张猛
- 作品数：17 被引量：273H指数：10
- 供职机构：中南大学地球科学与信息物理学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学天文地球环境科学与工程更多>>
- 面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例被引量：42
- 2017年
- 以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。
- 张猛曾永年朱永森
- 关键词：时间序列面向对象分类TREE洞庭湖流域
- 基于HJ卫星数据与面向对象分类的土地利用/覆盖信息提取被引量：30
- 2017年
- 土地利用/覆盖信息是区域气候与环境研究的基础,是土地资源规划与管理、合理开发与保护的信息保障。为此,该文选取长株潭城市群核心区为试验区,以时间序列HJ卫星影像为数据源,首先构建了时间序列归一化植被指数(normalized difference vegetation index,NDVI)、时间序列光谱第一主成分(first principal component,PC1)数据集,通过J-M(Jeffries-Matusita)距离变量可分离性分析结合地表覆盖的物候特征,确定最佳时序HJ组合数据;其次,采用面向对象的随机森林算法对研究区土地利用/覆盖信息进行分类,并对分类结果进行精度评价与比较分析。研究结果表明:采用时间序列HJ组合数据与面向对象的分类方法,提取城市土地利用/覆盖信息的总体精度和Kappa系数分别达到91.55%和0.90,其中水田、水浇地、旱地、林地、建设用地的生产者精度均达到90%及以上;相对于时间序列基于像元分类、单时相面向对象的分类方法,该文提出的土地利用/覆盖信息提取方法的总体分类精度和Kappa系数分别提高了2.26%、0.02和6.82%、0.08,有效提高了区域土地利用/覆盖信息提取的精度,为大范围土地利用/覆盖精细化分类提供了有效的途径。
- 朱永森曾永年张猛
- 关键词：土地利用时间序列面向对象
- 三峡建坝前后洞庭湖区湿地景观格局变化被引量：21
- 2013年
- 根据洞庭湖区1987—2008年的6期遥感影像数据资料,利用景观格局指数及转移矩阵模型等方法重点分析了三峡工程建坝前后洞庭湖区湿地景观格局的变化特征,以及对洞庭湖区湿地演变的主要影响。结果表明:①整体景观破碎化程度增大,景观异质性减小,景观形状趋于复杂化;②水体的破碎化程度增加,斑块间的结合度降低;泥沙滩地的破碎化程度先加大后降低,最大斑块面积有所增大;苔草滩地和芦苇滩地的破碎化程度先后经历了增大→减小→增大的过程;防护林滩地的破碎化程度由减小到增大到再增大;耕地(水田、旱地)破碎化程度在逐渐增大;建设用地斑块数增加最多;林地的结构相对稳定;③三峡工程运行使洞庭湖区湿地的水沙和泥沙淤积发生变化,导致湿地呈正向演替,自然湿地面积减少。
- 杨利谢炳庚秦建新张猛
- 关键词：湿地景观景观格局指数洞庭湖区湿地三峡工程
- 基于多时相Landsat数据融合的洞庭湖区水稻面积提取被引量：38
- 2015年
- 洞庭湖区作为中国重要的商品粮基地,水稻种植面积的变化对国家粮食安全有重要的影响,准确获取水稻面积及其变化显得十分重要。为解决数据缺失问题,该文利用STARFM(spatial and temporal adaptive reflectance fusion model)模型融合高时间分辨率的MODIS数据与中等空间分辨率的Landsat数据,得到时序Landsat NDVI数据,并利用时序Landsat NDVI数据对水稻种植面积进行提取。结果显示,该方法能够有效地提取水稻种植面积,总体分类精度94.52%,Kappa系数为0.9128。水稻分布几乎覆盖整个研究区,水稻种植总面积达7.88×105hm2。双季稻种植面积为7.75×105hm2,主要集中于湖区北部及西北部,且分布较连续。一季稻种植面积为1.3×104hm2,分布相对零散,有小范围集中于湖区中部及西北部。
- 张猛曾永年
- 关键词：作物数据融合洞庭湖区MODISLANDSAT
- 长江中游城市群土地利用生态风险分析——以长株潭城市群为例被引量：8
- 2016年
- 为揭示城市群发展对区域生态风险的影响,以位于长江经济带的长株潭城市群为研究区,利用1993-2013年Landsat遥感数据,定量获取土地利用变化特征,并基于移动窗口的景观生态风险指数,获得区域空间连续的生态风险指数等级分布图,分析长株潭城市群土地利用动态变化及生态风险时空变化特征。结果表明,近20年来,研究区土地利用变化较为显著,建设用地呈持续增加的趋势,耕地、林地面积在波动中减少且变化明显;近20年,生态风险等级面积变化显著,低风险区波动减少,中等风险区先减少后增加,较高风险区、高风险区均波动性增加。本研究为长株潭城市群土地资源可持续利用、生态风险的有效防范,以及对城市建设用地开发边界和生态红线的确定提供了参考,也为区域生态风险定量评价提供了有效的技术方法。
- 刘凤曾永年赵丹阳张猛
- 关键词：土地利用变化生态风险长株潭城市群长江经济带
- 融合时间序列环境卫星数据与物候特征的水稻种植区提取被引量：24
- 2018年
- 获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。
- 柳文杰曾永年张猛
- 关键词：环境卫星NDVI
- 基于RS与GIS的洞庭湖区生态承载力时空评价被引量：3
- 2014年
- 基于生态足迹的方法,利用RS与GIS技术得到1993年、2000年、2008年3个年份洞庭湖区人均生态承载力,湖区各县、市总生态承载力以及人均生态承载力,并对洞庭湖进行时间和空间的动态评价。结果表明,洞庭湖区人均生态承载力在不断下降,3个年份的人均生态承载力分别为0.435 3 gha、0.388 3 gha、0.354 8 gha;洞庭湖区的生态承载力在空间分布上不均,呈中间低、四周高的分布格局。湖区各县、市总生态承载力及人均生态承载力在空间上的分布也较不均匀,主要原因是土地利用类型及人口分布的差异。
- 张猛秦建新符静
- 关键词：洞庭湖生态足迹生态承载力遥感地理信息系统
- 基于MOD16的洞庭湖流域2000-2014年地表蒸散时空变化分析被引量：16
- 2018年
- 地表蒸散是决定土壤-植被-大气之间水循环与能量转换的关键因素,研究流域蒸散量的时空变化对水文、气象和农业等领域的治理和管理具有重要意义。该文基于时间序列MOD16数据集,分析了2000-2014年洞庭湖流域地表蒸散量时空变化,并利用多年降水量及气温数据,采用回归模型探讨了蒸散量与气候因子之间的相关性,以期为洞庭湖流域热量平衡和气候干湿状况评价提供数据支持。结果表明:1)MOD16地表蒸散量产品数据的精度满足洞庭湖流域蒸散量时空分布研究的需求;2)洞庭湖流域年蒸散量值具有较高的空间分异性,呈现出东北部低、西部和南部高的趋势。洞庭湖流域各年蒸散量多年年平均蒸散量值为636.83mm/a,多年年均蒸散量整体呈波动下降趋势;3)蒸散量的季节性变化明显,一年中夏季地表蒸散量平均值最高4)洞庭湖流域地表蒸散量年内分布显现为先增大后减小的单峰型分布趋势,蒸散量的高值区主要集中在5-9月,最高值出现在7月,最小值出现在12月;5)地表蒸散量值与降水量和气温的平均相关系数分别是0.67和0.41,表明地表蒸散量与降水量的相关性较高。基于已有的研究表明,总体而言,MOD16产品为全球变化研究提供了较为可靠的、长时间序列蒸散发产品,并可以用于全球范围地表蒸散研究。
- 张猛曾永年齐玥
- 关键词：蒸散气温降水洞庭湖流域
- 2001-2013年洞庭湖流域植被覆盖度时空变化特征被引量：26
- 2016年
- 本文基于2001-2013年MODIS NDVI多时序数据,采用像元二分模型估算了洞庭湖流域植被覆盖度,分析了区域近13年来植被覆盖度的变化特征及趋势,并结合同期气象数据,阐明了植被覆盖度变化对气候因素的响应。结果表明:(1)近13年洞庭湖流域植被覆盖度的整体变化较为稳定,呈微弱减少趋势,速率为-0.3%/10a。(2)洞庭湖流域绝大部分区域植被覆盖状况良好,植被覆盖度呈自西向东递减趋势,高植被覆盖度及中高植被覆盖度占整个流域面积的88.63%,水体或低植被覆盖度及中低植被覆盖度仅占2.57%。(3)洞庭湖流域植被覆盖度变化趋势为北部强于南部、东部强于西部。流域内植被覆盖度极显著与显著减少的面积比例为5.30%、增加面积的比例为4.29%,植被覆盖度变化不显著占90.40%。该区域植被覆盖度变化受人为因素影响更大。
- 符静秦建新张猛龙岳红
- 关键词：MODISNDVI植被覆盖度洞庭湖流域
- 融合高时空分辨率数据估算植被净初级生产力被引量：22
- 2018年
- 植被净初级生产力NPP(Net Primary Production)遥感估算与分析,有赖于高时空分辨率的遥感数据,但目前中高分辨率的遥感数据受卫星回访周期及天气的影响,在中国南方地区难以获取连续时间序列的数据,从而影响了高精度的区域植被净初级生产力的遥感估算。为此,提出一种基于多源遥感数据时空融合技术与CASA模型估算高时空分辨率NPP的方法。首先,利用多源遥感数据,即Landsat8 OLI数据与MODIS13Q1数据,采用遥感数据时空融合方法,获得了时间序列的Landsat8 OLI融合数据;然后,基于Landsat8 OLI时空融合数据,并采用CASA模型,以长株潭城市群核心区为例,进行区域植被NPP的遥感估算。研究结果表明,基于时间序列Landsat融合数据估算的30m分辨率的NPP具有良好的空间细节信息,且估算值与实测值的相关系数达0.825,与实测NPP数据保持了较好的一致性。
- 张猛曾永年
- 关键词：LANDSATMODIS净初级生产力遥感估算
