發(fā)布時(shí)間：2017-09-04 21:42

  本文關(guān)鍵詞：錫林郭勒草地多樣性遙感識(shí)別與評(píng)價(jià)研究

  更多相關(guān)文章： 高光譜遙感 數(shù)據(jù)挖掘 特征提取 草地類型識(shí)別 神經(jīng)網(wǎng)絡(luò) 草地多樣性

【摘要】：草地是地球陸地表面僅次于森林的重要綠色覆被層,作為一種自然資源在承載牲畜、保護(hù)生物多樣性、保持水土、維護(hù)生態(tài)平衡、調(diào)節(jié)氣候、休憩休閑和營(yíng)養(yǎng)循環(huán)等方面具有重要作用。多年以來(lái),對(duì)草地資源的監(jiān)測(cè)與調(diào)查一直是草地研究人員的關(guān)注焦點(diǎn)和工作重點(diǎn),其中草類識(shí)別與草地多樣性評(píng)價(jià)是進(jìn)行草原覆蓋狀況監(jiān)測(cè)、草原生物多樣性保護(hù)和草地資源開(kāi)發(fā)利用等研究的基礎(chǔ)。 傳統(tǒng)的草地監(jiān)測(cè)方法主要依靠成本高、費(fèi)時(shí)、費(fèi)力的野外調(diào)查方法,近年來(lái)遙感技術(shù)迅速發(fā)展,成為草地資源調(diào)查和監(jiān)測(cè)研究的重要手段。然而就目前的研究狀況來(lái)看,還存在較多問(wèn)題：從草地識(shí)別方面來(lái)看,現(xiàn)行的草地高光譜研究多停留在光譜特征的分析和比較上,缺乏深入的研究,且草地類型識(shí)別方法大多為根據(jù)光譜特征簡(jiǎn)單分析而構(gòu)建的草地分類決策樹(shù),流程繁瑣,普適性差,此外,關(guān)于基于神經(jīng)網(wǎng)絡(luò)草地類型識(shí)別的研究較少；從草地多樣性研究方面來(lái)看,傳統(tǒng)的監(jiān)測(cè)方法多依托大量的地面實(shí)地調(diào)查或航片解譯,費(fèi)時(shí)費(fèi)力且可更新性差,不適用于大區(qū)域監(jiān)測(cè)。 針對(duì)目前草地多樣性識(shí)別和監(jiān)測(cè)研究中存在的問(wèn)題,本研究從草地識(shí)別及草地多樣性評(píng)價(jià)兩條線出發(fā),對(duì)內(nèi)蒙古錫林郭勒草地資源進(jìn)行了研究：在草地識(shí)別研究中采用2008年夏季草地光譜采樣數(shù)據(jù),首先以基于高光譜數(shù)據(jù)的草地光譜特征提取及識(shí)別為研究目的,以錫林郭勒草原四種常見(jiàn)草類：羊草、針茅、日陰菅及隱子草為研究對(duì)象,針對(duì)四種草類間相似的、較難區(qū)分的光譜特征,利用光譜微分技術(shù)結(jié)合神經(jīng)網(wǎng)絡(luò)模型強(qiáng)大的數(shù)據(jù)挖掘能力,設(shè)計(jì)出了一種新的高光譜草地類型識(shí)別流程,完成了四種草類的識(shí)別,為草地分類識(shí)別提供了新的技術(shù)方法流程；其次,以LandsatTM/ETM為主要數(shù)據(jù),輔以基礎(chǔ)地理數(shù)據(jù)及近期植被專題調(diào)查數(shù)據(jù),聯(lián)合遙感、GIS與景觀生態(tài)學(xué)的技術(shù)與方法對(duì)錫林郭勒草原的草地景觀多樣性進(jìn)行了分析與評(píng)價(jià),完成了草地分類體系的確定與專題地圖的制作、草地景觀多樣性評(píng)價(jià)指標(biāo)的確定與計(jì)算、草地景觀多樣性現(xiàn)狀、特征及空間格局的分析與評(píng)價(jià),主要結(jié)論如下： 在草地識(shí)別方面： (1)通過(guò)4種草地的平均光譜可以看出,4種草地的光譜較為相似,其中羊草在800m～1300m和(?)150nm-500nml司的光譜反射率高于其他3種草地光譜,日陰菅光譜在350nm-500nm之間光譜反射率最低,在1100nm-1300nm之間反射率最高,針茅和隱子草的光譜較為接近,尤其是在可見(jiàn)光范圍內(nèi)光譜差異較小。 (2)通過(guò)一階微分光譜提取了草地光譜的紅邊位置、紅邊斜率、紅邊面積、紅谷位置、紅谷值、綠峰位置和綠峰值等7個(gè)植被特征參數(shù),總體來(lái)看,紅邊、綠峰和紅谷位置變異系數(shù)小,紅邊斜率、紅邊面積、綠峰值和紅谷值變異系數(shù)相對(duì)較大,其中針茅的紅谷值變異系數(shù)達(dá)35.98%。通過(guò)7變量相關(guān)分析和主成分分析發(fā)現(xiàn),紅邊斜率與紅邊面積、綠峰值與紅谷值之間的相關(guān)性較大,構(gòu)成前3個(gè)主份的特征變量來(lái)看,紅邊位置特征貢獻(xiàn)較小。根據(jù)光譜參數(shù)提取分析結(jié)果,去除了紅邊面積、紅谷值和紅邊位置3個(gè)參量,以4種草地的紅邊斜率、綠峰值、綠峰位置和紅谷位置作為神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行草地類型的識(shí)別。 (3)研究發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)作為數(shù)據(jù)挖掘的有效手段,能較好識(shí)別不同草地光譜,進(jìn)而劃分出不同草地類型,訓(xùn)練和測(cè)試的總體精度較高、且較為平穩(wěn),測(cè)試精度達(dá)83.30%。 在草地多樣性評(píng)價(jià)方面： (1)依靠遙感解譯數(shù)據(jù)和GIS方法研究區(qū)共提取了42種景觀類型,其中包括16種草地景觀,分別為草甸草原、稀疏草地草原、干旱草原、其它草原、矮禾草矮半灌木荒漠草原、低濕地植被草原、禾草半灌木荒漠草原、叢生禾草根莖禾草典型草原、草本濕地、荒漠化草原、沙地植被草原、沙質(zhì)荒漠草原、禾草半灌木草原、林緣雜類草草甸、禾草雜草類草甸草原、草叢、草本綠地。 (2)草地景觀中面積最大的為叢生禾草,根莖禾草典型草原,面積約為912×104ha,占研究區(qū)面積的45.37%,為研究區(qū)的優(yōu)勢(shì)景觀,主要分布于研究區(qū)的中部、北部和南部區(qū)域。 (3)錫林郭勒草地斑塊共有26577個(gè),平均每個(gè)斑塊面積約為756.64ha,在平均水平上每100ha有0.13個(gè)斑塊；最大拼塊占研究區(qū)的比例為30.58%,為矮禾草,矮半灌木荒漠草原；景觀豐富度指數(shù)為42,景觀豐富度密度指數(shù)為0.0002,；香儂多樣性指數(shù)、香儂均勻度指數(shù)、景觀優(yōu)勢(shì)度指數(shù)、景觀聚集度指數(shù)分別為2.01,0.54,1.7,63.22。 (4)二連浩特市和蘇尼特右旗的草地類型最多,都為12種,正鑲白旗與正藍(lán)旗草地類型較少,分別為5種,其它旗縣多為10種,情況比較平均；叢生禾草根莖禾草典型草原作為6個(gè)旗縣的優(yōu)勢(shì)草地類型占據(jù)明顯優(yōu)勢(shì),其次為矮禾草矮半灌木荒漠草原分別占據(jù)了二連浩特市、蘇尼特右旗與蘇尼特左旗75%、60%、60%的草地面積,然后為干旱草原,分別占據(jù)了多倫縣與太仆寺旗37%和57%的草地面積,最后正藍(lán)旗的優(yōu)勢(shì)草地類型為沙地植被草原,面積百分比為42%。 (5)各旗縣中斑塊最多的為正藍(lán)旗,斑塊數(shù)量為40750,平均斑塊面積最大的為阿巴嘎旗,為271ha;最大拼塊存在于東烏珠穆沁旗內(nèi)為68ha,最小拼塊存在于多倫縣,大小為7ha；景觀形狀指數(shù)最大的是正藍(lán)旗,為170,斑塊效應(yīng)最強(qiáng),最小的為二連浩特市；斑塊密度最大的也為正藍(lán)旗,為4.008；景觀豐富度最強(qiáng)的為阿巴嘎旗；景觀多樣性指數(shù)最大的為多倫縣,正藍(lán)旗次之,分別為2.2702、2.1145；景觀均勻度最強(qiáng)的為為多倫縣,正藍(lán)旗次之,分別為0.6888、0.6509；景觀優(yōu)勢(shì)度最強(qiáng)的為錫林浩特市,為2.2612；景觀聚集度最強(qiáng)的為東烏珠穆沁旗,最弱的為阿巴嘎旗,分別為83、60�？傮w來(lái)看研究區(qū)不同空間范圍內(nèi)(行政區(qū)劃),景觀多樣性指數(shù)差異較大,不同區(qū)域呈現(xiàn)出不同的景觀多樣性。 總之,本研究成果可為草地資源高光譜信息提取、草類識(shí)別及草地多樣性評(píng)價(jià)等研究提供科學(xué)依據(jù)。此外,在草地類型識(shí)別研究中,本研究提取的7個(gè)特征參數(shù)較為常用,后續(xù)研究中將進(jìn)一步挖掘新的特征參量,同時(shí)由于神經(jīng)網(wǎng)絡(luò)存在穩(wěn)定性差和學(xué)習(xí)時(shí)間長(zhǎng)等特點(diǎn),后續(xù)研究將進(jìn)一步優(yōu)選神經(jīng)網(wǎng)絡(luò)模型參數(shù),提高草地類型識(shí)別的精度和穩(wěn)定性；在草地多樣性研究中,由于受遙感數(shù)據(jù)源的限制,雖然空間分辨率較高(30m),但草地分類只達(dá)到了景觀級(jí)別,沒(méi)有包含更具體的草地物種信息,因此未來(lái)研究可在數(shù)據(jù)源方面對(duì)提高草地分類級(jí)別做進(jìn)一步的努力,此外后續(xù)研究也可著眼于錫林郭勒草地多樣性空間分布格局的動(dòng)態(tài)變化特征。
【關(guān)鍵詞】：高光譜遙感 數(shù)據(jù)挖掘 特征提取 草地類型識(shí)別 神經(jīng)網(wǎng)絡(luò) 草地多樣性
【學(xué)位授予單位】：首都師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：S812;P237
【目錄】：

• 摘要4-7
• Abstract7-10
• 目錄10-12
• 圖目錄12-13
• 表目錄13-14
• 第一章 緒論14-34
• 1.1 研究背景及意義14-15
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀15-28
• 1.2.1 遙感技術(shù)在草類多樣性識(shí)別的應(yīng)用研究進(jìn)展16-23
• 1.2.2 遙感技術(shù)在生物多樣性的應(yīng)用研究進(jìn)展23-27
• 1.2.3 存在問(wèn)題27-28
• 1.3 研究?jī)?nèi)容與技術(shù)路線28-31
• 1.3.1 研究?jī)?nèi)容28-30
• 1.3.2 技術(shù)路線30-31
• 1.4 論文結(jié)構(gòu)31-32
• 1.5 本章小結(jié)32-34
• 第二章 研究區(qū)概況與數(shù)據(jù)預(yù)處理34-40
• 2.1 研究區(qū)概況34-36
• 2.2 地面高光譜采集36-37
• 2.3 數(shù)據(jù)預(yù)處理37-39
• 2.3.1 高光譜遙感數(shù)據(jù)預(yù)處理37
• 2.3.2 多光譜遙感數(shù)據(jù)預(yù)處理37-39
• 2.4 本章小結(jié)39-40
• 第三章 基于高光譜數(shù)據(jù)的草地類型識(shí)別研究40-58
• 3.1 基于高光譜數(shù)據(jù)的草地類型識(shí)別指標(biāo)體系建立方法研究40-43
• 3.1.1 草地類型識(shí)別指標(biāo)體系研究40-41
• 3.1.2 光譜特征參數(shù)提取方法41-42
• 3.1.3 光譜特征參數(shù)篩選42-43
• 3.2 多層感知神經(jīng)網(wǎng)絡(luò)(MLP)草地分類模型的構(gòu)建43-48
• 3.2.1 網(wǎng)絡(luò)誤差與權(quán)值調(diào)整45-47
• 3.2.2 MLP神經(jīng)網(wǎng)絡(luò)工作原理47
• 3.2.3 多層感知神經(jīng)網(wǎng)絡(luò)模型草地類型分類器的SPSS實(shí)現(xiàn)47-48
• 3.3 錫林郭勒草地類型識(shí)別結(jié)果與分析48-57
• 3.3.1 草地光譜特征分析49-52
• 3.3.2 草地光譜特征參量提取52-53
• 3.3.3 草地類型識(shí)別53-56
• 3.3.4 結(jié)論56-57
• 3.4 本章小結(jié)57-58
• 第四章 基于Landsat TM/ETM遙感數(shù)據(jù)的錫林郭勒草地景觀多樣性評(píng)價(jià)研究58-68
• 4.1 草地景觀多樣性評(píng)價(jià)方法研究58-61
• 4.1.1 草地景觀分類體系確定及其專題圖的制作59
• 4.1.2 草地景觀多樣性評(píng)價(jià)指標(biāo)體系構(gòu)建59-60
• 4.1.3 草地景觀評(píng)價(jià)指標(biāo)的計(jì)算60-61
• 4.2 草地景觀多樣性特征分析61-66
• 4.2.1 錫林郭勒草地景觀現(xiàn)狀分析61-62
• 4.2.2 景觀多樣性特征分析62-63
• 4.2.3 景觀多樣性空間格局分析63-65
• 4.2.4 結(jié)論65-66
• 4.3 本章小結(jié)66-68
• 第五章 總結(jié)與展望68-70
• 參考文獻(xiàn)70-76
• 碩士研究生階段論文發(fā)表情況76-77
• 致謝77-78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 任繼周，胡自治，，陳全功;草地遙感應(yīng)用動(dòng)態(tài)與研究進(jìn)展[J];草業(yè)科學(xué);1996年01期

2 丁莉東;吳昊;王長(zhǎng)健;覃志豪;章其祥;;基于譜間關(guān)系的MODIS遙感影像水體提取研究[J];測(cè)繪與空間地理信息;2006年06期

3 徐永斌;王樹(shù)文;;基于地學(xué)分析與遙感智能解譯模型的土地覆蓋/土地利用分類[J];測(cè)繪與空間地理信息;2010年04期

4 方彬;陳波;張?jiān)?;生物多樣性遙感監(jiān)測(cè)尺度選擇及制圖研究[J];地理與地理信息科學(xué);2007年06期

5 徐希孺,金麗芳,賃常恭,周嗣松,張猛;利用NOAA—CCT估算內(nèi)蒙古草場(chǎng)產(chǎn)草量的原理和方法[J];地理學(xué)報(bào);1985年04期

6 毛建旭 ,王耀南 ,孫煒;模糊B樣條基函數(shù)神經(jīng)網(wǎng)絡(luò)的遙感圖像分類器[J];電子測(cè)量與儀器學(xué)報(bào);2002年04期

7 黃立賢;沈志學(xué);;基于決策樹(shù)的Landsat多光譜影像分類方法[J];光電技術(shù)應(yīng)用;2011年03期

8 丁志;童慶禧;鄭蘭芬;王爾和;肖乾廣;陳維英;周嗣松;;應(yīng)用氣象衛(wèi)星圖象資料進(jìn)行草場(chǎng)生物量測(cè)量方法的初步研究[J];干旱區(qū)研究;1986年02期

9 尤淑撐,張瑋,嚴(yán)泰來(lái);模糊分類技術(shù)在作物類型識(shí)別中的應(yīng)用[J];國(guó)土資源遙感;2000年01期

10 吳見(jiàn);彭道黎;;基于面向?qū)ο蟮腝uickBird影像退耕地樹(shù)冠信息提取[J];光譜學(xué)與光譜分析;2010年09期

本文編號(hào)：794018