基于时序多光谱影像的干旱草原区开采扰动信息提取方法

露天开采会彻底改变原有土地利用景观格局，直接破坏当地生态环境，甚至会影响附近居民的生产和生活，因此越来越多的学者开始关注开采扰动。先前有关利用时序多光谱影像提取开采扰动的研究区集中于扰动形式单一的森林区。而我国露天煤矿大多集中于草原区，且我国东北部的草原矿区因其脆弱的生态环境以及其他多种扰动形式的存在，使得开采扰动识别更加困难。为明确我国东北部生态脆弱区草原露采场的开采扰动，以胜利矿区为例，利用1986年-2017年27期Landsat多光谱遥感影像，基于归一化植被指数NDVI（normalized difference vegetation index）的长时间序列轨迹变化特征（为了去除物候、云和阴影等对时序多光谱影像的影响，利用BISE-WT滤波器对原始NDVI时间序列进行滤波处理, 有效地去除时序NDVI数据中的噪声并同时保留有效信息），经过样本点训练，获得CV阈值（变异系数coefficient of variation）和Max阈值（植被阈值），构建CV-Max扰动识别模型，提取研究区的扰动分布。并利用植被阈值，分析NDVI时序轨迹，获得扰动年际信息，重构扰动历史地图；进而通过分析研究区典型地物的光谱特征，构建裸煤提取规则，以此来提取研究区的裸煤分布；最后通过构建裸煤及扰动区两者间的拓扑关系，进行空间拓扑叠置分析，从而获得开采扰动信息。经过精度验证，开采扰动的提取精度达到93.17%（Kappa系数=0.85），扰动年际信息提取精度达到83.35%（Kappa系数=0.81）。结果表明：在研究期间，空间上，开采扰动面积占研究区总面积的8.90%；时间上，开采扰动的发生集中于2000年-2009年，期间开采扰动像元占开采扰动总像元的76.70%；1988年-1998年矿区属于土地损毁初始期，2000年-2005年矿区属于土地损毁加速期，2006年-2009年矿区属于土地损毁高峰期，2010年-2017年开采扰动像元占比趋势比较平缓且持续处于较低水平，矿区土地损毁范围基本稳定。所提出的针对我国东北部生态脆弱性草原矿区，基于时序多光谱影像，利用植被指数NDVI和裸煤光谱特征提取开采扰动信息的方法是可行的，该研究结果可为干旱、半干旱草原露天矿区的可持续发展提供数据和理论方法支撑。     

基于TSAVI的OLI模拟数据翅碱蓬生物量反演研究

翅碱蓬是辽东湾北部滨海湿地一种典型的植被,其生物量的评估对了解滨海湿地生态系统生产力,生态系统机构和功能的形成具有十分重要的作用。而翅碱蓬覆盖度不均一,特别是自然状态下的覆盖度较低,土壤背景影响严重。将基于模拟Landsat 8 OLI数据的转换型土壤调整指数(transformed soil adjusted vegetation index,TSAVI)作为自变量,与地面实测生物量进行回归分析,构建了翅碱蓬群落生物量反演模型。结果表明:TSAVI(红光600~687nm,近红外820~880nm)与生物量的相关性显著,相关系数在0.9左右,最高相关系数可达0.92;线性、二次多项式优于对数、指数和幂模型,模型拟合优度r2都为0.83,再结合模型的F值和运算效率,认为线性模型是反演成熟翅碱蓬生物量的最优模型。最后,实现了研究区域Landsat 8 OLI卫星遥感数据翅碱蓬群落生物量反演及模型验证,估算值和实测值的相关系数r为0.962,平均相对误差为0.106,翅碱蓬覆盖度越大,相对误差越低,覆盖度低的翅碱蓬生物量反演的相对误差在0.18左右,表明所建立的线性反演模型在高、低覆盖度时均具有良好的反演精度;此外,还人为地将模型中土壤线系数a和b引入±5%扰动,扰动后的反演结果平均相对误差比较稳定,相关系数有所降低,但都在0.9以上,表明所建立反演模型具有较好的稳定性。     

Landsat 8 TIRS热红外光谱数据定标准确性的分析

Landsat系列卫星的热红外数据一直是获取地球表面温度的重要数据源,而新一代Landsat 8卫星的TIRS热红外传感器数据进一步延续了这一重要使命。但该卫星发射以来,其热红外传感器的定标参数不断发生变化,致使美国地质调查局(USGS)不得不在2014年2月对所有已获取的Landsat 8卫星数据进行重新处理。为了考察新处理数据的定标准确性,利用定标精度很高的Landsat 7ETM+的3幅热红外影像来对同日过空的Landsat 8TIRS热红外影像进行对比,以查明TIRS热红外数据的定标准确性。结果表明,尽管Landsat 8TIRS与Landsat 7ETM+的热红外光谱数据很接近,但是,二者之间也存在着差别。与ETM+6波段反演的大气顶部温度相比,TIRS 10波段表现为高估,幅度最大为1.37K,而TIRS 11波段则表现为低估,幅度可达-3K。可见,Landsat 8TIRS热红外光谱数据的定标参数精度仍不稳定,且以TIRS 11波段表现得更明显。进一步分析发现,TIRS数据的误差会随着地表植被和裸土覆盖比例的不同而发生变化。表现在TIRS 10波段的高估会随着植被比例的下降而加大,而TIRS 11波段的低估则会随着植被比例的下降而减少。因此,虽然USGS提倡用TIRS 10单波段来反演温度,但TIRS 10波段在低植被高裸土区的反演精度却远不及TIRS 11波段,所以在低植被高裸土区可能不宜一味地采用TIRS10波段,在没有把握的情况下,在低植被覆盖区也可尝试采用TIRS 10和11波段温度的均值,它可将误差缩小在0.5K范围以内。     

利用Landsat热红外数据研究1985年-2015年北京市冬季热场分布

由于北京城市中心区冬季供暖、汽车尾气、工业生产等因素的影响,以及冬季植被覆盖减少导致地表热惯量降低,致使北京市冬季地表热场与其他季节差异明显。冬季城市热场分布直接影响冬季大气颗粒物等污染物的扩散速度,因此,研究热场分布对了解城市热场在大气颗粒物污染中的贡献具有重要的意义。首先利用 MODTRAN大气辐射传输模型计算大气透过率、大气上行辐射与大气下行辐射三个关键参数,通过构建查找表解算热红外波段辐射传输方程。使用数据模拟的手段评价了该方法的精度,结果表明,当比辐射率和水汽分别在±0.005和±0.6的误差范围内波动时,温度反演的误差分别小于0.348和2.117 K,表明该方法可达到较高的反演精度。选择长时间序列 Landsat TM、ETM+数据,进行地表温度反演,得到1985年—2015年北京市的地表温度。基于反演的地表温度分析了北京市热场的时空分布。结果表明,北京冬季热场分布在空间上可分为四个层次：北京市二环内温度较高、二环到五环内低温环状特征明显、外围郊区温度高以及北京西部的山区温度最低;随着近30年来北京市的快速发展,热场分布在长时间序列中发生了明显的改变：随着北京城市的不断扩张,环状低温区域也不断扩大,从三环扩展到六环;城市二环以内热岛效应随时间推移而增强,且分布范围扩大。     

基于6S模型的遥感影像逐像元大气纠正算法

大气纠正的目的是从遥感影像中去除大气影响,并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法,该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look-up table),并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演,由于气溶胶的分布具有空间连续性,在获取地面暗目标气溶胶光学厚度值后,通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值,经过查找表二次插值计算,逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例,介绍了算法流程,展示了大气纠正的结果。结果显示,利用查找表逐像元大气纠正的算法,能够在一定程度上去除云雾对影像的影响,更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。     

Landsat ETM+在北方农牧交错带土壤沙化监测中的应用

北方农牧交错带是农业种植区与家畜放牧区相互交错的生态过渡地带,是多种生态系统的复合体.由于自然因素和人为因素的影响,农牧交错带土壤沙化问题日益严重,土壤沙化面积逐年扩大,关系到我国北部和中东部生态环境、经济发展和农牧区人民的生活质量等问题,亟需解决.近几年农牧交错带已经成为恢复生态学和全球气候变化研究的热点区域.针对土壤沙化的遥感监测是收集沙化土地现状及其动态变化的重要技术手段,可以为我国北方地区沙化的防治提供重要的实际数据.Landsat ETM+是研究区域尺度较为先进的多光谱遥感系统,应用十分广泛.主要阐述了Landsat ETM+系统特点以及在北方农牧交错带沙化监测中的应用,并且展望了这一系统将来的发展的景.     

黄河口海域悬浮物浓度Landsat8 OLI分段线性反演

黄河每年输送大量泥沙进入渤海。研究黄河口海域悬浮物浓度，对于黄河输沙以及周边海域的环境监测具有重要意义。利用2011年夏、冬两季实测遥感反射率以及同步测量悬浮物浓度数据，开展了黄河口海域悬浮物浓度分段线性反演研究。结果表明，不同浓度范围下，悬浮物浓度反演的敏感波段不同；浓度小于等于50 mg·L-1(≤50 mg·L-1)，敏感比值波段为(600~700 nm)/(400~600 nm)，浓度高于50 mg·L-1(＞50 mg·L-1)，敏感比值波段为(750~900 nm)/(420~720 nm)，Landsat8 OLI的对应组合方式分别为B4/B2和B5/B3；根据上述浓度分段范围分别建立线性模型，其精度R2，RMSE和APD分别为0.873 5，4.08 mg·L-1和22.81%(≤50 mg·L-1)，以及0.969 3，102.96 mg·L-1和17.51%(＞50 mg·L-1)，整个浓度下三个精度参数分别为0.975 3，67.03 mg·L-1和20.45%，均优于常用单一模型在分段和整体浓度下的相应参数，且具有良好的稳定性。分段线性模型，更适合浓度变化大的黄河口海域悬浮物浓度反演。     

基于Landsat 8 OLI数据的玉米冠层含水量反演研究

植被含水量是作物长势好坏的指示因子,利用遥感技术及时准确监测植被含水量对农业生产、作物估产和干旱状况评价具有重要意义。基于新一代对地观测计划Landsat 8OLI传感器(Operational Land Imager,陆地成像仪),评价其植被含水量反演的能力与局限性。首先,利用ProSail冠层模型模拟冠层光谱反射率数据集,分析OLI传感器的植被含水量敏感波段以及土壤背景对各波段反射率的影响,然后利用基于Landsat OLI影像计算的植被水分指数和2013年6月1日—8月14日期间采样的植被含水量数据,比较12种植被水分指数与地面实际采样的植被含水量的相关性,评价估算植被含水量的最佳植被水分指数。结果表明:OLI传感器的红、近红外和两个短波红外对植被含水量敏感,其中近红外波段最为敏感;在低植被覆盖度时,土壤背景反射率的太阳辐射将达到光谱传感器影响植被水分指数与植被含水量之间的关系,利用ProSail模拟干湿土壤背景反射率结果也表明土壤背景对植被冠层反射率的影响很大;引入优化土壤调整植被指数(OSAVI)去除土壤背景对植被水分指数的影响;在12种植被水分指数中,MSI2与植被含水量的拟合关系最好(R2=0.948),植被含水量的平均拟合误差为0.52kg·m-2;在植被生长晚期即植被含水量大于2kg·m-2时,各植被水分指数出现饱和情况,植被含水量的估算结果不佳。     

基于Landsat/TM影像提取太湖CDOM浓度空间分布

在湖泊生态系统中,CDOM(colored dissolved organic matter)是营养物质的重要来源,也是碳循环过程的主要物质组成.作者在2003年10月27日-28日太湖水质实验数据的基础上,研究与探讨了从Landsat/TM影像中提取太湖CDOM浓度分布状况的方法.通过研究可知,利用CDOM在TM1波...     

基于多源卫星多光谱遥感数据的过火面积估算研究

露天生物质燃烧是重要的大气污染物排放源,导致空气质量恶化并引起气候变化。卫星遥感数据能够提供大尺度、多时相的监测信息,然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。以美国东南部地区为研究区域,通过结合卫星遥感获取的高分辨率燃烧面积数据及多时相的燃烧火点数据,建立时空匹配模型估算露天生物质燃烧过火面积。通过分析植被燃烧前后的光谱变化特征,基于高分辨率的Landsat-5 TM4波段(0.84μm)与7波段(2.22μm)数据,利用差分归一化燃烧比(dNBR:the differential normalized burn ratio)提取燃烧面积数据;而燃烧火点数据则通过分析燃烧植被的热红外光谱特征利用MODIS 4与11μm波段数据提取。结果显示,该地区燃烧面积与燃烧火点数量之间相关系数达0.63,并且二者之间的比例关系随植被类型而发生变化,林地、草地、灌木、耕地和沼泽五种植被类型对应的像元燃烧面积分别为0.69,1.27,0.86,0.72和0.94 km~2。通过与美国火灾中心(national interagency fire center,NIFC)地面调查数据比对,模型估算的美国东南部过火面积数据较为精确,而同期的MODIS燃烧面积产品(MCD45)及燃烧源清单产品(global fire emissions database,GFED)遗漏了该区域大量的小面积燃烧事件。因此,本研究建立的过火面积估算模型能够提供更为精确的排放源参数信息,有利于区域空气质量模式准确地模拟露天生物质燃烧排放状况。