基于多尺度分形特征的ETM+影像耕地提取

耕地是重要的农业资源,如何利用经济可行的遥感技术快速准确地提取耕地已成为研究的热点和难点。以北京密云县为研究区,建立了基于多尺度分形特征的ETM+遥感影像提取耕地的方法：将计算表面分形维的双层地毯法用于计算每一个像元的上分形信号和下分形信号,并对上分形信号和下分形信号进行耕地特征分析;选用下分形信号的第3尺度和第4尺度做差值处理进一步增强耕地信息,利用简单的图像分割提取出密云县耕地信息的空间分布;基于ArcGIS的空间分析利用密云县同期的土地利用现状图进行耕地信息提取精度评价。结果表明,全县耕地总面积精度达到91.0%,全县耕地点位匹配精度达71.8%;耕地中的旱地提取精度较差,而耕地中的水浇地和菜地提取精度较高,点位匹配精度可以达到86.6%。该方法可快速有效地提取出耕地信息,也可供以后耕地信息的相关研究参考。     

融合光谱混合分解与面向对象的土地利用/覆被分类

错综复杂的土地利用模式和破碎的地物斑块制约了土地利用/覆被分类的精度和效率。一方面,混合像元模糊了地物的光谱信息,影响了分类精度。另一方面,如何高效利用地物的光谱、形状和纹理特征是当前土地利用/覆被分类的研究热点。为了提高基于遥感技术的土地利用/覆被分类精度,该研究基于Sentinel-2A遥感影像,开展融合光谱混合分解与面向对象的土地利用/覆被分类研究。首先,基于地物的光谱、形状和纹理特征,在3个分割尺度通过NDWI（Normalized Difference Water Index)、NDVI（Normalized Difference Vegetation Index）、SBL（Soil Background Level）等8个特征参数构建了不同地物信息的提取规则。其次,利用光谱混合分解模型提取研究区基质（SL;岩石和土壤）、植被（GV;光合作用叶片）和暗色物质（DA;阴影和水）3类通用端元。最后,尝试融合3端元光谱特征优化地物信息提取规则。研究结果表明：1）基于构建的光谱、形状和纹理的地物信息提取规则,使用模糊函数、阈值法进行土地利用/覆被分类,获得了较高的分类精度,总体精度为80.83%,Kappa系数为0.76。2）融合3端元的光谱特征的提取规则将分类精度提升至90.00%,Kappa系数提升至0.88。3）具有明确物理意义的3端元的融入增强了像元内各组分信息的差异性,弥补了传统光谱指数对植被与土壤间的亮度信息解析度不足的缺陷。该方法能充分利用影像的光谱信息,是一种由易到难、对不确定因素进行逐层剥离的土地利用/覆被信息提取技术。因此,对中高分辨率的多光谱遥感影像十分友好,在土地利用/覆被的精细化分类中有较大应用潜力。     

基于双年份三季相光谱混合分解的耕地变化遥感检测方法初步研究——以甘肃省民勤县为例

为切实保护耕地,基于遥感技术对不同耕地演化类型,包括不变耕地、新增耕地、撂荒耕地和退耕耕地进行识别和检测,以民勤县为例,采用2010和2015年2个年份的春、夏、初冬地物景观三季相特点的Landsat TM/OLI数据作为主要数据源。依据不同耕地演化类型的季相变异规律和内部要素特征选取具有物理意义的端元丰度值、丰度值差值建立2年份混合决策树划分不同耕地演化类型。同时对比分析在2010和2015年各自决策树土地利用/覆被分类结果后比较提取的耕地演化类型。结果表明:民勤县大部分耕地未发生变化,新增耕地在各个区域均有一定量的分布且主要分布在下游;退耕耕地大面积分布在坝区;撂荒耕地主要分布在沙漠绿洲过渡带。研究表明通过能够与地物先验知识关联的端元丰度值、特征端元丰度的差值建立决策树可以有效实现不同耕地演化类型的检测。误差矩阵精度评价结果显示,基于混合决策树耕地演化类型提取结果在总体精度上要高于分类后变化检测的结果。     

MODIS土地利用/覆被多时相多光谱决策树分类

利用MODIS多时相与多光谱结合,尝试探讨低成本、高精度的北京土地利用/覆被实时获取方法。首先根据归一化植被指数（NDVI）的均值、标准差建立了研究区各地类的典型NDVI时间序列曲线,进而提取了6个可以反映区域物候模式、植被生长速率等信息的分类参数;然后对反映地表土壤信息较多的3月份多光谱影像进行主成分变换,选取第一主成分（PC1）作为辅助分类参数;最后基于分类回归树（CART）算法进行监督决策树分类。经SPOT-5影像验证,分类总体精度达到83%,Kappa系数为0.769,PC1辅助分类后总体精度提高     

耕地生产力隐性退化遥感监测与影响因素分析

以江苏省永久耕地为例,基于2001—2019年中分辨率成像光谱仪(Moderate resolution imaging spectroradiometer, MODIS)遥感影像,开展耕地生产力隐性退化遥感监测和影响因素分析。BFAST(Breaks for additive seasonal and trend)算法用于建模历史时期耕地生产力变化的预期行为,并以此为基准判断监测时期耕地生产力是否存在隐性退化风险。基于地理探测器,从3个准则层的8项指标变量对耕地生产力隐性退化进行了主导影响因素探测和因子交互分析。研究结果表明：江苏省存在生产力隐性退化的耕地比例为21.9%,具有显著的空间差异。西北地区的徐州市、宿迁市的耕地生产力隐性退化比例最高,分别为47.2%和43.4%,且表现出聚集性。东南地区的苏州市、无锡市和南通市的耕地生产力隐性退化比例较低,均不足10%。因子探测分析表明外流人口数量、种植业从业人员数量和农业机械化总动力3项指标对江苏省耕地生产力隐性退化的解释力最强。多因子交互耦合后,人口因素与生产条件解释力增强最为显著。耕地生产力隐性退化的地域分异类型划分为生产条件约束型...     

MODIS土地利用/覆被多时相多光谱决策树分类

利用MODIS多时相与多光谱结合,尝试探讨低成本、高精度的北京土地利用/覆被实时获取方法。首先根据归一化植被指数（NDVI）的均值、标准差建立了研究区各地类的典型NDVI时间序列曲线,进而提取了6个可以反映区域物候模式、植被生长速率等信息的分类参数;然后对反映地表土壤信息较多的3月份多光谱影像进行主成分变换,选取第一主成分（PC1）作为辅助分类参数;最后基于分类回归树（CART）算法进行监督决策树分类。经SPOT-5影像验证,分类总体精度达到83%,Kappa系数为0.769,PC1辅助分类后总体精度提高     

北京市耕地土壤重金属时空变化特征初步研究

根据1985年和2006年北京市两次耕地表层(0~20cm)土壤重金属含量调查结果,初步分析了此期间北京市耕地土壤重金属污染的时空变化特征。数据探索分析显示,Cr、Ni、Zn和Hg服从正态分布并满足Kriging预测条件,可通过对比其含量预测图识别空间分布变化;Cu、As、Cd和Pb则运用Hakanson潜在生态危害指数法和指示克里格法对比其污染风险及空间分布的变化。结果表明,当前北京市耕地土壤重金属含量处在合理水平。随着北京城市化及集约农业的发展,土壤中八种重金属元素在1985—2006年间均有不同程度积累:相对累积最多的是Hg元素;Cr、Ni、Zn和As主要是量的增大,污染范围空间分布变化不明显;而Hg、Cd、Pb和Cu元素在20年间不仅有量的大幅增大,污染风险范围也明显扩大,但仍属于低风险等级。重金属变化最为剧烈的区县有密云、平谷、大兴及北京城周等。     

中国农业大学上庄实验站土壤理化性质的空间分布特征

对中国农业大学上庄实验站面积约70 hm2的试验区布设了68个观测点,测定了其表层土壤基本理化性质(质地、容重、pH、电导率、速氮、速磷、速钾、有机质、微量元素等)。应用传统统计学和地统计学方法对数据进行分析,结果表明:除pH变异系数为0.02外,其余土壤理化性质的变异系数范围为0.12~0.77,均属中等变异强度。半方差函数分析结果表明:除微量元素Mn和Zn表现为纯块金效应外,其余土壤理化性质在一定范围内均存在空间相关关系,其中表层土壤颗粒组成和阳离子交换量的空间相关距离最大,表现在全区均有相关性;其次,CaCO3含量和速效Fe的空间相关距离较大,分别为603 m和541 m;其余土壤理化性质的相关距离范围为180~477 m。采用Kriging最优内插方法对未测点进行了估值,并绘制了土壤理化性质的空间分布等值线图,分析表明其含量产生差异的主要原因是土壤母质、土地利用方式、施肥、耕作等因素的影响。     

遥感影像融合与分类在城市边缘带扩展监测中应用研究

探讨了TM30m分辨率波段与SPOT10m分辨率全色波段通过融合来提高城市扩展动态监测精度的方法和应用潜力。首先采用IHS变换完成TM的多光谱波段与SPOT全色波段融合，增强变化信息在光谱和几何特征上的表征，然后采用最大似然分类方法对融合图像进行分类。实验结果表明光谱与纹理特征组合在用户精度上比单纯光谱、纹理特征分类分别提高21．87％和10．22％；在生产者精度上比各自分别提高8．4％和17．88％；Kappa系数分别提高0．10和0．21。通过高几何分辨率图像与多光谱波段融合方法可以，增强变化信息，纹理特征参与变化信息提取可以提高变化类型的分类精度。     

北京市土壤重金属潜在风险预警管理研究

区域土壤重金属的潜在环境质量风险预警研究是区域土壤重金属管理研究的热点之一。以北京市为研究区,在镇域尺度上建立土壤重金属输入-输出通量模型和重金属年累积率模型,计算2006年北京市各乡镇Cr、Ni、Zn、Hg、Cu、As、Cd、Pb八种重金属的通量和累积量。以2006年作为基期年,采用指示克里格法预测北京市未来30 a土壤重金属含量变化趋势和环境质量风险。研究表明,在当前发展趋势下,未来30a北京市Pb、Cr和Ni土壤环境污染风险较小,含量均处于国家土壤环境质量二级标准以下;Cu、As和Zn最高达到中警级别,Hg和Cd的污染风险变异较大,各预警级别均有出现,但概率大小不等,其中Cd的环境风险最为严重,高风险区部分位于北京市东部,呈带状分布;Hg的环境高风险区域随城市的扩张而蔓延。采用地统计学与区域物质流通量模型结合的方法,可为区域土壤重金属的宏观预警研究提供技术支撑。