【摘要】：近年來,隨著我國遙感衛(wèi)星事業(yè)的快速發(fā)展,遙感影像數(shù)據(jù)被廣泛應(yīng)用于地表覆蓋測量、監(jiān)測與制圖中。森林是地表覆蓋類型的重要組成部分,一直以來,森林與其他地表覆蓋類型的互相轉(zhuǎn)變關(guān)系是森林資源監(jiān)測中獲取森林覆蓋變化信息以及地表覆蓋類型信息的重要研究內(nèi)容。近些年,地表覆蓋數(shù)據(jù)相關(guān)產(chǎn)品的生產(chǎn)方法逐漸豐富,產(chǎn)品在空間分辨率和分類精度方面都有了很大的提升。但由于地表覆蓋類型受人類活動和自然因素影響具有復(fù)雜性和動態(tài)性,地表覆蓋產(chǎn)品生產(chǎn)依然面臨很多挑戰(zhàn):一方面,地表覆蓋類型信息的獲取要求有穩(wěn)定的遙感數(shù)據(jù)源提供充足的數(shù)據(jù);另一方面,還需在保證數(shù)據(jù)產(chǎn)品的精度前提下盡量縮小數(shù)據(jù)更新的周期和成本。相比于其他地表覆蓋類型信息更新方法,基于變化信息的地表覆蓋更新可以減少工作量,同時最大程度上保持更新數(shù)據(jù)與歷史數(shù)據(jù)的一致性,因此成為目前地表覆蓋類型圖更新工作的重要方法。根據(jù)以上背景,本文選取內(nèi)蒙古自治區(qū)扎蘭屯市為研究區(qū),以探索基于變化檢測的地表覆蓋類型圖更新方法為目標(biāo),主要開展了以下研究:(1)優(yōu)化了變化檢測差異特征的計算方法,采用基于典型相關(guān)分析的多元變化檢測(Multivariate alteration detection,MAD)方法,通過分析不同地表覆蓋變化類型對應(yīng)的MAD各分量的特點,確定其所包含的地表覆蓋變化信息分布的無序性,可利用此特性消除“耕地”類型中由于作物種類或所處生長期不同而導(dǎo)致的“偽變化”,從而構(gòu)造了更為精確的MADsyn差異影像。(2)通過對MADsyn差異影像進(jìn)行馬爾科夫隨機場(Markov Random Field,MRF)二值化分割,實現(xiàn)了地表覆蓋變化區(qū)域的較高精度提取。通過比較最大類間方差(Otsu)法與MRF二值分類法,研究了在變化閾值確定過程中考慮鄰域信息的作用和效果。結(jié)果表明,Otsu與MRF模型法獲得的變化檢測結(jié)果正確率分別為70.21%和76.69%,虛警率分別為30.12%和23.57%,漏警率分別為8%和6%。研究驗證了本研究所采用的MRF二值分割法的有效性,獲得了較高的變化區(qū)域分布檢測精度。(3)發(fā)展了一種利用分類特征建立分類規(guī)則集,從而有效識別變化區(qū)域在后期的地表覆蓋類型的方法。實驗結(jié)果表明,NDVI與紋理差值特征的組合可以對植被覆蓋增加、植被覆蓋減少、水體增加以及建設(shè)用地增加等變化方向進(jìn)行很好的區(qū)分。研究得到的地表覆蓋類型更新精度達(dá)到了81.25%。(4)對研究區(qū)地表覆蓋類型空間變化圖結(jié)果的統(tǒng)計分析結(jié)果表明,2013-2017年,研究區(qū)林地凈增長面積為426.94km2,增長率為2.54%,主要變化地類以草地向林地轉(zhuǎn)變?yōu)橹?轉(zhuǎn)化面積為450.5km2,其他地類間亦均有小范圍的互相轉(zhuǎn)化。變化的主要驅(qū)動因子為林業(yè)政策的落實與林業(yè)工程的實施�？傊�,本文發(fā)展了一種基于變化檢測的地表覆蓋類型圖遙感更新方法,具有較的地表覆蓋類型圖更新效率和精度,有利于應(yīng)用部門及時、全面掌握大區(qū)域森林資源動態(tài)變化信息。
【學(xué)位授予單位】：中國林業(yè)科學(xué)研究院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P237
【圖文】：

圖 1-1 技術(shù)路線圖Fig.1-1 Technology Roadmap1.5 論文結(jié)構(gòu)本文由 5 章組成，具體內(nèi)容框架如下：第一章為緒論。該章闡明了本文的研究背景及意義，概述了地表覆蓋類型遙感更新的思路和方法，歸納了遙感變化檢測與地物類型識別的研究現(xiàn)狀與趨勢，總結(jié)現(xiàn)有方法的不足之處，確定本文的研究目的，描述了本文的技術(shù)路線，并給出論文的整體結(jié)構(gòu)。第二章為實驗區(qū)及數(shù)據(jù)預(yù)處理。這一章主要介紹了本文研究區(qū)的概況，并對研究獲取的 GF-1 WFV 數(shù)據(jù)、森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)、歷史專題數(shù)據(jù)、外業(yè)調(diào)查數(shù)據(jù)以及

05′40″N—48°36′34″N（郝世文，2015），研究區(qū)地理位置示意圖如圖 2-1 所示。實驗區(qū)氣候?qū)贉貛Т箨懶约撅L(fēng)氣候，太陽輻射強，日照充足，晝夜溫差大。冬寒冷干燥，夏季短而溫暖，降雨集中，春季暖和，秋季降溫迅速，風(fēng)向為山谷北部屬于大興安嶺東部溫暖，濕潤，半濕潤的林牧區(qū)，東南部屬暖溫帶半濕年平均氣溫 2.4℃，平均降水量 480.3 毫米，多集中在 6 - 8 月。無霜期約為左劍鳴等，2014）。實驗區(qū)森林資源主要是天然林。森林資源相對較小。西向東植被分布大興安嶺混交林和低地丘陵闊葉林。樹種主要有興安落葉松（Larix gmelini（iRupr.）Kuze松（ Pinus sylvestris var. mongolica Litv. ）、白樺（Betula platyphylla Suk.）、etula davurica Pall.）、楊樹（PopulusL.）、榆樹（Ulmus pumila L.）、柳樹（ylonica）、山楊（Populus davidiana）、柞樹（Quercus mongolica Fisch. ex Ledeb月輝等，2006）。

（a）2013 年 （b）2017 年圖 2-2 研究區(qū)遙感數(shù)據(jù)（RGB：NIR，R，G）Fig.2-2 Remote Sensing Data of the Study Area （RGB:NIR,R,G）2.2.2 地表覆蓋專題數(shù)據(jù)本文研究目的是基于兩期（T1、T2）遙感影像和對應(yīng) T1 的地表覆蓋類型分布圖，發(fā)展較為自動化的更新 T2 遙感數(shù)據(jù)獲取時間點對應(yīng)的地表覆蓋類型圖的方法。為此，我們獲取了研究區(qū) 2013 年地表覆蓋類型圖（圖 2-3）。該圖采用的分類系統(tǒng)見 4.2.1。

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 強振平;狄光智;陳旭;;基于模糊子集的土地利用遙感圖像模糊規(guī)則分類[J];遙感技術(shù)與應(yīng)用;2013年04期

2 陳鑫鏢;;遙感影像變化檢測技術(shù)發(fā)展綜述[J];測繪與空間地理信息;2012年09期

3 杜培軍;柳思聰;;融合多特征的遙感影像變化檢測[J];遙感學(xué)報;2012年04期

4 張雪紅;;基于知識與規(guī)則的紅樹林遙感信息提取[J];南京信息工程大學(xué)學(xué)報(自然科學(xué)版);2011年04期

5 周啟鳴;;多時相遙感影像變化檢測綜述[J];地理信息世界;2011年02期

6 吳雪瓊;覃先林;周汝良;盧穎;陳爾學(xué);李增元;;森林覆蓋變化遙感監(jiān)測方法研究進(jìn)展[J];林業(yè)資源管理;2010年04期

相關(guān)碩士學(xué)位論文 前2條

1 谷鑫志;多極化星載SAR森林覆蓋變化檢測方法研究[D];中國林業(yè)科學(xué)研究院;2017年

2 鮑晨光;森林類型遙感分類研究[D];東北林業(yè)大學(xué);2010年

本文編號：2755329