论文部分内容阅读
西南地区的石漠化是我国现阶段所面临的重大生态问题之一。贵州省喀斯特面积达12.96万km2,占全省土地面积的73.8%以上,由于不合理经济活动,石漠化现象十分严重。它已成为制约该地区社会、经济和生态可持续发展的重要因素。 遥感技术是石漠化监测的重要手段,近年来高分一号、高分二号等高分专项卫星的成功发射,极大提高了我国卫星数据自给率,为多云雨的西南地区石漠化程度年度监测、年际间动态变化评估提供了数据保障。因此,亟需掌握基于国产中高分辨率遥感数据的石漠化监测方法和技术流程,它不仅可拓展国产数据的应用领域,更有利于提高石漠化监测与管理的粒度、频度和精度,为石漠化综合治理提供准确、及时、宏观的科学数据与技术支撑。 本文以贵州省黔南州罗甸县作为研究区,论文的主要研究内容和成果如下: (1)基于高分辨率地表覆盖分类数据的石漠化遥感监测指标估计 提出一种基于高分辨率地表覆盖分类结果的石漠化遥感监测指标——植被覆盖度、基岩裸露率的估计方法,并应用SPOT6、GF-2、Pleiades卫星的多光谱数据分别估算模拟16米GF-1、30米Landsat8数据的监测指标值,经地面实测样本的精度验证,评价方法可行性,分析空间尺度对估算结果的影响。实验表明,该方法能够较为准确的估算植被覆盖度和基岩裸露率,尤以2米分辨率的Pleiades数据估算精度最高,其相对均方根误差分别为0.117和0.105。 (2)基于高分辨率数据采样的中分辨率数据石漠化遥感监测指标估测 把高分辨率地表覆盖分类结果估算的监测指标作为样本,基于BP神经网络模型,建立中分辨率数据的监测指标估测模型。使用增长法试探GF-1数据、Landsat8数据建模的最优网络结构,并建立植被覆盖度、基岩裸露率与两种数据光谱信息间的非参数模型。模型估算精度评价结果表明,使用这两种数据建立的植被覆盖度和基岩裸露率估算模型均具有较高的精度,GF-1的确定系数为0.84和0.81,Landsat8的确定系数为0.86和0.87。Landsat8数据拥有更加丰富的光谱信息,故可建立起比GF-1更高精度的估测模型。 (3)基于模糊理论优化的石漠化程度遥感监测方法 从特征和算法两个角度优化石漠化程度分类精度。在特征层面,将植被覆盖度、基岩裸露率和坡度作为辅助特征与遥感数据的光谱特征一起参与算法训练;在算法层面,采用模糊理论优化最大似然、支持向量机算法。实验表明,在GF-1数据的分类中,引进辅助特征和模糊理论优化算法均能提升分类精度,其中使用所有特征并采用模糊支持向量机算法训练得到的分类器具有最优的分类精度,总体精度达到88.07%。该方法应用于Landsat8数据的分类中也取得了较好的分类性能,其总体精度为91.70%,验证了方法的可行性与实用性。 (4)罗甸县石漠化时空演变趋势分析 采用三个时期的Landsat卫星数据,基于本文的石漠化遥感监测方法和马尔科夫转移矩阵,分析罗甸县十年间石漠化时空演变情况。结果显示,2003年至2008年间,罗甸县局部区域石漠化状况有所改善,但整体呈现退化趋势,其中改善型所占比例为12%,退化类型所占比例为16%。在2008年至2014年间,该县不同石漠化程度均有所改善,改善类型所占比例为20%,远大于退化类型所占的7%,表明了自2008年以来的罗甸县石漠化工程治理成效显著。