专家知识辅助决策分类方法用于岷山地区大熊猫生态环境遥感制图.pdf

专家知识辅助决策分类方法用于岷山地区 大熊猫生态环境遥感制图 焦伟利1，何国金1，张晓美1，王威1，欧阳志云2，肖皴2，王效科2，朱春全3 00085 (1．中国科学院遥感卫星地面站，北京100086；2．中国科学院生态环境研究中心，北京1 3．世界自然基金会中国项目，北京100020) 摘要：本研究采用多时相TM或ETM+：】!星数据，结合野外调查和必要的辅助资料，在监督分类的 綦础上，根据植被分布的水平和垂直规律，该地区植被专家的知识以及地形数据等建立了该地区 植被分布知识库，同时利用多源信息、地物空间相关知识等建立专家知识决策库，用来辅助提取 岷山地区的土地覆盏信息，进而生成各县的土地利用图，为该地区的大熊猫生态环境评价和森林 景观保护与发展提供科学依据。 关键词：恭于知识的分类专家系统数字高程模型遥感土地覆盖 1．引言 岷山地区是我国大熊猫分布的最重要区域，是WWF在全球选定的200个重点生态区中最重要的 25个生态区之一的长江上游生态区内筛选出来的最优先保护区域之一，它包括四川的茂县、松藩、 九寨沟、平武、青川、北川和甘肃的文县7个县。准确、详细地提取岷山地区的土地覆盖信息，是 为该地区的大熊猫生态环境评价和森林景观保护与发展提供科学依据。 遥感分类一般可理解为在尽量少的或无样本的条件下，能够尽可能准确、详细地识别地表土地 覆盖类型。在已有的研究中，对波谱信息比较重视，而忽略了空间结构信息、空间事物地带性规律 等知识对图象分类的重要作用。常规统计模式识别分类方法有监督分类和非监督分类，它们的算法 主要是基于遥感图象的光谱信息进行的。图象上的光谱信息(灰度和色调)只是从遥感图象上识别 目标的主要依据之一，目标的形状、大小、纹理结构、目标之间的相互关系以及活动目标的演变规 律等都可以作为目标识别的重要依据。在基于知识的遥感图象分类系统中，这些特征都可以以知识 的形式存储在知识库中，并在进行目标识别的推理中被采用川121。基于知识的遥感图象分类系统主 base)，二是推理机(inference 要包括两个核心内容：一是知识库(knowledge engine)。知识库中存 储着多种与遥感图象解译有关的知识和经验。推理机主要包括数字遥感图象处理和分析算法、根据 识别对象的特点挑选算法的策略以及负责将各种算法组合成具有一定逻辑顺序的算法序列的能力。 本研究在监督分类基础上，总结岷山地区植被分布规律、野外调查资料以及该地区植被专家知 识，建立该地区植被分布知识库，同时利用多源信息、地物空间相关知识等建立专家知识决策库， 用来辅助提取岷山地区的土地覆盖信息，进而生成各县的土地利用图。着重研究空间相关知识在遥 感图象分类中的表达与应用。 2．研究区概貌 岷山地区是我国大熊猫分布的最重要区域，它包括四川的茂县、松潘、九寨沟、平武、青／if、 北川和甘肃的文县7个县。位于四川盆地以西、甘肃以南，属于川西高山峡谷地带。地势最低海拔 496米，最高海拔5583米，平均海拔高程2590米。植被类型以亚高山针叶林、落叶阔叶林、高山 灌丛、高山草甸、干旱河谷灌丛、常绿阔叶林等为主。在没有人为影响地区，植被分布基本符合该 地区植被垂直分布规律，同时坡向对植被的分布也有一定影响。其植被垂直分布可大致归纳如下‘31： 海拔1600米以下为基带植被，代表类型为常绿阔叶林；1600．2000米，代表类型为常绿阔叶林和落 往往阳坡为稀疏的草甸，阴坡却是茂密的高山灌丛。海拔4400米以上为高寒地带，植被类型为流石 滩植被。栽培植被是以玉米、水稻为主的一年二熟类型，海拔较高处的坡地是以玉米、马铃薯等为 主的一年一熟类型，一般不超过海拔3200米。 图l概括了岷山地区山地植被垂直分布。上述垂直带中，亚高山针叶林所占幅度最大。在岷山 地区垂直分布变化上，遵循西高东低规律，即西部地区的垂直分布要比东部偏高，另外植被之间垂 直镶嵌也很明显。 海拔(米) 4000 山草甸