松辽平原土地盐碱化监测机理及方法研究

论文摘要

我国是受土地盐碱化危害最严重的国家之一。上个世纪中后期,由于全球变化所导致的气候干旱化以及水、土、生物资源被过量地开发利用等原因,使松辽平原生态环境恶化,土地盐碱化和草原退化等问题日益严重,土地盐碱化迅速扩大,生态环境受到严重破坏,甚至形成不毛之地,严重影响地区的可持续发展。遥感技术作为一种快速、准确获取空间信息的技术手段,对土地盐碱化监测、治理及合理开发利用,维持区域生态可持续发展等方面具有重要意义。本文利用人机交互解译方法对1975年MSS影像、1990年TM影像、2001年ETM影像进行盐碱化信息提取,并利用地理信息系统分析,获得近30年松辽平原盐碱土变化规律。对研究区内ASTER遥感影像、TM遥感影像利用6S模型进行大气校正,研究盐碱土在ASTER影像、TM影像上的光谱特征,结合土壤采样化验数据,对松辽平原土壤含盐量进行定量反演。为了提高反演精度,研究中对反射率进行了包括对数、倒数、微分等形式的多种数学变换。结果表明,这些变换可以在不同程度上提高反演精度。为了分离盐碱土,文中探讨了3种分类方法:最大似然值分类、人工网络神经元分类、决策树分类。统计结果表明,决策树分类可以获得更高的分类精度。本文试利用环境减灾卫星（HJ-1A）的HSI高光谱数据进行定量反演土壤含盐量的实验。研究过程中,利用FLAASH模型对高光谱数据进行大气校正,并对校正后影像的反射率及其变换形式与土壤实测含盐量进行单波段相关分析,确定盐碱在HSI高光谱中的敏感波段;为了消除高光谱波段间高相关性影响、提高反演精度,文中使用偏最小二乘回归分析（PLSR）的方法,提取反射率及其变换形式图像的最大解释盐分含量变化的主成分,预测研究区内土壤全盐含量及盐碱离子含量。为了研究区内盐碱土的数量变化和空间转移规律,本文利用解译与分类结果,将研究区内几种主要地类生成马尔科夫转移矩阵,分析盐碱土时空变化的特点与规律。最后以景观生态学为指导,运用景观指数法,对该区景观格局变化进行定量分析,揭示了景观格局变化的特征和过程。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 土地荒漠化与盐碱化的定义
• 1.1.1 荒漠化
• 1.1.2 盐碱化
• 1.2 论文研究的目的与意义
• 1.2.1 论文研究的意义
• 1.2.2 论文研究的目的
• 1.3 国内外土地盐碱化监测的研究现状
• 1.3.1 国外对土地盐碱化的研究进展
• 1.3.2 国内对土地盐碱化的研究进展
• 1.4 论文研究的内容及技术方法
• 1.4.1 研究内容
• 1.4.2 技术方法
• 1.4.3 技术路线
• 1.4.4 论文的结构
• 1.5 本文的特色与创新点
• 第2章 研究区概况及盐碱土时空变化
• 2.1 研究区概况
• 2.1.1 地理位置
• 2.1.2 气候特征
• 2.1.3 水文与地貌特征
• 2.1.4 土壤特征
• 2.1.5 植被特征
• 2.1.6 人文经济
• 2.2 研究区土地盐碱化现状及盐碱土的类型
• 2.2.1 盐碱化现状
• 2.2.2 研究区盐碱土的类型与特点
• 2.3 盐碱土时空变化分析
• 2.3.1 盐碱土的解译标志
• 2.3.2 松辽平原盐碱土的分布特征
• 2.3.3 松辽平原盐碱土的面积及变化速度
• 2.3.4 松辽平原土地盐碱化的动态
• 本章小结
• 第3章 研究区数据的获取与预处理
• 3.1 土壤样品的采集与处理
• 3.1.1 土壤样品的采集
• 3.1.2 土壤样品的测定分析
• 3.2 ASTER 遥感影像数据
• 3.3 数据的获取与预处理
• 3.3.1 常用的辐射校正方法
• 3.3.2 6S 模型大气校正
• 3.3.3 几何校正
• 3.4 研究区主要地物光谱特征
• 第4章 ASTER 反演土壤含盐量
• 4.1 盐碱土的波谱特征与反射率分析
• 4.1.1 地物的反射率与反射波谱
• 4.1.2 盐碱土的成分与光谱特征分析
• 4.2 研究区盐碱土特征
• 4.3 研究区盐碱土在ASTER 影像中的光谱特征
• 4.4 光谱数据处理方法
• 4.5 含盐量的单相关统计分析
• 4.5.1 反射率与含盐量的单相关分析
• 4.5.2 反射率的变换形式与含盐量的单相关性分析
• 4.5.3 反射率及其变换形式的导数与含盐量的相关分析
• 4.6 多元逐步回归模型的确立
• 4.7 盐碱土的分类
• 4.7.1 波谱的优化及训练样本的确定
• 4.7.2 最大似然分类
• 4.7.3 神经网络分类
• 4.7.4 决策树分类
• 4.8 结果与分析
• 本章小结
• 第5章 TM 反演土壤含盐量
• 5.1 TM 遥感影像概述
• 5.2 数据的获取与预处理
• 5.2.1 遥感及土壤数据的获取
• 5.2.2 辐射校正
• 5.3 TM 影像盐碱土的光谱特征
• 5.4 利用TM 数据进行土壤含盐量的分类
• 5.4.1 建立反演模型
• 5.4.2 结果与分析
• 本章小结
• 第6章 利用HJ-1A 高光谱数据反演土壤含盐量
• 6.1 HJ-1A 高光谱数据
• 6.2 数据的获取与预处理
• 6.2.1 HDF5 格式的转化
• 6.2.2 标准辐射亮度的转换
• 6.2.3 大气校正
• 6.2.4 几何精校正
• 6.3 不同地物在HSI 影像中表现的光谱特征
• 6.4 盐碱土在HSI 影像中表现的光谱特征分析
• 6.5 基于单波段光谱数据土壤含盐量的反演
• 6.5.1 光谱数据及其变换
• 6.5.2 基于单相关分析的土壤含盐量的预测
• 6.6 基于偏最小二乘回归分析（PLSR）的土壤含盐量预测
• 6.7 利用HSI 影像反演土壤盐分离子浓度
• 6.8 基于HSI 高光谱数据盐碱土的分类
• 6.8.1 决策树的设计
• 6.8.2 结果与分析
• 本章小结
• 第7章 土地盐碱化景观格局变化的分析
• 7.1 景观生态学的理论基础
• 7.1.1 景观生态学的概述
• 7.1.2 景观生态学研究的核心内容
• 7.1.3 景观格局指数及计算方法
• 7.2 基于马尔科夫转移模型的盐碱土地变化分析
• 7.2.1 研究区景观类型划分
• 7.2.2 马尔科夫转移矩阵模型
• 7.2.3 12 年来盐碱化土地变化的分析
• 7.3 盐碱化土地景观格局变化的分析
• 7.3.1 景观水平的景观指数分析
• 7.3.2 类型水平景观指数分析
• 本章小结
• 第8章 结论与展望
• 8.1 本文结论
• 8.2 展望
• 参考文献
• 作者简介及在学期间所取得的科研成果
• 致谢