大(>10 hm^(2))、中(>1~10 hm^(2))、小(≤1 hm^(2))型冰湖的制图平均误差分别为2.29%、10.02%、27.71%,平均误差均小于已有的三种冰湖产品,其中面积>0.81 hm^(2)的冰湖相对误差为18.36%。2022年新疆>0.06 hm^(2)的冰湖数量为6854个,总面积为200.36 km^(2)。其中,≤1 hm^(2)的冰湖占总数量的70.32%,>1 hm^(2)的冰湖占总面积的92.49%。阿尔泰山区、天山西部、天山南部是新疆冰湖分布最集中的区域,也是近30年来冰湖数量增加最多的区域;在各区域中,面积≤10 hm^(2)的冰湖数量增加最为显著。本研究可为新疆冰湖灾害预警、冰湖灾害评价提供数据支持和有效依据。

基于Sentinel-1和Sentinel-2数据融合的森林林龄反演和动态监测

【目的】在Google Earth Engine(GEE)云平台上借助其强大的计算和数据存储能力,融合多源遥感数据对森林林龄进行遥感反演和动态监测。【方法】融合2017—2023年间Sentinel-1、Sentinel-2及高程数据,通过随机森林(Random forest,RF)分类获取土地覆盖信息,并进一步提取森林的分布和面积,同时构建时间序列植被指数来准确提取森林变化区域。基于森林资源清查数据和融合的多源遥感数据,在GEE上构建RF回归、分类回归树(Cart)以及梯度提升回归树(Gradient tree boost,GTB)3种回归模型,用于杉木组、马尾松组、毛竹林、硬阔叶树组以及其他类树种组的2018年林龄遥感反演,并估算出2017年和2023年的林龄信息,以揭示林龄和龄组在2017—2023年的动态变化情况。【结果】1)2017—2023年,研究区森林面积的整体变化总计113.93 km^(2),此间森林的减少和更新并存,其空间分布特征呈现出明显的区域差异。具体而言,森林面积变化多发生于靠近城区和低海拔地区,且靠近城区的森林面积减少往往不再恢复至森林;2)在5种不同树种组构建的3种模型中,RF回归模型的林龄反演结果最佳,平均R^(2)为0.845,平均RMSE为5.32 a,其中毛竹林反演精度最高,R^(2)为0.863,RMSE为2.411 a;3)2017—2023年,研究区林龄在40 a以下的森林由54.59%减少至51.06%,其中龄组变化最显著为杉木组成熟林,面积增加了38.88%。【结论】在GEE上融合多源遥感数据进行林龄反演和动态监测具有重要的应用潜力,本研究结果可为使用云平台及哨兵系列卫星数据对森林资源长时间序列的林龄反演和动态监测的应用提供参考和借鉴。

典型遥感影像分类方法适用性分析

分类技术是从遥感影像数据中提取信息必不可少的步骤,选择合适的分类器对提高分类精度至关重要,针对特定的研究如何选择适合的分类算法是一个亟需研究的问题。以北京市中心诚区中某一区域为研究区,应用“高分一号”(GF-1)数据和Landsat 8数据,分别采用最常用且分类精度相对较高的监督分类中的最小距离法、最大似然法、支持向量机法,将研究区分为林地、草地、水体、裸土、建筑物5种类型,并对分类结果进行空间分布、面积、精度三个方面的比对分析。结果表明,分类算法的选择主要取决于研究区的地物特点,其中最小距离法应用于植被覆盖面积较大的区域时精度较高,最大似然法适合于分类建筑物较多的区域,支持向量机法对各类地物的分类具有较高的普适性。

高分辨率1号卫星影像几何定位精度评价与几何校正研究——以黑龙江省友谊县为例

提高卫星影像的几何定位精度可以挖掘影像在区域尺度的应用潜力。本文以黑龙江省友谊县及周边区域为研究区,根据地面实测几何控制点,评估高分辨率1号(GF-1)卫星PMS和WFV影像的几何定位精度,并比较手动和自动两种不同几何控制点选取方式的几何校正效果。结论如下:MUX影像、PAN影像和WFV4影像在校正前的平均几何位置偏差为45.06 m,44.60 m和110.26 m,手动几何校正后的平均几何位置偏差为13.97 m,6.35 m和13.56 m,基于哨兵2号(Sentinel-2)影像自动几何校正后的平均几何位置偏差为15.84 m,16.23 m和21.26 m。以上结果可以看出,经过几何校正后很大程度上消除了影像的系统误差,PMS影像通过手动选取地面控制点进行几何校正的效果更优,而WFV影像使用两种校正方法效果相近。

基于Sentinel-2影像的果树提取方法及其空间分析研究——以甘肃省平凉市为例

利用遥感技术对果园进行快速监测,准确掌握苹果园地面积与空间种植分布状况,有助于促进当地经济的发展。目前针对丘陵区果园提取的研究较少,相关方法的有效性和可靠性仍然存在问题。以甘肃省平凉市为研究区域,采用NDVI,RVI,EVI,SIPI,LSWI,NDWI等指标对输入数据进行增强,通过基于数据增强的梯度提升树算法提取研究区苹果种植面积。为验证该方法的有效性,引入最小距离法、CART决策树法、支持向量机法和随机森林4种机器学习算法进行对比分析,结果表明,梯度提升树算法分类精度最高,总体分类精度(Overall Accuracy,OA)达到89.3%,Kappa系数为0.77,分类效果及一致性均最佳。此外,采用基于数据增强的梯度提升树法分别对2019—2023年的苹果园进行提取,获得平凉市苹果园种植变化情况,各区县苹果园种植面积除泾川县外整体呈现上升趋势,泾川县和静宁县种植面积最大,其次为庄浪县、灵台县和崆峒区,最小的为崇信县和华亭市。

遥感影像中阴影检测应用

本研究通过对现有阴影探测算法的比较,对左权县土地确权过程中航空遥感影像上的阴影区域进行了研究。我们采用基于HSV-C1C2C3彩色模型的算法研发阴影探测,经过验证发现它的探测效果是非常出色的。我们开发了基于MATLAB的Shadown识别软件,并在此基础上加以完善。研究结果对地物的正确识别、土地权属界限的准确划定及植被研究等具有重要的意义。

珠峰地区遥感影像高程转换实用化方法

区域似大地水准面实现了大地高成果与正常高成果的转换,但当前规则格网模型不能与遥感影像数据处理有效融合。针对珠峰地区卫星遥感影像高程快速转换,提出了一种适用于不同比例尺的实用化区域似大地水准面模型建立方法,提高卫星遥感影像数据处理的效率。首先分析了珠峰区域似大地水准面变化,其次利用梯度函数模型描述区域似大地水准面变化趋势并分区,最后根据1∶10000比例尺测图高程精度要求建立实用化区域似大地水准面模型。以珠峰地区为例,建立了1∶10000比例尺测图所需珠峰地区实用化区域似大地水准面模型,数据验证实用化模型能够满足珠峰地区1∶10000立体测图高程精度要求。

基于Sentinel-1 SAR遥感影像的漓江流域径流反演

遥感技术作为根据电磁波理论发展起来的一种新型探测手段,具有非接触观测、测量成本低、覆盖范围广等优势,为测算径流量开辟了新思路。基于覆盖漓江流域2018年8月至2019年7月的Sentinel-1 SAR遥感影像,影像每12 d获得一组,共29组58景,采用人工阈值分割法提取漓江沿线水体平均河宽,将其分割为8个河段,与大溶江、桂林、阳朔3个相应水文站的实测径流数据进行一元回归分析,建立平均河宽-流量多项式回归方程。对比各河段建模效果,得到各测站对应的建模效果最好河段,其R^2分别为0.92、0.94和0.88。对其经验公式进行验证,径流反演平均误差最小为10%,在河道较宽、地形较缓的河段具有较好应用效果,能够实现基于遥感技术的河道流量反演。

基于Sentinel-2遥感影像的玉米冠层叶面积指数反演

叶面积指数是描述玉米冠层结构的重要参数之一,决定玉米冠层的光合作用、呼吸作用、蒸腾和碳循环等生物物理过程,因此精确反演叶面积指数对玉米长势监测具有重要意义。以河北省保定市的涿州市、高碑店市、定兴县为研究区,利用Sentinel-2遥感影像和LAI-2000地面同步实测数据进行玉米冠层叶面积指数反演,使用归一化差异光谱指数和比值型光谱指数两类指数,构建了单变量和多变量玉米冠层叶面积指数反演模型,通过决定系数(R2)和均方根误差(RMSE)筛选出最佳模型。研究结果表明,由NDSI(783,705)构建的单变量模型为最优反演模型,其决定系数为0.534 2,均方根误差为0.288 5。因此,基于Sentinel-2遥感影像利用植被指数反演玉米冠层叶面积指数的方法可作为判断玉米长势状况的初步判断依据。

基于Sentinel-3 OLCI影像的秦皇岛海域悬浮物浓度遥感反演

基于2013~2021年期间秦皇岛海域遥感反射率、悬浮物浓度及叶绿素a浓度等实测数据,开展了该海域Sentinel-3 OLCI影像的悬浮物浓度遥感反演模型研究.结果表明,文献中常用的典型经验模型形式均不适用于秦皇岛海域,以490、620及708.75nm为悬浮物反演的敏感波段,以560nm为参比波段,将各敏感波段与参比波段的比值作为自变量,最终建立了适用于秦皇岛海域的Sentinel-3 OLCI四波段悬浮物浓度遥感反演模型(R^(2)=0.69,MAPE=24.79%,RMSE=2.82mg/L);并采用2021年7月24日Sentinel-3 OLCI影像进行悬浮物浓度遥感反演产品的真实性检验,得到反演值与实测值的平均相对误差为13.24%.将上述四波段模型用于2021年1~12月秦皇岛海域的Sentinel-3 OLCI影像,反演得到月均悬浮物浓度,发现秦皇岛海域悬浮物浓度整体呈现沿岸海域高、离岸海域低,秋冬季高、春夏季低的时空变化特征;且2018~2021年秦皇岛海域悬浮物浓度的年均值逐年递减,水体越来越澄清.

GF-1影像遥感监测指标与冬小麦长势参数的关系

为了分析高分一号卫星(GF-1)影像在冬小麦长势监测中的有效性和适宜性,以建湖县冬小麦为研究对象,选取12个植被指数作为遥感监测指标,运用回归分析法探讨遥感监测指标与地面实测冬小麦长势参数的关系,并以回归模型的决定系数(R 2)作为反演精度的评价指标。研究发现,叶面积指数(LAI)、密度和生物量的反演精度较高,其中LAI的反演精度在拔节期最高[监测指标:红蓝色归一化植被指数(RBNDVI),R 2:0.6894],密度的反演精度在拔节期最高[监测指标:优化的土壤调节植被指数(OSAVI),R 2:0.5438],生物量的反演精度在孕穗期最高[监测指标:归一化植被指数(NDVI),R 2:0.4486],说明GF-1影像适合在拔节期进行冬小麦LAI、密度的监测,在孕穗期进行生物量监测。土壤含水量、株高和叶绿素含量(SPAD值)的反演精度较差,最佳回归模型的R 2皆低于0.3600,说明所选的12个遥感监测指标不适合反演这3个长势参数。除乳熟期外,其他4个生育期中都是LAI的反演精度最高,可见GF-1影像的遥感监测指标与LAI的相关性最好,反演精度最高。本研究结果说明,在进行冬小麦长势监测时,不同的生育期需要采用不同的监测指标,同时GF-1影像则更适合在拔节期和孕穗期进行冬小麦的长势监测。本研究结果在一定程度上为GF-1影像在农情遥感监测中的应用提供了科学依据。

基于Sentinel-1双极化雷达影像的土壤含盐量反演

该文以松嫩平原土地盐碱化区域-大庆市为研究区,Sentinel-1双极化雷达影像为数据源,结合研究区土壤采样的全盐含量测量值,反演研究区表层土壤含盐量。首先,在研究区进行土壤采样,并在实验室化验土壤样品的全盐含量,利用S1TBX软件对雷达影像进行噪声处理、辐射校正、几何校正;然后通过分析雷达影像不同极化组合的后向散射系数与土壤含盐量之间的关系,确定最优的极化组合方式;最后,利用回归分析的方法建立土壤含盐量的反演模型并进行精度评价。研究结果显示:(VV^2+VH^2)/(VV^2-VH^2)极化组合的后向散射系数可以较好的分离不同含盐量的土壤,建立起来的反演模型,决定系数R^2达到0.872,均方根误差RMSE为0.988。该研究可以满足大区域土地盐碱化监测的需要,并为Sentinel-1雷达数据在土壤成分提取等方面研究提供了参考。

国产“环境一号”(HJ-1)卫星遥感影像桥梁提取研究

基于桥梁与水体的空间关系,结合卫星遥感影像数据包含的多光谱和形态学特征信息,提出一种有效提取国产"环境一号"(HJ-1)卫星遥感影像桥梁目标的方法。利用国产"环境一号"(HJ-1)卫星遥感影像数据进行桥梁目标提取试验。结果表明,该方法能快速、准确、有效地提取"环境一号"卫星影像中的桥梁目标,具有一定的应用价值。