论文部分内容阅读
土地荒漠化是一个世界性的环境灾害问题,研究荒漠化的分布现状和动态变化趋势,对进行荒漠化防治具有重要意义。遥感技术以其获取信息量大、范围广、周期短、数据真实准确的特点,被用于土地荒漠化的遥感调查。应用遥感技术进行荒漠化调查的分类方法有:计算机自动分类,屏幕目视解译勾绘分类两种方法。本文以青海湖地区为例,对该研究区进行了三期的土地荒漠化遥感调查。并选择试验区,进行荒漠化计算机自动分类研究:应用TM数据反演了3个遥感监测指标,建立了荒漠化遥感监测指标体系,对试验区进行计算机自动分类。本文主要研究的内容包括:应用了反差扩展或调整、彩色增强、主成分分析等图像波谱信息增强方法,对试验数据TM数据做了处理,分析了各种方法对增强荒漠化信息的效果。结果发现反差扩展或调整、假彩色合成、IHS变换等方法在该试验区对突出荒漠化信息有一定的效果,主组分分析方法在本次试验区中应用的效果不是很好。应用Landsat陆地卫星数据(MSS、TM、ETM)对青海湖地区进行了三期的土地荒漠化信息提取,获取该研究区三期的荒漠化矢量成果图。研究了典型地物的光谱特征,及解译基本要素并建立了研究区荒漠化遥感图像解译标志。分析了青海湖地区三期的土地荒漠化状况,即在过去的30年中,青海湖地区的轻度荒漠化面积从总体上有大幅度的减少,但中度荒漠化面积、重度荒漠化面积在逐年增加,分析了自然和人类共同作用是导致该地区荒漠化现象的原因。在前人研究荒漠化指标的基础上,结合本文所使用的遥感数据源,选取了三个遥感指标,即植被覆盖度(FVC)和改进型土壤调整植被指数(MSAVI),以及反照率(Albedo)对试验区进行遥感监测指标的反演。建立了荒漠化遥感监测指标体系,对试验区使用决策树分类器进行了基于遥感监测指标的计算机分类。在使用荒漠化遥感监测指标体系分类精度不高的情况下,将试验区划分成两部分进行分类:首先应用多个荒漠化监测指标进行分类,提取出分类精度较高的部分,在提取出的不同精度的区域,使用不同的决策树分别重新进行分类,结果分类精度有了较大幅度提高,得到了试验区的荒漠化分类图。应用ERDAS image软件的VirtualGIS模块对研究区进行了荒漠化三维立体显示分析,应用三维立体影像可以更精确的对荒漠化类型进行解译,并可以对研究区荒漠化解译的信息进行判读、更正,提高荒漠化解译的精度。