北京市大兴区沙化土地信息提取与动态变化研究

北京市大兴区沙化土地信息提取与动态变化研究

论文摘要

大兴区是北京市五大风沙危害区中土地沙化最严重的地区,严重威胁着首都的生态环境建设。本文在前人研究成果的基础上,选取了线性光谱分离技术对大兴区进行沙化土地信息提取与动态分析研究,解决单个象元混和地类的问题,以达到精确分类的效果。主要内容如下:(1)以1989年及2007年夏季TM遥感影像为数据源,运用Chavez模型对影像进行大气校正、运用二次多项式模型进行几何纠正。通过对影像统计特征分析得出:TM遥感影像各波段间相关系数高,波段间的冗余度高。因此,在运用线性光谱分离技术时,对研究区影像进行主成分分析,去除各波段间的相关性。(2)线性光谱分离技术成功的关键在于终端端元选取,通过对研究区遥感影像进行光谱特征分析得出:1989年选择沙化土地、两类植被、水为终端端元;2007年选择沙化土地、农田植被、林草地、水为终端端元。2007年林地能作为终端端元参与影像的光谱分离,说明2007年林地的面积比1989年有较大幅度增加。通过对线性光谱分离技术进行适用性评价得出:与穗帽变换、植被指数(MSAVI)反映的总体趋势相近。并且线性光谱分离技术具有对植被及沙化土地定量计算的特点。本文以实地考察及辅助图件为基础,对分类结果进行总体精度分析。1989年与2007年总体精度达到84.05%与77.58%,分类精度较高。(3)运用遥感技术直接进行沙化土地程度评价具有客观性、准确性等特点。本文采用线性光谱分离技术得出的沙化土地分量为基础来建立研究区的沙化程度的评价指标。分成4个不同的等级,即包括未沙化土地、轻度沙化、中度沙化以及重度沙化。1989年在大兴区沙化面积为203.797 km~2,其中重度沙化面积最多,为97.073 km~2。2007年大兴区沙化面积为160.661 km~2。其中轻度沙化面积最多,为97.967 km~2。与1989年相比,2007年沙化土地面积总体呈现减少趋势,减少43.136 km~2。其中重度与中度沙化面积有大量减少,轻度沙化面积增加。(4)土地沙化是由多种因素综合作用的结果。土地利用变化是人为影响土地类型最直接的反映。因此利用土地利用类型的变化,分析研究区域沙化土地动态变化的成因。结果表明:第一:从1989年到2007年,大兴区林地面积增加了43.311 km~2。林草地面积增加的位置主要是在土地沙化严重的永定河周边以及南部的榆垡镇地区。第二:沙化土地分布在耕地及滩地面积减少,且分布在耕地及滩地的重度与中度沙化面积减少了115.863 km~2,沙化程度有好转趋势。第三:在1989年属于重度沙化土地,在2007年已演变成了轻度沙化的林地及草地。甚至有些区域经过多年植树固沙治理已经转变成了植被覆盖度达到80%以上的林地,且以乔木为主,这些沙地在一段时间内不可能再退化,所以将这些土地归类到非沙化土地的林地里。综上所述,大兴地区沙化土地面积减少,风沙活动受到抑制。多年来,政府进行了造林为主的植被建设,使沙化地区林地面积有了大幅度的增加。政府防沙治沙取的措施取得了明显成效。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 图表索引
  • 第一章 绪论
  • 1.1 引言
  • 1.2 沙化土地信息提取研究进展
  • 1.2.1 目视解译方法
  • 1.2.2 分类方法
  • 1.2.3 光谱混合分离方法
  • 1.3 沙化程度评价研究进展
  • 1.3.1 综合指标评价方法
  • 1.3.2 遥感评价方法
  • 1.4 研究目的与研究内容
  • 1.4.1 研究目的
  • 1.4.2 研究内容
  • 1.5 技术路线
  • 第二章 研究区域的概况
  • 2.1 地貌与地形
  • 2.2 气候特征
  • 2.3 土壤分布
  • 2.4 植被分布
  • 2.5 水资源分布
  • 2.6 社会经济发展状况
  • 2.7 风沙治理状况
  • 第三章 数据预处理
  • 3.1 数据选取与预处理
  • 3.1.1 遥感数据的选取
  • 3.1.2 辐射校正
  • 3.1.3 几何校正
  • 3.2 影像的统计特征分析
  • 第四章 北京大兴区沙化土地信息提取
  • 4.1 线性光谱分离技术
  • 4.1.1 模型原理
  • 4.1.2 技术流程
  • 4.1.3 终端端元确定
  • 4.1.4 LSMM分解结果
  • 4.2 线性光谱分离技术适用性评价
  • 4.2.1 与穗帽变换对比分析
  • 4.2.2 与修改型土壤调整植被指数对比分析
  • 4.3 精度验证
  • 第五章 沙化程度评价与动态分析
  • 5.1 土地沙化程度评价方法
  • 5.2 土地沙化程度评价结果
  • 5.3 沙化土地动态变化的成因分析
  • 5.3.1 土地利用变化分析
  • 5.3.2 沙化土地与土地利用关系分析
  • 第六章 结论与讨论
  • 参考文献
  • 附图
  • 致谢
  • 相关论文文献

    • [1].建设用地动态变化研究方法探讨[J]. 西南农业大学学报(社会科学版) 2008(01)
    • [2].基于遥感影像的南充市区裸地动态变化研究[J]. 四川林勘设计 2016(04)
    • [3].荒漠化信息解译与动态变化研究以库布齐地区为例[J]. 节水灌溉 2010(09)
    • [4].1980—2015年典型岩溶区土地利用动态变化研究——以贵州省镇宁县和关岭县为例[J]. 安徽农学通报 2019(24)
    • [5].土壤湿度动态变化研究进展[J]. 中国农村水利水电 2014(12)
    • [6].基于遥感数据和数学模型的德州市土地利用动态变化研究[J]. 高师理科学刊 2016(12)
    • [7].阜新重点沙化地区沙化动态变化研究[J]. 国土资源 2019(07)
    • [8].基于马尔科夫模型的盖州市土地利用动态变化研究[J]. 国土与自然资源研究 2017(01)
    • [9].广西森林生态系统服务功能及其价值动态变化研究[J]. 林业经济 2014(12)
    • [10].2000—2018年长吉图地区土地利用动态变化研究[J]. 南方农业 2020(15)
    • [11].我国优秀男排队员非技术指标动态变化研究[J]. 浙江树人大学学报(自然科学版) 2011(03)
    • [12].甘草活性成分和营养成分动态变化研究[J]. 中国中药杂志 2008(10)
    • [13].基于3S技术的多伦县植被覆盖度动态变化研究[J]. 内蒙古林业科技 2009(04)
    • [14].中国主要农作物碳效率动态变化研究——基于2000-2015年数据的实证分析[J]. 世界农业 2017(06)
    • [15].脑梗死后炎性因子的动态变化研究[J]. 中国实用医药 2016(12)
    • [16].基于NDVI时间序列的菏泽市东明县植被动态变化研究[J]. 经济研究导刊 2009(18)
    • [17].基于遥感的青岛市区土地利用动态变化研究[J]. 山东国土资源 2017(07)
    • [18].中医治疗冠心病致TXB_2和6-keto-PGF_(lα)动态变化研究进展[J]. 实用中医药杂志 2010(03)
    • [19].耕地动态变化研究[J]. 黑龙江科技信息 2015(18)
    • [20].跨文化交际中禁忌语的动态变化研究[J]. 校园英语 2014(03)
    • [21].长株潭城市群土地利用动态变化研究[J]. 云南农业大学学报(社会科学版) 2011(01)
    • [22].《国家学生体质健康标准》测试结果动态变化研究[J]. 内江科技 2010(12)
    • [23].地表水水质时空动态变化研究[J]. 水土保持应用技术 2013(06)
    • [24].近30年吉林省西部生态系统服务价值动态变化研究[J]. 广东农业科学 2013(23)
    • [25].新麦草种子发育过程中产量和质量的动态变化研究[J]. 赤峰学院学报(自然科学版) 2016(03)
    • [26].中国东北国有林区林业生态安全动态变化研究——生态与产业共生视角[J]. 资源开发与市场 2017(04)
    • [27].近30年来山东半岛东部沿海防护林动态变化研究[J]. 林业科技 2017(02)
    • [28].不同病期肺炎支原体肺炎患儿的免疫功能动态变化研究[J]. 检验医学与临床 2016(01)
    • [29].基于系统动力学的某市水环境承载力动态变化研究[J]. 水利科技与经济 2010(09)
    • [30].西安入境旅游客源市场动态变化研究[J]. 统计与决策 2008(11)

    标签:;  ;  ;  

    北京市大兴区沙化土地信息提取与动态变化研究
    下载Doc文档

    猜你喜欢