路域生态系统遥感监测发展趋势分析与展望

路域生态系统监测是掌握路域生态系统质量状况和变化原因的基础和关键环节,对于路域生态环境保护与可持续发展具有重要意义。由于具有大范围、多时相、高精度和综合性等优势,遥感技术逐渐成为路域生态监测的主流手段。本文从景观格局遥感监测、植被状况遥感监测和物种多样性监测3个方面,回顾国内外相关方面的研究进展,总结研究趋势,指出现阶段研究面临的主要问题与挑战,并提出未来发展展望。研究表明:(1)路域生态系统遥感监测涵盖方面众多,研究成果丰富,不同方法具有各自的应用优势和不足;(2)路域生态系统遥感监测目前仍面临着针对公路建设期监测少、监测评价指标针对性弱、基于公路特点的遥感监测较少、路域范围划定不明确等诸多挑战。因此,未来研究应从多维角度,设立多项指标对路域建设期生态状况进行评价,根据陆路交通设施的线性工程特点,发展具有针对性的监测技术,提升监测效率和实时性。

基于广义相加模型的东南沿海叶绿素a浓度的多重影响与季节差异

叶绿素a浓度可以评估海水富营养化状况,对沿海叶绿素a浓度影响因素的研究在海洋环境保护方面具有重要意义。而现有研究多关注自然因素对沿海叶绿素a浓度的影响,忽视了人为因素的作用。因此实验以夜间灯光遥感数据表征人类活动强度,根据夜间灯光亮度和沿海叶绿素a浓度间的关系将东南沿海的城市分为3个类型,并同时结合海表温度、风速、太阳辐射、降水等自然因素,通过广义相加模型(GAM)分析不同季节下3类城市中人为和自然等多重因素对沿海叶绿素a浓度的影响。结果表明:在北海、汕头等类型Ⅰ城市中自然因素主导叶绿素a浓度的变化,春季的主导因素为风速,夏、秋、冬季为海表温度;而人类活动对叶绿素a浓度的影响较小且没有显著的影响关系。珠海、东莞等类型Ⅱ城市的叶绿素a浓度受自然因素主导,春、秋、冬季的主导因素为风速,夏季为海表温度;而人类活动在夏、秋季对沿海叶绿素a浓度有较大的促进作用。深圳、香港地区等类型Ⅲ城市中人为因素主导叶绿素a浓度的变化,春、夏、秋季人类活动对叶绿素a浓度的影响最大且为负相关,冬季海表温度对叶绿素a浓度的影响最大。

CFOSAT散射计Sigma0数据测试系统设计与实现

中法海洋卫星(CFOSAT,China-France Oceanography Satellite)散射计是国际上首个扇形波束圆锥扫描体制散射计,可以获得目标多个入射角的观测数据。CFOSAT散射计地面预处理业务软件生成Level-1数据,包括L1A(Level 1A)和L1B(Level 1B)数据。针对CFOSAT散射计Level-1数据跟踪测试需求,设计开发了CFOSAT散射计数据测试软件系统,该系统重点测试分析Sigma0数据。数据测试系统基于MySQL数据库技术,结合OpenMP并行处理技术,采用Matlab和VC++混合编程开发,可高效地获得CFOSAT散射计Sigma0数据质量的测试评估结果。对CFOSAT散射计Sigma0数据的测试分析表明了CFOSAT散射计数据预处理算法的正确性,同时也表明CFOSAT散射计观测精度较高。该软件有助于全面掌握CFOSAT散射计业务数据的状态,为CFOSAT散射计数据预处理算法优化提供重要参考。

基于GEE的石羊河流域植被覆盖变化特征及其影响因素分析

植被作为陆地生态系统的重要组成部分,常被用作评估气候变化和生态恢复成效的指标。以石羊河流域为研究对象,基于Google Earth Engine (GEE)平台采用Theil-Sen趋势分析和MannKendall检验(TS-MK)、Hurst指数揭示植被覆盖变化特征;采用偏相关分析、残差分析和地理探测器探究植被覆盖变化的影响因素。结果表明:2001~2020年间石羊河流域植被NDVI呈现波动增长趋势,增长率为0.023/10 a;呈显著增加趋势和显著减少趋势的面积占比分别为72.32%和2.40%。未来植被NDVI变化趋势保持一致(Hurst>0.5)的面积占比为63.84%,其中持续性显著增加的面积占比最大,为47.37%。偏相关分析结果表明降水对植被生长的影响较强,而温度、太阳辐射和饱和水汽压差的影响相对较弱。残差分析结果表明气候要素和人类活动影响下植被NDVI呈显著增加趋势的面积占比分别为21.59%和60.07%,石羊河流域的植被变化主要受人类活动的积极影响。此外,地理探测器的结果表明植被NDVI的空间分布主要受水热条件分布特征的影响。该研究结果有助于深化对植被覆盖变化影响因素的认识,为石羊河流域生态保护提供借鉴。

基于MODIS数据的亚马逊热带雨林火灾时空变化规律研究

频繁发生的森林大火对亚马逊热带雨林造成了大面积破坏,获取不同年份的火灾影响范围以及植被破坏情况,有助于了解该地区火灾时空演变规律以及火灾与植被的相互作用关系,进而探究火灾发展机理,为防灾减灾提供科学依据。为此,利用2015~2019年MODIS植被指数产品与地表温度产品,构建MODIS全球扰动指数模型(MGDI),结合火点数据(以下统称MOD14A1)、植被连续场数据(Vegetation Continuous Field,VCF)提取1000 m分辨率下的燃烧范围和燃烧强度,并分析研究区域5年内的火灾分布时空规律。实验结果表明:(1)火灾主要分布在巴西中部以及巴西与玻利维亚的交界处,占燃烧区总面积的67%左右;(2)燃烧范围以及燃烧强度的综合信息显示火灾整体呈现出“升—降—升”的趋势;(3)火灾多发生于灌木草地(50%以上)以及阔叶林(30%),且火灾多发在旱季;在全球变暖大背景下,火灾发生频率呈上升趋势;(4)人类活动范围扩张、不合理农业开垦、森林砍伐导致研究区内草地退化严重,农业用地以及建筑用地逐年上升,在一定程度上为火灾的发生、传导提供了良好的条件。

一种基于ASR和PAPCNN的NSCT域遥感影像融合方法

针对稀疏字典的高冗余性和脉冲耦合神经网络(PCNN)参数设置的主观性问题,提出一种结合自适应稀疏表示(ASR)和参数自适应脉冲耦合神经网络(PAPCNN)的非下采样轮廓波变换(NSCT)域遥感影像融合方法。该方法将多光谱影像通过YUV空间变换得到的亮度分量Y与全色影像进行NSCT分解为高低频子带。对低频子带采用基于ASR的融合规则,根据影像块的梯度信息实现自适应稀疏表示。对高频子带采用PAPCNN模型,以选择PCNN的最优参数,再经过相应逆变换得到融合结果。实验结果表明:该方法对不同卫星影像在定性和定量评价上的总体效果均优于其他8种方法。

三江源蒸散发遥感估算及其时空分布特征研究

蒸散发是地表水热平衡的基本变量,也是衡量植被生长水分适应性的重要指标。针对三江源地面实测资料匮乏的现状,以MODIS系列产品为主要数据源,通过对地表温度—植被指数特征空间法的改进,在日尺度实现了该地区2011~2019年蒸散发的连续遥感估算,并进一步解析其时空变化特征与影响因子,揭示不同土地覆被类型的蒸散发差异,以期为三江源畜牧业可持续发展与生态环境保护提供支撑。对比分析表明:蒸散发的估算结果达到了现有遥感蒸散发产品的精度要求,可用于分析三江源地区蒸散发的时空变化特征。近9年,三江源蒸散发总体呈现先减少后增加趋势,多年平均值为420.04 mm;受海拔与降水控制,蒸散发空间分布异质性明显,从东南向西北逐渐减少;3194~4620 m海拔范围内,蒸散发随海拔高度增加呈单峰型变化,站点尺度年蒸散发与降水量之间的相关系数为0.71。虽然不同土地覆被分类系统下蒸散发的统计结果存在差异,但单位面积蒸散发具有林地>灌丛/灌木林>草地/草甸>裸土地/无植被区的明显特征,像元尺度多年平均蒸散发与植被覆盖度的相关系数高达0.77。

色林错、纳木错湖区被动微波雪深反演算法评估

被动微波雪深反演算法是当前大范围获取青藏高原地表雪深信息的重要途径,但由于缺乏地面雪深观测资料,导致对算法在高原中西部区域的表现认识不足。为了评估当前被动微波雪深反演算法在青藏高原色林错、纳木错地区的适用性,利用AMSR2亮温数据和地面站点雪深数据,以相关系数、偏差和均方根误差作为评价指标,评估了Chang2算法、Che算法、SPD算法、AMSR2算法和Jiang算法等5种算法。结果显示,Jiang算法综合表现最好,在纳木错站R值最高为0.68;Che算法对浅雪反演效果较好,其在班戈站Bias为-0.66 cm;Chang2算法对纳木错站、色林错站深雪反演效果较好,在两地R值分别为0.63、0.50;SPD算法的反演效果最不理想,对雪深高估明显,其中浅雪高估近20 cm;AMSR2算法在区域间的表现差异较大,在纳木错站的反演结果比色林错站、班戈站好。除SPD算法外,其余算法均低估了研究区雪深,与以往研究结果一致。

基于GEE和Sentinel-2时序数据的呼伦贝尔沙地及其周边植被类型识别研究

沙地及其周边植被对固定沙丘、防止水土流失和环境治理等方面具有重要作用,开展沙地及其周边植被类型识别研究对于客观地反映沙地及其周边的生态环境,进而为沙地恢复治理政策制定具有重要意义。GEE云平台丰富的长时间序列遥感数据和强大的云计算能力,为开展大区域植被类型识别提供了便捷。本研究基于GEE云平台存储的2019年Sentinel-2时序数据,采用RF算法开展呼伦贝尔沙地及其周边主要植被类型的空间判识研究,探索了GEE平台下顾及植被物候信息的植被类型识别效果。研究发现:(1)Sentinel-2影像的光谱信息和近红外波段的纹理信息对研究区的主要植被类型识别能力有限,而物候特征有效地弥补了原始光谱特征等对研究区不同植被类型区分能力的不足;(2)基于RF算法顾及物候特征的植被类型识别精度达到84.37%,Kappa系数为0.8,比单一时相数据的识别精度提高了10.01%;(3)呼伦贝尔沙地及其周边主要植被类型的物候特征差异明显,有助于不同类型植被的空间识别,特别是提高了灌草丛和草原的识别精度。研究表明利用Sentinel-2数据和GEE云平台对沙地等大区域植被类型的识别具有较大的潜力和广阔的应用前景。

面向遥感叶面积指数产品的地形校正研究

地形校正是提高复杂地形区地表参数遥感定量化反演精度的重要手段。当前广泛应用的遥感叶面积指数产品(Leaf Area Index,LAI)多具有一定的地形误差,减少地形影响、提升其产品精度有着非常重要的意义。以我国江西省千烟洲地区为研究区域,利用地面实测LAI数据、LandsatTM数据和高程数据等,基于高程标准差和GLOBMAP LAI产品值的关系,建立面向叶面积指数产品的地形校正模型,利用这一模型对GLOBMAP LAI产品进行地形校正。结果表明:校正后的LAI与地面实测数据更为接近,LAI产品与地面测量值的RMSE由2.11下降到2.04;校正后LAI产品的标准差由2.08下降至1.69,LAI产品的地形误差得到了较好的改正。该方法较好地完成了LAI产品的地形校正,进一步提高了产品精度,具有一定的实用价值。

遥感科学数据应用态势分析——以《Remote Sensing of Environment》期刊为例

遥感数据是影响遥感科学研究方法、实验思路、解决方案的重要因素之一。以探索面向遥感科学数据的学科情报分析框架为目标,以《Remote Sensing of Environment》期刊1999~2018年发表的学术论文为例,利用文献计量和知识图谱分析方法,展现遥感科学数据的利用情况。结果表明:满足特定专业领域需求的遥感科学数据日益丰富,光学遥感、微波遥感和激光雷达数据的应用结构已发生明显变化,从20世纪90年代的8∶1∶1发展为5∶3∶2,多角度观测、机载观测平台等新型观测方式展现出独特的优势。遥感科学数据和相关研究分析方法的发展和完善,不断推动对复杂地理生态过程以及人类活动对环境影响的系统化、综合性理解。

北极重要海峡海冰密集度时空变化呈现异质性

在全球变暖背景下,北极海冰的面积与厚度正逐渐减小,为北极通航提供了可能,而重要海峡的冰情直接影响到北极航道的开通。以东北航道和西北航道上14个重要海峡近35年的海冰密集度为研究对象,利用核K-means方法进行时空聚类,通过经验模态分解模型研究不同聚类模式下的时间序列趋势,探究冰情变化异质性,结果如下:①各海峡海冰密集度呈3种聚类结果,同一聚类结果中海峡的密集度变化具有较强一致性,不同聚类结果之间差异较大,海冰密集度低的海峡全部位于东北航道。②全年尺度中除白令海峡和德米特里拉普捷夫海峡之外,其他海峡海冰密集度呈下降趋势。呈上升趋势的两个海峡均为海冰密集度低的海峡。③夏季融冰期尺度中各海峡海冰密集度变化趋势类型多样,除单纯的上升、下降趋势外,还出现了包括“U”形曲线在内的各种波动型趋势。

陆地生态系统碳监测卫星远红波段叶绿素荧光反演算法设计

太阳诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence,SIF)是陆表植被在自然光照条件下进行光合作用时释放的一种光信号。SIF携带有重要的光合作用信息,通过卫星遥感的方法探测区域-全球SIF信号为大尺度植被光合作用监测打开了新世界的大门。我国预计于2020年前后发射的陆地生态系统碳卫星(陆碳卫星)将搭载超光谱分辨率载荷,有望成为全球范围内第一个针对陆表植被SIF进行专门观测的卫星传感器。数据驱动算法是陆碳卫星远红波段SIF反演的主算法,作为一种半经验算法,需结合传感器指标进行参数优化。依据陆碳卫星超光谱载荷的设计指标,基于仿真数据进行了端对端反演模拟,讨论了不同潜在反演窗口下SIF反演的精度(精密度与准确度),确定了不同反演窗口所需的主成分个数(nv),分析了不同反演窗口内反演精度对荧光波形函数(hF)的敏感性。结果表明:随着反演窗口的拓宽,SIF反演的精密度(鲁棒性)提升,但准确度下降,且对nv及hF的敏感性增强。综合考虑各因素,确定了735~758nm作为陆碳卫星远红波段SIF反演的主窗口,同时nv取6,hF设置为单峰高斯函数(μ=740nm,σ=30nm)。基于近地表和航空遥感数据的SIF反演结果验证了所设计算法的可行性和合理性。研究结果将为陆碳卫星升空后SIF的反演及产品发布提供重要参考。

基于双树复小波分解的BP神经网络遥感影像分类

为有效解决高分辨率多光谱遥感影像分类模糊性和不确定性以及较好地克服噪声的影响,提出了一种基于双树复小波分解的BP神经网络遥感图像分类方法。首先提取影像的NDVI、纹理特征来降低影像中因"同谱异物"和"同物异谱"引起的分类不确定性;然后对影像的原始光谱波段、NDVI、纹理特征图像进行一层双树复小波分解,提取出图像的低频信息,降低图像噪声以及减少分类中存在的"椒盐"现象;最后将提取的低频子图作为BP神经网络的输入并根据训练好的网络进行分类,得到最终的分类结果。对比实验结果表明该方法的分类结果杂点较少,区域一致性更强,具有较高的分类精度和较好的鲁棒性。

基于稀疏分解和改进MRF模型的SAR海冰图像分割方法

合成孔径雷达(SAR)海冰图像的精确分割是准确解译海冰分布信息的前提,但现有分割方法受相干斑噪声影响严重,分割误差大,解译结果可靠性低。提出一种基于低秩稀疏表示的SAR海冰图像分割方法,首先利用噪声分布的稀疏性,通过鲁棒性主成分分析提取图像的稀疏分量,再利用双边滤波增强图像细节信息。针对基于固定势函数的MRF分割模型无法准确反映图像区域间关联性的问题,根据贝叶斯置信传播算法建立基于交互势函数的MRF分割模型准确分割海冰图像。利用Radarsat系列卫星数据验证算法性能,结果表明:和传统算法相比,本文算法在保持分割图像连通性的同时,能增强图像的细节信息,具有更高的分割精度。

基于WRF模式的多源遥感降水资料数据同化研究

基于WRF模式和四维变分同化4Dvar系统分别同化了从2015年7月1日0时至7月4日0时的TRMM 3B42(Tropical Rainfall Measuring Mission)、GPM(Global Precipitation Measurement)和FY-2G降水资料,并用HiWATER(Heihe Watershed Allied Telemetry Experimental Research)实验的气象站观测资料对结果进行验证。研究结果表明:与控制实验相比,同化多源遥感降水资料可提高降水模拟的精度,同化实验的降水均方根误差在0~4mm之间,其中同化GPM降水资料的结果最优,均方根误差在0.5~1.5mm;4类实验对2m处相对湿度的模拟普遍低于真实观测,相对湿度均方根误差均在10%~50%,且同化GPM降水资料更有利于QCLOUD(Cloud water mixing ratio)、QVAPOR(Vapor water mixing ratio)、QRAIN(Rain mixing ratio)等变量的模拟;同化降水资料对风场模拟的影响极为复杂,不同降水资料的同化结果在黑河上、中和下流域各有优势。在整个流域内10m处6h平均风速的实验值都明显地高于实际观测,其中同化GPM实验结果较好,均方根误差在1.5~3m/s。与TRMM 3B42和FY-2G降水资料相比,GPM降水资料更能捕捉到微量降水和固态降水。因此,同化GPM降水资料更有利于降水,湿度和风速的模拟。

物候和波谱--位置分析在城镇绿化植物群分类中的应用

遥感图像植物群分类已被证明是植物群分布自动制图快速有效的方法。然而,场景噪声和植物群之间光谱可分性差等形成的负面影响,使传统的分类方法无法满足必要的精度要求。为了解决这个问题,提出了一种称为SLPA的遥感图像植物群分类方法。它由波谱—位置联合分析(S-L分析)和植物物候遥感分析(PA)两部分组成。通过向特征空间添加密度描述符以及在特征空间叠加冬、夏季图像特征数据,可以将这两类分析嵌入分类过程。这种改进增加了可用描述符的数量,使分类特征空间足够丰富,以适应复杂分类;同时又降低了分类不确定性,使分类精度获得显著改善。精度测试显示,增加S-L分析和物候分析,将使植物群分类的全局精度分别平均提高15.0%和29.3%。另外,由于采用二值邻域均值替代灰度邻域密度,使得加入S-L分析几乎不引起运算复杂性增大。Matlab测试结果显示,SLPA在城镇植物群遥感自动分类方面具有鲁棒和普适性。

基于超像素分割和多方法融合的SAR图像变化检测方法

针对基于像素的合成孔径雷达(Synthetic Aperture Radar,SAR)图像变化检测会造成虚警较高、结果破碎的问题,提出一种基于超像素分割和多方法融合的SAR图像变化检测方法。首先引入基于简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)的超像素分割方法,通过对主辅图像进行联合分割,得到符合实际地物边界的超像素分割结果;同时,利用3种基于像素的变化检测方法获取初始变化检测结果;接着,利用超像素分割结果和初始变化检测结果进行两个层次的众数投票,去除检测结果中由于噪声引起的虚警和连通域中的孔洞。选取两个时相的苏州Radarsat-2单极化SAR图像开展变化检测实验,实验结果表明该算法在保持较高检测率和有效边界的基础上,能够显著降低虚警。

《遥感技术与应用》简介

《遥感技术与应用》是综合性学术刊物,主要刊登国内外遥感理论、技术及应用研究领域的学术论文与综述.报道国内外遥感研究与应用的发展动向、新技术、新理论、新方法和新成果。主要栏目包括微波遥感、光学遥感、图像与数据处理、模型与反演、遥感应用、专家述评。

一种新的简缩极化SAR图像H/α特征空间

现有简缩极化(Compact Polarimetry)SAR图像H/α经验特征空间存在两个问题:一是没有考虑简缩极化模式下的散射熵普遍高于全极化模式;二是在散射机制重叠区域,简缩极化H/α空间的分类能力较弱,尤其是多次散射。针对以上问题首先定量分析了DCP模式简缩极化SAR的散射角与全极化SAR数据散射角之间的关系,且在对7组不同传感器的SAR数据分析的基础上,提出了散射熵的替代参数ED,基于Monte Carlo模拟实验得到了H/α分解的各参数(熵H、平均散射角α和替代参数ED)分解的稳态条件;然后通过统计各散射机制在ED/α分布的密度空间,提出了一种新的简缩极化SAR图像ED/α特征空间。实验结果表明:替代参数ED与全极化熵具有良好相关性,而且ED/α特征空间提高了散射机制分类的精度。