基于GF-2光譜特征的石漠化信息自動提取.pdf

1、石漠化(Stony Desertification)，是指土地處在熱帶氣候、亞熱帶濕潤氣候、半濕潤氣候條件下，以及喀斯特石山區(qū)巖溶極其發(fā)育的背景下，由于自然因素和人類不合理的經(jīng)濟生產(chǎn)、生活活動等因素導(dǎo)致的土地劣化現(xiàn)象。石漠化是土地退化的一種極端形式，導(dǎo)致缺水、少土和土質(zhì)貧瘠，石漠化發(fā)展最直接的后果就是土地資源的喪失。石漠化與沙漠化、水土流失一起成為我國的三大土地生態(tài)災(zāi)害。
　　本研究以貴州省貴陽市觀山湖區(qū)為研究對象，以2016年觀

2、山湖區(qū)的GF-2遙感數(shù)據(jù)為基礎(chǔ)，通過分析GF-2光譜特征提取觀山湖區(qū)石漠化小班數(shù)據(jù)、第二次貴州全省石漠化調(diào)查資料及附屬資料成果數(shù)據(jù)、進(jìn)行實地特征點調(diào)查所獲取的最新石漠化現(xiàn)狀數(shù)據(jù)，經(jīng)多次實驗驗證之后，最終選取了一種能區(qū)分GF-2影像中石漠化土地與非石漠化土地的波段運算算法，通過這套算法對GF-2影像進(jìn)行處理之后，再進(jìn)行分類。并應(yīng)用IDL語言編制了一個石漠化信息自動提取模塊，應(yīng)用此模塊在ENVI軟件中自動提取GF-2遙感影像的石漠化信息。應(yīng)

3、用此分類方法和自動提取模塊，最后獲得了貴陽市觀山湖區(qū)第三次石漠化監(jiān)測的相關(guān)成果，并對觀山湖區(qū)石漠化進(jìn)行分級和空間分布特征分析。在此基礎(chǔ)上，對觀山湖區(qū)石漠化監(jiān)測結(jié)果進(jìn)行了綜合分析，得出了觀山湖區(qū)石漠化的成因與動態(tài)變化（與第一次、第二次監(jiān)測結(jié)果進(jìn)行對比分析）。研究成果可為觀山湖區(qū)、貴陽市乃至貴州省的石漠化監(jiān)測和治理提供科學(xué)的參考依據(jù)。
　　本論文的主要研究成果包括:
　　1)通過對GF-2數(shù)據(jù)進(jìn)行OIF指數(shù)分析，結(jié)合聯(lián)合熵驗證，

4、確定波段2+波段3+波段4組合包含豐富的信息量，是觀山湖區(qū)石漠化信息提取的最佳波段組合。
　　2)依據(jù)貴州省第三次石漠化監(jiān)測技術(shù)標(biāo)準(zhǔn)與GF-2影像的可分性，確定了貴陽市觀山湖區(qū)石漠化等級劃分體系:即非石漠化、潛在石漠化、重度石漠化、中度石漠化、輕度石漠化。
　　3)采用最大似然法對GF-2遙感影像進(jìn)行分類，分類后的道路與建筑用地界限分明，與真彩色圖像契合度極高的同時石漠化斑塊的分類效果較好。同時開展面向?qū)ο笮畔⑻崛⊙芯?，此時

5、觀山湖區(qū)的GF-2遙感影像分割合并的參數(shù)為分割尺度=47，合并尺度=95。
　　4)分別對最大似然法與基于樣本的面向?qū)ο笫畔⑻崛∵M(jìn)行精度評價，其中最大似然法（經(jīng)過波段運算）的最終分類精度為83.2309％，Kappa系數(shù)為0.6752;最大似然法（未經(jīng)過波段運算）的最終分類精度為77.8021％，Kappa系數(shù)為0.6147;基于樣本的面向?qū)ο笫畔⑻崛∽罱K分類精度為74.362％，Kappa系數(shù)為0.6233，與。經(jīng)過

6、波段運算后，最大似然法分類的結(jié)果提高了8.8689個百分點。
　　5)利用IDL語言編寫了基于GF-2光譜特征的觀山湖區(qū)石漠化信息自動提取模塊，從而完成了石漠化信息提取的模塊化。模塊的運行能快速準(zhǔn)確地提取石漠化信息，并與ENVI實現(xiàn)有效對接，提高石漠化信息提取的效率。此模塊包括波段運算模塊與最大似然法模塊兩個部分。
　　6)制作出了觀山湖區(qū)石漠化現(xiàn)狀和程度分布圖，并綜合分析了觀山湖區(qū)石漠化監(jiān)測區(qū)地類分布情況、石漠化與潛在石漠