论文部分内容阅读
摘 要：土地荒漠化是全球性的环境问题，也是当前中国面临比较严重的生态环境问题。在对土地荒漠化进行治理的过程中，必须掌握中国土地荒漠化的具体情况，因此需要开展有效的土地荒漠化监测工作。基于此，本文探讨了中国土地荒漠化监测工作，分析了遥感技术在中国土地荒漠化监测中信息提取方法，研究了遥感技术在中国土地荒漠化监测中的应用展望。
关键词：遥感技术 土地荒漠化 监测工作 应用分析
中图分类号：TP393 文献标识码：A文章编号：1674-098X（2021）04（b）-0044-03
Application Progress of Remote Sensing Technology in Land Desertification Monitoring in China
WU Jing WANG Huimin XU Na
（Shandong Institute of Land Spatial Data and Remote Sensing Technology， Jinan， Shandong province，
250002 china）
Abstract： Land desertification is not only a global environmental problem， but also a serious ecological environmental problem in China. In the process of controlling land desertification， we must grasp the specific situation of land desertification in China， so we need to carry out effective monitoring of land desertification. Based on this， this paper discusses the work of land desertification monitoring in China， analyzes the information extraction methods of remote sensing technology in land desertification monitoring in China， and studies the application prospect of remote sensing technology in land desertification monitoring in China.
Key words： Remote sensing technology; Land desertification; Monitoring work; Application analysis
在對土地荒漠化进行研究时，需要开展有效的荒漠化监测工作，才能够获取土地荒漠化的实际信息，从而为土地荒漠化治理工作提供有效的信息支持和数据参考。可以说土地荒漠化监测工作是开展荒漠化防治工作的重要基础。在荒漠化监测过程中，一般会根据某个区域进行定点调查和分析，但是这种传统监测方法只适合在尺度相对较小的荒漠化区域监测工作中应用。如果监测目标的尺度比较大，野外调查和信息获取工作量相对较大，并且其复杂程度也比较高。这种传统监测方式的局限性会比较大，也会降低土地荒漠化监测工作效率。随着现代航空航天技术的不断发展，中国土地荒漠化监测工作的现代化发展水平越来越高。目前，在土地荒漠化监测工作中使用的遥感影像数据越来越多，这些影像数据的完整性以及分辨率都比较高，并且覆盖范围也比较大。因此，在对中国土地荒漠化进行监测时对遥感技术进行充分应用成为主要的监测方式。近些年来，遥感技术的发展也越来越成熟，在荒漠化监测过程中对该技术进行有效应用，可以在极大程度上丰富荒漠化监测技术手段，有利于提高信息数据的精确性。
1 中国土地荒漠化监测工作
土地荒漠化指的是因为气候变化以及人类活动等各种因素导致的干旱、半干旱、亚湿润干旱地区存在的土地退化问题。目前，中国的土地荒漠化问题比较严重，必须加强土地荒漠化研究分析工作，并采取有效的防治措施，才能够有效遏制土地荒漠化，并对土地荒漠化进行改善，推动中国生态文明建设的进一步发展。土地荒漠化的发生范围比较广 ，面积也比较大，如果利用人工地面进行普查，局限性相对较大。为了能够对中国土地荒漠化的实际情况进行全面了解和深入分析，可以对现代化影像技术进行充分应用。而遥感技术在土地荒漠化监测中具有至关重要的作用，利用遥感技术可以对土地荒漠化的状态进行准确评估。利用遥感技术获取的土地荒漠化信息，综合考虑土地荒漠化的相关理论，可以动态监测荒漠化的具体变化情况，并编制土地退化手册，对提高土地荒漠化的监测水平有积极意义[1]。
遥感技术在中国土地荒漠化监测中的应用始于20世纪80年代。目前，随着遥感技术越来越成熟和完善，遥感技术广泛应用于调查中国风蚀、水蚀、冻融等土壤侵蚀状况。遥感技术的有效应用帮助相关部门及时掌握土地荒漠化的发生以及具体发展情况，从而为土地荒漠化的防治提供有效的参考信息。虽然随着遥感数据时空分辨率不断提高，其数据共享性以及信息处理技术水平也在不断提升，但是在土地荒漠化监测过程中，数据源选取以及土地荒漠化信息提取等方面还存在一些难点。需要对这些问题和难点进行深入分析，并对不同的信息提取方法进行对比，才能够明确在土地荒漠化监测过程中遥感技术的应用方向。 2 遥感技术在中国土地荒漠化监测中信息提取方法
2.1 人工神经网络分类法
人工神经网络也被称为神经网络分类方法。这种分类方法的发展时间相对较晚，是伴随计算机技术的不断发展与成熟而逐渐完善的。人工神经网络应用过程中主要为非线性分类方法，其具有较强的抗干扰性能以及高浓缩性能，并且利用分布式信息处理以及自组织学习方式可以保证信息提取的精准度。除了以时间计算能力为基础对低层次影像视觉进行有效识别之外，其非符号连接主义知识处理能力能够将相应的土地荒漠化信息与地学知识、地理信息以及遥感信息进行有效融合，从而形成深层影像理解以及空间决策分析结果。近些年来，人工神经网络分类法在遥感技术中的应用比较广泛。对神经网络分类法进行应用完成土地荒漠化监测工作的工作量相对较小，并且在分类过程中，人工可以选择对土地荒漠化产生影响的因素，将其作为输入层，并利用已有的土地荒漠化信息数据完成神经网络训练。利用训练样本调整神经网络，调整后的神经网络可以对整个研究区域的土地荒漠化进行动态实时监测。这种土地荒漠化监测以及信息提取方法，受人工主观判断的影响相对较小，能够在最大程度上保证土地荒漠化监测结果的客观性以及真实性。以径向基函数为基础的神经网络分类模型对土地荒漠化进行分类的精度能够达到90%以上。而在土地荒漠化分布信息提取过程中，将信息作为训练样本，利用神经网络方法获取荒漠化土地的相关信息，输出精度可以达到96%左右，并可以将训练的结果可以应用到其他区域的土地荒漠化信息提取过程中，精度能够达到84%左右[2]。
2.2 监督分类法
在监督分类方法应用过程中，遥感分类的应用比较普遍，算法也比较成熟。目前，监督分类法主要包括最小距离法、平行六面体法、特征窗口、曲线法等。监督分类法也被称为训练场地法，在实际应用中需要利用地面样区的具体调查资料，从已知的训练样区出发，获取实际地物的相关资料，然后再利用统计资料对影像进行有效分类。在对影像进行分类时，必须按照一定的判别标准对所有影像像源进行有效的判别处理，使具有相似特征，同时能够满足识别原则的像源能够归为一类。在利用监督分类法对土地荒漠化信息进行提取的过程中，能够在一定程度上减少信息提取工作量。主要是因为在监督分类过程中，需要对训练样本进行定义，然后将其作为影像分类的判别依据。而其余的像源识别工作主要是已经完成定义的计算机算法进行自动分类，能够提高信息提取效率。
2.3 人工目视解译法
在中国土地荒漠化监测的过程中利用人工目视解译法进行遥感信息提取是主要方法之一。在具体应用过程中专业人员可以直接观察或者利用判读仪器在遥感影像上获取特定地物信息。一般情况下包括纸质相片目视解译法以及计算机屏幕解译方法。在传统的人工目视解译方法应用过程中，主要是以纸质相片目视解译方法为主，而随着计算机硬件和软件技术的不断发展，在一定程度上提高了计算机屏幕解译方法的应用优势。计算机屏幕解译能够表现出纸质影像目视解译方法不具备的优势。因此，在当前的研究过程中，大多数专业人员是以计算机屏幕解译方法为主获取土地荒漠化信息的[3]。在荒漠化监测过程中对目视解译法进行应用时，需要从获取的地表荒漠化影像出发，识别与荒漠化相关的地物特征，从而获取荒漠化信息。这种方法可以直接提取荒漠化信息，但是受影像质量的影响比较大。
2.4 决策树分层分类法
在遥感影像分类提取过程中，决策树分层分类方法也是一种主要的分层次处理方法。一般在识别地物复杂并且比较模糊的情况下进行有效应用。决策树分层分类方法主要是从原始影像中分离并处理每一种目标，将其作为图层，防止這一目标对其他目标提取造成干扰或者不利影响，最后对所有的图层进行复合处理，实现影像的自动分类。这样可以对各种有效分类技术进行充分应用，在每一次分类中只需要完成一种地物识别就能够完成信息提取。在信息提取时，需要先将土地类型进行合理分类，主要包括荒漠化以及非荒漠化两类，然后对荒漠化土地按照不同的成因进行分类，包括风蚀荒漠化土地、水蚀荒漠化土地以及盐渍荒漠化土地。最后对不同的荒漠化土地进行等级划分。可以利用决策树分层提取方法避免在地物提取过程中其他信息对信息精准度产生的干扰[4]。
3 遥感技术在中国土地荒漠化监测中的应用展望
（1）遥感技术的有效应用推动了土地荒漠化分类体系的不断完善。土地荒漠化分类系统比较复杂，在一定程度上会导致遥感监测工作的难度增加。而随着土地荒漠化理论研究的不断深入发展，遥感技术获取的土地荒漠化有效数据也越来越清晰，在一定程度上可以促进荒漠化分类体系的完善，并且能够进一步推动遥感监测技术的应用与发展[5]。（2）可以利用不同尺度遥感数据进行土地荒漠化信息提取。利用中低分辨率的遥感数据可以对一些大范围、大尺度的土地荒漠化信息进行有效获取，并且能够识别出土地荒漠化的主要区域。对于一些荒漠化重点区域，可以利用高分辨率遥感数据获取更加详细全面的土地荒漠化信息。目前，对这一方面的研究相对较少。在未来应用遥感技术监测土地荒漠化的过程中，需要对不同尺度遥感数据进行综合研究。（3）土地荒漠化遥感信息提取方法会越来越完善和成熟。现有的遥感信息提取方法存在不同的优缺点，特别是一些方法只针对特定的区域进行应用，也没有最优检测方法[6]。计算机自动分类方法、决策树分层分类方法以及人工神经网络提取方法都具有较强的发展潜力。在未来应用遥感技术监测土地荒漠化的过程中，可以将遥感地物识别与人工智能进行有效结合，有利于地理信息对土地荒漠化进行更加全面完整的信息提取。（4）在未来应用遥感技术监测土地荒漠化的过程中，综合指标以及综合方法的应用会越来越普遍，在土地荒漠化监测过程中对遥感技术进行应用的方式也越来越成熟、完善。在当前的技术应用过程中有一些好的指标和好方法，但是并没有对这些方法进行集成应用，在一定程度上影响土地荒漠化监测结果的可靠性。在未来的遥感技术应用中，在对中国土地荒漠化进行监测的过程中，可以对不同的信息提取方法和指标进行综合利用，在一定程度上能够推动中国土地荒漠化监测工作的进一步发展。
4 结语
综上所述，在中国土地荒漠化监测过程中，对遥感技术进行应用具有至关重要的作用。在这一过程中必须加强遥感信息提取方法的研究和分析，利用科学合理的信息提取方法，才能够获取更加全面完整的土地荒漠化信息数据，从而为土地荒漠化防治工作提供准确可靠的数据支撑，确保土地荒漠化治理工作能够顺利进行。
参考文献
[1] 张超，吕雅慧，郧文聚，等.土地整治遥感监测研究进展分析[J].农业机械学报，2019（1）：1-22.
[2] 耿春香，刘广东.遥感技术在生态环境监测中的应用研究[J].信息记录材料，2019（4）：140-141.
[3] 包青岭.基于遥感与VIC模型的干旱区土壤水分时空变化特征[D].乌鲁木齐：新疆大学，2019.
[4] 刘瀛.辽宁省北票市土地荒漠化监测与动态分析[J].防护林科技，2019（3）：58-59，88.
[5] 曹一茹.新疆渭—库绿洲土地荒漠化监测与动态研究[D].南京：东南大学，2016.
[6] 赵斌.呼伦贝尔市土地荒漠化与沙化消长变化及其防治对策[D].呼和浩特：内蒙古农业大学，2017.
关键词：遥感技术 土地荒漠化 监测工作 应用分析
中图分类号：TP393 文献标识码：A文章编号：1674-098X（2021）04（b）-0044-03
Application Progress of Remote Sensing Technology in Land Desertification Monitoring in China
WU Jing WANG Huimin XU Na
（Shandong Institute of Land Spatial Data and Remote Sensing Technology， Jinan， Shandong province，
250002 china）
Abstract： Land desertification is not only a global environmental problem， but also a serious ecological environmental problem in China. In the process of controlling land desertification， we must grasp the specific situation of land desertification in China， so we need to carry out effective monitoring of land desertification. Based on this， this paper discusses the work of land desertification monitoring in China， analyzes the information extraction methods of remote sensing technology in land desertification monitoring in China， and studies the application prospect of remote sensing technology in land desertification monitoring in China.
Key words： Remote sensing technology; Land desertification; Monitoring work; Application analysis
在對土地荒漠化进行研究时，需要开展有效的荒漠化监测工作，才能够获取土地荒漠化的实际信息，从而为土地荒漠化治理工作提供有效的信息支持和数据参考。可以说土地荒漠化监测工作是开展荒漠化防治工作的重要基础。在荒漠化监测过程中，一般会根据某个区域进行定点调查和分析，但是这种传统监测方法只适合在尺度相对较小的荒漠化区域监测工作中应用。如果监测目标的尺度比较大，野外调查和信息获取工作量相对较大，并且其复杂程度也比较高。这种传统监测方式的局限性会比较大，也会降低土地荒漠化监测工作效率。随着现代航空航天技术的不断发展，中国土地荒漠化监测工作的现代化发展水平越来越高。目前，在土地荒漠化监测工作中使用的遥感影像数据越来越多，这些影像数据的完整性以及分辨率都比较高，并且覆盖范围也比较大。因此，在对中国土地荒漠化进行监测时对遥感技术进行充分应用成为主要的监测方式。近些年来，遥感技术的发展也越来越成熟，在荒漠化监测过程中对该技术进行有效应用，可以在极大程度上丰富荒漠化监测技术手段，有利于提高信息数据的精确性。
1 中国土地荒漠化监测工作
土地荒漠化指的是因为气候变化以及人类活动等各种因素导致的干旱、半干旱、亚湿润干旱地区存在的土地退化问题。目前，中国的土地荒漠化问题比较严重，必须加强土地荒漠化研究分析工作，并采取有效的防治措施，才能够有效遏制土地荒漠化，并对土地荒漠化进行改善，推动中国生态文明建设的进一步发展。土地荒漠化的发生范围比较广 ，面积也比较大，如果利用人工地面进行普查，局限性相对较大。为了能够对中国土地荒漠化的实际情况进行全面了解和深入分析，可以对现代化影像技术进行充分应用。而遥感技术在土地荒漠化监测中具有至关重要的作用，利用遥感技术可以对土地荒漠化的状态进行准确评估。利用遥感技术获取的土地荒漠化信息，综合考虑土地荒漠化的相关理论，可以动态监测荒漠化的具体变化情况，并编制土地退化手册，对提高土地荒漠化的监测水平有积极意义[1]。
遥感技术在中国土地荒漠化监测中的应用始于20世纪80年代。目前，随着遥感技术越来越成熟和完善，遥感技术广泛应用于调查中国风蚀、水蚀、冻融等土壤侵蚀状况。遥感技术的有效应用帮助相关部门及时掌握土地荒漠化的发生以及具体发展情况，从而为土地荒漠化的防治提供有效的参考信息。虽然随着遥感数据时空分辨率不断提高，其数据共享性以及信息处理技术水平也在不断提升，但是在土地荒漠化监测过程中，数据源选取以及土地荒漠化信息提取等方面还存在一些难点。需要对这些问题和难点进行深入分析，并对不同的信息提取方法进行对比，才能够明确在土地荒漠化监测过程中遥感技术的应用方向。 2 遥感技术在中国土地荒漠化监测中信息提取方法
2.1 人工神经网络分类法
人工神经网络也被称为神经网络分类方法。这种分类方法的发展时间相对较晚，是伴随计算机技术的不断发展与成熟而逐渐完善的。人工神经网络应用过程中主要为非线性分类方法，其具有较强的抗干扰性能以及高浓缩性能，并且利用分布式信息处理以及自组织学习方式可以保证信息提取的精准度。除了以时间计算能力为基础对低层次影像视觉进行有效识别之外，其非符号连接主义知识处理能力能够将相应的土地荒漠化信息与地学知识、地理信息以及遥感信息进行有效融合，从而形成深层影像理解以及空间决策分析结果。近些年来，人工神经网络分类法在遥感技术中的应用比较广泛。对神经网络分类法进行应用完成土地荒漠化监测工作的工作量相对较小，并且在分类过程中，人工可以选择对土地荒漠化产生影响的因素，将其作为输入层，并利用已有的土地荒漠化信息数据完成神经网络训练。利用训练样本调整神经网络，调整后的神经网络可以对整个研究区域的土地荒漠化进行动态实时监测。这种土地荒漠化监测以及信息提取方法，受人工主观判断的影响相对较小，能够在最大程度上保证土地荒漠化监测结果的客观性以及真实性。以径向基函数为基础的神经网络分类模型对土地荒漠化进行分类的精度能够达到90%以上。而在土地荒漠化分布信息提取过程中，将信息作为训练样本，利用神经网络方法获取荒漠化土地的相关信息，输出精度可以达到96%左右，并可以将训练的结果可以应用到其他区域的土地荒漠化信息提取过程中，精度能够达到84%左右[2]。
2.2 监督分类法
在监督分类方法应用过程中，遥感分类的应用比较普遍，算法也比较成熟。目前，监督分类法主要包括最小距离法、平行六面体法、特征窗口、曲线法等。监督分类法也被称为训练场地法，在实际应用中需要利用地面样区的具体调查资料，从已知的训练样区出发，获取实际地物的相关资料，然后再利用统计资料对影像进行有效分类。在对影像进行分类时，必须按照一定的判别标准对所有影像像源进行有效的判别处理，使具有相似特征，同时能够满足识别原则的像源能够归为一类。在利用监督分类法对土地荒漠化信息进行提取的过程中，能够在一定程度上减少信息提取工作量。主要是因为在监督分类过程中，需要对训练样本进行定义，然后将其作为影像分类的判别依据。而其余的像源识别工作主要是已经完成定义的计算机算法进行自动分类，能够提高信息提取效率。
2.3 人工目视解译法
在中国土地荒漠化监测的过程中利用人工目视解译法进行遥感信息提取是主要方法之一。在具体应用过程中专业人员可以直接观察或者利用判读仪器在遥感影像上获取特定地物信息。一般情况下包括纸质相片目视解译法以及计算机屏幕解译方法。在传统的人工目视解译方法应用过程中，主要是以纸质相片目视解译方法为主，而随着计算机硬件和软件技术的不断发展，在一定程度上提高了计算机屏幕解译方法的应用优势。计算机屏幕解译能够表现出纸质影像目视解译方法不具备的优势。因此，在当前的研究过程中，大多数专业人员是以计算机屏幕解译方法为主获取土地荒漠化信息的[3]。在荒漠化监测过程中对目视解译法进行应用时，需要从获取的地表荒漠化影像出发，识别与荒漠化相关的地物特征，从而获取荒漠化信息。这种方法可以直接提取荒漠化信息，但是受影像质量的影响比较大。
2.4 决策树分层分类法
在遥感影像分类提取过程中，决策树分层分类方法也是一种主要的分层次处理方法。一般在识别地物复杂并且比较模糊的情况下进行有效应用。决策树分层分类方法主要是从原始影像中分离并处理每一种目标，将其作为图层，防止這一目标对其他目标提取造成干扰或者不利影响，最后对所有的图层进行复合处理，实现影像的自动分类。这样可以对各种有效分类技术进行充分应用，在每一次分类中只需要完成一种地物识别就能够完成信息提取。在信息提取时，需要先将土地类型进行合理分类，主要包括荒漠化以及非荒漠化两类，然后对荒漠化土地按照不同的成因进行分类，包括风蚀荒漠化土地、水蚀荒漠化土地以及盐渍荒漠化土地。最后对不同的荒漠化土地进行等级划分。可以利用决策树分层提取方法避免在地物提取过程中其他信息对信息精准度产生的干扰[4]。
3 遥感技术在中国土地荒漠化监测中的应用展望
（1）遥感技术的有效应用推动了土地荒漠化分类体系的不断完善。土地荒漠化分类系统比较复杂，在一定程度上会导致遥感监测工作的难度增加。而随着土地荒漠化理论研究的不断深入发展，遥感技术获取的土地荒漠化有效数据也越来越清晰，在一定程度上可以促进荒漠化分类体系的完善，并且能够进一步推动遥感监测技术的应用与发展[5]。（2）可以利用不同尺度遥感数据进行土地荒漠化信息提取。利用中低分辨率的遥感数据可以对一些大范围、大尺度的土地荒漠化信息进行有效获取，并且能够识别出土地荒漠化的主要区域。对于一些荒漠化重点区域，可以利用高分辨率遥感数据获取更加详细全面的土地荒漠化信息。目前，对这一方面的研究相对较少。在未来应用遥感技术监测土地荒漠化的过程中，需要对不同尺度遥感数据进行综合研究。（3）土地荒漠化遥感信息提取方法会越来越完善和成熟。现有的遥感信息提取方法存在不同的优缺点，特别是一些方法只针对特定的区域进行应用，也没有最优检测方法[6]。计算机自动分类方法、决策树分层分类方法以及人工神经网络提取方法都具有较强的发展潜力。在未来应用遥感技术监测土地荒漠化的过程中，可以将遥感地物识别与人工智能进行有效结合，有利于地理信息对土地荒漠化进行更加全面完整的信息提取。（4）在未来应用遥感技术监测土地荒漠化的过程中，综合指标以及综合方法的应用会越来越普遍，在土地荒漠化监测过程中对遥感技术进行应用的方式也越来越成熟、完善。在当前的技术应用过程中有一些好的指标和好方法，但是并没有对这些方法进行集成应用，在一定程度上影响土地荒漠化监测结果的可靠性。在未来的遥感技术应用中，在对中国土地荒漠化进行监测的过程中，可以对不同的信息提取方法和指标进行综合利用，在一定程度上能够推动中国土地荒漠化监测工作的进一步发展。
4 结语
综上所述，在中国土地荒漠化监测过程中，对遥感技术进行应用具有至关重要的作用。在这一过程中必须加强遥感信息提取方法的研究和分析，利用科学合理的信息提取方法，才能够获取更加全面完整的土地荒漠化信息数据，从而为土地荒漠化防治工作提供准确可靠的数据支撑，确保土地荒漠化治理工作能够顺利进行。
参考文献
[1] 张超，吕雅慧，郧文聚，等.土地整治遥感监测研究进展分析[J].农业机械学报，2019（1）：1-22.
[2] 耿春香，刘广东.遥感技术在生态环境监测中的应用研究[J].信息记录材料，2019（4）：140-141.
[3] 包青岭.基于遥感与VIC模型的干旱区土壤水分时空变化特征[D].乌鲁木齐：新疆大学，2019.
[4] 刘瀛.辽宁省北票市土地荒漠化监测与动态分析[J].防护林科技，2019（3）：58-59，88.
[5] 曹一茹.新疆渭—库绿洲土地荒漠化监测与动态研究[D].南京：东南大学，2016.
[6] 赵斌.呼伦贝尔市土地荒漠化与沙化消长变化及其防治对策[D].呼和浩特：内蒙古农业大学，2017.