简介:2013年夏季,东北地区降雨频繁,松花江、嫩江、黑龙江等江河水位暴涨,遭遇继1998年以来最为严重洪水灾害。应用遥感和地理信息系统技术,利用中国环境与灾害监测预报小卫星(简称HJ-1卫星)和Landsat8卫星影像(HJ-1卫星影像可以弥补Landsat8卫星重访周期较长、在洪水发生期间可用影像较少的缺陷),对松花江和嫩江交汇段水情进行实时监测,构建洪水监测遥感影像集;利用两种影像确定不同时相的洪水淹没范围,掌握洪水发展的过程,对淹没区的灾情进行快速评估。遥感监测结果表明,2013年6月17日至7月26日,洪水主要使主河道展宽,镇赉县局部河漫滩和低洼地被洪水淹没;7月26日至8月20日,洪水主要淹没了河漫滩和低洼地;8月20至9月8日,河流总体变化不大。截至9月8日,松花江、嫩江交汇段淹没面积为1170.2km2,其中吉林省境内的淹没面积为622.58km2,黑龙江省境内的淹没面积为547.62km2;淹没的土地覆盖类型以耕地和沼泽为主,其淹没面积分别为759.58km2和348.25km2,两者面积共占总淹没面积的94.67%;居住地淹没较为严重的为杜尔伯特蒙古族自治县和肇源县,两县淹没面积分别为0.43km2和0.30km2,其中,杜尔伯特他拉哈镇安平村、肇源县四合村受洪灾较重。
简介:利用2000年和2006年TM影像数据、地面调查资料和气象台站观测数据,对玛曲县沼泽湿地进行了目视解译分析,对比研究了非监督分类、监督分类和专家分类的精度,初步探讨了玛曲沼泽湿地退化的原因。结果表明,该县沼泽湿地面积从2000年的19598.67hm^2减少到2006年的14080.80hm^2,沼泽湿地面积平均年递减率为4.69%。非监督分类结果由于受山体阴影、坡向、云的阴影等影响,多分误差高,总分类精度仅为31%;监督分类的总精度为54.1%;专家分类的总精度高达84.2%。因此,专家分类可以用于对玛曲县沼泽湿地的监测和自动提取。草场不合理利用和过度放牧是导致玛曲县沼泽湿地退化的主要原因,黄河干流、各支流径流量减少是导致流域内沼泽湿地退化的直接原因,当地气候变暖促进了这一过程的发生。
简介:以1976年、1985年、1990年、2000年、2010年和2015年的LandsatMSS/TM/OLI影像为数据源,结合地形图及野外验证点信息,采用面向对象的遥感影像分类方法,提取黄河三角洲滨海地区人类干扰活动用地信息;利用人类干扰活动用地类型转移矩阵、人类干扰强度指数和景观质心模型等方法,分析6个时期研究区不同人类干扰活动用地的变化速度、转移类型与强度及时空演变等特征,并探讨研究区主要人类干扰活动用地的环境影响。结果表明,1976-2015年期间,黄河三角洲滨海地区渔业与养殖业、盐业和居工建设用地面积持续增加,农业用地面积减少,天然生态用地和围而未用地面积减少且波动变化;生态用地和农业用地被大量侵占为渔业与养殖业、盐业及居工建设用地,面积减少的生态用地、农业用地和围而未利用地主要转变为强度系数较高的盐业和居工建设用地,导致研究区人类干扰强度显著增加;渔业与养殖业和居工建设用地的增长极位于东营市和垦利区,农业用地空间格局变化没有明显的消长极,盐业用地的增长极位于寿光市,生态用地的消长极位于垦利区,围而未用地的消长极位于垦利区和昌邑市;受输沙量与径流量等自然因素影响,黄河三角洲湿地萎缩,生态用地面积减少;在水产养殖、围海晒盐和建设用地面积持续扩大的人类活动影响下,研究区人类干扰强度显著增强。
简介:本研究从中等空间分辨率遥感影像(如LandsatTM影像)的地物光谱响应曲线入手,介绍分析了国内外几种常用的建筑用地提取指数构建原理.然后选取LandsatTM影像进行建筑用地提取实验,并用QuickBird和GoogleEarth的同期影像辅以验证.实验得出,比值居民地指数RRI,由于其作者构建时并没有对影像进行辐射校正,从而影响了提取精度和模型适用性;归一化建筑指数NDBI和差值建筑覆盖指数DBI,提取精度相对较高,但是会混有裸土、污染水体等信息;指数型建筑用地指数IBI和增强的指数型建筑用地指数EIBI,提取精度最高,达到92%.虽然EIBI期望改进IBI未能很好抑制裸土信息的问题,但实际上所构建指数并没有较好的去除裸土信息,可能是其权重选择没有普适性,所以建议建筑信息提取优先使用IBI.
简介:针对2014年7月18日12时至2014年7月19日12时"威马逊"台风先后3次在中国华南沿海地区(海南、广东、广西)登陆所带来的暴雨过程,以中国气象局提供的地面观测站点数据作为参考,使用标准化偏差(NB)、相关系数(CC)、均方根误差(RMSE)、命中率(POD)、误报率(FAR)和关键成功率(CSI)等评价指标,对基于2种不同国际主流卫星降水反演算法GSMaP和IMERG的5套高分辨率遥感降水产品进行了小时尺度上的精度验证与分析。结果表明:遥感降水产品在暴雨事件中均表现出不同程度的低估,但地面校正算法较好地修正了遥感降水产品与地面观测数据间的整体偏差[GSMaP_GAUGE(-6.8%),IMERG_CAL(-0.5%)];遥感降水产品的误差主要来自大于100mm的强降水,降水量超过100mm时,5套产品的误报率(FAR)整体呈现上升趋势,命中率(POD)和关键成功率(CSI)呈现下降趋势;由于校正算法的数据来源是低时空分辨率的地面观测数据,校正后的遥感降水产品也在一定程度上丢失了高分辨率下捕捉到的降水变异特征。
简介:城市化进程使植被和水体等生态资源用地日渐缩小和破碎。遥感技术由于具有宏观、快速、准确认知对象的优势在城市生态环境变化监测中发挥着日益重要的作用。本研究采用Landsat系列遥感数据,选择EIBI建筑指数提取城市建筑用地扩展信息,并运用遥感生态指数(RSEI)对龙岩市生态质量变化进行遥感评估。结果表明:1)增强的指数型建筑指数(EIBI)可有效抑制裸土信息,增强建筑用地信息,使用EIBI提取建筑用地的精度可达90%以上;2)2002-2014年为龙岩市快速发展期,建成区面积增幅达50%;生态退化面积大大超过生态改善面积;整体生态指数均值自0.684降至0.636,降幅达7.02%,建成区生态指数均值自0.370降至0.351;3)造成龙岩市生态质量退化的主要因素包括:一是城市建筑用地扩展,二是采矿工程建设和地表开挖工程建设。
简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:以扎龙湿地龙泡子为研究对象,利用58个实测水深数据和季相最接近的QuickBird数据,建立湖泊水深的反演模型。探索性地建立了单波段和多波段组合的线性(多元)回归模型、指数模型、二次多项式模型、微分模型和对数模型等;通过对比模型的决定系数R2,比较模型精度;线性模型、对数模型、指数模型和幂指数模型的R2小于0.5,而二次多项式模型和多元线性回归模型的R2大于0.5,精度相对较高;筛选出拟合度较高的模型,用20个实测验证样本,采用相对误差和均方根误差进行模型精度评价;最后,利用精度较高的模型,进行龙泡子水深反演计算。水深反演结果表明,用选出的模型反演得到的龙泡子水深基本一致,为170~200cm,即使有稀疏的水草覆盖,依然可以表现出水深渐变的趋势。以蓝、绿、红和近红外波段多光谱遥感反射率为自变量,建立的线性湖泡水深反演模型y=123.990-3.332B1+183.859B2-237.133B3-37.143B4(y为水深;B1、B2、B3和B4分别为蓝、绿、红和近红外波段的水体反射率),能较好地反演扎龙湿地湖泡的水深。
简介:草原鼠洞的识别定位可以为鼠害的监测、预测和防治等提供科学参考,因此,如何快速且准确地识别草地鼠洞成为亟需解决的问题。选取玛多县典型区作为研究区,利用可见光波段无人机影像,研究并建立了面向对象的模板匹配法和支持向量机法的草地鼠洞自动识别方法。模板匹配法是在多尺度分割的影像中选取不同种类的鼠洞对象并生成匹配模板,接着进行目标检测并产生初始结果,最后构建光谱、几何和纹理特征库对检测结果进行筛选。支持向量机法首先采集鼠洞训练样本并优化分类特征空间,然后采用支持向量机分类器监督分类得到鼠洞识别结果。对2种方法的识别结果进行精度评价与分析表明:2种方法的总体精度均较高,适用于三江源区草原鼠洞的精准识别。基于面向对象的模板匹配法比支持向量机法的总体识别精度整体高1%,错分误差低3%,识别效果较好。
简介:当前,城市空间的快速扩展使得原来以植被、水体为主的自然景观逐渐消失,取而代之的是以不透水面为主的人工建筑物,这一改变已对区域乃至全球的生态环境造成了显著的影响.本研究以海峡西岸中心城市——厦门市为研究区,以1989年、1996年和2009年的Landsat-5TM影像为主要数据源,采用归一化差值不透水面指数(NDISI),研究了厦门市在这期间的不透水面分布的时空变化.结果发现,厦门市不透水面面积在这20年间扩展了近7倍,其增长主要占用了大面积的植被和水体.回归分析表明城市不透水面-9地表温度呈明显的指数型正相关关系,而与植被、水体面积呈线性负相关关系.
简介:在ENVIEX软件的FeatureExtraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.87651;②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。
简介:利用Landsat8遥感影像数据,快速提取道路、水体、植物和建设用地等反映湿地景观健康状况的景观要素,并生成评价指标,构建由指标优化函数和综合评定函数组成的湿地景观健康评价模型,实现对苏州市湿地的景观健康评价。评价结果表明,健康等级好和较好的湿地大多位于市郊,这些湿地开放水体面积相对较大,不易受到人类活动的干扰。单块湿地内部的健康状况也有较大差异,湿地内部中心区域的健康状况普遍要比外围区域好。利用遥感影像评价湿地景观健康状况,可以快速完成大面积湿地的景观健康评价,可以为湿地管理部门提供湿地健康评价的应用工具与决策依据,也可以为下一步重要湿地的精细尺度评价打下基础。
简介:红树林是潮滩木本植物群落,其光谱和陆生植被极其相似。利用EO-1卫星ALI(advancedlandimager)获取的深圳湾区域影像数据,针对处于水分吸收带的波段5P和波段5,提出了这两个波段的角度指数(angleindex),分别表示为b1.25和b1.65。以b1.25-b1.65和归一化差值植被指数(normalizeddifferencevegetationindex,NDVI)分类特征,采用决策树方法,开展了红树林遥感识别实验。研究结果表明,红树林独特的滨海湿地特点,使得其像元反射率在波段5P和波段5明显低于陆生植被,从而导致红树林的b1.25-b1.65值明显大于陆生植被;通过结合b1.25-b1.65和NDVI分类特征的决策树方法,能够对红树林进行有效识别,其错分率和漏分率分别为4.29%和5.11%。因此,具有众多红外波段的ALI遥感器在红树林识别中能够发挥重要作用。