生境质量在一定程度上可以反映区域生物多样性状况，在当前全球生物多样性持续减少、生态系统服务退化的背景下，研究生境质量的时空演化对于区域可持续发展具有重要意义。近40 a来，我国快速城镇化进程对生态环境产生了深刻影响，引发了自然生境破碎化、生态退化、生态系统服务功能减弱等系列问题。生境质量是反映生物多样性状况与局地生态功能的重要指标，探讨区域生境质量时空演变及其影响因素对生态恢复与生物多样性保护具有重要的意义。基于京津冀地区1980~2020年（每隔10 a）土地利用遥感监测数据，研究采用InVEST模型定量评估了研究区不同时点的生境质量并探究了其时空演变特征，使用地理加权回归模型分析了社会经济发展与自然条件等因素对生境质量变化的影响。研究结果表明：①京津冀地区生境质量呈“西北高、东南低”的空间分布特征，区域差异明显。研究时段内东部沿海地区以及西部山区生境质量提升明显，而北京、天津以及南部快速城镇化地区生境质量持续降低。②建设用地面积变化、地形位指数对生境质量指数变化影响最为显著；生境质量变化与建设用地面积、GDP、人口密度等社会经济因素呈负相关关系，与地形坡度、降水、气温等自然环境因素呈正相关关系；生境质量变化在研究区西北部主要受自然环境影响，而在东南平原区则受社会经济因素影响更显著。研究结果可为土地资源可持续利用、生态环境保护和管理工作提供科学依据和理论指导。
为了解江苏省近35 a来的景观格局变化特征，以1980~2015年7期土地利用数据为基础，对江苏省各景观格局指数、景观稳定性及其与人为干扰度的关系进行分析，结果表明：①从类型上看，江苏省建设用地的破碎化程度最高且形状最不规则，但随时间趋于完整、规则；耕地和水域的斑块聚集程度和紧凑度高，但呈逐渐降低的趋势。②从整体上看，江苏省整体的景观类型复杂程度增大，空间连通性逐渐降低，景观多样性和异质性增加；各景观类型面积趋于均匀化，但优势景观类型对整个景观的控制作用仍然较强。③江苏省1980~2015年大部分区域景观稳定性较低，人为干扰度较高，且不同时期之间的变化较小。④人为干扰度与斑块密度、景观分离度、香农多样性指数、香农均匀度指数、景观稳定性在15 km×15 km尺度相关性最高，与总边缘对比度指数、蔓延度指数在2 km×2 km尺度达到最高的相关性。该研究成果为解决建设用地的供需问题、优化土地利用结构、保护生态环境等提供科学依据。
煤炭能源是我国能源体系的重要组成部分，煤炭的露天开采相较于井工开采对周边环境影响更加深远。平朔矿区是我国早期开发的露天矿区，主要采用边修复边开采的露天开采模式，导致矿区内部土地利用变化较快，亟需高效、准确提取各类地物类型及监测其生态恢复情况。以多期高分辨率影像为数据基础，通过多尺度分割和机器学习的面向对象分类方法，提取了研究区2013~2020年的土地利用信息，并进一步分析了平朔露天矿区的土地利用动态变化情况。结果表明：2013~2020年，矿区逐年向东迁移，矿区面积减少7.84 km2，农田面积减少36.08 km2，林地和草地面积增加64.77 km2，水体、排土场、矿区面积减少低于10 km2。研究区内土地利用面积变化分析结果表明，绿色矿山建设效果显著。结合平朔煤矿绿色发展政策，本研究将为绿色矿山建设评价提供方法和数据支撑。
丹江口水库是南水北调中线工程水源地，明确土地利用景观格局与水质参数之间的响应关系，是保护及改善水质的重要前提。利用Sentinel-2B遥感影像数据对土地利用状况进行分类，基于GIS空间分析技术计算土地利用类型综合效应的景观开发强度指数，结合自动监测站点水质数据，采用冗余分析（RDA），初步探讨了丹江口水库土地利用与水质变化二者之间的响应关系。结果表明：500 m缓冲区的总解释率在枯水期与丰水期在第一轴上典型特征值为0.605 5和0.583 3，总解释率分别为71.3%和72.6%，在全部缓冲区内最高，该缓冲区的土地利用对水质的影响最大。在该缓冲区内耕地和建筑用地分布集中且连通性和聚集程度较高，对河流的污染相对较高，林地相对较多且整体连通性和聚集程度较高，对水质污染起到了一定的抑制作用。研究结果揭示了在水库周边相邻地区，农业种植区施肥和畜牧业所产生的营养物质，通过地表径流冲刷进入湖泊的营养物质是丹江口水库非点源污染的主要贡献来源。库区周边一方面要增加森林覆盖度从而增强植被改善河流水面源污染方面的强度；另一方面，要防止农业生产所产生的氮、磷对水质的影响，以减少整个库区的面源污染。
不透水地表的分布与变化是城市发展过程的直观标志和重要指示因子，在城市生态功能、城市规划和可持续发展研究等方面发挥着重要作用。利用中国科学院空天信息创新研究院研发的1985~2020年长时序30m不透水面动态数据集（GISD30），结合GIS空间统计方法，研究分析了过去35 a上海市不透水面时空特征演化。结果表明：①35 a来，上海市不透水面面积从878.07 km2增长至2 849.90 km2，面积扩张到原来的3.25倍，随着1990年浦东新区的开发开放，上海城市化进程明显加快，1990~2010年上海市不透水面扩张最为显著，2010年以后不透水面扩张速度和扩张强度开始显著下降。②从区位分异特征来看，不透水面迅速扩张的行政区主要位于城市郊区，其中，浦东新区在各个研究时段的扩张速度均大于其他区划。③基于紧凑度和分形维数发现，中心城区不透水面空间分布结构趋于疏散，上海市整体不透水面边界复杂程度降低，城市空间形态更加规则。④“南北两翼”的上海城市扩张特点较为明显，南部郊区的高强度扩张带动了不透水面空间重心的持续南移，发展至2010年以后，上海市不透水面空间布局开始趋于稳定。当下，资源环境紧约束背景下，上海城市发展面临诸多挑战，研究结果对于上海城市更新工作的有效推进具有参考价值。
土地扰动的时空演变反映该地区经济发展水平的同时，也成为宏观规划与城市建设的依据。为高效快速地监测土地扰动，基于2000~2020年的Landsat系列（Landsat-5 TM、Landsat-7 ETM+、Landsat-8 OLI）遥感卫星影像，采用连续扰动监测（Continuous Monitoring of Land Disturbance， COLD）算法对福建省长汀县近20 a土地扰动变化及生产建设项目施工扰动进行监测，探讨5 a（2016~2020年）、10 a（2011~2020年）以及21 a（2000~2020）不同时间长度序列对新增年份监测结果的影响。结果表明：①COLD算法能够获得各年累计变化、年内变化等信息；②近20 a来，长汀县土地扰动在空间上主要集中分布在中部地区，四周山区扰动较少；③生产建设项目发生扰动大部分集中于第三季度，第一季度扰动最少；④对于新增年份2020年的中大型生产建设项目扰动监测，在多云多雨地区，10 a时间长度数据才能获得比较满意的监测结果。
不透水面是评价城市化水平和城市生态环境的重要指标，是近年来城市遥感研究中的热点方向之一。与湿润、半湿润区相比，干旱区城市植被覆盖度较低，不透水面与裸土、荒漠之间相似的光谱特征导致传统基于光学影像的亚像元分解法与光谱指数法在干旱区不透水面提取的适用性降低。针对该问题，提出一种多光谱与合成孔径雷达（SAR）影像多特征综合的方法以增大不透水面与其他地物覆盖类型之间的特征差异，从而提取干旱区城市不透水面。以阿斯塔纳、塔什干和杜尚别3个中亚城市为研究区，哨兵2号和哨兵1号影像为数据源，通过LightGBM算法对多光谱和SAR图像的空间特征、SAR的极化特征进行分类并提取不透水面。研究对比了不同特征组合以及不同分类方法的不透水面提取结果，实验结果表明：多光谱与SAR影像多特征综合的方法能有效提高干旱区不透水面提取精度，明显改善干旱区其他土地覆盖类型错分为不透水面的问题；LightGBM算法与XGBoost、HistGBT等基于梯度提升决策树的算法和随机森林等方法相比能获取更高的精度，更适用于干旱区不透水面提取。这表明基于LightGBM以及多光谱和SAR多特征联合的方法能够有效提取中亚干旱区城市不透水面。
乌鲁木齐市作为新疆首府、“一带一路”中的中亚区域经济中心，其土地资源的合理利用、城市形态的健康发展则显得尤为重要。本研究首先基于乌鲁木齐主城区1990~2018年遥感影像解译出的土地利用分类对其土地利用时空演变情况加以分析，1990~2018年乌鲁木齐主城区急剧扩张，2010年以来交通网络铺设完善，主城区快速扩张，周遭耕地、林地、草地等萎缩95.12 km2、6.49 km2、52.37 km2，重心呈现出向东与向北扩张趋势，主城区农用与绿化面积萎缩，无法兼顾经济与生态效益协调可持续发展。接着，遴选自然与社会经济等影响主城区扩张的驱动因素，结合乌鲁木齐主城区扩张历史特点设计第一产业优先、第二三产业优先、生态优先情景，利用GeoSOS-FLUS模型对不同情景下的主城区扩张情景进行模拟预测，研究发现第二三产业优先情景下建设用地明显增加1 142.94 km2；生态优先情景下生态效益高的林地、草地、水域面积显著增加281.59、651.38、7.29 km2；第一产业优先情景下，建设用地、耕地等地类面积扩张617.14、611.71 km2。上述对乌鲁木齐的城市扩张加以多情景预测推演，不仅有利于重新审视乌鲁木齐城市扩张的合理性，也可以为其未来城市合理、科学的规划与发展指明方向。
全球土地覆盖产品是森林类型数据的重要来源，系统评估不同产品中森林类型数据质量对数据使用者及生产新的数据具有指导意义。选取CCI-LC、MCD12Q1、Globeland30、GLC-FCS30、FROM-GLC10、Esri10和ESA10七套土地覆盖产品，从自身稳定性、面积比较、空间一致性、精度估算4个方面评估其森林类型数据质量。结果显示CCI-LC中森林类型数据稳定性显著高于其他产品，2001~2019年19期数据的稳定性大于94%；就森林总面积而言，Globeland30、GLC-FCS30和Esri10与第九次全国森资源调查数据最为接近，Esri10的灌木存在严重高估现象；Esri10和MCD12Q1与其他产品的空间一致性均较低，ESA10和FROM-GLC10的一致性最高（85.3%）；高空间分辨率产品的总体精度优于中低空间分辨率产品，不考虑灌木时，ESA10、FROM-GLC10和Esri10的总体精度分别为90.63、87.99、85.22；GLC-FCS30、CCI-LC和MCD12Q1中精细森林类型总体精度均低于48%。
利用高光谱遥感影像可以开展精细化土地覆盖制图，相关技术已在农业生产、植被生态等领域中广泛应用。然而，现有的面向像元或对象的分析方法在制图单元的合理性、精细性尚有欠缺。鉴于此，提出了基于随机森林的地块级高光谱土地覆盖制图思路，并利用雄安新区马蹄湾村高光谱影像开展实验与精度评估，综合类型精度和形态精度指标，探析不同划分尺度的制图优劣。在类型精度方面，结果表明：地块级高光谱土地覆盖制图效果及类型精度最优；在形态精度方面，发现地块级土地划分优于对象级划分结果。综合对比两类精度后得出，面向地块的高光谱土地覆盖制图可生产更符合用户需求的信息成果，具有较高的潜在应用价值。
森林地上生物量（Above Ground Biomass， AGB）是衡量森林生态系统生产能力的重要参考指标，也是研究地表碳循环和碳平衡的重要组成部分。立足国内高分三号（GF-3）SAR数据，探索不同类型反演模型的适宜性，以提高森林地上生物量的反演精度有着重要意义。以云南省昆明市宜良县花园林场小哨林区西南地区典型针叶林为研究对象，以GF-3 SAR数据为数据源，结合地面样地调查数据将GF-3 SAR数据的4个通道极化后向散射系数和极化分解特征作为森林地上生物量的建模因子；使用参数模型中的多元线性逐步回归（Multivariable Linear Stepwise Regression， MLSR）算法及非参数模型中的K最近邻（K-Nearest Neighbor Method， K-NN）、支持向量回归（Support Vector Regression， SVR）和随机森林（Random Forest， RF）共4种算法，对该研究区域森林AGB进行了反演；并采用皮尔逊相关系数（R2）、均方根误差（RMSE）及总精度（Acc.）3个指标对4种模型的反演结果精度进行了分析。得出结果：多元线性逐步回归模型反演结果的R2为0.37、RMSE为20.70 t/hm2、总精度Acc.为61.85%；K-NN模型R2为0.34、RMSE为20.29 t/hm2、总精度Acc.为62.60%；SVR模型R2为0.33、RMSE为20.95 t/hm2、总精度Acc.为61.39%；RF模型R2为0.35、RMSE为20.40 t/hm2、总精度Acc.为62.40%。通过对比分析形成以下结论：①4种模型中MLSR算法精度相对最高，较适宜于本研究区以云南松为优势树种的针叶林森林AGB反演；②非参数模型中RF算法反演精度略高，但略低于MLSR算法的精度指标；4种模型估测精度总体上偏低，可能与研究区域地形起伏造成的阴影叠掩及抽样调查的样地数据在异质性和代表性上表现欠佳有关。
森林冠层郁闭度（Forest Canopy Closure，FCC）是评估森林资源的重要因素，准确估算森林郁闭度对森林经营和管理具有重要意义。基于Li-Strahler几何光学模型，无人机激光雷达和高分六号宽幅（GF-6 Wide Field of View，GF-6 WFV）数据估测森林郁闭度，并针对混合像元的问题提出了一种可靠的方法。首先，利用无人机激光雷达衍生的高精度森林结构参数计算无人机飞行覆盖区域的光照背景分量。然后，利用连续最大角凸锥（Sequential Maximum Angle Convex Cone， SMACC）算法及线性光谱分解模型对GF-6 WFV进行混合像元分解，确定研究区最优场景分量。最后，利用Li-Strahler几何光学模型估测研究区域森林冠层郁闭度，并利用野外样地实测数据进行精度验证。结果表明：估测郁闭度与实测郁闭度之间的决定系数（R2）为0.692 8，均方误差根（RMSE）为0.059 4，总体精度为93.4%，Li-Strahler几何光学模型可以有效的在森林郁闭度反演中发挥作用。
开展复杂地形区竹林的遥感精细化识别有助于及时摸清竹林分布，充分发挥竹林的生态和经济社会价值。在“基于片层―面向类”（FB-CO）算法基础上，尝试对该算法进行改进，并利用Sentinal-2A MSI影像验证改进的有效性。改进的“基于片层―面向类”（MFB-CO）竹林信息遥感提取算法利用归一化阴影植被指数NSVI代替单波段阈值分割明亮区与阴影区林地，采用线性回归模型增强阴影区信息，并引入BPNN、SVM和RF等3种分类器提取竹林。结果表明，基于NSVI的明亮区和阴影区林地分割总精度（OA）为96.00%，优于基于NIR的83.50%；阴影信息增强后，各波段拟合模型R2 均大于0.82，MRE均小于5%；FB-CO算法的竹林提取OA为82.41%，在MFB-CO算法框架下，BPNN、SVM、RF等3种分类器的竹林提取OA分别为86.51%、88.43%、88.92%，均优于FB-CO算法。由此可见，MFB-CO算法通过改进FB-CO算法几个关键步骤的具体实现途径，有效提升了竹林信息提取能力，可为竹林的精细化识别提供技术支撑。
现有地基激光雷达林下植被滤除研究精度不高且自动化程度较低，针对当前研究存在的不足，以两块地基激光雷达天然林样地点云数据为研究对象，提出了一种基于点云主方向的林下植被自动滤除方法。首先对数据进行裁剪、去噪、滤波和高度归一化等预处理后，根据样地林下植被的生长高度，将数据以一定高度分为上下两层，上层为乔木点云，下层为包含林下植被点云。然后，计算下层点云的空间邻域内特征以提取点云主方向，根据主方向与Z轴方向的法向量之间的夹角提取林下主干，滤除大量林下植被点云。最后，利用欧式距离聚类方法对林下主干提取结果进行聚类，精细提取林下主干，实现林下植被的完全滤除。根据以上方法，研究以两块天然林样地进行实验，结果表明，当样地1的邻域值k为100，夹角阈值t 为30°，样地2的k邻域值为150，夹角阈值t为30°时，两块样地林下主干数量都实现了100%的完全提取，说明林下植被滤除结果较好。通过对邻域值k和夹角阈值t进行讨论，研究认为k值选择100~150为宜，t值选择30°为宜。该方法参数少，自动化程度高，可为以灌木或乔木为对象的研究提供一定的技术参考。
森林扰动影响森林生态系统碳循环和碳平衡，植被净初级生产力（NPP）是表征植被固碳能力的重要指标，分析森林扰动对NPP的影响对于全球变化研究及生态系统承载力和恢复力评估具有重要意义。选取大兴安岭北段地区作为研究区，使用生产的每8 d 30 m分辨率叶面积指数数据集，基于MuSyQ-NPP植被生产力模型估算了该地区2002~2018年森林生长季30 m分辨率时间序列NPP，并使用30 m分辨率森林扰动时间序列产品分析了森林扰动对NPP的影响。研究结果表明：在大兴安岭北段地区，2002~2018年森林生长季NPP多年均值多分布于400~600 g C·m-2·a-1之间，总体呈现缓慢增加趋势；火干扰是研究区的主要扰动因子；2002~2017年森林扰动导致生长季NPP年平均减少量为0.01 Tg C·a-1，在2003年、2006年和2017年，受到面积较大且强度较大的森林扰动后生长季NPP降低幅度较大，分别为0.11 Tg C、0.03 Tg C和0.03 Tg C；发生中高强度森林扰动的2006年扰动区，生长季NPP自2009年开始出现高于扰动前一年的情况。因此，面积大且强度大的扰动对NPP影响大，中高强度森林扰动区域NPP恢复迅速。
不透水面的精确提取对区域人口密度估计、环境评估、灾害预测、水文模型构建、城市热岛效应研究以及气候变化分析等具有重要意义。传统大尺度不透水面提取方法主要受限于遥感数据质量和提取特征的选择，提取的不透水面空间分辨率较低，难以满足现阶段不透水面的精细化需求。以Sentinel-1 SAR和Sentinel-2 MSI为遥感数据源，从光谱、纹理、时序等3个维度选取不透水面的多个提取特征，构建了基于随机森林的不透水面提取模型，并利用GEE平台开展了2020年长三角地区的10 m空间分辨率不透水面提取实验。结果表明：在不同类型实验区，与仅用光谱特征、光谱特征和时序特征相比，该方法的总体精度、Kappa系数分别提升5%、9%和2%、6%，且针对不透水面覆盖水平不同的各类城市，均具有较好的提取效果；长三角地区全域尺度不透水面提取的总体精度和Kappa系数分别达93.75%和0.88，不透水面面积为61 591.38 km2，占全域总面积的比例约为17%，主要分布在长三角的东部区域，西、北部不透水面占比较低且呈放射性分布。该方法针对10 m分辨率遥感影像提出的，适用于山区、乡村、城区、城乡结合部等不同类型区，方法简单易操作，精度较高且适用于云平台大区域计算。
快速准确获取森林的空间分布对评估森林资源和生态环境状况具有重要的意义。以云南省普洱市为研究区，基于Google Earth Engine（GEE）平台和Sentinel-2影像数据，结合实地调查数据、机载遥感数据及地形辅助数据，提取影像的光谱特征、纹理特征以及地形特征，通过特征筛选，得到适合森林分类的最优特征数据集。结合简单线性非迭代聚类（Simple Non-Iterative Clustering，SNIC）超像素分割算法，探究不同分类方法、特征变量等因素对分类精度的影响。结果表明：面向对象分类方法的分类精度要优于基于像元分类方法，分类总体精度为88.21％，Kappa系数为0.87，可以较为准确地对普洱市进行森林覆盖制图。面向对象方法可以有效减轻“椒盐现象”，特征优选避免了冗余信息对分类结果的影响，有效提高了分类效率。GEE平台与面向对象方法结合可以提供大区域、高精度的森林覆盖遥感快速制图。
城市群时空大数据具有跨时空与跨行政区域的动态性与实时性特征，传统的样本数据建设方式给数据存储管理、整合集成、挖掘分析与知识发现等技术环节带来挑战。本研究面向城市群建设与管理对空间信息集成应用服务的重要需求，基于应用主题领域触发的事件模型和关联要素的特征研究，以城市群空间格局与功能定位、区域规划与监测评价、城乡统筹发展、产业协同发展4个应用主题为例，设计了基于要素-事件-主题的时空大数据体系框架，并对“产业用地利用效率评估”事件模型驱动的要素设计、数据组织和算法实现进行了探索。本研究提出的时空大数据体系框架设计思路，使得时空信息互联互通和模型驱动的自适应数据调用成为可能，有助于推动要素类时空大数据在城市群建设与管理工作中的集成应用。
津冀地区位于华北平原，严重的地下水开采导致地表沉降十分显著，开展广域沉降监测具有重要的现实意义。以2016年2月至2018年11月获取的59幅Sentinel-1A SAR影像为数据源，采用相干点目标分析（IPTA）方法对该区域开展沉降监测，采用大量水准数据验证监测结果精度，基于验证后结果对研究区域沉降时空分布特点进行详细分析和解释。与水准数据对比，Sentinel-1A IPTA监测结果均方根误差（RSME）为±2.70 mm?a-1。分析表明：研究区域内存在严重的不均匀地表沉降，最大沉降速率高达218.31 mm?a-1。同时研究进一步表明Sentinel-1A时序差分干涉应用于广域地表沉降监测具有较高的精度水平和较好的应用潜力。
新型植被指数植被近红外反射率（Near-Infrared Reflectance of Vegetation，NIRv）近年来成为研究植物光合作用的有效工具，研究多时间尺度下NIRv与总初级生产力（Gross Primary Productivity，GPP）的关系，对探索全球及区域尺度长时间序列GPP具有重要意义。利用中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）遥感数据和站点通量观测数据，分析比较了2004~2006年中国区域内不同植被类型的8个典型站点的归一化差值植被指数（Normalized Difference Vegetation Index，NDVI）和NIRv两种植被指数与GPP的关系，并分析不同时间尺度（天、8天和月）NDVI和NIRv表征GPP季节变化的能力，结果表明：NDVI和NIRv均能表征GPP，且表征程度由高到低次序均为混交林、草地、常绿针叶林、农田和常绿阔叶林，除常绿阔叶林类型外，其余植被类型NIRv表征效果均更优，；内蒙古和西双版纳的NDVI在生长季始末存在提前和滞后，NIRv的生长季偏移现象弱于NDVI；随着时间尺度的增加，NDVI和NIRv与GPP之间的决定系数R2逐渐增大，月尺度的NDVI和NIRv与GPP的R2最高，表征GPP效果最好，平均R2分别为0.78和0.81，且不同站点之间的R2差异逐渐减小；不同植被类型之间差异明显，混交林、常绿针叶林、草地和农田的两种植被指数和GPP的R2较高，常绿阔叶林R2最低。研究结果可为植被指数与GPP相关关系的建立，进一步提高区域尺度碳通量模拟精度提供重要依据。
洪涝灾害对国民经济和人民生命安全造成严重威胁，快速准确获取受灾信息对灾害救援意义重大。以河南省新乡市2021年7月洪灾为例，选取灾前和灾后的2景Sentinel -1A SAR 影像，提出一种基于组合差异图的洪灾检测方法对淹没区进行监测。该方法首先通过局部能量加权构造强度差值和均值的组合差异图，充分利用了两幅差异图像的变化信息和邻域信息；然后，采用双边滤波对组合差异图进行处理，平滑边缘信息，消除噪声干扰；最后，借助FCM聚类分析获得最终洪灾监测结果。结果表明：通过局部能量加权与双边滤波规则获取的组合差异图更能准确地反映水体的变化信息，该方法的总体检测误差低于单一差异图法和等权组合差异图法，很大程度上降低了检测结果的错误率，Kappa系数高达0.899，有效提高了检测结果的精度，最终利用该方法监测新乡市洪水淹没面积为77.05 km2。因此，采用局部能量加权和双边滤波组合规则构建差异图在洪灾监测方面具有一定的优势和潜力。
台风灾害给福建省造成了严重的生命和财产损失。以福建省县域为研究单元，通过对2009~2020年的台风灾害灾情数据进行分析，结合降水数据、风场数据、地形数据、河网数据、土壤类型、植被指数、人口密度和GDP等资料，研究了福建省台风灾情时空格局特征。在此基础上，运用地理探测器方法分析了福建省台风灾情的影响因素。结果表明：共有38个台风登陆或影响福建，其中16个超强台风造成的损失最严重，灾害损失严重地区主要分布在福建省沿海地区。台风灾害致灾因子、孕灾环境因子和人类活动因子中，3 d内最大降水量、台风最大风速和距台风中心距离对受灾人口、死亡人口、受灾农作物和直接经济损失的影响最大。该研究成果可为台风灾害风险的影响因素定量化分析提供方法参考，为我国的防灾减灾做出基础性贡献。
针对伊犁地区近年来滑坡灾害频发严重威胁当地居民生命财产安全的现状。研究利用SBAS-InSAR技术，聚焦伊犁地区典型地质灾害区喀拉亚尕奇，联合多源SAR数据，结合光学遥感和野外地质调查，共识别61处潜在滑坡。引入全球降水计划GPM降水数据对重点滑坡隐患G3、H56时空演化特征进行分析，发现二者形变速率与降水量有较好的相关性，在冻融期滑坡变形达到峰值，降雨期次之。结合地质及地貌特征分析表明，冻融作用、降雨、地质条件及人类工程活动是诱发区内滑坡灾害的主要因子。区内滑坡主要分布在坡度10°~30°，坡向以阳坡（135°~315°）为主，面积发育小于0.15 km2的姜黄色砾岩等互层状较软弱砂岩、砾岩岩组。实验结果表明InSAR技术可有效识别监测伊犁地区滑坡隐患，可为当地灾害防治提供技术参考和科学依据。
利用地理加权回归模型（Geographically Weighted Regression， GWR），考虑近地表气 温与自变量之间的空间非平稳性，实现重庆市近地表气温的估算。并将估算结果与地表温度－植被指数模型（Temperature-Vegetation Index， TVX）和普通线性回归模型（Ordinary Least Square， OLS）估算结果进行对比分析。研究结果表明，3种算法估算的近地表气温与站点实测数据空间分布趋势保持一致，但不同日期GWR算法估算的近地表气温与站点实测值间的RMSE均低于OLS和TVX算法，其中TVX算法估算值与实测值间的RMSE均值为2.83 ℃；OLS算法RMSE均值为1.65 ℃；GWR算法RMSE均值为1.58 ℃。此外，各验证站点处GWR算法估算的近地表气温与实测值间的差值（Temperature Deference， TD）的标准差以及绝对值的均值均小于OLS和TVX算法，体现出GWR算法在复杂地表环境下近地表气温的估算优势。
生态观测试验站为喀斯特典型脆弱生态区植被生长监测提供了高通量冠层拍摄图像，但目前鲜见有关喀斯特地区裸岩和植被混杂下垫面植被提取的研究报道。利用石漠化生态观测试验站获取的植被冠层RGB图像，研究喀斯特植被适用分割算法和长势监测模型，为基于地基冠层可见光图像的植被监测提供技术支持。结果表明：①基于颜色空间、颜色通道非线性组合、机器学习3种算法对喀斯特地区浅绿色植被的区分度均较高，但对裸岩和深绿色植被区分度有明显差异。晴天强光和阴天弱光条件下3种分割方法对植被分割效果差异明显，机器学习算法分割效果最优，阴天弱光条件准确率超过80%，晴天强光条件下可超过90%。②基于RGB图像反演的可见光植被指数GLA、NDYI、NGRDI和VARI所反映的植被长势变化趋势相似，但NDYI对植被长势差异响应更敏感。复合正弦函数可以较好地模拟4种可见光植被指数的逐日动态变化特征，且对NGRDI变化趋势模拟精度最高（R2=0.830）。
甘公网安备 62010202000685号
