针对洪涝灾害期间淹水范围监测精准和时效的高要求, 本文提出了一种基于SAR (synthetic aperture radar)纹理信息和LightGBM算法的水体提取方法. 与SDWI (sentinel-1 dual-polarized water index)水体指数法、SVM (support vector machines)、RF (random forest)和GBDT (gradient boosting decision tree)算法对比表明, 在河道、湖泊和洪水淹没区三类重点监测区域, 该方法提取精度均达98%以上, 总体精度优于其他方法. 同时, 该方法的运行效率较其他方法提升20 ~ 100倍, 极大地提高了洪涝灾害期间淹水应急监测的时效性.
开展作物冠层含水量的遥感反演有利于评估麦田干旱胁迫、实施精准灌溉. 为快速获取华北地区冬小麦生长期冠层含水量, 本文利用在2017年1—5月冬小麦生长期获取的Landsat-8 OLI和Sentinel-2 MSI多时相遥感影像, 基于混合像元分解模型, 建立了归一化水指数与麦田实测含水量之间的定量关系. 通过构建反演方程并结合遗传优化算法, 求解冬小麦冠层含水量. 对比地面实测数据, 研究结果显示, 本文方法能取得较优的反演结果, 决定系数 (R2) 与均方根误差(root mean squared error, RMSE)分别为0.567和5.6%. 与直接利用归一化水指数的反演方法相比, 误差降低20%以上. 研究表明, 量化小麦冠层和土壤背景的不同线性混合比, 可以有效消除土壤对小麦冠层含水量反演的影响, 对小麦等作物生长的遥感监测具有重要的应用价值.
溶解有机碳 (dissolved organic carbon, DOC) 是海洋中最大的活跃有机碳库. 精确刻画大河河口及其近海水体表层DOC浓度的时空分布, 有助于更好地理解河流输送的有机碳在河口近海经历的生物地化过程及在该区域的归宿. 本研究采用机器学习方法, 通过反演水体溶解态有机碳库中的有色溶解有机物 (colored dissolved organic matter, CDOM) 的吸收光谱信息, 并基于其与水体DOC浓度的相关关系, 发展了基于地球静止轨道水色成像仪 (geostationary ocean color imager, GOCI) 的DOC遥感反演模型. 结果表明, Nu支持向量回归 (nu-supporting vector regression, NuSVR) 方法可准确反演CDOM光谱吸收特性 (如验证集CDOM在300 nm处的吸收系数aCDOM(300)和275 ~ 295 nm处的光谱斜率S275–295的平均绝对误差 (mean absolute percent differences, MAPD) 分别为32%和8.6%). 分别基于该区域表层水体CDOM光谱吸收特性与DOC浓度之间表现的3种不同的相关关系进行DOC算法构建, 结果表明, 基于aCDOM(300)与DOC浓度之间的线性相关, 并考虑这一相关关系的季节性差异所构建的DOC反演算法可较为准确地反演水体DOC浓度, DOC反演现场数据验证集和卫星验证集的MAPD分别为11%和14%. 将构建的DOC算法模型应用到GOCI卫星图像上, 结果显示, 受长江径流影响, 季节尺度上, 长江口夏季水体表层DOC浓度显著高于冬季; 而受潮汐、风场等因素的影响, 小时尺度上河口近岸海域DOC分布呈现逐时高动态变化. 本研究利用卫星遥感反演河口近海水体DOC浓度, 为进一步在不同时间尺度上研究该区域水体DOC动态变化及驱动因素提供了有效手段.
以上海市青浦区盈浦街道为例, 基于历史航空影像数据对区域生态资产进行调查, 通过生态资产损益表和相关分析等方法研究了2000—2021年盈浦街道生态资产变化趋势及原因. 结果表明: 2021年盈浦街道生态资产存量以耕地、湿地和草地为主, 质量等级总体为中级; 流量总价值为9.39 × 106元, 以水源涵养和废物处理价值为主. 2000—2021年期间, 盈浦街道生态资产总量呈显著下降趋势, 存量和流量分别下降了33.07%和22.97%. 城镇建设导致耕地生态资产迅速缩减是盈浦街道生态资产存量下降的主要因素, 退耕还林和退耕还草是盈浦街道林地和草地生态资产大幅增加的关键原因. 盈浦街道生态资产流量价值与夜间灯光强度、人口数量、国内生产总值、地表温度和高程呈负相关关系 (p < 0.001), 与坡度呈正相关关系 (p < 0.001).
中国综合性科技类核心期刊(北大核心)
