论文部分内容阅读
水蚀荒漠化已成为全球瞩目的环境问题之一。遥感卫星数据具有宏观性与时效性,被广泛应用于包括荒漠化信息的提取监测与评价分析领域中。然而,前人研究中仍然存在一些不足。首先,采用Landsat卫星等低空间分辨率影像数据作为数据源提取水蚀荒漠化区域精细化程度不够。其次,水蚀荒漠化遥感信息客观详实的自动提取探索较少。基于此,随着国产卫星业务化的推广,本文选取水蚀荒漠化较为发育的云南省楚雄彝族自治州、大理白族自治州及丽江市交界的渔泡江流域幸福村-金沙江汇入口河段作为研究区,选用高分一号（GF-1）卫星数据,精细化探索GF-1遥感卫星数据水蚀荒漠化自动信息提取方法。本文取得创新性成果如下:1.实验优选衍生方差纹理修正型土壤调节植被指数（VarMSAVI）为水蚀荒漠化因子植被覆盖信息提取的最佳方法。考虑植被覆盖信息为水蚀荒漠化重要指标之一,采用RVI、NDVI、SAVI、MSAVI、EVI、GEVI六个常用的植被指数模型,分别展开基于影像纹理特征空间信息的衍生纹理植被指数模型与像元二分模型的对比分析。基于等距布点法的客观评价,衍生方差纹理修正型土壤调节植被指数（VarMSAVI）较其他植被指数提取精度提高约0.5%-4%,最终优选VarMSAVI为研究区植被覆盖信息提取的最佳方法。2.优化构建了坡度、沟谷密度、地形起伏度、地表切割深度和植被覆盖度五因子组成的水蚀荒漠化自动提取遥感指数模型,并优化构建了水蚀荒漠化自动提取流程。（1）系统分析水蚀荒漠化影响因子的遥感可反映特征,在以往常用的坡度、沟谷密度和植被覆盖度三个水蚀荒漠化评价指标基础上,增加地表切割深度和地形起伏度两个指标,并对上述五个指标因子自动信息提取方法分别进行了探索,构建了适合渔泡江流域幸福村-金沙江汇入口河段地区的由坡度、沟谷密度、地形起伏度、地表切割深度和植被覆盖度五因子组成的水蚀荒漠化自动提取遥感指数模型:Yj=∑i=15wixj（j=1,2,…,n）其中,Yj为第j个单元的水蚀荒漠化程度,i为水蚀荒漠化影响因子,wi为第i个影响因子的权重,xj为第i个水蚀荒漠化影响因子在第j个单元中的赋值,n为单元数。基于混淆矩阵及野外验证的客观评价,该模型总体精度为88.1709%,Kappa系数为0.8388,野外验证正确率为88.54%。（2）大量实验分析,总结了渔泡江流域幸福村-金沙江汇入口河段地区的水蚀荒漠化自动提取流程方法。水蚀荒漠化自动提取中,各因子自动提取优化参数设置如下:坡度采用ArcGIS10.2平台3D分析模块;沟谷密度采用ArcGIS10.2平台水文分析模块,其自动化提取最佳尺度单元参数为1770m;地形起伏度采用ArcGIS10.2平台空间分析模块,其自动化提取最佳分析窗口为19×19;地表切割深度采用ArcGIS10.2平台水文分析及分区统计模块,其自动化提取最佳尺度单元为以提取沟谷作为河网节点的小流域;植被覆盖度采用ENVI5.3平台波段计算模块及灰度矩阵分析模块,其自动化提取最佳方法为步长为1,方向为135°,计算窗口为11×11的衍生方差纹理修正型土壤调节植被指数（VarMSAVI）。