基于遥感的荒漠化遥感监测与评价年度研究进展 - ESA Earth Online.PDF

基于遥感的荒漠化遥感监测与评价年度研究进展报告 （ID：10367） 高志海, Gabriel del Barrio, 李晓松, Maria E. Sanjuán, 王琫瑜, Juan Puigdefabregas, 孙斌 龙计划三期项目10367 的主要目标是使用国产和欧空局的遥感数据，实现荒漠化信 息的准确提取和荒漠化定量评价技术的研究。项目组在 2014 年取得的研究进展主要包 括以下几个方面： （1 ）数据收集和处理：获取了覆盖整个中国区域的 Envisat-MERIS 10-Daily composite (EM10) 的NDVI 影像数据，时间为2002 年4 月-2012 年3 月，共计357 景的。 通过最大值和S-G 滤波的方法，重建了月度MERIS NDVI 数据集，空间分辨率为1.2km。 基于改进的CASA 模型和重建的MERIS NDVI 数据集，构建了长时间序列的月度NPP 数据集（2002.05-2012.03 ）。经过验证，基于MERIS NDVI 估算的NPP 的精度高于MERIS FPAR,MODIS NDVI 和MODIS FPAR 的估算结果。同时，为了沙化土地分类识别研究 的需要，还获取了几景2013 和2014 年的GF-1 数据。 （2 ）野外调查：为了获取野外同步实验数据，课题组于2014 年7 月26 日-8 月14 日对内蒙古锡林郭勒盟境内的荒漠化植被参数进行调查，获取了170 个样地点数据，主 要参数包括样区内的植被类型、植被高度、植被覆盖度、生物量等。 （3 ）稀疏植被参数遥感反演算法研究：选取浑善达克沙地中东段腹地正蓝旗为研 究区，以中高分辨率GF-1 影像为主要数据源，在对PV/NPV 及BS 实测光谱混合机理 分析的基础上，分别采用固定和可变两种端元选择方法，基于混合像元分解原理对研究 区PV/NPV 植被覆盖度进行了遥感反演。通过地面实测数据的验证结果发现，两种方法 都有较高的反演精度。另外，GF-1 数据可以满足荒漠化地区稀疏植被遥感监测的需要。 （4 ）沙化土地分类识别：在面向对象方法的基础上，以 2013 年获取的两景 GF-1 卫星数据为数据源，通过J-M 距离和最终分类精度来确定每个类别对应的最优分割尺度， 结合改进的支持向量机的方法对整个浑善达克沙地进行了沙化土地分类识别。分类识别 结果的总体精度达到了85.61%，Kappa 系数为0.8295 。 （5 ）中国干旱区域土地退化监测与评价：提出了一种基于2dRUE 的干旱区土地退 化监测与评价方法。2dRUE 方法使得土地退化监测和评价工作各自独立又相互补充。评 价过程是基于降水利用效率（RUE ）实现得，RUE 是指在一定时间内净初级生产力（NPP ） 和降水量（P ）的比率。RUE 可以表征土地状态的原因在于，无论在干旱期还是丰雨期， 它与土壤为植物提供水分和养分的功能成正比例关系。在去除降雨量年际变化的影响后， 土地状态随着生物量的变化而变化，因而可以用于土地状态的监测。具体的细节可参照 另一摘要。