论文部分内容阅读
江西省“五河”流域属于复杂地形区域,土地覆被种类丰富。流域内资源的可持续利用和生态环境保护不仅对江西省,而且对长江中下游地区,乃至全国的生态与环境都具有重要的意义和影响。2014年起,江西省连续开展了第一次、第二次“五河”流域土地覆被变化与土地资源开发利用科学考察项目,以全面掌握“五河”流域整体的生态环境与资源开发利用现状及其动态变化。 江西省属于多山地、丘陵地区,在中低分影像上,山区阴影、云覆盖较多,对土地覆被分类的精度影像较大。使用详细程度更高的影像及缩短重访周期是提高多山地区土地覆被分类精度的一种解决方法。高分辨率遥感影像具有小于5米的空间分辨率,相对于中、低分辨率遥感卫星影像,可以获取更精确和细致的空间信息,更适合土地覆被的精细分类。2008年以来,我国相继研制并发射了多颗“高分”遥感卫星。这些“高分”卫星的空间分辨率可与国外的高分遥感卫星影像媲美,最高已达亚米级。此外,“高分”卫星的时间分辨率可达4天,能够很好地保证卫星影像的现势性。因此,国产高分卫星影像适用于“五河”流域的土地覆被类型的分类与变化分析。 为实现“五河”流域的土地覆被精细分类,本研究主要采用空间分辨率2米的高分一号(GF-1)国产高分辨率卫星影像,结合江西省的气候、地形特点,参考FAO/UNEP等常用土地覆被分类系统,开展了国产高分辨率遥感影像在江西省“五河”流域范围内的土地覆被类型分类技术研究,并分析了土地覆被资源随时间的动态变化特征。 本文取得的成果如下: (1)建立了自上而下与自下而上分类手段相结合的江西省“五河”流域地区土地覆被/利用分类体系。与基于中、低空间分辨率遥感影像建立的传统土地覆被分类体系及基于地面调查完成的土地利用分类体系相比,“五河”流域土地覆被分类体系(以下简称“五河”分类体系)不仅详细描述了基础地表覆盖特征,即耕、林、园、草、人工、水域、未利用地及其二级分类,还可根据不同地物所处气候类型、地区地形地貌、土地的功能和植被类型等,灵活地进行后续分类,消除了传统土地覆被、土地利用分类体系类型设置固化、体系之间互换困难的劣势。此外,“五河”分类体系根据遥感影像分辨率的尺度设置土地覆被/分类体系不同等级的详细程度,避免了传统土地覆被、土地利用分类体系指导土地覆被分类时,由于详细程度不足,导致的各类型地物内部不匀质、可再分的问题。 (2)探索实现了复杂、多山地丘陵地形条件下的精细土地覆被分类方法。地形起伏较大的山丘和平缓地区对应的地物类型和景观格局差异较大。平地以人类活动为主,建设用地、耕地等密集,线性地物为主的边界划分对构建景观大尺度框架有很重要的意义;地形起伏的山丘以自然植被覆盖为主,林、灌是其主要地表类型,地形因素如高程、地形起伏度等,对地物斑块划分影响非常大,处于不同地形特征位置的同一种土地覆被类型具有不同的光谱、纹理和几何特征。为避免错分,应设定地理界线来界定不同的地形位置。本研究将地形因子与高分影像光谱特征结合,实现了山丘、平地边界的精确划分,针对不同区块采用不同分割参数和多源信息,提高了土地覆被分类的精度。本研究在基于高分影像面向对象分类方法基础上,提出“逐层逼近”的技术流程,避免了仅通过分割、样本选取、分类器这种常规技术流程进行分类时,无法保障高精度分类结果的缺点,而将基于地学知识与理解的思想融入到土地覆被分类总的技术过程中。整体方法运用在江西2米分辨率的土地覆被分类试验中,获得了全域精细土地覆被产品。通过2016、2017年的野外精度验证,江西省一级分类解译总体精度达91%,二级类解译总体解译精度达88.7%,相对与目前多数土地覆被分类方法一级类约85%的分类精度,有了明显的提高。 (3)研究多种植被混生条件下以林地优势树种作为土地覆被分类单元的山丘地区土地覆被分类方法。由于山丘上林地、灌木、草地、园地等植被光谱特征相近,且存在较多的林、灌、草混合区域,仅通过特征阂值划分这些植被,显然是不准确的。因而,本研究尝试将遥感影像光谱、植被指数及纹理特征与多源信息融合后,再进行山丘上林地的分类。首先进行地形特征因子分级数据与土地覆被类型融合,实现处于不同地形分级的土地覆被单元的再分割,进一步提高林地分类的精度;然后,实现林业专题数据中优势树种数据集与土地覆被类型数据集的融合,以优势树种类型作为精细的林地类型来代表土地覆被单元。经验证,本研究山丘林地分类结果的精度可以达到93%。 (4)实现了“五河”流域近25年的土地覆被类型动态变化统计及驱动力分析。本研究采用1990-2010年中国科学院资源环境科学数据中心构建的全国土地利用数据库、本研究建立的2015年土地覆被/利用类型数据集对“五河”流域的土地覆被/利用变化、土地覆被/利用类型转移矩阵、土地利用程度、景观格局等进行了分析,为预测土地覆被类型的未来变化趋势和制定针对性的生态环境保障政策提供了良好的数据分析基础。