论文部分内容阅读
在中国的土地利用分类系统中，水浇地和旱地是耕地中的两种主要类型，两者的总面积占耕地面积的70％以上，在耕地中占有重要的作用。然而，由于两者在农作物产量、灌溉需水量、水利设施投入等方面的差异，使得实现水浇地和旱地的分类研究对于未来粮食安全、合理地估算未来农业灌溉需水量以及协调区域水量平衡等方面有着重要的现实意义。
论文以2005年16天合成的250m分辨率的MODIS NDVI产品和DEM为主要数据源，以水浇地和旱地上作物时间序列植被指数的不同表现形式为出发点，同时兼顾了水浇地和旱地在空间结构和地形上的差异，尝试使用傅立叶组分特征、分形纹理特征和地形特征共同作为水浇地和旱地的分类特征。通过对试验区依次使用最大似然法、BP神经网络分类方法和基于遗传算法优化的BP神经网络分类方法，探索出一种适合于水浇地和旱地分类的智能分类方法。在此分类特征和分类方法的基础之上，依托气象资料和2005年1：10万土地利用数据库中的相关信息，实现中国水浇地和旱地的分类研究。针对分类结果，运用聚类分析、景观指数和粒度效应方法，从景观视角出发，揭示中国水浇地和旱地在三维空间中的分布特征和景观格局特征。论文的主要成果和创新点包括：
(1)提出了以傅立叶组分特征、分形纹理特征和地形特征共同作为水浇地和旱地的分类特征。与常用的水浇地和旱地的分类特征——时问序列植被指数相比，论文提出的分类特征具有明显的优势。
论文分析了傅立叶组分(谐波余项、振幅和相位)的意义及其区别水浇地和旱地上作物时间序列植被指数不同表现形式的能力。研究表明：傅立叶组分具有明确的意义，能够很好地刻画出作物的生长特征；傅立叶组分的不同组合方式具备区分水浇地和旱地上作物时间序列植被指数不同表现形式的能力；与常用的水浇地和旱地的分类特征——时问序列植被指数相比，具有意义明确、去除噪声和减少数据量的优点。论文针对水浇地和早地在空间结构和地形分布上的差异，将分形纹理特征和地理特征引入水浇地和旱地的分类特征中。研究表明：引入的分形纹理特征和地形特征有助于水浇地和旱地的分类。
(2)确定了将基于遗传算法优化的BP神经网络分类方法作为水浇地和旱地的分类方法。与常用的水浇地和旱地的分类方法(非监督分类和监督分类)相比，论文设计的分类方法具有较高的智能性和分类精度。
针对BP神经网络分类方法存在的不足之处，论文提出了采用变长实数编码方式的遗传算法优化BP神经网络的分类方法，即基于遗传算法优化的BP神经网络分类方法。研究表明：论文设计的分类方法可以同时实现BP神经网络隐层神经元数目、网络权值和阈值的优化，有效地解决了BP神经网络隐层神经元数目难以确定的问题、BP算法局部最小的问题、BP神经网络随机初始化导致训练结果不稳定等问题，同时提高了执行和收敛的速度。
(3)设计了实现中国水浇地和旱地分类的技术流程，并依据此流程实现了中国水浇地和旱地的分类。与已有产品相比(USGS和IWMI)，论文的分类结果具有较高的分类精度。
论文设计了实现中国水浇地和早地分类的技术流程，并用此流程实现了中国水浇地和旱地的分类。研究表明：论文设计的技术流程切实可行，具有较高的分类精度。与USGS和lWMI的分类结果相比，论文在数据的分辨率、分类范围的精细程度、分类特征的多样性和分类方法的智能性上具有明显的优势，同时从水浇地和旱地的整体分布上看，论文的分类结果同样优于USGS和IWMI的。
(4)揭示了中国水浇地和旱地在三维空间中的分布特征和景观格局特征。
利用聚类分类、景观指数和粒度效应方法，分析了中国水浇地和旱地在三维空间中的分布特征和景观格局特征。研究表明：在三维空间中，水浇地和旱地的分布有着各自不同的空间位置，在经度.纬度、经度-高程和纬度-高程三个二维窄间中呈现出一定的规律性；旱地的斑块类型面积、斑块密度指数和景观形状指数均大于水浇地的，而聚集度指数小于水浇地的，即旱地的面积、破碎化程度和形状的不规则程度均大于水浇地的，而聚集程度小于水浇地的；随着粒度的逐渐变粗，水浇地和旱地的四种景观指数均逐渐减小，呈现出粒度依赖性，其中旱地的四种景观指数对粒度粗化的响应均比水浇地的敏感。