【摘要】：草地資源不僅是地球上最大的天然綠色屏障,而且對經(jīng)濟、生態(tài)的發(fā)展有著重大的影響。隨著“3S”(GPS、GIS、RS)的發(fā)展,遙感技術為草地資源的調查和評價提供了一種更快捷、準確的技術手段。遙感對草地資源的監(jiān)測在范圍上具有大尺度、時空小尺度的特點,能夠實時監(jiān)測到草地資源的變化狀況。遙感技術的廣泛應用,為新疆伊犁地區(qū)草地資源合理利用與評價提供參考。該研究以伊犁地區(qū)為對象,采用MODIS數(shù)據(jù)和氣候數(shù)據(jù),對2013年實地調查數(shù)據(jù)進行預處理之后,在遙感影像的基礎上利用計算機的決策樹分類對研究區(qū)草地資源進行分類,然后將分類結果與目視解譯結果相匹配來驗證分類的精確度。本文主要從以下方面進行研究:(1)對新疆伊犁地區(qū)草地資源進行遙感反演文章以伊犁地區(qū)146個草地樣地調查數(shù)據(jù)為基礎,通過各因子對生物量及土壤容重影響權重參數(shù)分析和加權融合,運用ArcGIS軟件,反演分析了新疆伊犁地區(qū)植被生物量及土壤容重的空間分布特征。結果表明:生物量及土壤容重反演結果與伊犁地區(qū)的地形、地貌、氣候特征基本吻合,反映了伊犁地區(qū)草地植被的空間分布特征;(2)草地資源目視解譯的建立采用人工目視解譯方法,將1980年第一次草地調查數(shù)據(jù)、1:25萬土地利用圖及TM影像數(shù)據(jù)根據(jù)解譯原則進行疊加,最終完成伊犁地區(qū)草地資源的目視解譯。(3)草地資源自動判別通過分析伊犁地區(qū)草地植被的指數(shù)植被和植被群落等信息,對不同草地類型特征進行精確描述,將六項指標由柵格轉化為點,然后通過多值提取至點將所有指標的屬性添加在一個指標上。再根據(jù)閾值范圍按屬性提取出草地類型,然后再將點轉化為柵格,輸出每個草地類型分布圖。決策樹分類的總體精度達到68.45%,Kappa系數(shù)為0.5205,總的來說決策樹分類在草地資源分類中具有一定的借鑒價值�；趯＜抑R的決策樹分類對高寒草甸、溫性山地草甸、溫性草甸草原、溫性荒漠等幾類草地類型的分類精度較高,制圖精度在97.13%-100%,用戶精度在81.57%-100%,說明決策樹分類在這幾類中的應用具有很高的可靠性。而溫性草原、溫性荒漠草原、低地鹽化草甸的分類精度較低,錯分誤差達35.19%-85.53%,其原因有待進一步分析。
[Abstract]:Grassland resources are not only the largest natural green barrier on the earth, but also have a great influence on the development of economy and ecology. With the development of "3s" (GPS,GIS,RS), remote sensing technology provides a more rapid and accurate technical means for the investigation and evaluation of grassland resources. The monitoring of grassland resources by remote sensing has the characteristics of large-scale, space-time and small-scale in scope, and can monitor the change of grassland resources in real-time. The extensive application of remote sensing technology provides reference for rational utilization and evaluation of grassland resources in Yili area of Xinjiang. This research takes Yili area as the object, uses the MODIS data and the climate data, carries on the pretreatment to the 2013 field survey data, on the basis of the remote sensing image, uses the decision tree classification of the computer to classify the grassland resources of the study area. Then the classification results are matched with the visual interpretation results to verify the accuracy of the classification. The main contents of this paper are as follows: (1) the remote sensing retrieval of grassland resources in Yili area of Xinjiang is based on the survey data of 146 grassland sample plots in Yili area. The spatial distribution characteristics of vegetation biomass and soil bulk density in Yili region of Xinjiang were inversely analyzed by weight parameter analysis and weighted fusion of each factor on biomass and soil bulk density. Using ArcGIS software, the spatial distribution characteristics of vegetation biomass and soil bulk density in Yili region of Xinjiang were inversely analyzed. The results show that the inversion results of biomass and soil bulk density are basically consistent with the topography, geomorphology and climate characteristics of Yili area, and reflect the spatial distribution characteristics of grassland vegetation in Yili area. (2) Establishment of visual interpretation of grassland resources. The first grassland survey data in 1980, 1: 250000 land use map and TM image data were superimposed according to the interpretation principle by using artificial visual interpretation method. Finally, the visual interpretation of grassland resources in Yili area is completed. (3) by analyzing the index vegetation and vegetation community information of grassland vegetation in Yili area, the characteristics of different grassland types are accurately described by the automatic identification of grassland resources. The six indexes are converted from grid to point, and then the attributes of all indexes are added to one index by multi-value extraction. Then according to the threshold range, the grassland type is extracted according to the attribute, then the point is converted into grid, and the distribution map of each grassland type is output. The overall accuracy of decision tree classification is 68.45%, and the Kappa coefficient is 0.5205. In general, decision tree classification has certain reference value in grassland resource classification. The classification accuracy of decision tree classification based on expert knowledge for alpine meadow, warm mountain meadow, warm meadow grassland, warm desert and other grassland types is higher, the mapping accuracy is 97.13% ~ 100%, and the user precision is 81.57% / 100%. It is shown that the application of decision tree classification in these categories has high reliability. However, the classification accuracy of warm steppe, warm desert steppe and low-land salinized meadow is lower, and the error is 35.19% and 85.53%. The reasons need to be further analyzed.
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：S812

【相似文獻】

相關期刊論文 前10條

1 楊亞娟,景國臣;論草地植被與土地荒漠化[J];水土保持科技情報;2003年01期

2 ;國際草地植被學術討論會[J];中國草原;1988年03期

3 云石蓬;國際草地植被學術討論會在呼和浩特召開[J];植物生態(tài)學與地植物學學報;1989年01期

4 王金亭;;西藏草地植被(封四說明)[J];植物雜志;1989年03期

5 薛玲，秦梅枝，曹江營，張樹禮，李利平;阿爾善油田草地植被恢復方法探討[J];內蒙古草業(yè);1994年Z1期

6 張國森，陳華育;福建省草地植被的分布及區(qū)劃[J];草業(yè)科學;1995年01期

7 周振林;飛播草地植被演替動態(tài)研究[J];內蒙古草業(yè);1995年Z1期

8 李博;我在草地植被生態(tài)領域的工作[J];中國科學院院刊;1996年01期

9 裴浩,敖艷紅;草地植被監(jiān)測中背景影響的訂正[J];中國農業(yè)資源與區(qū)劃;1998年05期

10 孫會巧;;山西省婁煩縣草地植被監(jiān)測報告[J];農民致富之友;2013年24期

相關會議論文 前6條

1 高洪文;王運琪;吳增祿;吳欣明;;安太堡露天煤礦廢棄地恢復草地植被研究及效益[A];中國草地科學進展：第四屆第二次年會暨學術討論會文集[C];1996年

2 蒲小鵬;師尚禮;張德罡;浦軍;;肅北縣石包城地區(qū)草地植被圖譜分析[A];全國農業(yè)遙感技術研討會論文集[C];2009年

3 程積民;萬惠娥;王靜;雍紹萍;;黃土高原半干旱區(qū)草地植被恢復與建造研究[A];中國植物學會七十周年年會論文摘要匯編（1933—2003）[C];2003年

4 錢拴;伏洋;;三江源地區(qū)生長季氣候變化趨勢及草地植被響應[A];2009中國草原發(fā)展論壇論文集[C];2009年

5 程積民;萬惠娥;;黃土高原草地植被恢復重建的理論依據(jù)與調控機制[A];中國草業(yè)可持續(xù)發(fā)展戰(zhàn)略——中國草業(yè)可持續(xù)發(fā)展戰(zhàn)略論壇論文集[C];2004年

6 程積民;萬惠娥;;黃土高原草地植被恢復重建的理論依據(jù)與調控機制[A];中國草業(yè)可持續(xù)發(fā)展戰(zhàn)略論壇論文集[C];2004年

相關重要報紙文章 前8條

1 佚名;退化天然草地植被改良技術[N];中國畜牧獸醫(yī)報;2009年

2 ;京津風沙源草地植被建植技術[N];科技日報;2006年

3 記者 張麗;引進冰草 新疆荒漠地區(qū)草地植被添新丁[N];新疆科技報(漢);2007年

4 鐵錚;科爾沁草地植被恢復有術[N];科技日報;2005年

5 中國科學院植物研究所研究員 陳佐忠;創(chuàng)造美好生態(tài)環(huán)境要大力發(fā)展草業(yè)[N];中國畜牧報;2003年

6 劉丁山;肅南黑河流域綜合治理見實效[N];甘肅日報;2008年

7 董峻;“科技快車”推動農業(yè)增效農民增收[N];大眾科技報;2003年

8 本報記者 毛小瑞;技術引進為我國農業(yè)注入新活力[N];農民日報;2004年

相關博士學位論文 前7條

1 陳思宇;青藏高原地區(qū)草地植被與湖泊變化及其關系研究[D];蘭州大學;2015年

2 查勇;草地植被變化遙感監(jiān)測方法研究[D];南京師范大學;2003年

3 曹子龍;內蒙古中東部沙化草地植被恢復若干基礎問題的研究[D];北京林業(yè)大學;2007年

4 趙玲;天山山區(qū)氣候變化及其對草地植被的影響[D];新疆農業(yè)大學;2012年

5 高添;內蒙古草地植被碳儲量的時空分布及水熱影響分析[D];中國農業(yè)科學院;2013年

6 李瑞;北方農牧交錯帶草地植被動態(tài)研究[D];北京林業(yè)大學;2008年

7 李鵬;黃土區(qū)草地植被水土保持作用機理試驗研究[D];西北農林科技大學;2003年

相關碩士學位論文 前10條

1 張旭琛;融合決策樹方法的新疆伊犁地區(qū)草地植被分類研究[D];蘭州交通大學;2015年

2 李聰;草地植被指數(shù)季節(jié)變化的遙感動態(tài)監(jiān)測研究[D];新疆農業(yè)大學;2005年

3 劉建;寧夏鹽池縣沙化草地植被變化及圍封措施效果研究[D];北京林業(yè)大學;2011年

4 沈彥;寧夏鹽池沙化草地植被動態(tài)特征及圍封效應研究[D];北京林業(yè)大學;2008年

5 張金鵬;呼倫貝爾沙化草地植被恢復模式效果評價及動態(tài)分析[D];北京林業(yè)大學;2010年

6 孔玉華;圍封和放牧對遼西北沙化草地植被恢復與土壤肥力提高的影響[D];沈陽農業(yè)大學;2010年

7 于婷;青海省1982-2003年草地NDVI變化分析[D];青海師范大學;2010年

8 毛思慧;鹽池沙化草地植被與土壤演替及生態(tài)環(huán)境質量評價研究[D];寧夏大學;2013年

9 常博;祁連山排露溝流域草地植被特征及其對水分條件的響應[D];甘肅農業(yè)大學;2014年

10 黃文娟;吉林省西部草原土壤微域特征及其與植被耦合關系研究[D];吉林農業(yè)大學;2005年

，

本文編號：2437582