遥感云计算

中国沿海省市区光伏电站遥感智能识别

wenhao — Mon, 24 Apr 2023 06:22:20 +0000

中国沿海省市区光伏电站遥感智能识别 wenhao 周一, 04/24/2023 - 08:22

— International Journal of Applied Earth Observations and Geoinformation, Vol118, 103280, April 2023

姜文浩^a, 田波^a,*, 段元强^a, 陈春鹏^a, 胡越凯^a

a 华东师范大学，河口海岸国家重点实验室, 中国，上海, 200041

关键词：光伏电站，遥感，碳中和，随机森林，合成孔径雷达，空间分析

太阳能作为重要的绿色可再生清洁能源，在可持续发展的大背景下，成为全球应对气候变化及能源短缺的重要解决方案。近几十年来，随着光伏发电的技术革新与规模扩张，光伏度电成本不断下降，推动了我国光伏产业的迅速发展。在双碳战略与能源供需缺口的共同推动下，我国沿海省市区也加快了光伏电站的建设进程。然而，沿海省市区光伏发电的快速发展加剧了用地矛盾，也可能给当地生态带来潜在的负面影响。因此，精确的光伏空间分布数据对于光伏产业的合理规划、光资源利用评估以及生态评价来说具有巨大的潜力。

为快速准确地掌握我国沿海省市区的光伏空间分布和发展情况，我们基于Sentinel-1和Sentinel-2卫星影像数据，通过GEE云计算平台构建了一种以光学、雷达及纹理信息等多图层信息作为输入参数的随机森林分类方法，有效地缓解了在海岸带地区使用单一光学影像的云雾遮挡与地物混淆问题，在国家尺度上实现了沿海省市区光伏电站分布专题图的快速绘制，总体精度达到 96.9%，Kappa 系数为 0.91。此外，本研究还基于提取结果分析了光伏电站的图斑特征与空间分布情况，并从自然地理、社会经济等角度对其分布成因进行了分析讨论。

结果表明，截至2022年10月，中国沿海省市区光伏总面积达837.3 km²，主要分布在河北、山东等北方地区且以陆基光伏电站为主，面积前5%的光伏电站占研究区光伏电站总面积的50.2%。各省市光伏电站的数量与规模具有较大差异。总体而言，北方地区具有更多的光伏项目数量及更大的光伏电站建设规模和建设密度。建设密度最高的省市与最低的具有一个数量级的差距。随着行政岸线陆向距离的增加，光伏电站建设密度与水基光伏电站占比逐渐降低，1 km缓冲区内的光伏电站建设密度高达42.5 km²/10⁴ km²，约为我国沿海省市区范围内平均建设密度的7倍。

空间分析结果表明，中国沿海省市区的光伏部署整体上与各要素条件相吻合。然而，从光照资源层面分析，仍有部分地区存在较大的光伏发电潜力尚未被开发。从图5-1可以看出，相对于其他省市而言，辽宁省、河北省以及福建省对太阳能的利用不够充分，其中辽宁省的光伏发展潜力最大。江苏省是目前光照资源利用较为充分的地区，其光伏电站的建设水平在对应光照资源条件下超过了其他地区。此外，光伏电站与人口分布之间存在着一定程度的空间偏移。京津冀城市群与长三角城市群周边均存在较为密度较高的光伏电站设施，能够一定程度上缓解能源的压力。而珠三角城市群拥有极高的人口密度，但其周边的光伏电站密度较低，相对来说是对太阳能资源利用程度较低的区域。总体而言，与北方地区相比，南方地区的光伏电站建设密度与人口密度的比值较小，即南方地区的光伏供电水平总体偏低。

光伏电站分布受多种自然、人文因子影响。较高的光照辐射强度、平坦的地形地貌以及丰富的土地供给提高了光伏电站的发电效益，降低了其建设成本。满足这些要素或其组合条件的地区往往会吸引更多的光伏项目。不同省市地区的光伏产业政策也通过对光伏电站建设成本不同程度的降低，从而影响了光伏电站分布的格局。

遥感云计算

主要结果

DOI - https://doi.org/10.1016/j.jag.2023.103280

基于Landsat时间序列的三角洲河道网络量化研究

contentmananger — Thu, 23 Sep 2021 07:46:05 +0000

基于Landsat时间序列的三角洲河道网络量化研究 contentmananger 周四, 09/23/2021 - 09:46

— Journal of Hydrology, Vol600, 126688, September 2021

陈春鹏^a, 田波^a,*, Christian Schwarz^b, Ce Zhang^c, 郭磊城^a, 徐凡^a, 周云轩^a, 何青^a

a 华东师范大学，河口海岸国家重点实验室, 中国，上海 , 200041

b 特拉华大学，地球、海洋与环境学院,美国 ,刘易斯,19958

c 兰卡斯特大学，兰卡斯特环境中心, 英国，兰卡斯特，LA1 4YQ

关键词：三角洲河网，Landsat时间序列，河道宽度，河道迁移，遥感

河道网络是河流三角洲的主干，是陆海之间水、沉积物、有机物等物质与能量交换的重要通道。三角洲河网结构及其河道宽度、深度、长度和弯曲度的空间变化对水文动力和输沙过程有着显著影响。径流和输沙量、河岸植被、海平面上升、波浪和潮汐的变化可迫使河道发生横向迁移以及宽度改变。目前，为了更好地保护人口密集且地势低洼的沿海地区不受洪水侵袭，世界上越来越多的三角洲河道已经被堤坝、堤防和水闸等所固定，河流的原始流动状态被改变。例如，沿着密西西比河水系已经修建了4600多公里的堤坝和防洪堤，这影响了河流搬运沉积物以及支撑重要生态系统服务的能力。

构建一种有效的方法来定量提取三角洲河网的空间分布和历史演变，对于理解人类活动和气候变化对三角洲河网系统适应性的影响，以及评估三角洲可持续发展至关重要。现有的河网遥感提取研究致力于算法的构建，忽视了河流宽度的时变性（time-varying）,即遥感所提取的河流宽度受到季节性降水等影响，且三角洲感潮河网亦受到潮汐变化影响。因此，单幅遥感影像提取结果不具代表性，所生产数据集不一致性较高，无法进行多时相对比研究。本研究以强人类活动影响下的珠江三角洲与弱人类活动影响下的伊诺瓦底江三角洲为研究区，基于长时序Landsat影像，构建时空一致的河网提取算法，研究1986-2018年间上述三角洲河网系统的演变。

本研究方法由三个关键步骤组成：首先，基于三年Landsat时间序列和Google Earth Engine云计算平台，构建水体频次阈值法提取河网；然后，运行形态学细化算法提取河网矢量中心线与岸线；最后计算河道宽度与迁移率。通过与Google Earth高清影像验证，结果表明无论洪季还是枯季，该方法所提河道宽度均高度一致，r²达到0.98，且94%的误差均控制在一个Landsat像元内（30m*30m），均方根误差为15.1m，其误差与不确定主要受影像分辨率影响。此外，水体频次阈值法也能够促进小型河流的提取。

研究结果表明，1986-2018年间，珠江三角洲大部分河道发生了显著收缩，而伊诺瓦底江三角洲大部分河道保持稳定，这与二者流域水沙变化趋势高度一致。根据珠江入海口处水文站数据以及河道水深数据显示，珠江口水位逐年上升，口内中上段河道侵蚀加深，伴随着珠江8个入海口不同程度的围垦缩窄，在极端降水情况下将十分不利于排洪，存在城市内涝加剧的风险。此外，本研究为三角洲河道演变的监测提供了一种行之有效的方法，可用于开发新的全球水文产品，促进水文过程的研究以及支撑未来全球河流生态系统的可持续管理。

遥感云计算

主要结果

DOI: https://doi.org/10.1016/j.jhydrol.2021.126688

中国海岸带盐沼植被时序雷达遥感分类研究

contentmananger — Sun, 01 Aug 2021 13:11:26 +0000

中国海岸带盐沼植被时序雷达遥感分类研究 contentmananger 周日, 08/01/2021 - 15:11

— ISPRS Journal of Photogrammetry and Remote Sensing, Vol173, P122-134, Jan 2021

胡越凯^a, 田波^a,*, 袁琳^a, 李秀珍^a, 黄颖^a, 施润和^b, 姜晓轶^c, 王利花^d, 孙超^d

a 华东师范大学，河口海岸国家重点实验室, 中国，上海, 200041

b 华东师范大学，地理科学学院，中国，上海，200041

c 国家海洋信息服务中心, 中国，天津，300171

d 宁波大学，地理与空间信息技术学院，中国，宁波，315211

关键词：盐沼植被，遥感提取，海岸带，自动分类，合成孔径雷达

盐沼植被是滨海湿地最具生产力的生态系统之一，具有提供野生动物栖息地、消浪护岸、水源涵养、水质净化等生态功能。尽管海岸带盐沼植被生态系统具有丰富的生态功能和应用价值，但在全球变暖、海平面上升、人类围垦活动加剧、生物入侵、陆源污染输入等背景下，盐沼植被系统面临着巨大威胁，正以前所未有的趋势减少。目前全球湿地丧失面积已达50%以上，而在中国，由于人类围垦活动，在过去的40年间，盐沼植被的减少了59%。

在强烈的环境扰动下，如何准确的提取盐沼植被是目前研究领域中的一个热点，也是了解中国盐沼植被空间分布并有针对性地进行盐沼湿地的保护和修复的重要前提。遥感作为一种新兴技术，具有长时间序列、大空间范围同步观测的优势，是目前海岸带研究中的一种有效手段，在通达性差、采样成本高的背景下，遥感技术被广泛地应用于盐沼植被调查中。然而，现有的研究多基于单时相或多时相光学影像，通过随机森林、机器学习等方法进行盐沼植被分类。而光学影像易受云雾影响，无法全生命周期的完整覆盖全国盐沼植被区域，而合成孔径雷达数据可穿透云雨，形成稳定的盐沼植被时间序列曲线，是盐沼植被提取和分类的有效手段之一。而目前尚缺乏一种适用于大尺度雷达数据的盐沼植被分类方法。

研究以中国大陆海岸带为研究区，根据不同岸段的环境因子（温度、降水、盐度等）差异，将中国大陆海岸带划分为五个子区域：北方岸段、黄河口区域、江苏岸段、长江口岸段、南方岸段。依据各个区域的植被物候特征，利用2019年共1729景10m分辨率的Sentinel-1 SAR数据，提出了一种大尺度雷达植被分类方法。该方法主要基于不同植被的粗糙度差异，依据植被在VV极化、VH极化以及VV+VH, VV-VH和SAR_NDVI等多种特征波段上的年际后向散射系数差异，形成了一套基于专家知识的雷达盐沼植被分类体系。通过实地验证、无人机正射影像和Google Earth高清影像验证，结果表明在各区域的模型精度均达到80%以上，全国盐沼植被分类总体精度为87.30%，kappa系数为0.84，其误差来源主要是植被交错混生带的误分。

研究结果表明，在全国共有盐沼植被127477.37ha，互花米草面积达61565.05ha，互花米草已遍布中国沿海各省份。上海、江苏、浙江、山东的盐沼植被面积位居全国前列，均大于20000ha，四省份的盐沼植被占全国85%以上。

本研究提出的年际合成方式相对于基于物候的盐沼植被分类方法具有以下优势：基于年际的盐沼植被分类方法可以考虑潮汐周期性覆盖的影响，对单景数据的潮位高度要求不高，利用充分可用的遥感数据可以避免对卫星影像的筛选，也在一定程度上避免了单次影响潮汐淹没对总体植被分类带来的影响。另外，该方法运用了所有可用数据，不仅减少了数据筛选的工作量，也在一定程度上避免了不同区域植被物候不同而导致的可用数据时间不一致的问题。此外，雷达数据的遥感分类方法相比于基于光学的植被指数而言，其原理是基于植被的粗糙度不同，可用更好的区别植被物种，传统的植被指数易将不同稀疏度的植被分为两种植被，而合成孔径雷达可以较好的完成植被种间分类。另外，对于非绿色植被，合成孔径雷达也可以较好的识别提取。

遥感云计算

主要结果

DOI: https://doi.org/10.1016/j.isprsjprs.2021.01.003