【摘要】：森林生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)最主要的組成部分,在維持生物多樣性、生態(tài)系統(tǒng)服務(wù)、調(diào)節(jié)全球氣候和涵養(yǎng)水源起到了至關(guān)重要的作用。黃土高原是世界上水土流失最嚴(yán)重和生態(tài)環(huán)境最脆弱的地區(qū)之一,為了緩解日益惡化的生態(tài)環(huán)境,自1999年以來(lái),國(guó)家實(shí)施了退耕還林工程和三北防護(hù)林工程等一系列生態(tài)工程。如何準(zhǔn)確識(shí)別森林面積和分布是科學(xué)評(píng)價(jià)項(xiàng)目實(shí)施成效和實(shí)現(xiàn)區(qū)域森林資源可持續(xù)管理的重要前提。為了準(zhǔn)確的估算黃土高原的森林資源,首先,本文結(jié)合2010年30m分辨率的光學(xué)遙感數(shù)據(jù)(Landsat)和25m分辨率的激光雷達(dá)數(shù)據(jù)(PALSAR),利用決策樹分類的方法提取了黃土高原森林分布信息;其次,本文采用相同的地面驗(yàn)證數(shù)據(jù)評(píng)估了PL-based森林圖和現(xiàn)有七種中高分辨率的森林產(chǎn)品(JAXA、GlobeLand30、FROM-GLC、Hansen、ChinaCover、NLCD、GLCF VCF)的總體精度、用戶精度、產(chǎn)品精度和卡帕系數(shù);并在縣級(jí)尺度和像元尺度分析了PL-based森林圖和現(xiàn)有七種森林產(chǎn)品的森林面積和空間一致性的差異;最后本文探討了八種森林產(chǎn)品的空間一致性及其對(duì)地形的敏感性。研究結(jié)果表明:(1)PL-based森林圖融合了光學(xué)遙感數(shù)據(jù)(Landsat)的光譜信息和激光雷達(dá)數(shù)據(jù)(PALSAR)的森林結(jié)構(gòu)信息,與其他的森林產(chǎn)品相比具有最高的總體精度(0.97)和卡帕系數(shù)(0.88)。(2)縣級(jí)尺度上,PL-based森林圖與現(xiàn)有七種森林產(chǎn)品均具有較高的線性相關(guān)(R~2=0.68~0.96),其中JAXA和PL-based森林產(chǎn)品具有最高的線性相關(guān)(R2=0.96,y=-0.29+0.81x)。(3)細(xì)節(jié)圖可以看出,黃土高原PL-based,GlobeLand30和ChinaCover森林產(chǎn)品表明了更多的細(xì)節(jié)信息;JAXA相對(duì)低估了森林的面積,NLCD忽略了細(xì)節(jié)部分;FROM-GLC由于較大的錯(cuò)分誤差高估了森林的面積。(4)八種森林產(chǎn)品的空間一致性指數(shù)隨著地形呈現(xiàn)出一定規(guī)律,具體來(lái)說(shuō),在海拔2000m以下,空間一致性指數(shù)隨著海拔的增加而增加;在海拔2000m以上,森林的空間一致性指數(shù)隨著海拔的增加而減少;而隨著坡度的增加(坡度25°),森林的空間一致性指數(shù)明顯增加。本研究表明融合光學(xué)遙感和激光雷達(dá)數(shù)據(jù)可以更加精確的估算森林的面積,將會(huì)為未來(lái)的森林資源調(diào)查提供一些參考。
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P237
【圖文】：

激光雷達(dá)數(shù)據(jù)（PALSAR），利用決策樹分類的方法提取了黃土高原森林分布信息。以期獲取更加準(zhǔn)確的黃土高原森林分布特征，為今后的區(qū)域森林管理和黃土高原生態(tài)修復(fù)工作的持續(xù)深入開展提供一定的指導(dǎo)。具體的技術(shù)流程圖1-1如下所示：圖 1-1 論文研究技術(shù)流程圖（1） 收集研究區(qū)相關(guān)森林資料，初步了解其森林分布、氣候變化和地形地貌等特征以及退耕還林政策，確立森林信息提取的研究方案；（2） 獲取研究區(qū)內(nèi) 2010 年的光學(xué)遙感數(shù)據(jù)（Landsat）和微波遙感數(shù)據(jù)（PALSAR）；（3） 對(duì)遙感影像數(shù)據(jù)進(jìn)行重投影、重采樣等一系列預(yù)處理的工作；（4） 隨機(jī)采集一定數(shù)量的樣本點(diǎn)，建立合適的閾值，利用決策樹分類的算法，提取研究區(qū)的森林分布信息，制作專題圖；（5） 對(duì)PL-based森林圖和現(xiàn)有的七種中高分辨率的森林產(chǎn)品進(jìn)行精度驗(yàn)證與比較研究；（6） 從森林定義、數(shù)據(jù)源、算法等方面探究森林信息提取過程中的不確定性原因，為今后森林信息提取的研究提供合理化的建議。

黃土高原是中華文明的發(fā)祥地，同時(shí)也是世界上生態(tài)環(huán)境最為脆弱和水土嚴(yán)重的地區(qū)之一。黃土高原土地疏松、地形破碎且常年遭受過度放牧、亂以及農(nóng)田開墾等影響；這些惡劣的自然條件和廣泛的人類活動(dòng)嚴(yán)重破壞了原的生態(tài)環(huán)境，水土流失和土地荒漠化的情況愈演愈烈。黃土高原地處中國(guó)中北部，總面積 62.14 萬(wàn) km2（33°41′～41°16′N52′～114°33′E），是中國(guó)的四大平原之一，主要包括山西高原、陜甘、隴中高原、鄂爾多斯高原和河套平原（圖 2-1）。黃土高原西起青海省日東至太行山脈，南起秦嶺，北至長(zhǎng)城以南；橫跨中國(guó) 7 個(gè)省區(qū)，包括寧夏治區(qū)、甘肅省、內(nèi)蒙古自治區(qū)、陜西省和山西省的大部分地區(qū)以及青海省省部分地區(qū)。研究區(qū)地勢(shì)西北高、東南低，平均海拔在 1500～2000m 之間由絕大部分的厚層黃土覆蓋以及少量的石質(zhì)山地；經(jīng)過長(zhǎng)期的流水和降雨，黃土高原已經(jīng)形成地形千溝萬(wàn)壑、支離破碎的獨(dú)特自然景觀。

圖 3-1 黃土高原 2010 年 NDVI 最大值的空間分布及植被掩膜3.2 黃土高原森林信息提取算法本研究通過融合光學(xué)遙感數(shù)據(jù)（Landsat）和微波遙感數(shù)據(jù)（PALSAR），采用決策樹分類的算法進(jìn)行森林信息提取。首先，研究利用 25m 分辨率的 PALSAR（HH，HV，比值和差值）影像數(shù)據(jù)生成了 PALSAR-based 森林分布圖（圖 3-2）；其次，為了匹配30m 空間分辨率的 Landsat 影像，用最近鄰的方法將 25mPALSAR影像數(shù)據(jù)重采樣成 30m 空間分辨率；最后，合并 PALSAR 和 Landsat NDVImax數(shù)據(jù)生成了 PALSAR/Landsat 森林分布圖。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李增元;劉清旺;龐勇;;激光雷達(dá)森林參數(shù)反演研究進(jìn)展[J];遙感學(xué)報(bào);2016年05期

2 李蘭;陳爾學(xué);李增元;馮琦;趙磊;;合成孔徑雷達(dá)森林樹高和地上生物量估測(cè)研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2016年04期

3 陳幫乾;李香萍;肖向明;孫瑞;吳志祥;祁棟靈;楊川;陶忠良;;基于PALSAR雷達(dá)數(shù)據(jù)與多時(shí)相TM/ETM+影像的海南島土地利用分類研究[J];熱帶作物學(xué)報(bào);2015年12期

4 秦元偉;董金瑋;肖向明;;中國(guó)森林覆蓋度產(chǎn)品的差異性及不確定性分析[J];生物多樣性;2015年06期

5 王昊;呂植;顧壘;聞丞;;基于Global Forest Watch觀察2000 2013年間中國(guó)森林變化[J];生物多樣性;2015年05期

6 穆喜云;張秋良;劉清旺;龐勇;胡凱龍;;基于激光雷達(dá)的大興安嶺典型森林生物量制圖技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2015年02期

7 張繼平;劉春蘭;郝海廣;喬青;王輝;孫莉;;面向?qū)ο蟮腁LOS高分辨率遙感影像亞熱帶森林遙感分類研究[J];南方林業(yè)科學(xué);2015年01期

8 陳勁松;韓宇;陳工;張瑾;;基于多源遙感信息融合的廣東省土地利用分類方法——以雷州半島為例[J];生態(tài)學(xué)報(bào);2014年24期

9 張淑芬;邢艷秋;艾合買提江·阿不都艾尼;孫小添;;基于TM遙感影像的森林類型分類方法比較[J];森林工程;2014年01期

10 劉紀(jì)遠(yuǎn);匡文慧;張?jiān)鱿?徐新良;秦元偉;寧佳;周萬(wàn)村;張樹文;李仁東;顏長(zhǎng)珍;吳世新;史學(xué)正;江南;于東升;潘賢章;遲文峰;;20世紀(jì)80年代末以來(lái)中國(guó)土地利用變化的基本特征與空間格局[J];地理學(xué)報(bào);2014年01期

本文編號(hào)：2760632