發(fā)布時(shí)間：2018-04-30 06:53

  本文選題：長汀縣 + 遙感　； 參考：《遙感技術(shù)與應(yīng)用》2017年03期

【摘要】：以福建省長汀縣河田地區(qū)的植被為研究對象,選取2010年Landsat 5和2014年Landsat 8遙感影像,基于影像的植被光譜特征曲線和紋理波段,對該區(qū)進(jìn)行植被分類和植被類型變化的研究。精度驗(yàn)證表明,兩年份的植被分類的總精度分別為85.62%和86.44%,Kappa系數(shù)分別為0.804和0.818。研究結(jié)果表明:2010~2014年間河田地區(qū)共增加植被面積590.40hm~2,并且兩年份的植被類型均以馬尾松為主,其面積占各自年份植被總面積的69%以上,而其它植被類型的面積比例各異。分析發(fā)現(xiàn),政策的支持是該區(qū)植被在這4年間發(fā)生變化的主要驅(qū)動力。研究表明該方法能夠有效地對植被進(jìn)行分類,并且可以準(zhǔn)確地掌握河田地區(qū)各植被的分布及面積,較好地了解各植被的變化及變化原因,為水土流失治理及植被優(yōu)化提供科學(xué)決策依據(jù)。
[Abstract]:Taking the vegetation of Hetian area of Changting County, Fujian Province as the research object, the vegetation classification and vegetation type change in this area were studied based on the spectral characteristic curve and texture band of vegetation in 2010 Landsat 5 and 2014 Landsat 8 remote sensing images. The accuracy verification shows that the total accuracy of vegetation classification in the two years is 85.62% and 86.44% respectively, and the Kappa coefficient is 0.804 and 0.818 respectively. The results showed that the vegetation area increased by 590.40hmm-2 between 2010 and 2014, and the main vegetation types in the two years were Pinus massoniana, which accounted for more than 69% of the total vegetation area in their respective years, but the proportion of other vegetation types was different. It is found that the policy support is the main driving force of vegetation change in this area during the past four years. The research shows that this method can classify vegetation effectively, and can accurately understand the distribution and area of vegetation in river field, and better understand the change of vegetation and its reasons. It provides scientific decision basis for soil erosion control and vegetation optimization.
【作者單位】： 福州大學(xué)環(huán)境與資源學(xué)院;福州大學(xué)遙感信息工程研究所;福建省水土流失遙感監(jiān)測評估與災(zāi)害防治重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家科技支撐項(xiàng)目(2013BAC08B01-05) 福建省教育廳重點(diǎn)項(xiàng)目(JA13030)
【分類號】：Q948;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙一;;植被分類系統(tǒng)與方法綜述[J];河北林果研究;2010年02期

2 宋永昌;;對中國植被分類系統(tǒng)的認(rèn)知和建議[J];植物生態(tài)學(xué)報(bào);2011年08期

3 王志偉;史健宗;岳廣陽;趙林;南卓銅;吳曉東;喬永平;吳通華;鄒德福;;玉樹地區(qū)融合決策樹方法的面向?qū)ο笾脖环诸怺J];草業(yè)學(xué)報(bào);2013年05期

4 周遠(yuǎn)瑞;;廣東省的植被分類系統(tǒng)[J];植物生態(tài)學(xué)與地植物學(xué)叢刊;1963年Z1期

5 羅輔燕;小寨子溝自然保護(hù)區(qū)的植被分類[J];內(nèi)江師范學(xué)院學(xué)報(bào);2005年04期

6 管玉娟;張利權(quán);;影像融合技術(shù)在灘涂濕地植被分類中的應(yīng)用[J];海洋環(huán)境科學(xué);2008年06期

7 喻素芳;溫遠(yuǎn)光;朱宏光;韓明臣;秦武明;陸道調(diào);;“3S”技術(shù)在植被分類中的應(yīng)用研究[J];安徽農(nóng)業(yè)科學(xué);2009年12期

8 周廣勝,張新時(shí);全球變化的中國氣候-植被分類研究[J];植物學(xué)報(bào);1996年01期

9 方正,胡式之;第一次全國植被分類、分區(qū)及制圖學(xué)術(shù)工作會議簡報(bào)[J];植物生態(tài)學(xué)與地植物學(xué)叢刊;1981年02期

10 王映明;湖北省植被分類的研究——Ⅰ.自然植被[J];武漢植物學(xué)研究;1986年03期

相關(guān)會議論文 前3條

1 桑衛(wèi)國;馬克平;;植被分類與生物多樣性主題信息標(biāo)準(zhǔn)的研究[A];面向21世紀(jì)的中國生物多樣性保護(hù)——第三屆全國生物多樣性保護(hù)與持續(xù)利用研討會論文集[C];1998年

2 黃勇;姚筠;劉惠敏;張宏群;;基于傅立葉變換的衛(wèi)星遙感地表植被分類[A];中國氣象學(xué)會2006年年會“衛(wèi)星遙感技術(shù)進(jìn)展及應(yīng)用”分會場論文集[C];2006年

3 關(guān)文彬;吳建安;梁廣林;王棒;馬克明;劉國華;汪西林;;岷江源區(qū)植被分類及其主要類型[A];中國生物多樣性保護(hù)與研究進(jìn)展——第五屆全國生物多樣性保護(hù)與持續(xù)利用研討會論文集[C];2002年

相關(guān)碩士學(xué)位論文 前5條

1 朱子先;基于高光譜遙感影像的扎龍濕地植被分類研究[D];哈爾濱師范大學(xué);2012年

2 王穎;基于NDVI-LST模型的長白山地區(qū)植被分類與動態(tài)變化研究[D];東北師范大學(xué);2011年

3 安冬妮;烏珠穆沁盆地植被分類研究[D];內(nèi)蒙古大學(xué);2010年

4 陳丹;基于HJ-1A星HSI高光譜數(shù)據(jù)的植被分類研究[D];南京農(nóng)業(yè)大學(xué);2012年

5 趙一;北京山地植被分類與特征分析[D];北京林業(yè)大學(xué);2010年

，

本文編號：1823529