基于多时相遥感影像的滨海湿地监测方法研究

遥感湿地监测实施方案一、引言。

湿地是地球上生态系统中最具生物多样性的生态系统之一，对维持生物多样性、保护水资源、调节气候、减缓洪涝灾害等具有重要作用。

然而，由于人类活动的不断扩张和干扰，湿地面临着严重的退化和破坏。

因此，对湿地的监测和保护显得尤为重要。

遥感技术作为一种高效、快速的监测手段，对湿地监测具有重要意义。

二、监测目标。

1. 湿地类型的识别和分类。

2. 湿地面积的变化监测。

3. 湿地生态环境的评估。

4. 湿地资源的合理利用。

三、监测方法。

1. 遥感影像获取。

选择高分辨率的遥感影像，包括卫星影像和航空影像，以获取湿地的空间信息。

2. 影像预处理。

对获取的遥感影像进行大气校正、几何校正、镶嵌拼接等预处理工作，以保证后续分析的准确性。

3. 湿地分类。

利用遥感图像解译技术，对湿地进行分类，包括湿地类型、湿地植被、湿地水体等。

4. 湿地变化监测。

通过对多期遥感影像进行比对分析，监测湿地面积的变化情况，包括湿地扩张、退化等。

5. 生态环境评估。

利用遥感技术获取湿地植被指数、水体质量等信息，对湿地生态环境进行评估。

6. 资源利用监测。

通过遥感技术监测湿地资源的利用情况，包括湿地农业、渔业等资源的开发利用情况。

四、数据分析与应用。

1. 数据分析。

对获取的监测数据进行统计分析，绘制湿地分布图、变化图等。

2. 监测报告。

编制湿地监测报告，对监测结果进行总结和分析，提出保护建议。

3. 决策支持。

将监测报告提供给相关部门，为湿地保护和管理提供决策支持。

五、结论。

遥感技术在湿地监测中具有重要作用，能够为湿地保护和管理提供科学依据。

因此，加强遥感湿地监测实施方案的研究和应用，对湿地保护具有重要意义。

六、参考文献。

1. 王小明, 李华. 遥感在湿地监测中的应用[J]. 生态环境, 2018(3): 45-50.2. 张三, 李四. 湿地生态环境遥感监测技术研究[J]. 生态学杂志, 2017(2): 78-82.七、致谢。

遥感影像的多时相监测方法研究在当今的科技时代，遥感技术已经成为获取地球表面信息的重要手段之一。

其中，遥感影像的多时相监测在众多领域发挥着关键作用，如环境监测、农业评估、城市规划以及灾害预警等。

多时相遥感影像能够反映出地表特征在不同时间的变化情况，为我们深入了解地球系统的动态过程提供了宝贵的数据支持。

多时相遥感影像监测的基本原理是通过对同一地区在不同时间获取的遥感影像进行对比分析，从而揭示出该地区的变化信息。

这些影像可以来自不同的传感器，具有不同的空间分辨率、光谱分辨率和时间分辨率。

为了有效地进行多时相监测，首先需要对这些影像进行预处理，包括辐射校正、几何校正和大气校正等，以确保影像之间具有可比性。

在辐射校正方面，由于传感器本身的特性以及光照条件的差异，不同时间获取的影像在辐射亮度上可能存在偏差。

通过辐射校正，可以将影像的辐射亮度值转换为具有实际物理意义的辐射量，如反射率或发射率。

几何校正则是解决由于卫星轨道、姿态以及地球自转等因素导致的影像几何变形问题，使得不同影像中的相同地物能够准确匹配。

大气校正用于消除大气对电磁波的散射和吸收影响，从而更真实地反映地表的光谱特征。

在完成预处理后，接下来就是选择合适的变化检测方法。

常见的方法包括基于像元的方法、基于对象的方法以及基于特征的方法。

基于像元的方法是最为直接和简单的方法之一。

它通过对不同时相影像中对应像元的灰度值或光谱值进行比较，来判断是否发生了变化。

例如，差值法就是计算两个时相影像对应像元值的差值，如果差值超过一定的阈值，则认为发生了变化。

这种方法的优点是计算简单，容易实现，但缺点是对噪声较为敏感，容易产生误判。

基于对象的方法则首先对影像进行分割，将其划分为具有相似特征的对象，然后比较不同时相影像中对象的属性变化。

相比基于像元的方法，基于对象的方法能够更好地考虑地物的空间特征和上下文信息，减少噪声的影响，提高变化检测的准确性。

但该方法的计算复杂度较高，对影像分割的质量要求也较高。

湿地监测遥感方案引言湿地是地球上生态系统的重要组成部分，具有重要的生态功能和社会经济价值。

由于湿地面积的大幅减少和生态环境的恶化，湿地监测成为保护湿地资源和保障生态环境可持续发展的重要工作之一。

遥感技术的发展为湿地监测提供了一种高效、经济、快速的方法。

本文将介绍一种基于遥感技术的湿地监测方案，包括遥感数据的获取、湿地监测的指标和方法、监测结果的分析与应用等内容。

1. 遥感数据的获取遥感数据是湿地监测的基础，通过获取湿地的遥感图像数据，可以对湿地的时空变化进行全面、准确地监测。

遥感数据的获取可以通过卫星遥感、航空遥感和无人机遥感等方式进行。

1.1 卫星遥感卫星遥感是湿地监测中常用的数据获取方法之一。

通过利用航天卫星的遥感传感器，可以获取大范围、高分辨率的湿地遥感数据。

卫星遥感数据主要包括光学遥感数据和雷达遥感数据两大类。

•光学遥感数据：可以获取湿地的光谱信息和纹理特征，适合湿地类型的提取和植被覆盖度的估计。

•雷达遥感数据：可以穿透云层获取地表的高程和形变信息，适合湿地地形的监测和水文参数的推测。

1.2 航空遥感航空遥感是通过低空飞行的航空器获取遥感数据的方法。

相比卫星遥感，航空遥感具有分辨率更高、数据获取更灵活的特点。

采用航空遥感可以利用多光谱相机、激光雷达等设备获取高质量的湿地数据。

1.3 无人机遥感无人机遥感是近年来发展较快的遥感数据获取方式。

通过搭载遥感传感器的无人机，可以实现小范围、高精度的湿地监测。

无人机遥感具有成本低、响应快、灵活性强等优势，适用于湿地监测中的局部细节提取和变化检测。

2. 湿地监测指标和方法湿地监测的目标是获取湿地的基本信息和变化情况，基于遥感数据可以提取一系列的监测指标和采用一定的分析方法进行湿地监测。

2.1 湿地类型分类湿地类型的分类是湿地监测的基础工作，可以通过遥感图像的光谱信息和纹理特征进行分类。

常用的分类方法包括最大似然法、支持向量机、随机森林等。

2.2 湿地变化检测湿地的变化监测是湿地保护和管理的重要内容。

基于遥感的海岸线变化监测研究一、引言海岸线是海洋与陆地的交界线，它的变化对于沿海地区的生态环境、经济发展和人类活动都有着重要的影响。

随着全球气候变化和人类活动的加剧，海岸线的变化日益显著，因此对海岸线变化进行监测和研究具有重要的现实意义。

遥感技术作为一种高效、大范围、多时相的观测手段，为海岸线变化监测提供了有力的支持。

二、遥感技术在海岸线监测中的优势遥感技术能够快速获取大面积的地表信息，具有以下几个显著的优势：1、大范围覆盖：可以一次性获取大面积的海岸线数据，避免了传统地面测量方法的局限性。

2、多时相观测：能够在不同时间获取数据，从而实现对海岸线变化的动态监测。

3、高精度：现代遥感传感器的精度不断提高，可以提供详细的海岸线信息。

4、成本效益高：相比传统的实地测量，遥感监测成本相对较低。

三、常用的遥感数据源在海岸线变化监测中，常用的遥感数据源包括光学遥感和雷达遥感。

光学遥感数据，如 Landsat 系列卫星、高分系列卫星等，具有较高的空间分辨率和光谱分辨率，能够清晰地反映出海岸线的特征。

但光学遥感数据容易受到天气条件的影响，在云雾遮挡时可能无法获取有效的信息。

雷达遥感数据，如 Sentinel-1 卫星等，具有穿透云雾的能力，能够在各种天气条件下获取数据。

此外，雷达遥感对地表的粗糙度和介电常数较为敏感，对于海岸线的水陆分界识别具有一定的优势。

四、海岸线提取方法1、基于阈值的方法通过设定灰度值、反射率等阈值，将水体与陆地分开，从而提取海岸线。

这种方法简单快速，但对于复杂的海岸线情况可能不够准确。

2、边缘检测方法利用图像的边缘信息来确定海岸线的位置。

常见的边缘检测算法如Sobel 算子、Canny 算子等。

3、面向对象的方法将遥感图像分割成不同的对象，然后根据对象的特征进行分类和提取海岸线。

这种方法能够充分利用图像的光谱、纹理和形状等信息，但计算量较大。

4、机器学习和深度学习方法近年来，随着机器学习和深度学习技术的发展，一些基于支持向量机、随机森林、卷积神经网络等方法也被应用于海岸线提取，取得了较好的效果。

第４３卷第３期２０２０年３月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ.４３ꎬＮｏ.３Ｍａｒ.ꎬ２０２０收稿日期:２０１８－１０－０８作者简介:杨继文(１９８８－)ꎬ女ꎬ蒙古族ꎬ吉林洮南人ꎬ工程师ꎬ硕士ꎬ２０１３年毕业于武汉大学地图制图学与地理信息工程专业ꎬ主要从事地图学与地理信息系统方面的应用研究工作ꎮ基于多时相遥感影像的海岸线变化监测研究杨继文１ꎬ刘欣岳２ꎬ邓蜀江１(１.黑龙江省第五测绘地理信息工程院ꎬ黑龙江哈尔滨１５００８１ꎻ２.东华理工大学测绘工程学院ꎬ江西南昌３３００１３)摘要:随着社会经济的高速发展ꎬ沿海经济带正发生着日新月异的变化ꎬ海岸线环境发生了巨大改变ꎮ利用遥感技术不受时间㊁空间限制的特点ꎬ研究海岸线变化监测ꎬ有利于掌握海岸线分布情况ꎬ监测海岸线沿线生态环境ꎮ本文是基于多时相遥感影像ꎬ开展辽宁省大陆海岸线变化监测研究ꎮ关键词:多时相遥感影像ꎻ海岸线ꎻ变化监测中图分类号:Ｐ２３７㊀㊀㊀文献标识码:Ａ㊀㊀㊀文章编号:１６７２－５８６７(２０２０)０３－０１０７－０２ＢａｓｅｄｏｎＭｕｌｔｉ－ｔｅｍｐｏｒａｌＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅｓＣｏａｓｔｌｉｎｅＣｈａｎｇｅＭｏｎｉｔｏｒｉｎｇＹＡＮＧＪｉｗｅｎ１ꎬＬＩＵＸｉｎｙｕｅ２ꎬＤＥＮＧＳｈｕｊｉａｎｇ１(１.ＴｈｅＦｉｆｔｈＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇꎬＨａｒｂｉｎ１５００８１ꎬＣｈｉｎａꎻ２.ＦａｃｕｌｔｙｏｆＧｅｏｍａｔｉｃｓꎬＥａｓｔＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙꎬＮａｎｃｈａｎｇ３３００１３ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｓｏｃｉａｌｅｃｏｎｏｍｙꎬｔｈｅｃｏａｓｔａｌｅｃｏｎｏｍｉｃｂｅｌｔｉｓｕｎｄｅｒｇｏｉｎｇｒａｐｉｄｃｈａｎｇｅｓꎬａｎｄｔｈｅｃｏａｓｔｌｉｎｅｅｎｖｉｒｏｎｍｅｎｔｈａｓｕｎｄｅｒｇｏｎｅｔｒｅｍｅｎｄｏｕｓｃｈａｎｇｅｓ.Ｕｓｉｎｇｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙꎬｎｏｔｌｉｍｉｔｅｄｂｙｔｉｍｅａｎｄｓｐａｃｅꎬｓｔｕｄｙｔｈｅｃｈａｎｇｅｏｆｃｏａｓｔｌｉｎｅ.Ｉｔｉｓｃｏｎｄｕｃｉｖｅｔｏｍａｓｔｅｒｉｎｇｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｏａｓｔｌｉｎｅｓａｎｄｍｏｎｉｔｏｒｉｎｇｔｈｅｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔａｌｏｎｇｔｈｅｃｏａｓｔｌｉｎｅ.Ｔｈｉｓｓｔｕｄｙｉｓｂａｓｅｄｏｎｍｕｌｔｉ－ｔｅｍｐｏｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｙｔｏｃａｒｒｙｏｕｔｍｏｎｉｔｏｒｉｎｇｒｅｓｅａｒｃｈｏｎｔｈｅｃｈａｎｇｅｓｏｆｃｏｎｔｉｎｅｎｔａｌｃｏａｓｔｌｉｎｅｉｎＬｉ￣ａｏｎｉｎｇＰｒｏｖｉｎｃｅ.Ｋｅｙｗｏｒｄｓ:ｍｕｌｔｉ－ｔｅｍｐｏｒａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓꎻｃｏａｓｔｌｉｎｅꎻｃｈａｎｇｅｍｏｎｉｔｏｒｉｎｇ０㊀引㊀言海岸线是陆地与海洋的分界线ꎬ受潮汐㊁风暴㊁人类活动等因素的影响ꎬ海岸线是动态变化的ꎮ海岸线的变迁不仅反映沿线资源开发利用情况ꎬ对生态环境也有重要影响ꎮ随着社会经济的高速发展ꎬ沿海地区盐业㊁水产养殖业㊁港口运输业发展迅猛ꎬ但过度的海水养殖ꎬ废弃闲置的盐田[１]ꎬ建设规模过大的海岸工程ꎬ不仅造成资源浪费ꎬ还会导致海洋环境污染ꎮ同时ꎬ围填海是解决沿海地区土地资源不足的主要方式之一ꎬ大规模的围填海ꎬ兴建海岸工程ꎬ虽然创造了经济价值ꎬ但改变了沿海地区海岸格局ꎬ导致海洋生态系统失衡ꎬ可能造成严重的生态环境灾害ꎮ遥感监测技术具有范围广㊁周期短㊁客观准确的特点ꎬ可弥补常规海岸线测量方法的不足ꎬ能快速获取海岸线动态变化信息ꎬ客观㊁准确地反映海岸线开发利用情况及时空变化[２]ꎮ基于多时相遥感影像开展海岸线变化监测ꎬ有利于掌握大陆海岸线分布情况㊁时空变化特征ꎬ为海洋经济的发展㊁海岸带资源的开发㊁自然环境及生态系统保护等提供数据支持和技术支撑[３]ꎮ１㊀研究现状针对海岸线的时空变迁ꎬ国外很多学者开展了大量研究ꎬＭａｉｔｉ等[４]利用多时相的卫星遥感影像ꎬ研究了１９７３ ２００３年印度东部孟加拉湾地区海岸线的时空变迁ꎮＳｅｍｉｈＥｋｅｒｃｉｎ[５]分析了土耳其爱琴海海岸线的时空变化ꎮＡｈｍａｄ等[６]利用ＧＩＳ分析方法ꎬ模拟海岸线的变化情况ꎬ计算海岸线的变化速率ꎮ国内也有一些学者开展了海岸线变化监测研究ꎮ孙丽娥等[７]利用１９８３ ２０１２年期间(共６期)的Ｌａｎｄｓａｔ和环境卫星影像ꎬ提取分析了杭州湾海岸线的变化速率ꎮ陈晓英等[８]提取了４期(１９７３ ２０１３年)三门湾大陆海岸线ꎬ分析了海岸线长度和陆域面积的变化ꎮ陈曦等[９]利用ＲＳ和ＧＩＳ技术ꎬ分析了辽宁省海岸线１９０９ ２００３年间的变迁特征ꎮ李琳等[１０]借助遥感手段ꎬ研究分析了１９７６ ２０１２年间鸭绿江口中方和朝方两侧的海岸线变迁情况ꎮ上述研究主要是在宏观尺度下ꎬ分析较大时间跨度的海岸线时空变迁ꎬ缺少对近年来特定短时期㊁大范围海岸线的变化监测研究ꎮ２㊀研究区域与实验数据本研究区域为辽宁省大陆海岸线ꎮ东起鸭绿江口ꎬ西至绥中县老龙头ꎬ沿海城市有大连㊁丹东㊁锦州㊁营口㊁盘锦和葫芦岛ꎮ辽宁省海岸线较长ꎬ是东北区域唯一的临海地区ꎬ其沿海区域的经济发展速度快ꎬ在全省乃至全国经济发展中具有举足轻重的地位ꎮ本研究收集了２０１３ ２０１６年覆盖辽宁省海岸带的２４景(每年６景影像数据)ＯＬＩ影像数据ꎬ所有的卫星影像数据下载于美国地质调查局官网(ｈｔｔｐ:/ｇｌｏｖｉｓ.ｕｓｇｓ.ｇｏｖ/)ꎮ影像获取时间在每年５ １０月期间的非冬季影像ꎬ研究区域内均为无云或少云遮盖ꎬ保证大陆海岸线位置清晰可见ꎬ为影像自动解译和目视判读提供保障ꎮ影像的分布范围如图１所示ꎮ图１㊀影像分布范围图Ｆｉｇ.１㊀Ｉｍａｇｅｄｉｓｔｒｉｂｕｔｉｏｎｒａｎｇｅ３㊀海岸线变化监测３.１㊀数据预处理首先ꎬ利用Ｅｎｖｉ软件对Ｌａｎｄｓａｔ８影像进行了辐射校正㊁几何校正处理ꎬ同时ꎬ对影像进行了图像增强处理ꎬ以提高影像的可解译性ꎬ并统一所有图像的坐标系统(坐标系统㊁投影等)ꎬ再将纠正后的影像数据进行影像拼接㊁裁剪工作ꎬ提取出监测区域的影像ꎮ３.２㊀海岸线信息提取本研究主要提取２０１３ ２０１６年辽宁省海岸线及沿线变化区域信息ꎮ海岸线信息提取主要采取自动提取与人机交互解译相结合的方式ꎮ首先ꎬ采用ＮＤＷＩ指数自动提取海岸线ꎬ但自动提取的海岸线精度不可靠ꎬ再采用人机交互解译的方式进行提取ꎬ并叠加地理国情监测数据判读海岸线的功能类型ꎮ对于变化区域的信息采集ꎬ本研究是将提取后的海岸线信息进行叠加分析ꎬ得到２０１３ ２０１６年海岸线的变化区域ꎬ并结合遥感影像各地物纹理及空间分布特征ꎬ目视判读各变化区域的土地利用信息㊁围填海状况等ꎮ３.３㊀外业核查由于部分海岸线及变化区域信息不能仅通过遥感影像解译直接获取ꎬ还需要去实地核查ꎬ具体核查内容包括海岸线类型㊁海岸线使用状况及重点开发情况及海岸线沿线土地利用现状情况等ꎮ由于研究区域范围广ꎬ重点选择变化较大㊁海岸线开发利用较多的区域进行核查ꎮ３.４㊀数据整合集成数据整合是指将内业遥感解译的成果ꎬ以外业核查为准逐一对照ꎮ经数据提取采集㊁一致性处理㊁外业核查㊁数据整合后形成海岸线分布数据㊁海岸线变化区域分布数据ꎮ４㊀海岸线变化分析经统计ꎬ２０１３年海岸线总长度为２５５３.６９ｋｍꎬ２０１６年为２６１９.２７ｋｍꎮ２０１３ ２０１６年海岸线长度变化及自然岸线长度变化趋势如图２所示ꎬ２０１３ ２０１６年大陆海岸线总长度逐年增长ꎬ而自然岸线长度却逐年减少ꎬ占比也呈降低趋势ꎮ图２㊀２０１３ ２０１６年海岸线变化趋势图Ｆｉｇ.２㊀２０１３ ２０１６ｃｏａｓｔｌｉｎｅｃｈａｎｇｅｔｒｅｎｄｃｈａｒｔ２０１３ ２０１６年期间ꎬ辽宁省海岸线长度变化明显ꎬ多处海岸线发生变化ꎬ变化区域示例如图３所示ꎮ很多海岸线变化区域都存在建设中的海岸工程ꎮ图３㊀海岸线变化区域对比图Ｆｉｇ.３㊀Ｃｏａｓｔｌｉｎｅｃｈａｎｇｅｒｅｇｉｏｎｃｏｍｐａｒｉｓｏｎｃｈａｒｔ(下转第１１２页)对最弱ꎻ②对比ＥＮＬꎬＧｏｌｄｓｔｅｉｎ滤波斑点影响最小ꎬ中值－自适应二级去噪效果次之ꎬ中值滤波去噪效果相对最弱ꎻ③对比ＥＰＩꎬ中值－自适应二级去噪滤波可以有效地保持边缘信息ꎬ各向异性扩散滤波效果次之ꎬＧｏｌｄｓｔｅｉｎ滤波效果相对最弱ꎻ④对比Ｓ/ＭＳＥꎬ各向异性扩散滤波能够较好地保持图像细节信息ꎬ中值－自适应二级去噪滤波效果次之ꎬＧｏｌ￣ｄｓｔｅｉｎ滤波效果相对最弱ꎮ综上所述ꎬ通过对４种滤波方法的定性与定量评价可以得出ꎬ中值－自适应二级去噪滤波和各向异性扩散滤波在滤除图像相位噪声和保持图像的细节信息方面均具有很好的自适应性ꎻ但是中值－自适应二级去噪滤波表现更加全面ꎬ滤波效率更高ꎬ而且对颗粒噪声的滤波效果更理想ꎮ４㊀结束语通过４种滤波算法的对比可以看出ꎬ不同滤波算法可以产生不同的滤波效果ꎬ在不同的应用场景下可以有针对性地选择有效的滤波方法ꎻ同时ꎬ本文的研究工作希望可以为后续滤波方法的精准应用提供一些参考与依据ꎮ另外ꎬ面对科技的飞速发展和需求的日益变化ꎬ通过不同滤波算法的改进与整合ꎬ实现更快速㊁更全面㊁更准确的滤波效果将是未来滤波算法研究的重要课题之一ꎮ参考文献:[１]㊀许才军ꎬ何平ꎬ温扬茂ꎬ等.ＩｎＳＡＲ技术及应用研究进展[Ｊ].测绘地理信息ꎬ２０１５ꎬ４０(２):１－９.[２]㊀王兴旺ꎬ张启斌ꎬ杨勇ꎬ等.ＩｎＳＡＲ干涉图滤波方法比较[Ｊ].安徽农业科学ꎬ２００９ꎬ３７(１７):８０９５－８０９７ꎬ８１２７.[３]㊀曹将兵.ＩｎＳＡＲ中干涉条纹图滤波方法的研究[Ｄ].北京:中国地质大学(北京)ꎬ２００７.[４]㊀王路晗.合成孔径雷达及阵列在三维成像中的应用研究[Ｄ].南京:南京大学ꎬ２０１８.[５]㊀王志勇ꎬ张继贤ꎬ黄国满.ＩｎＳＡＲ干涉条纹图去噪方法的研究[Ｊ].测绘科学ꎬ２００４ꎬ２９(６):３０－３３.[６]㊀李明亮ꎬ母景琴ꎬ王聪.雷达干涉条纹图滤波方法研究[Ｊ].计算机工程与设计ꎬ２００８ꎬ２９(１４):３７８２－３７８４.[７]㊀尹宏杰ꎬ王琪洁ꎬ王平ꎬ等.高条纹率ＩｎＳＡＲ干涉图滤波方法的对比研究[Ｊ].大地测量与地球动力学ꎬ２００９ꎬ２９(５):１３８－１４２.[８]㊀黄倩ꎬ麻丽香ꎬ张冰尘ꎬ等.干涉相位图的各向异性扩散方程滤波算法[Ｊ].电子与信息学报ꎬ２００６ꎬ２８(１１):１９９８－２００２.[编辑:张㊀曦](上接第１０８页)㊀㊀图４变化区域分布图显示了２０１３ ２０１６年辽宁省大陆海岸线变化区域的分布情况ꎬ海岸线及沿线变化区域呈明显空间分布差异ꎬ变化区域主要分布于渤海湾葫芦岛以东区域ꎬ与渤海沿岸相比ꎬ黄海沿岸分布较稀疏ꎬ且相对均匀ꎮ图４㊀海岸线变化区域分布图Ｆｉｇ.４㊀Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｏａｓｔｌｉｎｅｃｈａｎｇｅｒｅｇｉｏｎ５㊀结束语沿海区域社会经济的快速发展ꎬ大规模修建的海岸工程㊁快速发展的盐业㊁养殖业ꎬ导致海岸线变化明显ꎮ本文运用多时相遥感影像提取了２０１３ ２０１６年辽宁省海岸线信息ꎬ对海岸线的时空变化进行分析ꎬ有利于高效㊁翔实㊁准确地掌握辽宁省大陆海岸线沿线人类活动情况ꎬ了解沿线海洋资源㊁生态环境现状ꎬ科学地分析辽宁省大陆海岸线时空变化及开发利用潜力ꎬ为海岸线保护㊁环保督查等工作提供数据支撑ꎮ参考文献:[１]㊀任金华.江苏沿海盐田复耕适宜性评价与整治分区研究[Ｄ].南京:南京大学ꎬ２０１３.[２]㊀杨晓梅ꎬ周成虎ꎬ骆剑承ꎬ等.我国海岸带及近海卫星遥感应用信息系统构建和运行的基础研究[Ｊ].海洋学报(中文版)ꎬ２００２ꎬ２４(５):３６－４５.[３]㊀徐进勇ꎬ张增祥ꎬ赵晓丽ꎬ等.２０００ ２０１２年中国北方海岸线时空变化分析[Ｊ].地理学报ꎬ２０１３ꎬ６８(５):６５１－６６０.[４]㊀ＭＡＩＴＩＳꎬＢＨＡＴＴＡＣＨＡＲＹＡＡＫ.Ｓｈｏｒｅｌｉｎｅｃｈａｎｇｅａｎａｌｙｓｉｓａｎｄｉｔｓａｎｐｐｌｉｃａｔｉｏｎｔｏｐｒｅｄｉｃｔｉｏｎ:Ａｒｅｍｏｔｅｓｅｎｓｉｎｇａｎｄｓｔａ￣ｔｉｓｔｉｃｓｂａｓｅｄａｐｐｒｏａｃｈ[Ｊ].ＭａｒｉｎｅＧｅｏｌｏｇｙꎬ２００９ꎬ２５７(１－４):１１－２３.[５]㊀ＳＥＭＩＨＥ.ＣｏａｓｔｌｉｎｅｃｈａｎｇｅａｓｓｅｓｓｍｅｎｔａｔｔｈｅＡｅｇｅａｎＳｅａＣｏａｓｔｓｉｎＴｕｒｋｅｙｕｓｉｎｇｍｕｌｔｉｔｅｍｐｏｒａｌＬａｎｄｓａｔＩｍａｇｅｒｙ[Ｊ].ＪｏｕｒｎａｌｏｆＣｏａｓｔａｌＲｅｓｅａｒｃｈꎬ２００７ꎬ２３(３):６９１－６９８.[６]㊀ＡＨＭＡＤＳＲꎬＬＡＫＨＡＮＶＣ.ＧＩＳ－ｂａｓｅｄａｎａｌｙｓｉｓａｎｄｍｏｄｅｌｉｎｇｏｆｃｏａｓｔｌｉｎｅａｄｖａｎｃｅａｎｄｒｅｔｒｅａｔａｌｏｎｇｔｈｅｃｏａｓｔｏｆＧｕｙａｎａ[Ｊ].ＭａｒｉｎｅＧｅｏｄｅｓｙꎬ２０１２ꎬ３５(１):１－１５.[７]㊀孙丽娥ꎬ马毅ꎬ张杰ꎬ等.不同类型海岸线遥感解译标志建立和提取方法研究[Ｊ].测绘通报ꎬ２０１１(３):４１－４４.[８]㊀陈晓英ꎬ张杰ꎬ马毅ꎬ等.近４０年来三门湾海岸线时空变化遥感监测与分析[Ｊ].海洋科学ꎬ２００２(１２):３２－３５.[９]㊀陈曦ꎬ倪金ꎬ邴智武ꎬ等.辽宁省海岸线近百年变迁特征分析[Ｊ].地质与资源ꎬ２０１１ꎬ２０(５):３５４－３５７.[１０]㊀李琳ꎬ张杰ꎬ马毅ꎬ等.１９７６ ２０１０年鸭绿江口西水道岸线变迁遥感监测与分析[Ｊ].测绘通报ꎬ２０１２(Ｓ１):３８６－３９０.[编辑:张㊀曦]。

一种基于遥感数据与多时相sar影像的林地生态监测方法与流程基于遥感数据与多时相SAR影像的林地生态监测方法与流程如下：1. 数据收集：收集林地生态监测所需的遥感数据和多时相SAR影像。

遥感数据可以包括卫星图像、航空影像或无人机影像，而多时相SAR影像则可通过雷达卫星获取。

2. 影像预处理：对收集到的遥感数据和多时相SAR影像进行预处理，包括辐射定标、大气校正、几何校正等，以确保数据质量。

3. 特征提取：利用遥感数据和多时相SAR影像提取林地生态监测所需的特征。

如植被指数、覆盖度、植被高度等。

4. 数据融合：将提取到的特征进行数据融合，以得到更全面、准确的林地生态信息。

融合方法可以包括像素级融合、特征级融合等。

5. 林地变化检测：利用融合后的数据进行林地变化检测。

可以应用时序分析、差异图像比较等方法，检测林地的生长、衰退、破坏等变化。

6. 生态参数估计：通过林地生态监测数据，估计林地的生态参数，如生物量、碳储量、物种多样性等。

可以建立统计模型或机器学习模型进行估计。

7. 结果分析与展示：对监测结果进行分析和展示，利用地理信息系统（GIS）分析工具，绘制监测结果的空间分布图、统计图等。

8. 定期监测：建立定期监测机制，定期更新和收集遥感数据和多时相SAR影像，以监测林地生态的长期变化和动态演变。

9. 验证与验证：对监测结果进行验证和验证，与地面调查数据进行对比，评估监测结果的准确性和可信度。

10. 决策支持：利用监测结果为林地生态管理和保护提供决策支持，优化林地利用方案，制定生态保护政策等。

以上是一种基于遥感数据与多时相SAR影像的林地生态监测方法与流程，旨在利用遥感技术的优势，提供全面、准确的林地生态信息，为林地保护、管理和决策提供科学依据。

实际操作中，可以根据具体需求和条件进行适当调整和改进。

基于高分辨率遥感影像的滇池湖滨湿地植被类型监测程晋昕;余凌翔;鲁韦坤【摘要】利用多源高分辨率遥感影像,结合图像分割与人机交互判实技术,分建设前(2007～2008年)、建设中(2011年)、建设后(2013年)3个时期对滇池湖滨湿地进行植被分布信息提取与面积统计,进而对其演变规律进行分析.结果表明:随着“滇池湖滨生态带工程”的推进,环湖带乔木与灌木、沉浮水植物、草本植物3类湿地群落面积的总和从建设前的120.39 hm2提高至建设中的1747.54 hm2,再到建设后的1868.91 hm2,占总面积的比例分别为5.49％、79.61％和85.14％,湖滨湿地面积显著提升;建设前主要植被类型为作物植被,占总面积的51.98％,建设后缩减至3.87％,逐步演化为自然植被,主要种类为中山杉(Ascendens mucronatum)、芦苇(Phragmites australis)等,群落多样性与景观格局也有了较大改观.【期刊名称】《云南地理环境研究》【年(卷),期】2013(025)006【总页数】7页(P1-7)【关键词】高分辨率;湿地;植被分类;滇池;湖滨【作者】程晋昕;余凌翔;鲁韦坤【作者单位】云南省气候中心,云南昆明650034;云南省气候中心,云南昆明650034;云南省气候中心,云南昆明650034【正文语种】中文【中图分类】Q948湿地作为生物多样性最为丰富的生态系统，具有丰富的生态服务功能与资源利用价值[1]。

滇池是中国第六大淡水湖，在过去数十年中，不合理开发利用导致了湖滨生态湿地的严重退化，自然湿地景观与生物多样性锐减。

随着“滇池湖滨生态带工程”的推进，湖滨带植被群落与生态环境发生了较大改观，开展滇池湿地植被类型变化监测，对滇池环境监测、生态价值评估、管理维护、科学研究都具有重要意义。

以传统的测绘与取样方法进行环湖湿地监测工作，面临范围过大、费时费力的问题，而遥感技术宏观、高效、经济的特点在广泛的研究与应用中得到了充分的证实，已成为大面植被监测的重要技术手段[2-5]。

基于SPOT5卫星影像与遥感技术的湿地调查实验研究摘要：本文探讨基于遥感计算机监督分类技术提取湿地信息，对2012年天津市湿地的进行调查，监测河湖为代表的湿地等专题因子遥感解译标志的建立，为本区域生态环境的保护和经济的发展提供数据和决策依据。

关键词：遥感计算机解译影像分类湿地调查中图分类号：p23 文献标识码：a 文章编号：1672-3791（2013）03（a）-0039-02天津市地处渤海湾顶，九河下梢，有数万公顷浅海域和沼泽、滩涂，水库和纵横交错的河流，星罗棋布的坑塘洼淀。

天津市湿地含有海岸湿地、河流湿地、湖泊湿地等，为物种多样性提供了良好的生态环境。

北大港、团泊洼、大黄堡、尔王庄、七里海等湿地按国际评判标准的分类，都属于相当重要的等级。

如何保护和合理开发利用湿地，成为保护天津城市生态环境与促进天津经济持续发展重要课题，本人提出了利用遥感技术监测天津湿地的状况，希望为相关部门提供参考作用。

1 湿地的分类湿地分为人工湿地和天然湿地两大类详细分类如表1所示。

本论文研究的湿地范围仅为天津海岸线以上的湿地，并不包括海岸线以下至低潮时水深不超过6 m的水域。

2 湿地地物光谱特征与识别研究湿地的光谱特征主要是由水本身物质的组成决定的，但是又受到了各种水状态的影响。

水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段吸收就更强。

地表较纯洁的自然水体对0.4～2.5μm 波段的电磁波吸收明显高于绝大多数其它地物。

3 监测的数据源spot卫星是法国空间研究中心（cnes）研制的一种地球观测卫星系统。

“spot”系法文systeme probatoire d’observation dela tarre的缩写，意即地球观测系统。

每一影像覆盖面积60×60km2。

当进行侧向（可达27°）扫描时，每一影像覆盖面积为80×80 km。

spot卫星的普段参数：（1）绿谱段（500～590 nm）：该谱段位于植被叶绿素光谱反射曲线最大值的波长附近，同时位于水体最小衰减值的长波一边，这样就能探测水的混浊度和10～20 m的水深。

基于遥感影像的湿地解译方法研究作者：徐菲张培新来源：《科教导刊·电子版》2016年第24期摘要湿地是水陆相互作用而形成的自然综合体，处于陆地生态系统和水生生态系统之间的过渡带，是自然界最富生物多样性的生态景观和人类最重要的生存环境之一，遥感和地理信息系统的发展极大地推动了湿地的研究和发展。

关键词湿地遥感技术解译方法中图分类号：TP79 文献标识码：A湿地与森林、海洋一起并称为全球三大生态系统，是地球上生产能力最高、生物多样性最丰富的系统之一，被誉为“地球之肾”、“生命的摇篮”、“文明的发源地”和“物种的基因库”。

近年来湿地的特殊性和重要性已受到全世界的关注，湿地研究成为当前研究的热点课题，特别是基于遥感技术的湿地研究。

1遥感技术遥感是通过人造地球卫星上的遥测仪器把对地球表面实施感应遥测和资源管理的监视结合起来的一种新技术，通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息（如电场、磁场、电磁波、地震波等信息），并进行提取、判定、加工处理、分析与应用。

遥感技术的特点：（1）数据源丰富多样，利于进行多尺度、多目标的综合调查研究；（2）重复周期短，利于快速调查及动态监测；（3）处理技术完善，能有效降低人为因素的干扰，客观反映实际情况；（4）受地形、地貌、海拔高度及气候等自然因素的限制较小，从而最大限度地节省人力物力。

遥感技术应用的领域较多，主要有以下几个方面：城市规划、市政管理、公共交通、环境保护、土地管理、水资源管理、资源调查、区域开发规划、灾害预测与防治、军事、公安、消防、勘测以及住宅小区综合管理等。

湿地监测对于分析湿地资源变化的原因，及其对自然因素和人类活动的响应就显得尤为重要，也为湿地资源的管理和未来规划制定决策提供帮助和服务。

在湿地资源调查领域，传统的湿地调查方法耗时费力，某些湿地区域难以接近进行实地考察，并且调查过程会对湿地造成破坏，而卫星遥感技术完全可以实时的从宏观方面对湿地信息进行获取和动态监测，正好补足了传统湿地调查方法的不足，从而把利用遥感图像获取和分析湿地信息拓展成湿地研究的一个重要方向，简化了湿地资源清查和动态变化监测过程，更有利于对湿地进行合理利用。

基于遥感影像和P-S-R模型的湿地生态健康评估摘要：为了研究湿地健康状态与其影响因素的关系，本文以黄河三角洲湿地遥感图像数据为基础，以P—S—R模型为框架创建了一个能够用于评估湿地健康状况的分析评估指标体系，之后又采用熵权模糊物元理论对研究区湿地进行综合分析评估。

关键词：黄河三角洲，熵权模糊物元模型1引言随着社会经济的持续快速发展，遥感技术应用于各个领域中，也成为研究湿地生态系统动态变化的理想工具[1]。

在本研究中，以我国黄河三角洲的某河口区为例，依据遥感图像数据构建了湿地区域生态健康评估体系，并借助熵权模糊物元评估模型进行评估。

2研究区介绍及数据来源黄河三角洲具有独特的生态类型，同时还有滨海湿地、三角洲湿地以及河口湿地等特点，可为研究和分析湿地区域生态系统成因、演化及发展提供重要参考。

本研究结合地理学知识分析了地物光谱的纹理特征和响应特征，借助决策树模型分析研究区影像。

而后利用ArcGIS软件统计研究区湿地面积，如表1所示。

表1 研究区不同年份各类湿地面积表（hm2）湿地类型2003年2007年2014年滩涂1000218850170589盐田9012869727891滩涂植被140231708113986苇地436984679862312养殖区495960828310水库坑塘171981940126012河流121318972578182013208457211678湿地总面积3研究方法分析3.1 框架体系的构建常用的框架体系构建方法包括距离和协调指数法、压力—状态—响应模型（P—S—R模型）法等[1]。

压力—状态—响应模型是由联合国政府在上世纪90年代提出的，在该模型中，以生态环境和社会经济协调统一为出发点来描述生态系统健康发展与社会、经济等方面的相关关系，为湿地生态系统指标体系的创建提供了基础[2-4]。

图1中给出了本文采用的P—S—R模型框架示意图。

图1 P—S—R模型框架示意图3.2 湿地生态系统健康指标评估体系综合考虑P—S—R模型和研究区情况构建起了健康指标评估体系，如图2所示。

基于GF-1遥感影像湿地变化信息检测算法分析刘伟乐;林辉;孙华【摘要】Remote sensing change information detection and recognition has been a technical dififculty of remote sensing dynamic monitoring. This paper takes the east of Dongting Lake as the study area, GF-1 remote sensing image as the research object, on the basis of data pretreatment, divided study area into reed, sedge, Polygonum hydropiperand mud Artemisia, water, mud with 6 types. This study introduce of NDVI vegetation index and theifrst principal component band (PC1) to improve the traditional image difference algorithm and extract the change information of two images to compare with detection algorithm of support vector machine classification of multitemporal images. The results showed that: (1)Remote sensing images after atmospheric correction and image registration processing, optimum band combination of GF-1 remote sensing image change detection is RGB=432; (2) Using support vector machine classiifer to classify the remote sensing image, sample selection degree of isolation were between 1.9-2.0 The overall accuracy of classiifcation results is 85.34% and Kappa coefifcient is 0.8 that meet the post classiifcation comparison algorithm to extract change information requirements; Introduction of NDVI and theifrst principal component to distinguish the change information, using the histogram accumulation interval to confirm change threshold,the result shows that the optimization result is the best when change threshold of increase information is set to0.3, change threshold of decrease information is set to 0.2 , the Smooth Kernel Size is set to3 and aggregation Min Size is set to 30. Extraction the change information of wetland from remote sensing images of GF-1, compared with the improved image difference algorithm after classiifcation, the image difference method can quickly, directly extract change information and the result is not affected by classiifcation accuracy and sample consistency . The detection precision is 89.6%.Kappa coefifcient is 0.9. Image difference algorithm is superior to the traditional classiifcation algorithm and it is an efifcient and feasible method.%湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。

使用遥感和测绘技术进行湿地生态监测湿地是生态系统中重要的自然资源，具有物种多样性和生态功能维持的重要作用。

然而，由于过度开发和环境污染等原因，全球湿地面积不断减少，湿地生态环境严重受损。

因此，为了保护湿地生态系统，监测和评估湿地生态状况至关重要。

遥感和测绘技术是进行湿地生态监测的重要工具。

遥感技术利用航空或卫星遥感影像，可以获取大范围、连续、动态的湿地信息，了解湿地的植被类型、水体分布和变化等情况。

同时，遥感技术还可以通过不同波段的遥感数据获取湿地环境中的温度、湿度和气候变化等多种信息。

这使得湿地的监测能够在大范围内进行，不受地理和时间的限制。

测绘技术则主要利用测绘仪器和设备进行数据采集和处理。

通过现场测量和数据处理，可以获取湿地的地形、地貌和地下水位等信息。

这些信息非常重要，可以帮助我们了解湿地土地的利用情况和变化趋势，从而进行湿地资源的合理利用和管理。

在湿地生态监测中，使用遥感和测绘技术可以帮助我们识别湿地的类型和边界。

通过遥感技术获取的湿地影像可以进行图像解译，提取湿地区域。

同时，测绘技术可以测量湿地的边界和范围，确定湿地的面积和地理位置。

这些信息对于湿地的保护和管理非常重要，可以帮助我们了解湿地资源的分布和利用情况。

除了湿地类型和边界，遥感和测绘技术还可以帮助我们监测湿地的植被和水体变化。

通过遥感技术获取的影像数据可以进行植被覆盖度的计算和分析，了解湿地植被的数量和分布情况。

此外，遥感技术还可以监测湿地水体的波动和变化，通过水体的反射特性可以推测湿地的水质状况。

这些信息对于湿地的生态健康状态评估和保护措施的制定非常关键。

此外，遥感和测绘技术还可以配合地理信息系统（GIS）进行湿地生态监测。

GIS可以对湿地数据进行整合和分析，实现湿地数据的空间展示和动态模拟。

通过结合遥感和测绘技术与GIS技术，我们可以更加全面地了解湿地生态系统的状况和演变趋势，为湿地保护和可持续利用提供科学依据。

总的来说，使用遥感和测绘技术进行湿地生态监测具有重要意义。