干旱区山地垂直带草地资源类型解译方法的探讨-草业科学专业论文.docx

本文是新疆草地资源与生态实验室开放课题 “干旱区山地垂直带草地资源类型解译与生产 力动态监测方法的探讨”的部分研究成果 （申请课题编号：XJDX0209-2009-01） 课题主持人：安沙舟教授 （新疆农业大学草业与环境科学学院） I I 干旱区山地垂直带草地资源类型解译方法的探讨 摘 要 草地资源是地球上最大的天然绿色屏障，对经济、生态的发展具有重大的影响。随 着“3S”（GPS、GIS、RS）技术的发展，作为一种高新技术为草地资源调查与评价提供 了一种更快捷、准确的手段。研究选择位于天山北坡中段乌鲁木齐市山体垂直带的高寒 草甸、山地草甸、山地草甸草原、山地草原、山地荒漠草原和山地荒漠等 6 种草地类型， 以及冰川、森林、农田 3 种非草地类型，借助地形因子（高程、坡向、坡度）、植被指 数（NDVI）和植物的光谱曲线特征，在遥感影像的基础上利用计算机的决策树分类对 研究区草地资源进行分类，然后把分类结果与专家目视解译的结果相匹配来验证分类的 精确度，并与前人研究的结果进行大致的对比分析，得出如下结论： 1.决策树分类的总体精度达到 71.6859%，Kappa 系数为 0.6690，总的来看，决策树 分类在草地资源分类中具有一定的借鉴价值。 2.基于专家知识的决策树分类对山地荒漠、山地荒漠草原、山地草甸及高寒草甸等 几类草地类型的分类精度较高，制图精度在 56.72-75.67%，用户精度在 60.39-94.45%， 说明决策树分类在这几类中的应用具有很高的可靠性。而对山地草原与山地草甸草原两 类草地类型的分类精度较低，错分误差达 39.77-59.82%，其原因有待进一步分析。 3.在非草地类型中，决策树分类在农田和冰川分类精度较高，制图精度为 75.67%和 72.16%，用户精度为 71.69%和 93.59%；而在森林方面相对较低，制图精度为 56.28%， 用户精度为 65.40%。 4.鉴于所选用的 HJ 影像时相不好，云层较多，加之其遥感影像的分辨率不够高， 致使存在误差。故在以后的研究中可以采用分辨率更高的、时相更好的遥感数据源，且 尽可能的利用多种数据源，提高分类精度。 5.对比较难分的山地草原与山地草甸草原，可以在以上研究的基础上，借助高光谱 影像特征来区分。 关键词：天山北坡；草地类型；遥感数据源；决策树分类；分类精度 II II Discussion on the Interpreting of Rangeland Resource Types in the Arid Mountain with Vertical Belt Abstract The rangeland resource is one of the largest natural green barrier on earth, which has more effect in ecology and economy. As a high-tech, RS technology provides a convenient and an accurate way to investigate and appraisal the rangeland resources with the development of the technology of “3S” (GPS, GIS, RS). This studying area seted up in the northern slope of Tianshan Mountains in Urumqi, this paper studied on 6 rangeland types (alpine meadow, meadow, meadow steppe, rangeland, mountain desert steppe, desert) and 3 non-rangeland types (glacier, forest, farmland). The research mainly used decision tree classifier to classify the rangeland resources in studying area by combing terrain factor (DEM, aspect, slope), NDVI, the spectral characteristics of plants and remote sensing image. Then put the classification result to verify the accuracy with experts visual interpretation . The res