灰霾是严重危害人类健康和影响社会经济发展的重大天气灾害之一。采用遥感技术高精度的动态监测灰霾时空分布,是开展灰霾预报预警与影响研究的基础,已成为大气环境等领域的研究热点。综述了灰霾遥感监测的国内外研究进展,主要监测方法可归并为三大类:基于光谱特征差异的图像变换与灰霾指数提取、利用气溶胶光学厚度直接监测与估算大气颗粒物浓度间接监测、综合光学传感器与激光雷达遥感数据的灰霾垂直与水平分布特征立体监测,总结讨论了灰霾遥感监测中存在的问题与困难。最后对灰霾遥感监测的发展趋势进行了分析,未来应在多源遥感手段协同的立体监测体系发展基础上,进一步开展高时空分辨率的雾霾模拟预报研究与业务应用。
危害严重的病虫害胁迫常在我国作物主产区发生,植保部门的田间调查、实地取样等测报方式已经无法满足目前精准、无损、高效的监测预警需求。能够实时动态监测的遥感技术手段为快速获取地表连续信息提供了可能,也是未来作物病虫害遥感监测预测的主要发展方向。通过总结、归纳和整理目前作物病虫害遥感应用中不同病虫害胁迫类型区分、单一胁迫程度估算和作物胁迫预测预警的三大主要方向的研究现状,阐述了现有研究中使用的特征提取方法、特征选择方法,以及胁迫类型区分、程度估算和预测预警的模型算法,并通过国内检索平台对三大粮食作物病虫害的遥感研究应用情况进行了统计分析。在此基础上探讨作物病虫害遥感监测和预测预警现存的问题和未来的发展趋势,推动农业可持续性的长效体制的构建。
城市土地覆盖结构对城市生态服务功能和人居环境质量产生重要的影响。采用2000~2015年Landsat TM并协同高分辨率遥感影像,利用线性光谱混合模型获取内蒙古12个地级市每5 a土地覆盖结构信息,监测并分析城市扩张时空动态、土地覆盖结构及扩张类型差异特征。研究结果表明:2000~2015年,内蒙古12个地级市土地覆盖结构总体变化较快,城市面积扩张278.93km2。相比较而言,2010~2015年城市面积扩张比例是前两个时间段(2000~2005年和2005~2010年)的1.61倍与1.91倍。2010年以来变化最为剧烈,城市不透水地表扩张尤为明显,城市植被呈现不同程度增加态势。城市扩张经历了3个阶段,即城市内部填充—城市内部填充—城市外延扩张型为主的变化过程,其中包头市和呼伦贝尔属于内部填充型城市。内蒙古地级市土地覆盖结构变化及差异特征与人口增长和社会经济发展有密切的关系。
选取2000~2015年遥感反演的地表反照率数据及2000和2015年两期土地利用数据,采用经典统计学方法分析不同土地利用类型分光辐射地表反照率的特征及其年际变化趋势。为了解土地利用类型的反照率特征、认知区域气候或陆面模式中能量模块的相关分光辐射变量的物理过程提供科学依据。结果表明:不同的土地利用类型具有差异明显的地表反照率特征,同种土地利用类型地表反照率的差异甚至超过了不同类别土地利用类型之间的差异,说明了地表反照率巨大的空间异质性;大部分土地利用类型在短波总辐射及分光辐射地表反照率满足:近红外>短波>可见光,说明短波地表反照率的上限值更大程度上取决于近红外波段的地表反照率;研究时段内,各土地利用类型在3个波段地表反照率分别呈现出了不同的变化趋势,但是大部分土地利用类型分光辐射地表反照率的年际变化速率较小,基本保持稳定。
针对高海拔复杂地形区地貌类型复杂、多样,沟壑纵横、地形破碎等特点,研究快速、有效的土地利用/土地覆被分类方法对土地利用信息获取及更新是非常重要的。以位于黄土高原向青藏高原过渡带的湟水流域为研究区域,基于Landsat 8 OLI影像数据、DEM数据,并结合各种专题特征,在对研究区进行地理分区的基础上,采用人工神经网络、决策树、支持向量机和随机森林4种机器学习方法进行土地利用信息提取并进行精度评价,探索适合于复杂地形区最优的分类方法。研究结果表明:随机森林和决策树的分类精度明显高于支持向量机和人工神经网络。其中随机森林方法的分类精度最高,总体分类精度达85.65%,Kappa系数达0.84。在上述分类基础上,选择随机森林分类方法对Landsat 8全色与多光谱影像融合数据进行进一步的分类研究,总体分类精度达到[JP]86.49%,Kappa系数达0.85。这表明随机森林分类方法在保证分类精度的同时又能获得较高的分类效率,对于复杂地形区土地利用信息提取是非常有效的,数据融合在一定程度上提高了分类精度。
土地覆盖遥感分类是土地利用变化监测及其空间格局分析的重要技术手段。为了进一步提高土地覆盖遥感分类精度,提出一种基于迭代CART算法分层分类的新技术体系。首先,根据类别光谱可分性分析,确定分层分类方法的类别提取顺序依次为水体、植被、裸地和建设用地。然后,在此分类顺序下,分别确定各类别的图像分割参数和分类特征集。最后,在对象尺度上,将CART算法迭代引入分层分类过程,不断选取训练样本进行CART算法的迭代分类依次提取前3个类别,将剩余部分直接划分为建设用地。实验结果证明:该方法可以明显减轻裸地和建设用地的混分现象,获得较高精度的土地覆盖分类结果,总体精度85.76%,Kappa系数0.72。相比于SVM、CART两种单次分类方法,总体精度和Kappa系数分别提升了10.67%~16.5%和0.15~0.21。同时,该方法能够灵活调整某个类别的分类精度并具有很强的扩展性,可以为其他涉及图像分类的遥感应用领域提供方法参考。