论文部分内容阅读
植被覆盖度是描述地表植被生长状态的重要参数,也是表征生态系统变化的关键指标。遥感技术时间跨度小、覆盖范围广,可以有效解决区域植被变化监测问题。高光谱遥感因其光谱分辨率高、波段多且光谱连续的特点,实现了复杂地物精细光谱的获取,在植被识别与分类研究中优势明显,从而成为植被覆盖度提取领域强大的研究工具。霍林河露天煤矿作为我国占地面积最大的露天煤矿,生态系统受损严重,研究其植被覆盖度变化对实现矿区开发与生态环境保护协调发展具有重要意义。本文在综述国内外高光谱遥感及植被覆盖度提取研究现状的情况下,选取HJ-1A-HSI高光谱遥感数据为主要数据源,首先针对HJ-1A高光谱遥感数据的特点,完成了数据基本预处理,包括:格式转换、绝对辐射亮度转换、有效波段选择、条纹去除、大气校正、图像镶嵌及裁剪。然后利用局部线性嵌入降维方法(LLE)对HJ-1A-HSI高光谱数据进行降维,有效减少数据量,并保留了有效信息。再基于纯净像元指数,综合考虑计数端元选择、端元均方根误差和平均光谱角三个指标,完成了最优图像端元提取。并通过多端元光谱混合分析(MESMA)模型定量提取了研究区2009-2015年植被覆盖度,经验证MESMA在提取典型露天矿区植被覆盖信息方面具有一定的可行性。最后主要从气候因素角度分析了霍林河矿区植被覆盖度变化的原因。植被覆盖度提取结果表明,2009-2015年霍林河矿区年均植被覆盖度变化不明显,基本保持在4%范围以内;而在矿区边界附近,植被覆盖度变化范围则剧烈许多,绝大部分区域植被覆盖度变化范围达到10%,甚至30%以上。霍林河矿区6年植被覆盖度累积变化基本稳定的区域占总面积的30.40%,所占比重最多,广泛分布于整个霍林河矿区;植被覆盖度呈退化趋势的地区占比45.02%,呈改善趋势的地区占比24.58%,明显少于植被覆盖度降低的区域。植被覆盖度的变化与降水量有着密切的关系,两者变化趋势一致。因此,降水量的变化是导致霍林河矿区植被覆盖度变化的主要因素。