水稻甲烷排放遥感监测研究综述

水稻甲烷排放是农业甲烷排放的重要来源,及时准确地估算水稻甲烷排放可为政策制定提供参考。通过概念辨析和文献调研的方法,综述了水稻甲烷排放遥感监测的数据来源、方法、不确定性,论述了水稻甲烷遥感监测技术的发展现状和未来展望。结果表明,遥感技术在水稻甲烷排放监测方面具有较大潜力,不仅能够通过自上而下的方法直接监测水稻甲烷排放情况,也能结合自下而上的方法实现水稻甲烷排放的间接估算。但如何提高自上而下和自下而上方法的准确性,缩小2类方法间的差异是亟需解决的关键问题。未来,新的遥感技术和性能更优越的传感器可为准确估算水稻甲烷排放提供更多保障;多源遥感数据融合以及自上而下和自下而上方法之间的结合是定量水稻甲烷排放遥感监测不确定性的重要研究方向。

基于近期密集卫星数据的北江流域森林砍伐遥感方法

针对森林砍伐前后地物光谱特征变化特点,选用北江流域Sentinel-22017—2022年共930景光学遥感影像作为实验数据,基于Google Earth Engine云计算平台,优化归一化植被指数阈值分割方法提取多时相森林砍伐分布动态特征。结果表明:采用阈值分割优化方法识别森林砍伐验证精度达到72.05%,2017—2022年,北江流域森林砍伐量除2020和2021年外总体呈现逐年递增趋势,年均增长约9%;森林砍伐主要集中在坡度8°~25°的缓坡和较陡坡,共占所有森林砍伐面积的48%~57%;且在15°以下坡度中更易发生,砍伐比例为3.76%,比15°以上坡度高出1.14%;2018年森林砍伐56个特征点NDVI标准化均值在砍伐后逐年增加,2018—2022年平均每年增加0.08,砍伐后第三年基本恢复林地NDVI特征。