基于国产高分卫星黄土高原区域水蚀荒漠化信息提取方法研究

基于国产高分一号卫星数据,选择宁夏盐池县草原实验站附近区域作为黄土高原水蚀荒漠化信息提取研究示范区,建立了不同程度的水蚀荒漠化解译标志,试验了应用面向对象分类的非水蚀荒漠化区域分离方法,探索了以植被覆盖度、坡度、侵蚀沟面积比例作为评价指标的水蚀荒漠化信息自动提取方法,并进行了精度评价,为快速获取大范围水蚀荒漠化状况提供参考。     

干旱区绿洲荒漠化演变趋势及成因分析——以吐鲁番绿洲为例

基于吐鲁番绿洲SPOT遥感影像,利用决策树分类,对荒漠化信息进行提取,分析荒漠化演变、发展及转换特点。结果表明:吐鲁番荒漠化土地以风蚀、盐碱为主,且中度风蚀荒漠面积所占的比例最大。由于轻度风蚀荒漠化土地的开垦,荒漠化总面积1986~2004年减少9.77%,但部分轻度风蚀荒漠转化为成为程度更高的中度重度风蚀荒漠,重度风蚀荒漠和盐碱地面积分别扩大2和12倍。研究区荒漠化土地面积出现缩减,但荒漠化程度加深,发展速度加快,对生态环境带来了极大的压力。     

基于高分一号影像的土壤盐渍化信息提取方法

目前土壤盐渍化遥感监测主要使用中低分辨率遥感影像,存在对土壤盐渍化细节信息监测能力不足的问题。通过使用国产"高分一号"卫星高分辨率遥感影像(GF-1 PMS),基于先进的面向对象方法和最大似然法进行了盐渍化信息提取,并比较了两种方法的提取效果,此外,又同Landsat8 OLI的提取结果进行了比较。通过对两种分类方法、两种最新传感器提取结果的比较,可以得出:国产高分一号影像在土壤盐渍化信息提取方面有着巨大的潜力,就提取方法而言,同最大似然法相比,面向对象方法精度更高,更适用于GF-1 PMS影像的盐渍化信息提取,面向对象法的总体精度和Kappa系数为92.94%和0.91,而最大似然法的总体精度和Kappa系数为87.78%和0.77,面向对象方法的精度高出了约5个百分点;就分辨率而言,同Landsat8 OLI影像相比,Landsat8 OLI影像分类精度只有63.47%,而GF-1 PMS高分辨影像分类精度要高很多,盐渍化信息细节描述更充分,可提取出受到盐渍化影响的植被信息,对农田尺度盐渍化遥感监测研究有重要意义,也对拓展国产高分一号影像GF-1 PMS的应用范围是有益的。     

基于高分一号影像的土地覆被分类方法初探

高分一号是我国发射的第一颗高分辨率卫星,其包含地物信息较为丰富,较多的应用于土地覆被分类中,但高分影像普遍存在基于像元分类精度稍低的问题,为了提高遥感影像的分类精度,基于高分一号影像,以新疆艾比湖湿地保护区为研究样区进行土地覆被分类研究。利用灰度共生矩阵方法提取图像的纹理信息,并将结果作为参数量输入到支持向量机(SVM)分类器中,将研究结果与传统的SVM分类及最大似然分类法作对比分析可得:辅以纹理特征的SVM分类方法可更好的区分地物信息,分类精度高达93.64%;传统的SVM分类精度为92.27%;最大似然分类为87.90%;因地制宜的开展辅以纹理特征的SVM分类方法是提高土地覆被监测精度的有效手段。     

基于多时相环境一号卫星CCD数据的植被覆盖信息快速提取研究——以长白山地区为例

选取长白山地区为研究区,利用2009年14期环境一号卫星CCD数据,运用非监督分类方法提取了长白山地区2009年植被覆盖信息,对提取结果进行了精度验证并与单期TM数据提取结果进行了对比分析.研究表明,多时相环境一号卫星CCD数据能够快速准确地提取植被覆盖信息,总体精度为84.67％,Kappa系数为0.82,总体精度和单个植被类型精度均高于单时相TM数据;多时相环境一号卫星CCD数据能区分出常绿针叶林和落叶针叶林,且分类结果景观破碎度较低;长白山地区以针阔混交林为主,占区域总面积的40.84％,植被呈明显的垂直地带性分布.     

鄂托克旗风蚀荒漠化景观格局动态变化研究

利用鄂托克旗2000年和2005年TM遥感影像,对荒漠化土地进行判读,结合实地调查,并根据中国“三北”地区荒漠化区域分类与发展趋势综合研究野外地质调查内容-技术要求,确定土地荒漠化景观类型和荒漠化程度,将研究区风蚀荒漠化分为轻度沙化、中度沙化、重度风蚀和严重风蚀4个类型。应用Arcview3.3对两期TM影像进行人机交互判读,得到研究区两个时期的风蚀荒漠化景观类型数据并统计,分析研究区风蚀荒漠化景观格局的动态变化。结果表明,未荒漠化土地主要集中在研究区的北部,严重风蚀主要集中在研究区的南部,由北向南,风蚀程度逐渐加重。研究区风蚀荒漠化主要以轻度沙化和中度沙化为主,占研究区风蚀面积的70%以上,破碎度有所增大。风蚀荒漠化面积虽有减小,但风蚀呈加剧趋势。盐渍化土地已转化为风蚀荒漠化景观,而风蚀荒漠化景观可以向其他各景观转化。在适当条件下,轻度沙化土地与未荒漠化土地容易相互转化。中度沙化土地和重度风蚀土地容易转变为其他景观。     

沙尘暴多发区土地风蚀荒漠化诊断评价方法

利用卫星遥感技术,结合地面观测,确定植被盖度、裸地占地率和土壤质地3项因子为沙尘暴多发区风蚀荒漠化土地现状程度评价指标,并给出程度评价模型;在此基础上,考虑到非荒漠化土地及各程度荒漠化土地在面积上的组成比例,给出区域性土地风蚀荒漠化总体水平评价模型;并通过对内蒙古赤峰市及阿拉善盟两地区的土地风蚀荒漠化总体水平评价验证,证明此模型可作为沙尘暴多发区任意大小区域土地风蚀荒漠化水平评价方法。     

基于环境减灾卫星CCD数据与决策树技术的植被分类研究

以内蒙古呼伦贝尔地区为例,基于遥感数据获取区域7种典型植被的NDVI时间序列曲线。在此基础之上,分析曲线趋势及其特征值,研究基于曲线差异的植被分类信息提取方法。同时,以国产环境减灾卫星CCD数据作为主要遥感数据源,提取研究区5月上旬与8月上旬两期NDVI数据及其比值,采用决策树分类方法研究得到区域30 m空间分辨率植被分类结果。经实地验证,一级类型总体分类精度为83.64%,二级类型为70.91%,其中乔木林的分类精度最高,然后是农田与草地,灌丛的分类精度相对最低。结果表明该方法能够快速、准确据提取植被分类信息,为国产环境减灾卫星CCD数据的广泛深入应用提供理论与数据支持。     

利用遥感信息决策树方法分层提取荒漠化土地类型的研究探讨

选择甘肃省民勤县绿洲作为典型荒漠化区域,根据荒漠化土地分类体系确定决策树的结构及各类地物在树形中的位置。基于各类地物的光谱反射特性和图象数据反映的综合特征,采取相应的识别和提取方法,以最大限度地利用遥感数据源。对于非荒漠化土地分类,利用土壤调节植被指数、阈值数字信号统计可以分离成一类树枝;而重点讨论的3种荒漠化土地类型的分层分类,则相继采用光谱特征提取、几何特征提取、纹理特征提取、监督分类以及植被指数等复合识别指标进行分枝。结果表明:利用决策树分层提取法可以有效地排除和避免提取地物时所有多余信息的干扰及影响,目标明确。同时,为提高分类的精度,开展野外遥感调查和特征分析是极其重要的。     

遥感技术在中国土地荒漠化监测中的应用进展

土地荒漠化已成为一个全球性的重大环境问题,也是我国面临的严重生态环境问题.遥感技术以其信息量大、获取速度快、覆盖范围广、受人力物力的限制小等优点,在过去的30多年中,已逐渐成为土地荒漠化监测的重要数据来源和技术手段.本文首先概述了土地荒漠化遥感监测中使用的遥感数据源,综述了各类卫星遥感影像、影像的不同季相、波段和各类植被指数的选择等;讨论了土地荒漠化信息遥感提取的多种方法,综合比较不同遥感提取方法的优缺点,进而分析土地荒漠化遥感监测中多采用计算机自动分类与人工手动分类结合的原因.最后,指出遥感技术在土地荒漠化监测中存在的一些问题,并提出土地荒漠化遥感监测中综合指标与综合方法集成研究等发展方向.     

The Analysis and Evaluation of Desertification in Xinjiang

利用RS与GIS技术对新疆境内的荒漠化土地进行监测分析,以新疆全境为控制总体,采取卫星数据解译结合现地调查及抽样方法获取全疆荒漠化现状。监测调查表明:新疆是个荒漠化分布极广的地区,荒漠化面积占监测区面积的77.08%。在荒漠化土地类型中,荒漠化耕地占1.92%,荒漠化林地占4%,荒漠化草地占45%,荒漠化未利用地占49%。在荒漠化程度中,非荒漠化土地占22.92%,轻度荒漠化占5.69%,中度荒漠化占16.58%,重度荒漠化占33.19%,极重度荒漠化占21.61%。按荒漠化主导因素:风蚀荒漠化占58.23%,水蚀荒漠化占8.69%,盐渍荒漠化占6.52%,冻融荒漠化占3.64%。     

高分二号卫星数据在粤港澳大湾区水体有机污染监测中的应用

为探索高分二号对地观测卫星在水体有机污染监测中的适用性，基于高分二号对地观测卫星多光谱数据，通过归一化水体差异指数提取水体信息，利用比值植被指数得到2019年3月份粤港澳大湾区6条主要入海河流的水质分类及水体有机污染分布情况，通过与同期相对应的6个实际监测断面点对比，验证了水污染等级评价结果，结果如下：1）研究区水体质量总体较好，磨刀门水道、东江南支流、横门水道和洪奇沥水道以无污染为主，鸡啼门水道与蕉门水道以轻污染为主；2）水体有机污染的分布具有空间性，河流主干道主要以无污染水体为主，两岸以轻污染为主，远离主河道的封闭水体以中等污染以及重污染为主；3）监测断面点的污染等级与实际监测点的评价结果基本一致。结论表明，高分二号对地观测卫星多光谱数据作为水体污染监测的遥感数据源是准确可靠的，可为我国水污染防治提供辅助决策。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。     

新疆昌吉市土地荒漠化监测与评价分析

利用RS与GIS技术对新疆昌吉市的荒漠化土地进行监测分析，采取卫星数据解译结合现地调查及抽样方法获取昌吉市荒漠化现状。监测调查表明：昌吉市是荒漠化分布极广的地区，荒漠化面积占监测区面积的83．4％。在荒漠化土地类型中，荒漠化耕地占17．33％，荒漠化林地占30％，荒漠化草地占65．04％，荒漠化未利用地占0．8％。在荒漠化程度中，非荒漠化土地占16．6％，轻度荒漠化占19．1％，中度荒漠化占44．5％，重度荒漠化占36％，极重度荒漠化占0．4％。按荒漠化主导因素：风蚀荒漠化占66．6％，水蚀荒漠化占11．2％，盐渍荒漠化占22．2％。     

基于干燥度指数的辽西北土地风蚀荒漠化判别

在土地利用分类的基础上,剔除山地、丘陵、岗地、水域及建筑用地等类型,研究辽西北地区风蚀荒漠化问题,试图找到一条半湿润易旱的界线。研究以TM、MODIS影像为数据源,以多种植被指数为参考指标,运用决策树方法对研究区进行分类,结果显示：非荒漠化、轻度、中度、重度与极重度风蚀荒漠化面积分别占辽西北总面积的44．38％、25．...     

基于神经网络的区域生态环境分类方法研究

如何利用智能化信息提取技术,进行区域生态环境自动分类,一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上,总结了影响区域生态环境的建模要素,基于神经网络技术,并根据生态环境的遥感探测机理,利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据,建立了基于BP神经网络的区域生态环境信息自动提取模型,形成了一种新的生态环境分类方法,其分类结果与实际情况完全一致。     

复合荒漠化及其时空变化研究——以新疆艾比湖地区为例

以新疆艾比湖地区为研究区,通过对现有荒漠化监测指标体系的归纳分析,界定了复合荒漠化概念.利用遥感影像数据提取研究区各类荒漠化的现状与动态变化信息.研究结果表明:单一主导因子荒漠化类型面积占荒漠化土地总面积的82.29%,复合荒漠化面积占17.71%.2002~2005年,艾比湖湖面面积缩小了322.5073 km2,相应的总体土地荒漠化面积增加了7.18%,复合荒漠化面积增加了133%.土地荒漠化的过程同时也发生了变化,风蚀、复合荒漠化增加而土地盐渍化减少,荒漠化程度加重,复合荒漠化类型增加并向其他土地类型扩展.     

复合荒漠化及其时空变化研究——以新疆艾比湖地区为例

以新疆艾比湖地区为研究区,通过对现有荒漠化监测指标体系的归纳分析,界定了复合荒漠化概念.利用遥感影像数据提取研究区各类荒漠化的现状与动态变化信息.研究结果表明:单一主导因子荒漠化类型面积占荒漠化土地总面积的82.29%,复合荒漠化面积占17.71%.2002～2005年,艾比湖湖面面积缩小了322.507 3 km2,相应的总体土地荒漠化面积增加了7.18%,复合荒漠化面积增加了133%.土地荒漠化的过程同时也发生了变化,风蚀、复合荒漠化增加而土地盐渍化减少,荒漠化程度加重,复合荒漠化类型增加并向其他土地类型扩展.     

沙漠化灾害遥感信息提取技术系统

论述了沙漠化灾害遥感信息增强、特征提取、信息分类等技术方法,建立了沙漠化灾害信息数据库,利用不同的数据接口可与地理信息系统(PC ARC/INFO)相连接,实现与各种专题要素的复合、匹配和更新,进行沙漠化灾害动态监测与评价。     

基于神经网络的区域生态环境分类方法研究

如何利用智能化信息提取技术，进行区域生态环境自动分类，一直是一种前沿性研究。该文在分析研究区自然景观特征的基础上，总结了影响区域生态环境的建模要素，基于神经网络技术，并根据生态环境的遥感探测机理，利用TM卫星遥感数据中的可见光、热红外、植被指数(NDVI)以及DEM数据，建立了基于BP神经网络的区域生态环境信息自动提取模型，形成了一种新的生态环境分类方法，其分类结果与实际情况完全一致。