基于遥感技术的干旱区湿地信息提取方法研究 ——以新疆和田绿洲为例

论文摘要

湿地是水陆相互作用而形成的自然综合体,处于陆地生态系统和水生生态系统之间的过渡带,与森林、海洋一起并列为全球三大生态系统,被誉为“地球之肾”,具有重要的水文和生态功能。干旱区内陆湿地是我国重要的湿地类型之一,但是与其他湿地分布区域相比,内陆荒漠地带/干旱区湿地特别是平原荒漠区的湿地研究较少。2007年国务院32号文件《关于进一步促进新疆经济社会发展的若干意见》指出,要重点扶持南疆三地州发展,积极解决南疆地区贫困问题,加大工农业发展力度。但是我们面临的现实是——干旱、沙漠化、盐渍化、资源性缺水等极为脆弱的生态环境对社会经济发展的制约。湿地变化作为一个明显且具有指示性的生态因子,无论是自然影响还是人类活动影响,干旱区的湿地景观变化都最为活跃,如湿地的游移,收缩乃至消失,都深刻反映着绿洲——这一干旱区人类生存空间的质量和容量。而且干旱区湿地在分布上呈明显的不连续性,面积相对不大,与荒漠机制有着密切的生态过程联系。和田绿洲位于新疆塔里木盆地南缘,北邻世界第二大沙漠塔克拉玛干沙漠,极端干旱,属暖温带大陆荒漠性气候,生态环境脆弱。加之和田绿洲地表覆盖物多为砾石、风成沙、沙质或粉沙质土壤,透水性强,不利于湿地的发育,湿地一旦破坏则更难恢复。因此湿地作为绿洲生态环境演变的重要标志之一,利用遥感技术及时准确地掌握和研究湿地资源的现状及动态变化过程,对于和田绿洲湿地的合理开发、保护和可持续发展有着重要的意义。湿地系统处于水陆交界处,湿地的各种特征都是渐变的,陆地、湿地和水体是同一个连续统一体的不同组成部分,具有明显的季节变化和年际波动性,且由于其复杂性和不确定性存在普遍的“同质异谱”和“同谱异质”现象,像元的混合光谱特性成为制约提取精度的瓶颈。如何利用遥感影像的优势,快速准确提取湿地信息是湿地遥感监测研究的关键问题之一。本文以多源遥感影像为主要数据源,以和田绿洲湿地为研究靶区,探讨新疆干旱区绿洲湿地信息遥感提取的技术方法。主要研究内容如下:（1）根据研究区湿地的类型、分布情况以及研究区的地形特点,首先对湿地资源信息提取的传统方法进行了试验和进行了精度评价。通过光谱分析,发现传统的非监督与监督分类方法提取的湿地信息与林地存在明显的混分现象,浅水层河床以砾石为质,表现出高亮度特征,被误分为荒漠。（2）利用决策树专题信息提取方法,通过对影像进行光谱运算,选取特征变量,根据PCA分析,K-T变换,NDVI等特征量构建决策树模型,对研究区湿地信息进行分层提取并给予精度评价。（3）在对特征变量进行进一步分析的基础上提出了基于热红外特征的干旱区湿地指数（AZWI,Arid Zone Wetlands Index）,对以该指数提取的湿地信息进行了试验、比较和精度验证。试验表明AZWI可以准确、方便地的提取研究区湿地信息。（4）利用AZWI分别对1990年TM、2000年ETM+、2003年ASTER影像进行了湿地信息提取试验。鉴于湿地信息的及时监测与预报技术对于干旱区生态环境状况了解与政策指导具有重要作用,加之传统方法测点少以及非实时性,故发展遥感定量方法的监测技术具有很好的学术价值与应用前景。本文从不同的研究方法入手,探讨遥感影像在干旱区湿地专题信息提取应用方法。采用传统监督、非监督方法、决策树分类方法对湿地信息提取作出详细分析,在总结传统主流方法基础上,深入分析其不足之处,以此为基础构建了AZWI,揭示干旱区湿地的时空分布与动态变化,从而为干旱区湿地遥感监测与预报提供新的技术手段,具有一定的学术价值和应用前景,对干旱区湿地资源的保护与合理开发具有一定的现实意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与选题依据
• 1.2 研究目的与意义
• 1.3 遥感技术在湿地研究中的应用
• 1.4 湿地遥感监测国内外研究进展
• 1.4.1 国外研究进展
• 1.4.2 国内研究进展
• 1.4.3 存在问题及发展趋势
• 1.5 新疆湿地现状
• 1.5.1 新疆湿地的类型
• 1.5.2 新疆湿地的特点
• 第二章 研究区域概况及数据资料
• 2.1 研究区概况
• 2.1.1 自然概况
• 2.1.2 社会经济概况
• 2.1.3 研究区湿地概况
• 2.2 数据资料
• 2.2.1 遥感数据的选择
• 2.2.2 遥感数据分析
• 2.2.3 研究区实地景观
• 2.2.4 其他相关资料
• 2.3 数据预处理
• 2.3.1 影像的几何校正
• 2.3.2 影像的辐射校正
• 第三章 研究内容与技术路线
• 3.1 研究手段
• 3.2 研究条件
• 3.2.1 硬件环境
• 3.2.2 软件环境
• 3.3 研究内容
• 3.4 技术路线
• 第四章 湿地信息提取
• 4.1 湿地信息遥感提取技术研究
• 4.2 非监督分类法-ISODATA
• 4.2.1 ISODATA算法特点
• 4.2.2 ISODATA算法湿地信息提取结果与分析
• 4.3 最大似然分类法
• 4.3.1 最大似然比分类法特点
• 4.3.2 最大似然法湿地信息提取与结果分析
• 4.3.3 精度分析
• 4.4 决策树湿地信息提取
• 4.4.1 决策树分类法的特点
• 4.4.3 基于TM数据的决策树分类模型特征量选取
• 4.4.4 提取湿地信息决策树模型的建立
• 4.4.5 分类后处理
• 4.4.6 湿地信息识别精度评价
• 4.5 小结
• 第五章 干旱区湿地信息遥感监测指数研究
• 5.1 基于LandsatTM影像的湿地信息遥感监测指数的建立
• 5.1.1 湿地光谱响应特征参量
• 5.1.2 湿地信息遥感监测指数的构建与应用
• 5.1.3 基于AZWI的决策树湿地信息提取
• 5.1.4 分类结果比较分析
• 5.1.5 分析与讨论
• 5.2 ETM影像湿地指数
• 5.3 ASTER影像湿地指数
• 5.4 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 创新点
• 6.3 不足与展望
• 参考文献
• 参加项目及发表的论文
• 致谢