为了克服基于像素的合成孔径雷达(synthetic aperture radar,SAR)图像阴影自动识别中图斑离散和精度低的问题,提出基于梯度-纹理特征超像素分割的SAR图像阴影自动识别方法.首先,提取SAR图像梯度和纹理特征;然后,综合SAR图像梯度和纹理特征进行主成分分析,再采用简单线性迭代聚类算法(SLIC)对前3个主成分合成的图像进行超像素分割;最后,以超像素为分析单元,采用恒虚警率(CFAR)检测算法识别SAR图像阴影.采用MSTAR图像数据集开展实验,并与"像素+CFAR"和"SAR图像超像素分割+CFAR"阴影识别方法进行定性和定量对比.对比实验显示,该方法识别阴影的MIoU值最高(0.882),Hausdorff距离最小(43.55).实验结果表明,该方法不仅有效解决了SAR图像阴影识别图斑离散问题,而且识别阴影的准确度、识别的阴影边界与真实边界的符合程度均达到了较理想的效果.
研究不同类型的土地利用与陆地生态系统的相关性,有助于探究土地利用对区域生态环境的保护与可持续发展的影响.鉴于长时间序列的碳储量监测研究较少,文章借助江西省1985—2020年的土地利用数据,利用InVEST模型对陆地生态系统碳储量变化特征进行量化评估.结果表明,1985—2020年间江西省的碳储量总体呈下降趋势,累计下降3.8×107t.1990—2000年江西省碳储量变化明显的主要因素是林地的流入流出.南昌市城市建设对耕地的挤占明显,赣州市建设用地面积增量最大,碳储量减少4.29×106t,鹰潭市碳储量减少,最少碳储量减少0.29×106t.江西省陆地生态系统的碳储量呈现明显的降低趋势,其中建设用地扩张是造成碳储量减少的主要因素.
城市局地暴雨内涝风险等级识别和制图对于防范洪涝灾害风险及提升韧性城市人居环境具有重要的科学意义.文章以天津市主城区为例,利用融合高精度的地表不透水特征数据的土壤保持服务-径流曲线数模型(soil conservation service-curve number,SCS-CN),分析了城市地表径流状况、地势状态和汇流的分布特征,从而识别不同下垫面特征的暴雨洪灾风险的特征.结果表明:天津市主城区暴雨内涝灾害风险区呈现中心城区聚集、环城四区分散的环状分布格局,暴雨内涝灾害区多分布在高密度不透水和建筑的老旧城区以及商业圈,城市高产流区主要分布在和平区、南开区以及河东区;城区内部的公园绿地通过植物冠层的截留和土壤下渗可以减低内涝灾害发生的风险.当发生大规模降雨时处在地势低洼的立交桥也是内涝灾害发生的热点区,地表产流高风险区是天津主城区暴雨内涝灾害风险区的主导类型.在城市发展规划中需加强中心城区绿化基础设施建设,提升韧性城市和人居环境.
利用卫星数据分析生态环境及城镇化发展的研究较多,不同地区的结果差异较大.佛山市作为典型快速城市化区域,目前经济发展对其生态环境的影响研究较少.文章基于DMSP-OLS和NPP-VIIRS两种数据,通过模型拟合得到佛山1992—2019年夜间灯光数据集,分析佛山夜间灯光指数及城市建成区的时空变化特征,并进一步研究夜间灯光指数与植被指数的关系.结果表明:28年来,佛山夜间灯光指数持续增加,年平均增速为3.3％,与年平均GDP呈指数方式显著相关.佛山城市建成区面积增加约2.6倍,城市扩张现象显著.2000—2019年,佛山年平均NDVI显著增加,NDVI与夜间灯光指数在时间上呈二次多项式关系变化,在空间上正负相关性并存,具有显著正相关关系的像元占52.3％.研究表明,佛山城市高速发展的同时,生态环境得到了很好的保护.
在强光的照射下,水体的镜面反射往往会对遥感影像产生很大影响,其主要表现就是在图像上产生大小不同、形状各异的亮斑.这些亮斑附近的地物信息基本上都被淹没,对后期的影像分析会造成不同程度的影响,因此对这些亮斑的检测识别就显得尤为重要.文章以DeeplabV3plus为主要网络,提出一种融合Swin-Transformer模块的网络模型.该模型将Swin-Transformer网络作为一个模块与卷积骨干网络并行提取特征.提取出的两类特征经上采样后进行特征融合,再经多次卷积等实现了水体亮斑的识别与分割.实验结果表明,该模型能够对不同类型、不同形状的水体亮斑进行识别分割,其平均交并比为93.44％.
