本科毕业论文---塔里木河干流景观格局时空变化分析.docVIP

塔里木河干流景观格局时空变化分析 5.1 研究方法 5.1.1 塔里木河干流土里覆盖/利用分类 （1）数据收集 本次研究所需数据主要包括以下两个方面： 2000-2012年以来Landsat ETM/TM卫星遥感影像数据； ②野外调查实测数据：植被类型、分布特征、植被样方（由研究所相关研究团队提供）等实测数据。 （2）图像预处理 本次研究采用的遥感影像数据是Landsat ETM/TM卫星提供数据，图像获取时间2001—2012年的7、8、9三个月份，轨道范围包括141/032、141/033、142/032，地图投影：UTM，Zone 45N，分辨率为30米，影像色调均匀、清晰度高、无云层覆盖。 ①影像数据特征 Landsat卫星是由美国国家航天与航天局（NASA）自1972年陆续发射的，该系列卫星所获取数据影像覆盖范围包括北纬83°到南纬83°之间所有陆地区域，空间分辨率为30m，数据更新周期为16天。针对水、植物、土壤、岩石等不同地物在波段反射率敏感度的差异，Landsat卫星相应设置了不同的波段发射范围来获取相应地物信息。 ②数据预处理 遥感数据在获取过程中，由于传感器本身和外界因素的影响造成了影像数据本身的失真和畸变，为了保证数据的质量和精确性，我们对数据进行了辐射定标和大气校正处理。其中辐射定标是将传感器的数字量化值（DN值）转化为绝对辐亮度值的过程。其目的消除传感器本身的误差，根据不同的使用要求和应用目的，可分为绝对定标和相对定标。绝对定标是通过各种标准辐射源，建立辐亮度值和DN值之间的定量关系，而相对定标则是指确定场景中各像元之间、各探测器之间以及不同时间测得的辐射度量的相对值。大气校正是太阳辐射由地表反射，并最终达到传感器过程中，由于大气吸收和散射的影响，造成太阳辐射在传输过程中的衰减；同时一部分大气的散射光直接或经地表反射进入传感器，这部分辐射不属于地物的反射波谱，是噪声。大气校正的目的正是消除大气对太阳辐射的影响，获取真实的地表反射率信息。 （3）波段选择及组合 由于Landsat ETM/TM各波段所包含信息的不同，不同的波段组合可以突出显示特定的地物信息并应用于专题研究，例如，741段组合具有极为丰富的地质信息和地表环境信息可用于地质的解译；432组合图像植被呈现红色，且其特征表现明显，可用于植被、农作物和湿地分析研究；543波段组合图像信息量丰富且能充分显示各种地物的影像特这差异，可用于城镇和农村土地利用区分以及陆地/水体边界的确定等等。因而在实际应用中，可以根据所探测地物信息的不同，选择不同的波段组合显示目标信息达到研究目的。 （4）遥感影像分类 结合研究目的和研究区的土地覆被和土地利用类型，将研究区分为以下7种主要地物类型：未利用地、耕地、林地、水体、草地、灌木林地、居民地。对应研究区内，未利用地：沙地、盐碱地、裸土地及植被覆盖率5%的土地；耕地：水浇地、旱地；林地是沿河两岸生长成片胡杨林的土地；水体：河流水面、水库水面及湖泊水面所占区域；草地：生长芦苇、甘草、猪毛菜等草本植物的土地；灌木林地：生长柽柳、梭梭及红柳等灌木树种的土地；居民地：城镇、农村人口聚居地。分类主要采用基于面向对象的遥感信息提取软件eCognition，其具体分类过程如下图所示： 图5.1 塔里木河干流遥感影像解译工作流程 ①多尺度分割 多尺度分割的标准是分割后影响对象的平均异质性最小，其中异质性包括2个部分：光谱因子和形状因子。在实际运用eCogniton进行分割时，需要输入三个主要参数：波段权重、分割尺度和形状因子。分割时，如果分割参数选择不当，将会直接影响最终分类结果的好坏，因而进行分割应多次调整尺度、光谱和形状因子等参数的权值进行分割，直至到达最优效果。为得到理想的分割效果，经过反复试验，最后确定影像的分割尺度为15，形状因子为0.1，光谱因子0.9，紧凑度0.5，光滑度为0.5。各波段的权重都为1。 ②划定分区 因研究区水文地质环境条件的影响，区域内植被的分布具有明显的特点，种群结构简单，大部分区域只有一种或两种主要植被类别，且植被类型之间的交错分布复杂程度低，同时由于异物同谱的影像，对研究区进行分区后再进行分类，分类可以提高分类结果的精度。对于整个研究区来说，植被种类分布较复杂的区域主要是河流两岸，分类的难点也在于河流两岸植被的划分。分区时应根据野外实际调查的植被分布特征以及其在遥感影像上的表现特征对研究区进行分区。 ③特征指数选择 不同地物具有不同的光谱特征，因而可以根据地物的光谱特征判别地物类型。影像光谱特征不仅包括地物在影像上的像元亮度，还包括通过多波段之间运算得到的反映特定地物的计算值，如归一化的植被指数（NDVI），有效叶面积指数（SLAVI），水陆掩膜指数（LMW）等。在运用特征指数进行分类时