3D-HRNet网络在珠海一号高光谱影像的自然资源监测应用及生态环境分析

遥感和深度学习方法结合应用于自然资源的监测、评估是一种高效的方法。该研究综合考虑珠海一号高光谱影像的特性,在HRNet网络中引入3D卷积模块提出3D-HRNet网络用于自然资源调查监测的语义分割模型,并以遥感影像计算生物丰富度指数、植被覆盖指数、水网密度指数、土地应力指数、污染负荷指数和环境约束指数构建生态指数(ecological index,EI)生态评价模型,对北京市北部部分区域进行自然资源监测和评估。结果表明:①3D-HRNet模型提取自然资源的平均总体精度为0.83,F1分数为0.83,Kappa系数为0.73,比HRNet模型分别高0.04,0.04和0.06,比3D-CNN模型分别高0.04,0.05和0.06,说明3D-HRNet模型提取高光谱影像的自然资源结果比HRNet模型更好,即3D卷积模块能更好地利用高光谱间特性提取信息;②利用EI生态评价模型对北京市北部部分区域2020年生态环境进行评价,其EI平均值为68.2,反映了区域内生态状况良好,与北京市生态环境状况公报结论接近,说明遥感用于EI生态评价的可行性,为区域生态状况的时空分析提出创新性方法。

利用Sentinel-2多光谱影像构建一种潮滩提取指数

潮间带潮滩由于受到潮汐周期性淹没的影响导致难以精准确定其空间分布,因此,迫切需要利用遥感技术了解潮滩受潮汐淹没的光谱变化特征,构建潮滩提取指数,对潮滩的精准解译提供方法及基础数据支持。基于多时相Sentinel-2多光谱影像,通过分析高、低潮影像上不同地物的光谱反射率特征差异,优选出能反映潮滩特征的波段,构建一种海岸带潮滩提取指数。在此基础上,从三方面对已构建潮滩指数的可行性进行论证:(1)将潮滩提取指数应用到3个不同潮滩类型的研究区,研究了潮滩指数的可分离性及对不同潮滩类型区域的适用性,研究结果表明:与其他地类相比,构建的潮滩提取指数对潮滩具有较好的可分离性,并且适用于砂质、泥质不同种类的潮滩;(2)研究了潮滩提取指数对不同分类方法(包括最小距离法、极大似然法、支持向量机)的适用性,研究表明:采用所选取的三种分类方法进行潮滩解译时,其总体精度均大于93%,Kappa系数均大于0.85,潮滩提取指数对不同的分类方法均具有普适性,且可有效提高潮滩的解译精准度;(3)研究了潮滩提取指数对不同数据源的适宜性,采用“珠海一号”数据与本文Sentinel-2多光谱数据解译潮滩并对比结果,研究显示:构建的潮滩提取指数适用于不同数据源,且取得了较好的潮滩分类精度。该方法提高了海岸带潮滩遥感提取的准确度,丰富了潮滩遥感解译理论,对海岸带潮滩生态系统的科学管理与保护提供了理论指导与意义。

“珠海一号”采煤沉陷区叶绿素a浓度反演研究

"珠海一号"卫星高光谱数据具有高时空分辨率的特点,为采煤沉陷区水质时空监测提供了更高精度的数据源。叶绿素a浓度是评价水质状况的重要参数。为探究淮南采煤沉陷区叶绿素a浓度反演模型,以安徽淮南顾桥采煤沉陷区为研究对象,基于"珠海一号"高光谱影像和水样测试数据,对采煤沉陷水域叶绿素a浓度反演模型进行构建,反演并分析了顾桥采煤沉陷区叶绿素a浓度空间分布特征及其成因。结果表明:基于珠海一号高光谱影像(b10+b19-b2)/(b10+b19+b2)波段组合方式构建的三次函数模型精度和稳定性较高,可以用于顾桥采煤沉陷区水质的动态监测;顾桥沉陷区水域总体叶绿素a浓度较高,高值区主要位于水域中部,且南部水域高于北部;农田施肥和工矿生产、居民生活污水的排放是造成沉陷区内叶绿素a浓度上升的主要原因。