论文部分内容阅读
本研究以高黎贡山南段为研究对象,利用TM遥感数据,通过图像预处理、地形校正、图像增强与特征提取、波段组合选择、图像分类等技术环节,对高山峡谷区自然保护区及周边土地利用/土地覆盖信息进行提取研究,探索高山峡谷地区利用遥感数据为信息源快速获取土地利用/土地覆盖的有效方法。
研究的主要内容和研究结果归纳如下:
(1)研究区TM图像地形校正。高黎贡山属横断山脉南麓,地形陡峭、切割深,造成遥感影像大量的地形阴影存在。本文利用经验统计法、C校正、Minnaert校正方法对遥感图像进行地形校正处理,通过视觉和定量方法评价校正效果,表明经验统计法更适合本研究区图像的地形校正。使用ISODATA分类法对校正后的图像进行分类对比,结果表明经过地形校正后的遥感图像可以提高遥感图像分类的精度。
(2)对TM原始图像的6个波段和经图像增强与特征提取生成的8个主要新特征图像,共计14个波段,计算各波段的信息量、标准差、相关性等统计参数;在三波段组合信息量协方差矩阵行列式值计算的基础上,选择排名前10位的组合和TM原始波段中的最优波段组合TM345进行类间可分性分析。分析结果表明,TM345组合与信息量排名前10位的波段组合在类间可分性上相差不大。说明本研究土地利用/土地覆盖分类时可以TM345波段组合为主,其余的波段将作为辅助光谱信息参与分类。
(3)根据Anderson土地利用/土地覆盖的分类系统,结合研究区和遥感分类的特点,制订了适合研究区的土地利用/土地覆盖分类系统(二级分类系统)。一级地类分类时,本研究利用光谱信息和非遥感信息融合进行分类,精度分析表明,此方法比仅用光谱信息的分类法效果好,总体精度提高了15.4%,总体Kappa系数提高了0.182。分至二级地类时,由于“同物异谱,异物同谱”现象较多,由此产生了不确定性的情况,导致二级地类错分现象严重;研究中利用光谱知识、地学知识和纹理特征构建知识分类器,对研究区二级地类进行分类。基于知识的分类方法能将纹理特征、GIS数据和遥感图像数据等知识有机地结合在一起,将这些知识用于遥感图像分类,能减少“同物异谱,异物同谱”的混杂现象,提高分类的精度。研究结果表明,通过光谱、地学规律和纹理特征的综合应用,可有效提高二级地类可分性。
(4)通过研究区土地利用/土地覆盖统计分析,结果表明研究区以林地为主,且多分布在保护区内,保护区外以农地为主;通过研究区土地利用/土地覆盖变化分析,结果表明研究区保护区内林地保护较保护区外好,表明高黎贡山自然保护区现行的保护措施是有效的。
研究表明遥感技术适用于高山峡谷区自然保护区及周边土地利用/土地覆盖的调查,可以用于评价保护区现行保护措施是否有效,且获得的数据可以为保护区保护措施、资源开发模式的制定等奠定坚实的基础。