采石場(chǎng)是人為地移除地表植被和土壤進(jìn)行砂石等建筑原料開采活動(dòng)的結(jié)果,因此采石場(chǎng)的動(dòng)態(tài)變化從某種角度反映了采礦這種人類活動(dòng)。實(shí)際上,由采石活動(dòng)引起的地表變化也可看作是當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的結(jié)果。從而,監(jiān)測(cè)采石場(chǎng)的動(dòng)態(tài)變化能為政府決策和環(huán)境保護(hù)提供信息和支持。本文利用Landsat系列遙感數(shù)據(jù)獲得了位于京津冀三地交界處的一處采石場(chǎng)自1984年至2017年的逐年連續(xù)監(jiān)測(cè)結(jié)果,并總結(jié)了對(duì)采石場(chǎng)進(jìn)行長(zhǎng)時(shí)間連續(xù)觀測(cè)的處理流程。首先利用隨機(jī)森林分類法對(duì)每一年影像進(jìn)行采石場(chǎng)分類,然后應(yīng)用了一種時(shí)間維平滑的后處理方法,獲得了每年采石場(chǎng)的范圍。之后在定義了采石場(chǎng)的邊緣區(qū)域的基礎(chǔ)上,只將邊緣區(qū)域的部分面積計(jì)入采石場(chǎng)面積以減少邊緣區(qū)域混合像元的影響,最終得到了研究區(qū)內(nèi)采石場(chǎng)面積的時(shí)間序列。這一結(jié)果揭示了采石場(chǎng)面積變化特征各不相同的五個(gè)階段�；谒@得了采石場(chǎng)面積時(shí)間序列結(jié)果,本文對(duì)不同轄區(qū)內(nèi)的采石場(chǎng)面積變化進(jìn)行對(duì)比分析,結(jié)合各類社會(huì)事件,反映出政府決策對(duì)采石場(chǎng)變化的影響,例如2008北京奧運(yùn)和2008年天津采石場(chǎng)的滑坡事故都在不同程度上抑制了采石活動(dòng),而在相鄰轄區(qū)的采石活動(dòng)受到抑制時(shí),當(dāng)?shù)氐牟墒顒?dòng)又會(huì)受遷移過來的采石... 

【文章來源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所)北京市

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)示意圖:左圖為研究區(qū)地理位置行政區(qū)劃圖；右上圖為研究區(qū)2016年的Landsat衛(wèi)星影像；右下圖為研究區(qū)的數(shù)字表面模型（DigitalSurfaceModel，DSM），其數(shù)據(jù)來源是日本ALOS(AdvancedLandObservingSatellite)DSM數(shù)據(jù)

AUC）作為分類器質(zhì)量評(píng)價(jià)指標(biāo)。2.3.3 后處理由于森林中的裸露巖石、建筑物屋頂、水泥道路和采石場(chǎng)有著類似的物質(zhì)構(gòu)成，表現(xiàn)在遙感影像上就是相類似的光譜特征，在分類中不可避免地存在一些誤分類。而隨機(jī)森林作為一種逐像素分類的方法，分類結(jié)果中的一些噪聲也是難免的。因此我們需要對(duì)分類結(jié)果進(jìn)行一些后處理。首先，由于建筑物頂、道路與采石場(chǎng)在研究區(qū)內(nèi)有明顯的海拔差異，我們用 ALOS DSM 生成的高程掩膜濾除在低海拔區(qū)域的誤分類結(jié)果。通過將 DSM數(shù)據(jù)中高于 50m 的區(qū)域作為有效區(qū)域并以此為邊界向外膨脹 9 個(gè)像素以覆蓋山腳附近由于采石活動(dòng)形成的深坑。圖 2.3 顯示了從 DSM 獲得的高程掩膜。利用高程掩膜，我們保留了在有效區(qū)內(nèi)的采石場(chǎng)類別，而在被掩除區(qū)內(nèi)的采石場(chǎng)類別像素被中心歸類為非采石場(chǎng)類別。

對(duì)于采石場(chǎng)這一特殊用地類型，我們觀察到，當(dāng)其他類別轉(zhuǎn)變類后（通常伴隨著植被以及表層土壤的移除），這一區(qū)域一般會(huì)維持為來進(jìn)行數(shù)年的采石活動(dòng)，而當(dāng)采石場(chǎng)恢復(fù)成其他類（自然狀態(tài)下的植人為因素下的礦區(qū)恢復(fù)），這一區(qū)域一般不會(huì)在短時(shí)間內(nèi)又變回采石場(chǎng)區(qū)域要么已經(jīng)被人遺忘要么已經(jīng)被人保護(hù)起來了�；诖耍覀兛梢蚤g維上的類別異常值很有可能是誤分類的結(jié)果。我們將每一個(gè)像素所分類概率值 p-value 值組成一個(gè)的時(shí)間序列，之后對(duì)其進(jìn)行一次中值濾在時(shí)間維上的異常值。圖 2.4 顯示了使用這一方法對(duì)某一位置像素在內(nèi)的分類結(jié)果進(jìn)行時(shí)間維平滑的例子，縱軸表示這一像素分類為采石概率，藍(lán)線表示處理前這一像素在歷年分類結(jié)果中變化，紅線表示經(jīng)平滑之后的分類概率值。很明顯 2005 年上的異常值被這一時(shí)間維平滑功移除了。


本文編號(hào)：2921061