LULCLUCC地表覆盖和土地利用变化监测分析.docx

摘要在伊朗的许多地区存在土壤侵蚀、高沉积物,洪水和泥石等流严重问题。特别是在戈勒斯坦大坝分水岭这个研究区域。准确的土地利用和土地覆盖(LULC)地图可以作为帮助控制土壤侵蚀的有效工具。本研究主要目标是提出一个对于大型地区基于现成的辅助信息和三个单日期陆地卫星ETM +图像分析的LULC分类方案，以及证明制图的成功不仅仅取决于反射值的分析。在本研究中,我们发现将气候和地形条件叠加在一起可以帮助发现是否有其他方面额外的信息。本研究确定一个夏末陆地卫星ETM +图像可以产生最好的结果,总体的准确率为95%,而一个春天的影像产生了较差的精度(82%)。一个夏天的影像产生一个中间的准确率为92%。在未来对图像资金有限的研究中,夏末图像最适合LULC制图。本文在某个季节不同时间拍摄的卫星图像也可以完成。或许相对于其他气候季节,选择一个更好的季节作为收购时间,可以获取含有更多信息的影像。1、引言因为土地利用和土地覆盖(LULC)属性在一个分水岭直接影响水驱动的侵蚀,这些参数的知识在排名中扮演一个重要的角色的潜力和在侵蚀优先级和发展可持续流域和农业管理实践(狐狸et al。,1997)。在许多领域的伊朗特别是在戈勒斯坦大坝流域,这是该地区这是研究研究,重要的过度放牧和不恰当的土地用途(LU)如农业在陡坡和上下按钮耕作是主要的贡献者水土流失、土地退化和洪水(日本国际合作署,2005;政治咨询工程,2007)。这些问题有重要的经济影响通过他们的负面影响可用土地资源、土地生产力、基础设施和水质(·沙里夫et al。,2002)。准确的LULC地图可以有效的工具在帮助控制土壤侵蚀的努力。这些地图可以发挥重要作用流域管理作为一个整体和帮助决定什么样的土地能够维持农业和不(Cihlar,2000;Renschler和港口,2002)。大量的数据都需要开发这样的LULC地图和遥感可以是一个源的精确、详细的信息在大面积。遥感数据和可能区分不同的特点从这个数据提供土地特性迅速潜力巨大创建准确的LULC地图(荷马et al。,2004)。LULC分类是一种最广泛使用的应用程序在遥感。有许多方法,已经被使用关联与植被特征图像数据。在最近几十年,大量研究显示卫星的功效意象表征植被类型(乔希et al。2006年,德亚洲和Omasa,2007;Focardi et al。,2008年),森林(Labrecqueet al。,2006;Sivanpillai et al。,2007),和农作物(科恩和Shoshany,2002;Wardlow et al。,2007)。 Chust et al。(2004)评估形态学指标的能力和景观分析为了测试改善土地覆盖(LC)分类的可靠性在山区。他们能够定义12 LC分类使用一个图像分割方法(基于边缘检测起源于突然强度的变化邻国像素),以及一个监督分类(最大似然值)的一个陆地卫星专题成像仪(TM)卫星图像。在另外,Hagner和里斯(2007)校准的最大似然方法对9种主要分类森林类型CORINE土地覆盖映射项目。几个植被指数结合反射的两个或两个以不同的方式多波长已经开发和使用在描述植被生长和发育(杰克逊和Huete,1991;郑et al。,2004)。一些广泛使用的指数归一化植被指数(NDVI),植被指数(DVI),比植被指数(RVI),绿色指数(GI)、土壤调整植被指数(萨维),转换萨维(TSAVI)、修改(MSAVI)萨维,垂直植被指数(元太)。大部分植被指数的基础是估算的光合有效辐射(Joel et al。,1997)。有几种不同的生长周期在一个生长季节和分类的植被特征取决于是否存在植被和条件的植被的时候获得图像。许多研究人员前面提到过,一个显著的相关性之间存在光谱数据和不同植被生长参数(塔克1979年,Thenkabail et al。,2004;田et al。,2007;Houborg和Boegh,2008)。 Guerschman et al。(2003)建议,当可能的话,三个图像(弹簧,出了初夏,夏的)用于识别夏季作物,冬季作物和牧场。利用陆地卫星TM图像可以追溯到五个一年,Oetteret al。(2000)能够创建一个地图的20 LULC类。卢卡斯et al。(2007),比较单一和多日期陆地卫星增强专题成像仪(ETM +)图片植被分类,发现多日期意象允许更准确的分类不同植被类型。在另一项研究中,麦克斯韦et al。(2004)能够识别四大LU类型(裸土/稀疏的植被、牧场、城市和河岸)和三个作物类型(玉米、高粱、大豆)只使用乐队2和4的一个夏末陆地卫星多光谱扫描器(MSS)图像。伊朗森林、范围和流域管理机构参与了映射LULC过去45年使用航空照片和地形图。最近,卫星图片已经使用了这种LULC分类,方式不同,本文提