论文部分内容阅读
土地沙化是世界瞩目的严重生态问题之一，它直接关系人类经济社会的发展和稳定。辽西北是我国北方乃至全国土地沙化较为严重的地区之一，本文把位于辽西北的阜新市作为研究区域，以土地沙化的时空演化为研究目标，以2000、2005、2010和2015年的四期Landsat遥感影像数据为基础，依据《全国荒漠化和沙化监测技术规定》，采用面向对象和决策树分类方法获得典型地物类别，定义修改型植被盖度，实现更为精准的沙化信息提取。在此基础上，围绕阜新市土地沙化时空分异规律、土地沙化预测、土地沙化驱动力和防控开展针对性的研究，结论如下。
（1）结合面向对象与改进的植被盖度反演模型的阜新市土地沙化时空分异研究。针对研究区典型地物的特点，利用信息量大、观测范围广以及时效性强遥感观测技术，在野外调查的基础上，通过地物光谱、几何及纹理等特征分析，基于面向对象与决策树模型相结合的方法，进行高效率、高精度的典型地物分类和沙化信息提取，从而辨识沙化土地及有沙化趋势的土地。将修改型土壤调整植被指数(Modified Soil Adaptation Vegetation Index,MSAVI)作为参数引入到植被盖度模型中，提出一种改进的植被盖度反演模型。该反演模型充分利用沙化土地的MSAVI值，计算有沙化趋势土地的改进型植被盖度值。将修改型植被盖度作为主要定级指标，按土地的沙化程度分为轻度沙化、中度沙化、重度沙化和极重度沙化土地，并从时间和空间分别对阜新市土地沙化情况进行分析研究。
（2）基于马尔科夫时空演变模型的阜新市土地沙化预测。选用具有样本需求低、预测精度高等优点的马尔科夫时空演变模型运用到土地沙化预测中，以此来实现阜新市土地沙化模拟演变及预测。实验利用马尔科夫方法构建预测模型，以五年为步长，计算2000到2015年的阜新市土地沙化面积转移概率矩阵，得出以一年为步长的“加权”一步转移概率矩阵并对2015年的土地沙化面积进行预测，通过卡方检验确定模型的可行性后，对2020年阜新市土地沙化情况进行预测，得到按目前趋势发展到2020年时的沙化情况。
（3）运用生态敏感性-生态恢复力-生态压力度模型（Ecological-Sensitivity Ecological-Recovery Ecological-Pressure Model,SRP）从生态学角度对阜新市土地沙化进行定性分析，构建包括生态恢复力、生态敏感性和生态压力度的准则层，其中准则层中包含了景观结构、活力、功能、地形因子、气象因子、土壤因子、人口活动压力和社会环境压力8项内容的要素层，并最终由景观格局指数、生物丰度、矿区点干扰、居民点干扰、坡度、坡向、高程、年均降水量、年均气温、年均相对湿度、土壤侵蚀强度、人口密度和GDP密度13个指标构成的指标层的土地沙化评价体系来完成阜新市土地沙化驱动力分析。
（4）利用迭代训练自适应分辨系数矩阵来代替传统的分辨系数，改进灰色关联算法，将收集的气象、国内生产总值、固定资产投资数据和人口数量等统计数据与极重度沙化类型土地面积进行关联分析，定量地描述影响因子与土地沙化之间的关联程度，发现影响土地沙化的主要因素是日照时数、年平均相对湿度以及总人口数。完成基于灰色关联分析法的阜新市土地沙化驱动力分析，并对目前防沙治沙策略进行展望和评估。在气候因素影响之外，提出加强退耕还林建设和减弱人类活动来改善土地沙化的防沙治理建议。
（1）结合面向对象与改进的植被盖度反演模型的阜新市土地沙化时空分异研究。针对研究区典型地物的特点，利用信息量大、观测范围广以及时效性强遥感观测技术，在野外调查的基础上，通过地物光谱、几何及纹理等特征分析，基于面向对象与决策树模型相结合的方法，进行高效率、高精度的典型地物分类和沙化信息提取，从而辨识沙化土地及有沙化趋势的土地。将修改型土壤调整植被指数(Modified Soil Adaptation Vegetation Index,MSAVI)作为参数引入到植被盖度模型中，提出一种改进的植被盖度反演模型。该反演模型充分利用沙化土地的MSAVI值，计算有沙化趋势土地的改进型植被盖度值。将修改型植被盖度作为主要定级指标，按土地的沙化程度分为轻度沙化、中度沙化、重度沙化和极重度沙化土地，并从时间和空间分别对阜新市土地沙化情况进行分析研究。
（2）基于马尔科夫时空演变模型的阜新市土地沙化预测。选用具有样本需求低、预测精度高等优点的马尔科夫时空演变模型运用到土地沙化预测中，以此来实现阜新市土地沙化模拟演变及预测。实验利用马尔科夫方法构建预测模型，以五年为步长，计算2000到2015年的阜新市土地沙化面积转移概率矩阵，得出以一年为步长的“加权”一步转移概率矩阵并对2015年的土地沙化面积进行预测，通过卡方检验确定模型的可行性后，对2020年阜新市土地沙化情况进行预测，得到按目前趋势发展到2020年时的沙化情况。
（3）运用生态敏感性-生态恢复力-生态压力度模型（Ecological-Sensitivity Ecological-Recovery Ecological-Pressure Model,SRP）从生态学角度对阜新市土地沙化进行定性分析，构建包括生态恢复力、生态敏感性和生态压力度的准则层，其中准则层中包含了景观结构、活力、功能、地形因子、气象因子、土壤因子、人口活动压力和社会环境压力8项内容的要素层，并最终由景观格局指数、生物丰度、矿区点干扰、居民点干扰、坡度、坡向、高程、年均降水量、年均气温、年均相对湿度、土壤侵蚀强度、人口密度和GDP密度13个指标构成的指标层的土地沙化评价体系来完成阜新市土地沙化驱动力分析。
（4）利用迭代训练自适应分辨系数矩阵来代替传统的分辨系数，改进灰色关联算法，将收集的气象、国内生产总值、固定资产投资数据和人口数量等统计数据与极重度沙化类型土地面积进行关联分析，定量地描述影响因子与土地沙化之间的关联程度，发现影响土地沙化的主要因素是日照时数、年平均相对湿度以及总人口数。完成基于灰色关联分析法的阜新市土地沙化驱动力分析，并对目前防沙治沙策略进行展望和评估。在气候因素影响之外，提出加强退耕还林建设和减弱人类活动来改善土地沙化的防沙治理建议。