摘要：【目的】利用2015、2017与2018年逐月GF1-WFV影像(共42景),探寻石榴树遥感辨识的最佳时相与方法。【方法】首先对各景影像分别进行预处理;随后基于13种主要作物样地内的ROI(感兴趣区)数据对6类辨识方法(即反射光谱比较、波段差值或比值分析、光谱指数辨识分析、光谱指数变化追踪、影像复合与多指数联用分析)的辨识效能分别予以探试,以寻求最佳辨识时相与方法;最后采用全域影像对探寻结果加以验证。【结果】(1)4月中旬的石榴树具有相对较低的NDVI值,利用NDVI阈值可较好地将其与除葡萄、桃树外的其他9种果树以及小麦予以区分,但不可将其与葡萄、桃树以及许多城乡绿化植被、有草撂荒地、低龄果树等区分;(2)在5月中旬,正值盛花期的石榴树具有相对较高的1/Rb1-1/Rb3值,利用该指数阈值既可将石榴树与其他大多数果树树种及小麦予以较好地区分,也可将城乡绿化植被、有草撂荒地、低龄果树等予以正确辨别并大幅剔除。但受多种不利因素的影响,导致少数苹果、梨等果树以及一些非果树地物与石榴树混淆难辨。若继用此时期的NDVI阈值则可剔除部分非石榴树地物;(3)在上述两期影像复合、联用(1/Rb1-1/Rb3)5月中旬、NDVI5月中旬、NDVI4月中旬三重阈值的情形下,辨识精度更为理想,石榴树类的正确识别率可达86.28%,总体分类精度可达85.37%;(4)利用遥感影像辨识石榴树的最佳时相为5月中旬,4月中旬次之。【结论】复合4月中旬与5月中旬的两期影像并联用(1/Rb1-1/Rb3)5月中旬、NDVI5月中旬、NDVI_4月中旬三重阈值,可较好地辨识石榴树。

摘要：我国西南喀斯特地区长期存在以石漠化为特征的土地退化问题,是我国三大生态问题之一。喀斯特地区地表复杂度高,具有高度时空异质性,像元混合现象严重,植被、裸岩和裸土为喀斯特地区典型地物,使得评价喀斯特石漠化的关键指标(如裸岩率、植被覆盖度)获取比较困难,高光谱遥感在混合像元分解方面有独特优势,可以获取地物端元的丰度。通过地面试验表明光谱指数能够表征地物覆盖度,进而以Hyperion高光谱影像为数据源,利用连续最大角凸锥方法从影像中提取这3类地物的端元,运用半约束和全约束线性光谱分解方法估算其丰度。研究表明:半约束线性分解得到的丰度优于全约束分解结果,其反演的植被、裸土和裸岩的丰度与相应的光谱指数间具有显著线性相关性,确定系数R2分别为0.92、0.66与0.84,表明地物丰度能够表征其覆盖度。因此,通过混合像元分解算法反演地物丰度来提取喀斯特石漠化因子具有一定的可行性,这为高光谱遥感在喀斯特石漠化中的评价和监测奠定了理论和算法基础。

摘要：该文以洞庭湖湿地典型植被苔草为研究对象,以6种植被光谱指数作为输入变量,运用R软件构建了苔草叶绿素含量估测随机森林模型(RF),通过模型优化进而对苔草叶绿素含量进行定量估测,并将其估测效果与传统的线性回归模型相比。研究表明:利用RF模型可高效地对植被叶绿素含量进行估测,其中预测值和实测值的相关系数达0.94,且其估测效果要优于多元和一元线性模型,研究结果为湿地植被遥感监测植物及生态环境保护提供了科学依据。

摘要：为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015年9月20日高分二号(GF-2)卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机(SVM:Support Vector Machine)分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。