论文部分内容阅读
石漠化(Stony Desertification),是指土地处在热带气候、亚热带湿润气候、半湿润气候条件下,以及喀斯特石山区岩溶极其发育的背景下,由于自然因素和人类不合理的经济生产、生活活动等因素导致的土地劣化现象。石漠化是土地退化的一种极端形式,导致缺水、少土和土质贫瘠,石漠化发展最直接的后果就是土地资源的丧失。石漠化与沙漠化、水土流失一起成为我国的三大土地生态灾害。本研究以贵州省贵阳市观山湖区为研究对象,以2016年观山湖区的GF-2遥感数据为基础,通过分析GF-2光谱特征提取观山湖区石漠化小班数据、第二次贵州全省石漠化调查资料及附属资料成果数据、进行实地特征点调查所获取的最新石漠化现状数据,经多次实验验证之后,最终选取了一种能区分GF-2影像中石漠化土地与非石漠化土地的波段运算算法,通过这套算法对GF-2影像进行处理之后,再进行分类。并应用IDL语言编制了一个石漠化信息自动提取模块,应用此模块在ENVI软件中自动提取GF-2遥感影像的石漠化信息。应用此分类方法和自动提取模块,最后获得了贵阳市观山湖区第三次石漠化监测的相关成果,并对观山湖区石漠化进行分级和空间分布特征分析。在此基础上,对观山湖区石漠化监测结果进行了综合分析,得出了观山湖区石漠化的成因与动态变化(与第一次、第二次监测结果进行对比分析)。研究成果可为观山湖区、贵阳市乃至贵州省的石漠化监测和治理提供科学的参考依据。本论文的主要研究成果包括:1)通过对GF-2数据进行0IF指数分析,结合联合熵验证,确定波段2+波段3+波段4组合包含丰富的信息量,是观山湖区石漠化信息提取的最佳波段组合。2)依据贵州省第三次石漠化监测技术标准与GF-2影像的可分性,确定了贵阳市观山湖区石漠化等级划分体系:即非石漠化、潜在石漠化、重度石漠化、中度石漠化、轻度石漠化。3)采用最大似然法对GF-2遥感影像进行分类,分类后的道路与建筑用地界限分明,与真彩色图像契合度极高的同时石漠化斑块的分类效果较好。同时开展面向对象信息提取研究,此时观山湖区的GF-2遥感影像分割合并的参数为分割尺度=47,合并尺度=95。4)分别对最大似然法与基于样本的面向对象石漠化信息提取进行精度评价,其中最大似然法(经过波段运算)的最终分类精度为83.2309%,Kappa系数为0.6752;最大似然法(未经过波段运算)的最终分类精度为77.8021%,Kappa系数为0.6147;基于样本的面向对象石漠化信息提取最终分类精度为74.362%,Kappa系数为0.6233,与。经过波段运算后,最大似然法分类的结果提高了 8.8689个百分点。5)利用IDL语言编写了基于GF-2光谱特征的观山湖区石漠化信息自动提取模块,从而完成了石漠化信息提取的模块化。模块的运行能快速准确地提取石漠化信息,并与ENVI实现有效对接,提高石漠化信息提取的效率。此模块包括波段运算模块与最大似然法模块两个部分。6)制作出了观山湖区石漠化现状和程度分布图,并综合分析了观山湖区石漠化监测区地类分布情况、石漠化与潜在石漠化土地分布情况和石漠化强度分布情况。观山湖区非石漠化面积8165.5hm2,潜在石漠化面积9462.6 hm2,石漠化面积3904.6 hm2。石漠化土地中,轻度石漠化面积1351.8 hm2,中度石漠化面积2148.5 hm2,重度石漠化面积404.3 hm2。