高分遥感技术具有长时效、高分辨率、大幅宽和效能高等优势。近年来随着高分遥感技术的发展,为草地分类、草地动态监测、国家重大草地生态建设工程的规划和草地资源与生态研究等多个领域提供了大量、快速和精确的数据。长久以来,草原生态系统受到外部和内部双重因素的影响,导致草原生态退化和草原承载力的减弱。国家提出建立草原生态奖补机制和一系列草原生态环境司法保护政策,在实施的过程中存在执行疏漏和监管乏力等问题。针对目前草原生态状况监测过程中的成本高、任务重和周期长等困难,研究开发一种基于高分遥感影像的草原生态状况智能监测系统,对草原地表覆盖物的空间分布、时间演变和相互作用规律进行评价分析,反映不同阶段因气候变化或人类活动引起的演化与变迁,并模拟、预测未来的演化趋势。在一定程度上减少成本,提高效率和精度,有效的进行分析、决策。本文的研究数据为同一地区、固定时间拍摄的5年的高分遥感影像。主要工作内容如下:(1)设计构建分级感知模型。对数据预处理后的图像利用VGG19迁移学习算法训练分类模型,按照研究区域的实际情况分为边缘、沙地、草地、林地和道路类,再利用混淆矩阵来评价分类模型的分类效果。(2)设计构建分层感知模型。对分级后的图像分层处理,建立特征数据库。首先建立灰度共生矩阵与分割阈值的回归模型,自适应的确定分割阈值,对边缘类进行分割,说明土地覆盖物之间的逻辑关系并进行变化检测,将土地覆盖演变进程可视化。采用K-Mean聚类算法针对道路特性对道路进行分割,分析在遥感影像中草原地区道路的遥感解译。利用大津法对沙地类进行图像分割,计算边缘类、道路类和沙地类分割后图像的沙化比率,评价图像的荒漠化程度。(3)设计构建分析决策模型。计算生态环境状况指数并通过灰度预测模型预测未来的发展趋势。统计分级、分层感知模型的数据,自动分析草原地表覆盖物类型和面积的动态变化,完成草原生态状况的整体评价。最后设计人机交互界面,将上述模型嵌入在系统中,实现上述模型的功能并进行测试,分析系统的有效性,完成区域生态状况的整体评价。