水分亏缺指数在全国干旱遥感监测中的应用研究

水分亏缺指数(WDI)是建立在作物水分胁迫指数理论基础上,并假设陆地表面温度是冠层温度与土壤表面温度线性加权及土壤与植被冠层之间不存在感热交换的情况下,结合陆气温差与植被指数得到的区域干旱评价指标。本文利用MODISTerra陆地表面温度和植被指数数据产品,采用NDVITs空间法分别计算了2000年4月上旬和5月中旬气温空间分布的基础上,结合陆气温差和植被指数计算全国范围WDI,并与表层土壤含水量进行对比。结果表明:WDI能够比较合理地用来监测区域干旱,不仅适用于裸地条件,还能够有效地应用于完全植被或部分植被覆盖条件下的干旱监测,克服了CWSI只能应用于郁闭植被冠层的限制。

中国湿地遥感研究现状与趋势评述

利用网络文献数据库,对1995年以来以CNKI为主的数据库检索的相关文献进行综述,从遥感在湿地分类和制图、湿地监测、湿地生态及技术和方法等方面的应用归纳出目前湿地遥感研究存在如下问题:地理时空分布不均,以中小尺度为主;区域特殊性研究较多,缺少区域共性研究;研究方法可操作性差;学科综合少;湿地信息系统不健全。基于以上问题,湿地遥感研究趋向以下方向:大尺度监测和制图;结合湿地特征,实现区域模块化;建立湿地信息系统平台,加大湿地开放型遥感应用;遵循湿地系统性,加强湿地综合和对比研究;重视学科综合和合作;重视技术交互,实现湿地遥感应用发展。

面向应用需求的遥感卫星载荷空间分辨率标准化研究

遥感应用需求是对地观测卫星载荷设计的出发点和落脚点,载荷的通用化、标准化、系列化是未来载荷发展的必然趋势。在对遥感应用需求分析的基础上,从应用部门关注的空间分辨率这一主要指标对遥感卫星载荷标准化进行了研究,提出了我国对地观测卫星载荷的空间分辨率设计标准,对促进遥感卫星载荷的大规模批量生产、节约设计成本具有重要意义。

应用遥感技术探测土壤侵蚀的研究进展

在全世界范围内土壤侵蚀对农业生产和水质量都有着负面影响,因此区域尺度的土壤侵蚀评估非常重要,但是它往往会受可收集到观测数据的数量和质量的限制。在过去的30年中,遥感技术已为土壤侵蚀研究提供了多方面有效空间数据,这些数据常被直接用于探测土壤侵蚀和土壤侵蚀沉积,通过辨别土壤侵蚀的总体特征,可以区分土壤侵蚀区域,再根据经验评估土壤侵蚀强度,获得探测结果。本文介绍了可用于土壤侵蚀研究的多种卫星和传感器及应用遥感数据探测土壤侵蚀特征,土壤侵蚀区域和土壤侵蚀沉积的实例。

粮食作物播种面积遥感监测研究进展

介绍了遥感监测粮食作物播种面积的理论和现实意义,回顾了国内外基于常规方法、线状框架采样、面积框架采样、光谱混合模型(spectralmixturemodel,SMA)等方法进行植被制图和进行粮食作物识别研究的现状和存在的问题,并对基于波谱库的农作物播种面积监测提出了建议。

近30年来喜马拉雅山脉西段纳木那尼峰地区冰川变化的遥感监测研究

本文从1976,1990,1999的Landsat及2003年ASTER系列数字遥感影像上提取了喜马拉雅山脉西段纳木那尼峰地区的4期冰川空间分布数据,在Arc/Info中综合各期数据,建立研究区1976—2003年冰川变化图谱,定量分析了纳木那尼峰地区冰川的空间变化。图谱这种数据集成的方法明显优于直接将各期影像分类结果进行比较的传统研究方法。研究结果表明,纳木那尼峰地区的冰川以广泛退缩为主,但北部也有少量前进冰川存在。自1976年到2003年,冰川面积从84.41km2减少到77.29km2,各时段分别以平均0.17km/a,0.19km/a和0.77km/a的速度在退缩,冰川退缩明显加速。冰川退缩面积占研究区总面积的8.4%,明显比高亚洲冰川平均退缩比例(7%)大,表明西喜马拉雅山脉的冰川退缩比较严重。

分季节的太湖悬浮物遥感估测模型研究

根据1996-2002年无锡太湖监测站的水质资料分析,太湖悬浮物具有季节性特征,因而分季节的悬浮物估测模型比单一的模型可能更加适合用来估测太湖全年的悬浮物浓度．在分析太湖水体光谱特征的基础上,根据太湖悬浮物的季节性分布特征,使用春夏秋冬四季的Landsat TM/ETM图像和准同步的水质采样数据,建立了太湖分季节的悬浮物估算模型．结果表明:估测因子(B2+B3)/(B2/B3)在舂、秋、冬三季都能很好地估测出悬浮物的浓度(R^3＞0．52)．夏季由于叶绿素的干扰性较大,悬浮物的估测效果不理想．冬季的估测效果最好(R^2=0．81),模型为lnSS=14．656×(B2+B3)/ (B2/B3)+1．661,其中,ln SS表示悬浮物取自然对数后的值,B2、B3为TM/ETM图像经过6S大气校正、3×3低通滤波后第2、3波段的反射率值．

利用MOD IS遥感影像获取近地层气温的方法研究

由于冠层叶片群体效应,在1km的空间尺度上遥感获取浓密植被陆面温度与气温近似相等。根据这个原理对利用遥感手段获取气温进行了尝试,提出利用NDVI-Ts空间获取气温的方法,计算气温空间分布模式,同时对Prihodko和Goward提出的气温遥感获取模型(简称P-G模型)进行试验并与NDVI-Ts空间法进行了对比。根据Parton和Logan提出的气温尺度转换模型,利用气象站观测最高气温和最低气温获取Terra卫星过境时刻气温作为“测定值”,对遥感获取的气温进行检验,得到以下结论:P-G模型计算气温与观测结果相比偏高,而NDVI-Ts法计算结果偏低,但是其总体误差范围相当,大约为+4℃;与P-G模型相比,尽管NDVI-Ts空间法获得的气温在精度上对P-G模型没有多大的改善,但这种方法能够更加充分利用遥感获取的信息,而且在计算机运算效率上也有很大的改进,NDVI-Ts空间法相对于P-G模型具有一定优势。

基于知识的中高分辨率光学卫星遥感影像桥梁目标识别研究

桥梁是重要的人工建筑。对桥梁进行识别研究,在民用上和军事上部具有很重要的意义。该文提出一套针对中高分辨率光学卫星遥感图像上大中型桥梁的检测和识别的流程。首先根据光学卫星图像特点,运用分割和形态学算子提取河流;沿着河流中心线对桥梁进行检测;经过边缘提取、线段跟踪、直线拟合、边线配对等处理后对检测出的桥梁进行定位,并获取长度、宽度、方位等桥梁参数。以SPOT-5 5m全色波段图像进行验证,证明本文算法流程对河流上桥梁目标识别是有效的。

基于局部标准差的遥感图像噪声评估方法研究

局部均值与局部标准差法是目前应用最广泛的遥感图像噪声评估方法之一。该方法利用了局部均值与局部标准差的概念,对含有加性噪声的遥感图像进行噪声评估。但该方法受地物覆盖类型影响很大,当遥感图像中地物覆盖复杂时,会得到异常的噪声估算结果。产生这一现象的主要原因是遥感图像中包含边缘和纹理的不均匀子块。为降低地物覆盖复杂性对算法的影响,本文提出了基于边缘块剔出的局部均值与局部标准差法和基于高斯波形提取的局部均值与局部标准差法,前一种方法是削弱图像中包含边缘的不均匀子块的影响,后一种方法是提取反映均匀子块数量特征的高斯波形。利用同一次航空试验中获取的两幅AVIRIS辐射图像对改进后的算法进行了检验,结果表明改进后算法的健壮性明显提高,且噪声估算结果更准确。

基于多光谱遥感的撂荒地识别方法研究

耕地撂荒严重影响了我国的粮食产量,成为中国近20年来耕地利用过程中出现的又一重大问题。多光谱遥感具有数据获取范围广、速度快等特点,在国土资源研究中具有非常大的优势和潜力。为了提取撂荒地,文章采用多光谱遥感数据Modis/Terra 2000年—2009年的NDVI数据产品和日本ALOS卫星遥感影像数据,利用时间序列NDVI来表征主要土地利用类型的生命周期特征,对各土地利用类型采样点生成的NDVI时间序列曲线,结合各类型的生长周期特征及其对应的NDVI特征,进行对比分析,从而识别撂荒地,并区分耕地撂荒与轮休。最后通过野外考察开展实地验证,结果表明应用多光谱遥感的方法能够很好的提取撂荒地,并区分主要土地覆盖类型,正确率高达90%。因此多光谱遥感在撂荒地识别研究中具有相当的可行性。

基于遥感技术的县级区域环境质量评价模型研究

建立了一种完全基于遥感数据的县级区域生态环境状况评价模型,该模型利用支持向量机的方法对广西钦州市钦南区HJ-1星CCD数据进行分类,提取土地利用类型,同时建立了生物丰度指数、植被覆盖度指数、水资源密度指数、土壤侵蚀指数和人类活动指数5种评价指标,对这些指数加权求和得到区域生态环境状况指数,定量化评价实验区域生态环境质量.评价结果表明,该区域整体生态环境质量良好,生态环境状况为良的区域占总面积的64.105%,主要集中在钦南区的林地区域,生态环境状况为一般的区域占31.206%,主要分布在水资源丰富的区域,而生态环境状况为差的区域则占3.668%,主要集中在人类活动频繁的城区.

分布式水文模型结合遥感研究地表蒸散发

地表蒸散发是研究土壤-植被-大气系统水热平衡的关键因子。用改进的DHSVM分布式水文模型对汉江上游子午河流域蒸散发进行模拟。根据流域特点,主要进行TM遥感数据的大气校正和几何校正,在此基础上得到叶面积指数和土地覆盖等地表参数;再利用G IS技术基于DEM求出坡度、坡向和地形指数等因子。分析了蒸散发时空分布特征,表明日尺度蒸散发空间分布差异较大。初步验证了结果,表明模型在中国典型湿润区小流域取得较好效果。

星载光学遥感器可见近红外通道辐射定标研究进展

辐射定标是遥感定量化应用的基础。在阐述辐射定标概念,意义和方法的基础上,介绍了发射前定标、在轨星上定标和在轨替代定标的各种方法,并分析了这些方法在卫星不同阶段所起的作用。以在轨替代定标中的场地定标法、场景定标法和交叉定标法为重点,详细介绍了其中各种方法的基本原理,适用范围以及当前国内外研究现状。最后,对当前国际上辐射定标的发展趋势作出展望,并针对国内的辐射定标现状提出相关的建议,使用户能够得到更高精度的遥感数据。

多光谱遥感在重大自然灾害评估中的应用与展望

重大自然灾害发生后,及时、准确的灾情评估对决策部门制定科学和有效的救灾减灾方案具有关键性的作用。多光谱遥感具有数据获取范围广、速度快等特点,应用在灾害评估中具有非常大的优势和潜力。在我国近年来的多次重大自然灾害评估中,多光谱遥感技术都发挥了重要的作用。该文首先以地震灾害、洪涝灾害和干旱灾害为例,简要总结了多光谱遥感在重大自然灾害评估中的具体应用情况。其次对多光谱遥感在重大自然灾害评估在应用过程中存在的数据源相对不足和应用的广度和深度不够的问题进行了分析。最后对今后扩展多光谱遥感数据的获取手段、建立重大自然灾害遥感评估指标体系和完善多光谱遥感评估技术体系等发展方向进行了展望。

基于遥感的长沙市城市热岛与土地利用/覆盖变化研究

基于多时相Landsat TM/ETM+影像,首先计算长沙市地表亮度温度,然后利用NDVI(归一化植被指数)、MNDWI(改进的归一化水体指数)、NDBI(归一化建筑指数)和NDBaI(归一化裸土指数)4个指数,采用决策树分类方法对长沙市影像进行土地利用/覆盖分类。在此基础上,对长沙市城市热岛的空间分布特征、时空演变特征以及城市热岛与土地利用/覆盖变化和各种影响因子之间的关系进行研究。结果表明,随着长沙市城区范围的不断扩张,城市热岛范围也不断增大;土地利用/覆盖类型的变化会改变地表温度的空间分布,城市用地和裸地是城市热岛强度的主要贡献因素,水体和林地具有较好的降温作用。地表温度与4种归一化指数的回归分析表明,它们之间存在明显的相关性,不同土地利用/覆盖类型的地表温度存在较大差异。

植被净第一性生产力遥感过程模型研究

NPP模型现在已经发展到遥感过程模型时代。通过3种主要的遥感过程模型(CASA、BIOME-BGC和BEPS模型)进行阐述和分析,探讨了这几种模型的优势和主要存在的问题。

基于MODISEVI的冬小麦产量遥感预测研究

T erra-M OD IS数据集同时具有归一化植被指数(NDV I)和增强型植被指数(EV I)两种植被指数。为了对比这两种植被指数在农作物估产中的应用效果,该文利用M OD IS-NDV I和M OD IS-EV I作为遥感特征参量,以对美国冬小麦的长势监测与产量预测为例进行了研究:运用区域作物特定生育期内多年的NDV I和EV I值与作物产量进行相关分析,采用一次线性拟合方法分别建立回归方程,估算当年的农作物产量。结果表明,EV I明显地比NDV I更好地与产量建立回归方程,用EV I建立的回归方程,各州相关系数大多在0.7以上;而用NDV I建立的回归方程,相关性不稳定。因此利用EV I建立的模型对2004年美国冬小麦进行估产,并将预测结果与美国国家统计署6月1号公布的预测结果进行对比,结果发现,美国国家统计署预测单产误差为3.05%,总产误差为-2.56%,而该研究预测结果单产误差为2.62%,总产误差为-1.77%且预测时间比美国国家统计署预测时间提前约半个月。可见EV I可以更有效地进行作物监测及估产,提高预测的准确性。

基于知识规则的马尾松林遥感信息提取技术研究

由于遥感信息提取精度的限制,使得遥感技术在林业领域的应用受到了制约.为了提高林业遥感信息提取精度,该文对遥感信息提取的3个关键技术环节即训练样区的选取、分类特征波段的选择及分类器的训练进行了研究,建立了基于知识规则的信息提取方法和流程.应用该方法,以浙江省富阳市为研究区,进行了马尾松林信息提取,精度达到了80.5%,比最大似然法提高了近20%.实例研究表明,该信息提取方法较为有效,尤其是在树种信息提取方面具有一定的研究和应用潜力,同时也为浙江地区应用遥感技术研究虫害提供了一定的技术支持.

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并在中国山东省进行了分类试验,得出以下结论:1不同比例下的训练样本与验证样本影响着总体分类精度;2从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;3提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;4各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。