论文部分内容阅读
湿地是陆地和水体相互作用形成的自然综合体,是自然界最富有生物多样性、最具有生产力的生态系统之一,它是人类重要的自然资源和生存环境。湿地也是世界上最受威胁的生态系统之一,超过50%的原始湿地已经在全球范围内消失。因此,实时更新的与湿地有关的分布与变化信息对于其保护和管理是很重要的。卫星遥感作为对地观测高新技术手段,可以说是能够及时对大面积地区进行湿地识别和监测的唯一可行方法。但是,由于湿地类型波谱特征的复杂性与遥感分类方法的单一性,湿地类型智能化提取、解译精度难以有实质性的提高与突破,成为湿地遥感监测技术发展的瓶颈之一。
黑龙江作为世界上著名的国际河流,流域跨中、俄、蒙三国,其支流共约200余条,整个流域面积超过180万km2。黑龙江两岸的湿地是世界上大型沼泽湿地之一,也是湿地丧失最严重的地区。本论文选择人类活动驱动力迥异的黑龙江与乌苏里江汇合处的五个子流域区为研究对象,它是黑龙江流域淡水沼泽湿地景观的“缩影”。这个地区在中俄两国不同的管辖下,一边是最近数十年来受到人类深刻改造的湿地生态环境,另一边是未受到太多人类农业开发活动影响的湿地环境。通过考察它们多年来湿地类型的时空变化情况,有助于更好地理解湿地在人类和自然主导的环境中如何影响湿地的演化,为湿地保护和未来趋势模拟打下更好的基础。
然而,湿地分类方案是湿地动态遥感监测的基础,目前尚无统一,普遍公认的标准。本文中通过总结分析国内外湿地定义和传统的湿地分类体系特点,从遥感湿地调查角度提出适应于中俄接壤处研究子流域区湿地分类方法和系统。将该地区的湿地分为了两大类共六小类。并针对最为单一属性的湿地常常是异质性的特点,发展了一种像元-对象复合分类方法,这种分类方法同时吸收了像元与对象的优点并通过一个比较机制,一方面以解决基于像元分类的问题,例如光谱混淆、混合像元和噪声敏感,另一方面以减少由图像过度分割或分割不足产生对象特征信息的不可靠性。使计算机的自动解译结果更加可信,对地表覆盖分类的总体精度达到81.67%,而使用同样数据源和训练样本的最大似然分类法精度为70.67%。
在上述工作基础上,本研究使用1989年,1999年和2009年三期的多源遥感数据得到了本区1989年~2009年每10年的面向湿地的地表覆盖分类图,通过统计分析,作者得到了本区湿地总面积近20年减少了22.12%,这种变化是在人为因素和自然因素共同影响下引起的,但人为活动是主导因素。这为保护自然沼泽湿地,和社会、经济与生态环境的可持续发展提供了科学的决策依据。