（自然地理学专业论文）基于遥感技术的雅鲁藏布江源区植被类型及覆盖度研究.pdf

独创性声明 川 y 1 8 914 l l l | 1 1 8 i i i i i 芝。 本人声明所呈交的论文是我个人在导师指导f 进行的研究工作及取 得的研究成果。本论文除了文中特别加以标注和致谢的内容外，不包含 其他人或其他机构已经发表或撰写过的研究成果，也不包含为获得南京 信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志 对本研究所做的贡献均已在论文中作了声明并表示谢意。 学位论文作者签名：耋逸! 鳓 签字同期： 丝! l ：i ：2 关于论文使用授权的说明 南京信息1 ：程大学、国家图书馆、中国学术期刊( 光盘版) 杂志社、 中国科学技术信息研究所的中困学位论文全文数据库有权保留本人 所送交学f 移论文的复印件和电子文档，可以采用影印、缩印或其他复制 手段保存论文，并通过网络向社会提供信息服务。本人电子文档的内容 和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查 弼和借阅，可以公布( 包括刊脊) 论文的伞部或部分内容。论文的公伟 ( 包括刊登) 授权南京信息工程大学研究生部办理。 函公歼 口保密( 年月) ( 保密的学位论文在解密后应遵 守此协议) 学位论文作者签名 指导教师签名 签字同期：塑丛! ：2 签字闩期：诬此蹲l 目录 摘要i a b s t r a c t i i i 第一章前言1 1 1 研究目的和意义1 1 2 国内外研究现状及发展趋势。2 1 2 1 草地类型识别及决策树分类国内外研究进展j 2 1 2 2 植被盖度反演国内外研究进展3 1 3 研究思路与技术路线5 第二章研究区概况7 2 1 地理位置与地貌特征7 2 2 自然条件8 2 3 社会经济状况8 第三章遥感数据源选择与预处理：1 0 3 1 现有的遥感数据源1 0 3 1 1 多光谱数据1o 3 1 2 高光谱数据1 4 3 2 遥感数据源的选择15 3 3 遥感影像预处理内容17 3 3 1 辐射校正17 3 3 2 大气校正17 第四章雅鲁藏布江源区草地类型决策树分类1 9 4 1 决策树分类19 4 2c a r t 决策树。19 4 3 数据准备2 0 4 3 1 1 ：1 0 0 万草地类型图分析2 0 4 3 2 野外实测数据分析2 3 4 4 水体及其他信息提取2 6 4 4 1 水体及冰雪提取2 6 4 4 2 云层提取2 7 4 5 植被提取2 7 4 5 1 植被指数2 7 4 5 2 不同植被指数特性分析。2 9 4 5 3 通过n d v i 构建草地提取规则3 0 4 6 草地建群种识别3 1 4 6 1 主要植被类型3 1 4 6 2 植被类型决策树识别分类3 3 4 6 3 植被类型最大似然法分类4 2 4 6 4 草地识别精度评价4 3 第五章雅鲁藏布江源区草地盖度研究。4 7 5 1 野外样方调查及数据处理4 7 5 2 遥感评价指标提取5 0 5 3 遥感评价指标相关性分析5 2 5 4 植被盖度估测模型构建。5 4 5 4 1 最佳模型选择5 4 5 4 2 遥感评价模型的检验5 5 第六章结果与分析5 8 6 1 草地分类结果分析5 8 6 2 植被盖度结果分析5 9 6 2 1 草地盖度总体分布特征。5 9 6 2 2 草地盖度高程分布特征6 0 第七章结论与展望6 1 7 1 结论6 l 7 2 存在的不足与展望6 2 致谢6 4 参考文献6 5 摘要 遥感科学技术的形成与发展，以及与全球定位系统等地理信息系统科学的 融合、渗透和统一，形成了新型的对地观测系统，遥感信息在科学研究和国民 经济中的应用越来越受到各行各业的重视。 本文研究对象是环保公益专项“青藏高原生态退化及环境管理研究 中一 个重要研究区雅鲁藏布江源区，根据野外实地勘察数据，结合可用的遥感影像 数据，对源区的草地类型进行遥感识别，并对植被盖度进行遥感的定量反演， 为源区生态退化研究服务。 本文选取成像质量较好的2 0 0 9 年8 月1 日左右的l a n d s a t 5t m 影像，根据 不同草地类型的波段组合特征，结合源区1 ：1 0 0 万植被类型图、d e m 和n d v i 数据，构建草地识别的判别规则，利用决策树分类的方法对雅鲁藏布江源区草 地类型进行遥感识别研究；以t m 派生数据n d v i 、r v i 、v 1 3 、p v i 、d v i 、m s a v i 、 s a v l 、t m 4 t m 5 为主要分析因子，结合野外植被样方调查数据，选取相关性最 高的因子与实测植被盖度建立回归模型，利用该模型生成植被盖度分布图。研 究结果表明： ( 1 ) 不同的草地由于其生境不同，受背景土壤类型和土壤水分的干扰和影 响，一定程度上加大了不同草种之间的光谱可分性，利用不同波段组合特征进 行草地类型识别能够达到较好的效果；总体上，利用地物光谱信息的面向对象 分类在分类效果上有了很大的提高，弥补了传统的基于像素统计特征分类方法 的不足。同时光谱信息参与面向对象分类，在信息提取之前，通过野外采样数 据，找出草地之间的区分规律，较光谱未参与面向对象分类的目标性强，提高 了分类精度。和传统的监督分类法相比，基于波段组合特征的决策树分类法具 有较高的识别精度：采样决策树分类的总体精度可以达到6 2 5 ，采用监督分 类的总体精度4 7 1 ；决策树分类的k a p p a 系数0 4 9 3 ，监督分类的k a p p a 系数 为0 2 6 8 。和监督分类相比，决策树分类的总分类精度提高1 5 4 ，k a p p a 系数 提高0 2 2 5 。本文采用的决策树分类法仅是基于影像的光谱特征、波段间的相互 运算以及高程等信息，并没有加入其它分类特征，其分类精度不是特别高；若 在以后的分类决策树模型中加入纹理等信息，则决策树分类法的优势会更明显， 分类精度会更高。 ( 2 ) 草地盖度实测值与对应的t m 4 厂r m 5 值变化趋势基本相同，且t m 4 厂r m 5 增强了不同退化程度草地植被的光谱反射值的差异，以t m 4 t m 5 为因子构建 的草地盖度估测模型能够准确反映出源区草地盖度的基本分布趋势，模型的整 体预测精度较高：r m s e 为0 0 7 4 ，相对误差为1 9 6 ，草地植被盖度模型验证 精度达到o 9 1 ，达到模型验证精度要求。 砧。 关键词：雅鲁藏布江源区；光谱特征；t m 4 t m 5 ；植被指数；决策树分类 i i a b s t r a c t an e we a r t ho b s e r v a t i o ns y s t e m ，w h i c hi sf o r m e db yr e m o t es e n s i n gs y s t e m ， g l o b a lp o s i t i o n i n gs y s t e ma n dg e o g r a p h i ci n f o r m a t i o ns y s t e m , h a sb e e np a i d a t t e n t i o nt ob ya l li n d u s t r i e si nt h es c i e n t i f i cr e s e a r c ha n da p p l i c a t i o ni nt h en a t i o n a l e c o n o m y t h es t u d ya r e ao ft h i sp a p e ri st h es o u r c er e g i o no fy a r l u n gz a n g b or i v e r , w h i c h i st h ei m p o r t a n ts t u d ya r e ai nt h ee n v i r o n m e n t a lp r o t e c t i o ns p e c i a lp u b l i c “r e s e a r c h o ne c o l o g i c a ld e g r a d a t i o na n de n v i r m e n t a lm a n a g e m e n t a c c o r d i n gt oq u a d r a t i n v e s t i g a t i n g ，w er e c o g n i z et h et y p e so fg r a s s l a n da n di n v e r s i o nt h ev e g e t a t i o n c o v e r a g e ，w h i c hs e r v e rt h er e s e a r c ho ne c o l o g i c a ld e g r a d a t i o ni nt h es o u r c er e g i o no f y a r l u n gz a n g b or i v e r w es e l e c t e dt h el a n d s a t 5t mi m a g e so fh i g hq u a l i t yi n a u g u s t1s t , 2 0 0 9 a c c o r d i n gt od i f f e r e n tf e a t u r e so fs p e c t r a lc o m b i n a t i o n , w eb u i l dt h er e c o g n i t i o n r u l e so fg r a s si d e n t i f i c a t i o nw i t ht h ed a t ao f1 ：4 0 0 m i l l i o nv e g e t a t i o nm a p ，d e m ，a n d n d v i w ed i dt h er e s e a r c ho ng r a s sr e c o g n i t i o ni nt h es o u r c er e g i o no fy a r l u n g z a n g b or i v e rb a s e do nd e c i s i o nt r e ec l a s s i f i c a t i o n t h i sp a p e ra n a l y z e dt h en d v i 、 r v i 、v 1 3 、p v i 、d v i 、m s a v i 、s a v ia n dt m 4 t m 5 ，c o m b i n i n g q u a d r a ti n v e s t i g a t i n g ， a n dw es e l e c tt h et m 4 t m 5a st h em a i nf a c t o rt oc o n s t r u c tm o d e lw i t hv e g e t a t i o n c o v e r a g e w ec a l c u l a t et h ev e g e t a t i o nc o v e r a g eo ft h ei m a g ew i t ht h i sm o d e la n d c r e a t et h ei m a g eo ft h ed i s t r i b u t i o no fg r a s s l a n d ，w h i c hi so fg r e a ti m p o r t a n tf o r g r a s p i n gt h ed e s e r t i f i c a t i o no fg r a s s l a n d i tw a ss h o w nt h a t ： ( 1 ) a sa r e s u l to fd i f f e r e n th a b i t a t ，i ti si n c r e a s e dt h es e p a r a b i l i t yi ns o m ee x t e n t , i n f l e c t e db ys o i lt y p ea n dm o i s t u r e w ec a na c h i e v eg o o dr e s u l t so fr e m o t es e n s i n g r e c o g n i t i o n o fg r a s so n s p e c t r a l c o m b i n a t i o n f e a t u r e s u s i n g t h e s p e c t r a l i n f o r m a t i o n ，t h e c l a s s i f i c a t i o ne f f e c to fo b j e c t o r i e n t e dc l a s s i f i c a t i o nh a sb e e n i i i i m p r o v e dg r e a t l yo v e r a l l i th a sm a d eu pt h ed e f i c i e n c yo ft r a d i t i o n a lc l a s s i f i c a t i o n b a s e do ns t a t i s t i c a lc h a r a c t e r i s t i c so fp i x e l s c o m p a r e dw i t ht r a d i t i o n a l s u p e r v i s e d c l a s s i f i c a t i o n , t h ed e c i s i o nt r e ec l a s s i f i c a t i o nb a s e do ns p e c t r a lc o m b i n a t i o nh a sh i g h p r e c i s i o no fi d e n t i f i c a t i o n , o v e r a l lc l a s s i f i c a t i o na c c u r a c yh a si m p r o v e db y15 4 a n dk a p p ac o e f f i c i e n th a si n c r e a s e db y0 2 2 5 d e c i s i o nt r e ec l a s s i f i c a t i o nu s e di n t h i sp a p e r o n l yc o n s i d e rt h es p e c t r a lc h a r a c t e r i s t i c so fi m a g e s ，t h ei n t e r - b a n d o p e r a t i o n s , e l e v a t i o na n ds o0 1 1 w ed i dn o tj o i nt h eo t h e rc a t e g o r i e s ，a n d t h e c l a s s i f i c a t i o na c c u r a c yi sn o t p a r t i c u l a r l yh i g h i fw ec a n c o n s i d e rt e x t u r e i n f o r m a t i o n , t h ea d v a n t a g eo fd e c i s i o nt r e ec l a s s i f i c a t i o nw i l lb em o r eo b v i o u sa n d i t sc l a s s i f i c a t i o na c c u r a c yw i l lb eh i g h e r ( 2 ) i th a st h es a m et r e n dw i t ht h em e a s u r e dd a t ao fg r a s s l a n dc o v e r a g ea n d t m 4 t m 5 ，w h i c hi n c r e a s et h es e p a r a b i l i t yo fs p e c t r a li n f l e c t i o nv a l u eo fd i f f e r e n t d e g r a d e dg r a s s l a n d t h eg r a s s l a n dc o v e r a g ee s t i m a t i o nm o d e lb u i l tb yt m 4 t m 5a s t h em a i nf a c t o rc a nr e f l e c tt h ed i s t r i b u t i o no f o fg r a s s l a n da c c u r a t e l y t h ep r e d i c t i o n a c c u r a c yo fm o d e li sh i g h ：r m s er e a c h e st o0 0 7 4a n dr e l a t i v ee r r o ri s19 6 t h e v e r i f i c a t i o na c c u r a c yo fm o d e lr e a c h e st o0 91a n di tc a nm e e tt h er e q u a i r e m e n to f m o d e lv a l i d a t i o n k e yw o r d s ：s o u r c ea r e ao ft h ey a r l u n gz a n g b or i v e r ；s p e c t r a lf e a t u r e ；t m 4 t m 5 ； v e g e t a t i o ni n d e x ；d e c i s i o nt r e ec l a s s i f i c a t i o n 第一章前言 第一章前言 1 1 研究目的和意义 雅鲁藏布江源区土壤发育程度低，水分、热量不足，对植被发育不利，现有的生物资 源均系地质历史时期的积累。高原气候明显，严寒、干旱，冻融等气候灾害频繁，生态环 境极为脆弱，经不起过度开发和干扰。 全球环境变化在该地区的“响应”极为明显，雪线上升、冰川后退，积雪量明显减小； 一些地区的地下水位下降，泉水水量减少、喷射高度降低甚至泉眼消失。流域内蒸发量增 大，土壤变干，径流量减少，出现“增温减湿”的趋势。据最近的水文站拉孜站2 0 年的水 文统计数据，雅鲁藏布江最大径流量明显增加，最小径流量明显降低，径流量向旱、涝两 极发展，年均径流量下降，河水含沙量增加，说明上游地区的持水能力和水土保持功能明 显下降。 源区沙漠化土地占雅鲁藏布江全流域沙漠化土地面积的4 5 6 2 。仲巴县各类沙漠化土 地面积居西藏自治区6 8 个县( 市) 的第5 位。 源区干旱多风、地表多沙和植被稀疏，为土地沙漠化提供了相应的动力条件、物质基 础。马泉河谷风沙地貌非常发育，主要为流动沙丘和固定沙丘及半固定沙丘，为串珠状和 沙丘链，有些已向上山坡推进，呈现沙漠特征。堰塞湖风沙地貌己达数百平方公里，这在 世界大河中已是罕见的奇观。在岗久一带，仲巴与萨嘎的交界地带河谷沙丘，一般高达 1 0 3 0 m ，长、宽6 9 1 0 0 m ，主要受风力形成。 草场退化严重，以冷季草场、居民点附近和主要道路两侧为最，扎东乡和帕羊乡退化 草场比例高达4 9 2 和3 7 6 。 源头区草场质量空间分布不均状况非常明显。虽然对各乡根据草场状况实施了人均牲 畜定额，又由于雪、旱灾害的调节，多年来年末牲畜存栏数增幅不大，夏季草场也具有一 定的潜力，但是冷季草场利用时间长、强度大，过牧严重。 草地退化特征主要表现为牧草产量、高度、盖度降低，品质变劣，群落中优良牧草所 占比例减小，有毒的和牲畜不可食的杂草类增加；草地中出现大量的裸土地或石砾，鼠害 加剧，草场沙化严重。源头区无栽培农业，是以放牧绵羊、牦牛为主的纯牧区。仲巴县9 5 的劳动力从事牧业生产，牧业收入占经济收入的9 9 。 源头区至今没有气象、水文等监测站点，自然环境背景数据极为缺乏，科研基础资料 更是寥寥无几。2 0 世纪7 0 - - 8 0 年代，中国科学院青藏高原综合考察队在青藏高原进行了 南京信息工程大学硕士学位论文 全面的考察，但是出版的系列科考丛书涉及源头区的内容比较概略【2 羽。2 0 世纪8 0 年代末 期，西藏自治区农委组织以县为单位开展土地利用调查、土壤普查、草地资源调查及草场 等级评价，源头区各县的相关调查成果图成为该区域重要的基础资料。近2 0 年来未见其他 对于源头区开展的专项调查研究记录。伴随着雅鲁藏布江源头国家级生态功能区的建设， 对此区域生态系统开展长期监测和研究，积累科学数据，将填补该河流源头区的研究空白， 为国际河流的信息交流奠定基础【1 1 。 本文主要利用遥感手段对雅鲁藏布江源区不同草地类型进行遥感识别，并对其盖度信 息进行反演，对于准确把握源区草地现状具有重要意义，同时也为下一步反演源区草地退 化程度提供了基础的草地类型数据及草地退化的一个判别因子植被盖度数据。为了全面了 解源区的草地状况，为遥感反演采集相关资料，课题组在2 0 1 0 年7 月份对源区马泉河宽谷 段沼泽草甸进行了全面的实地考察，针对不同草地类型制作样方，详细记录了各个草地类 型的经纬度坐标，各个草类的盖度，植株高度以及海拔等信息。 1 2 国内外研究现状及发展趋势 研究雅鲁藏布江源区草地的类型及其分布状况，遥感图像分类方法的选择尤为重要。 图像分类的任务就是通过对各类地物波谱特征的分析选择特征参数，将特征空间划分为不 相重叠的子空间，进而把影像内诸像元划分到各子空间去，从而实现分类。在目前的遥感图像 分类应用中，用的较多的是传统的模式识别分类方法：诸如最小距离法，最大似然法等监督分 类。其分类结果由于遥感图像本身的空间分辨率以及“同物异谱”，“同谱异物”现象的 存在，而往往出现较多的错分、漏分情况，导致分类精度不耐1 1 。近年来在采用神经网络，模糊 数学，决策树和人工智能的方法进行研究的过程中，取得了很大的进展。 1 2 1 草地类型识别及决策树分类国内外研究进展 毛飞、候英雨等利用1 9 8 2 2 0 0 0 年n o a a a v h r r 的旬合成归一化植被指数( n d v i ) 资料，采用主成分分析和非监督分类方法对藏北那曲地区植被进行分类，分析不同草地类 型代表像元的n d v l 年内和年际变化特征，将藏北地区的草地类型分为：高寒草甸、高寒草 甸草原、高寒草原和高寒荒漠四种类型【刁；赵连春、刘荣堂等通过研究表明：e t m 影像的 3 、5 、7 波段综合反映草地植被信息，可用于草地植被类型划分。草地类型的分布具有一 定的生态序列性，跟坡度、坡向、高程等地形因子具有一定的联系，利用数字高程模型可 以提取一系列的原生或次生地形属性，协助研究草地类型的梯度分布规律。辅助地形因子 进行草地遥感的分类具有其独特的优势，可将易混草地型区分出来，提高草地遥感分类精 度，为解决同物异谱和同谱异物现象提出了一种有效的解决方法【3 】。 李杨，江南等针对种植结构复杂、地形复杂的水稻种植面积遥感提取精度不高现象， 2 第一章前言 结合多时相遥感影像中反映水稻物候规律的特征波段，以南京江宁丘陵山区为例，选择典 型水稻物候期时相的t m 数据，基于多特征波段构建决策树分类提取水稻种植面积。结果 表明：纹理、植被指数、湿度因子、坡度因子等多特征参与决策树分类能够提高总体精度； 在具有两期物候数据时提取精度和效率较好，而加人了地形特征的水稻抽穗期数据比水稻 灌浆期数据获取效果略好 4 1 。乐通潮，陈杰等：利用决策树分类方法对漳江口国家级红树 林自然保护区s p o t 遥感影像进行解译，解决了传统的调查分类方法难以区分滩涂红树林 与山上果树的弊病，取得了较好的效果【5 】。潘琛，杜培军等利用徐州的e r m + 影像，选择 影像的光谱特征和归一化植被指数、绿度植被指数、比值植被指数等1 0 种植被指数作为分 类特征，采用s e e 5 决策树学习软件构建分类决策树，实现了研究区景观格局的遥感分类。 结果表明，决策树分类法易于综合多种特征进行遥感影像的分类，植被指数参与到决策树 分类中能够提高分类的总体精度1 6 。刘礼，于强等将决策树分层分类以及监督分类相结合， 构建了一个复合模型，并在s p o t 影像上进行实验，结构表明，该方法能有效地提高分类 精度【7 1 。罗永明，钟仕全等利用修正归一化差异水体指数、归一化差异建筑指数和土壤调 节植被指数等特征指数，对南宁市t m 影像进行降维处理后，运用决策树分类法提取南宁 市城市水体和建筑用地信息，取得了较高的效果【s 】。阎利，孙颖超等通过将纹理信息、n d v i 指数引入决策树方法对影像进行分类，并将分类结果与最大似然分类结果进行比较，研究 表明决策树分类方法相对传统分类方法总体精度提高了8 9 1 4 8 ，k a p p a 系数提高了 o 1 0 7 4 1 9 1 。 1 2 2 植被盖度反演国内外研究进展 植被盖度是观测区域内植被垂直投影面积占地表面积的百分比，是刻画陆地表面植被 数量的一个重要参数，也是指示生态系统变化的重要指标。在考察地表植被蒸腾和土壤水 分蒸发损失总量、光合作用的过程时，植被盖度都是作为一个重要的控制因子而存在。植 被盖度也是很多土壤侵蚀预报模型中的一个基本输入变量，其测量准确与否对土壤侵蚀预 报精度影响很大。植被盖度易于观测并与土壤流失量关系密切，因此有关植被盖度的研究 引起了人们的普遍关注。 地表实际植被覆盖度确定方法，分地表实测和遥感图像解译两个方面。地表实测的方 法很多，按其原理可分为3 类【1 0 1 。第l 类指目估法，它是常用的植被盖度测量方法，其优 点是简单易行，但主观随意性大，目估精度与测量人的经验密切相关。如果在植物生长季 节内进行植被覆盖动态监测，目估植被盖度的人为差异甚至可能大于植被盖度本身的变化， 给植被覆盖变化的动态分析带来很大困难。第2 类方法有正方形视点框架法1 1 1 j 、阴影法 ( m e t e r - s t i c k ) t 12 1 、点测、法【1 3 】和网格法5 1 等，其特点是对选定的地块、按一定方法等距不连 续采样，其中出现植被的样数占总样数的比值即为植被盖度，该类方法只针对一定的植被 3 南京信息工程大学硕士学位论文 类型或要求在一定时间进行段目测量，其具体应用仍然存在一定局限性。第3 类方法有空 间定量计法s q s ( s p a t i a lq u a n t u ms e n s o r ) 、移动光量计法t q s ( t r a v e r s i n gq u a n t u ms e l l ) 和照相 法等i l2 1 ，其原理都是利用传感器测量光通过植被层的状况计算覆盖度，其中s o s 和t o s 方 法都要求有专用的传感器设备，在野外操作起来也不是很方便。 王宏，李晓兵等利用基于遥感数据和降雨量的线性分解模型来估测不同植被类型盖 度，每8 k i n x $ k i n 地区的覆盖类型分为3 种类型：裸地、灌丛及草地和裸地混合类型，混合 类型又分为：草地和裸地利用一元线性回归拟合模型计算的湿季n d v i 对降雨量的敏感 性作为模型的状态变量，将通过0 1 显著水平检验的n d v i 和降雨量线性关系的斜率与湿 季n d v i 均值作散点图，然后根据条件限制优化算法求解三角形确定模型中的端元参数【1 6 】， 取得不错的研究效果。 由于地表实测费时费力，精度低，而不适于大范围的监测地表植物。不适合作为一种 独立测量的方法，方法，而遥感图像光谱信息具有良好的综合性和现势性，与植被盖度之 间存在相关性。因此是测定植被盖度的常用方法，实测数据提供的作用是提供模型的参数 以及检验模型的精度。a n a t a t o i y 在研究小麦的植被盖度时，采用n d v i ，g r e e n n d v i ，v a r i 三种植被指数进行回归，结果分析建议使用v a r i 线性回归模型估算植被盖度。植被指数 法是指直接利用经过精度检验的植被指数估算植被盖度，不需要建立回归模型，更具有普 遍意义，植被指数是遥感技术与地面联系的桥梁，通过植被指数可以建立遥感信息模型， 进行地表参数的定量反演。杨胜天等使用n d v i 将植被盖度分为四种，但局部区域的估算 精度可能会低于回归模型法，由于图像中的一个像元含有两个以上地物，因此可以将遥感 信息( 波段或植被指数) 分解，建立像元分解模型，目前采用多的是像元二分模型，从形 式上看与线性回归模型相似，但主要的区别是参数的确定上，线性回归模型是通过与实 测植被盖度做回归，并没有包含实际的物理意义，而像元二分模型的参数有实际意义，即 土壤与植被的纯像元所反映的遥感信息。由于植被区的光谱是植被，土壤亮度，环境影响， 阴影，土壤颜色和湿度等的综合反映，而且受大气信息环境及时相变化的影响，植被指数 也没有一个通用的计算方法，为了消除这些影响，科学家们提出了几十种植被指数。 g u t m a n 分析了a v h r r 数据计算出的植被指数，认为所用的波段组合方式会对结果产生 很大影响。由此可见，植被指数的选取与改进就显得格外重要。常用的植被盖度遥感监测 的植被指数有：n d v i ( 归一化植被指数) ，p v i ，s a v i ，m s a v i ，t s a v i ，g e m i ， m v i 等，其中n d v i 是遥感估测植被盖度研究中最常用的植被指数，p u r e v d o r 等以地面模 拟的n o a a a v h r r 数据为资料，运用经验模型法估测了蒙古及日本草原区的植被盖度 f i g ) 。研究结果表明模型适用于估测干旱和半干旱地区草地的植被盖度，并且通过在植被 盖度和植被指数之间建立二次多项式关系，可以实现用a v h r r 数据较准确地估测草地植 4 第一章前言 被盖度。如果可以得到土壤线的特征值，用t s a v i 得到的植被盖度最精确。如果土壤线的 特征值无法得到，草地覆盖的密度变化又较大时，n d v i 提供的植被盖度信息较准确。s a v i 则适宜用来估测稀疏草地的植被盖度。d y m o n d 等运用s p o t 影像建立地表植被盖度与 n d v i 之间的非线性经验模型，估测了新西兰南部典型草原的植被盖度。此研究的创新之 处是地表实测时的取样方法和对结果误差的分析方法1 1 7 j 。 1 3 研究思路与技术路线 草地类型遥感识别方面：由于同一草地类型具有相似的生境条件，不同草地类型之间 生境条件差异很大，背景土壤类型和土壤水分条件的干扰和影响，在一定程度上反而增大 了不同草种之间的光谱可分性。在植被类型样方调查的基础上，采用基于波段组合特征的 的地类识别方法，根据不同草地类型的波段组合特征，构建草地类型识别的判别决策树， 通过决策树分类的方法对源区草地类型进行遥感识别。本次草地类型调查样方，海拔最低 处为4 5 2 9 m ，最高处为5 0 8 8 m ，考虑遥感反演的可信度，在通过n d v i 数据提取源区植被 范围的基础上，借助d e m 数据将源区草地以5 0 0 0 m 为界分为两部分，5 0 0 0 m 以下为野外 调查高程范围内的草地类型，5 0 0 0 m 以上草地多为野外调查未涉及的高海拔植被，本文主 要通过决策树分类的方法对5 0 0 0 m 以下草场进行草地类型遥感识别。 草地植被盖度反演方面：在地面样地调查植被盖度的基础上，从遥感影像数据中产生 系列对植被信息比较敏感的遥感评价指标，主要包括：归一化植被指数( n d v i ) 、比值植 被指数( r v i ) 、差值植被指数( d v i ) 、垂直植被指数( p ) 、土壤调节植被指数( s a v i ) 、 修改型土壤调节植被指数( m s a v i ) 、中红外植被指数( 3 ) 和t m 4 t m 5 光谱指数。根 据g p s 提供的采样点经纬度坐标，提取对应样方点的不同类型评价指标，将不同类型的遥 感评价指标与植被盖度实测值进行相关性分析，比较相关系数，选取相关性最高的评价指 标与植被盖度实测值构建反演模型并对模型进行精度检验，最终将通过精度检验的模型应 用到源区遥感影像，利用a r c g i s 将源区反演的盖度数据转化为矢量数据，并对其进行分 级，得出源区草地盖度的分级图。本文研究技术路线如图1 1 。 5 南京信息工程大学硕士学位论文 图l - 1 雅鲁藏布江源区草地类型及覆盖度研究技术路线图 6 第二章研究区概况 第二章研究区概况 2 1 地理位置与地貌特征 雅鲁藏布江源区，地处西藏自治区西南边陲，地理坐标为2 9 0 0 9 3 0 ”3 0 。5 8 1 2 ”n ， 8 1 0 0 5 ，0 7 ”- - - 8 4 0 3 0 ，2 0 ”e 之间。雅鲁藏布江源头区指雅鲁藏布江的上游地区，即马泉河( 当 却臧布) 流域；西起杰马央宗冰川，东至马泉河与雅鲁藏布江交接处，南与尼泊尔王国毗 邻，北接仲巴县隆嘎尔区。源区集水面积约2 6 3 4 7 8 2 k m 2 ，约占雅鲁藏布江流域面积的11 。 行政范围包括日喀则地区仲巴县帕羊区全部、扎东区大部、隆嘎尔区小部分，阿里地区革 吉县东南角、普兰县的东缘以及萨嘎县的很小面积。源头区面积中，仲巴县占9 4 2 7 ，革 吉县占4 6 ，普兰县和萨嘎县分别占o 8 8 和0 3 3 。源头区边境线长达3 5 7 公里。区内 仲巴县城驻地距拉萨市8 9 1 公里，距日喀则市6 1 7 公里。 雅鲁藏布江源头区平均海拔在4 0 0 0 m 以上。南部喜马拉雅山脉发育着大小不一的多 条冰川。北部以冈底斯山脉主脊分水岭为界。北部山体相对较低，山势也较平缓，加之位 于高原内部，冰川不很发育。南北两山之间为一陷落型地堑宽谷，雅鲁藏布江自话向东在 宽谷中缓缓流过。谷底海拔约4 4 0 0 - - - 4 8 0 0 m ，由东至西逐渐抬高；谷宽1 0 - - - 2 0 k i n 。整个谷 地地貌分带性明显：在山麓地带有大片的冰碛丘陵、冰碛台地、岗地和洪积扇群，顶面高 7 南京信息工程大学硕士学位论文 度一般在5 1 0 0 - - - 5 2 0 0 m 左右，谷底发育着宽坦的冲积平原。河流比降较小，水道曲折，汉 流纷乱，湖塘星布，潴洳沼泽相当发育1 1 。 受气候的影响，源头区的土壤发育普遍较差。雪线以上的岩屑坡主要由石块构成；山 坡坡脚的高山草甸土和冲积低洼地的沼泽土发育较好。另外，河谷中江心和江岸沉积了大 量的泥沙，泥沙在枯水季节暴露在水面之上，经寒冻、日晒，再受风力作用的搬迁，在江 岸和山麓地带形成大量的风沙土，甚至形成高大的新月型沙丘，在江中则形成了许多大小 不一的沙洲。源头区土壤类型的分布表现出垂直地带性的规律，由基带向上大致分布着草 甸土一高山草原土一高山草甸土一寒漠土【1 1 。 2 2 自然条件 雅鲁藏布江源头区海拔均在4 6 0 0 m 以上，具有光照充足，辐射强度大，干湿季节明显， 暖季凉爽，冬季严寒的特点。据周边台站资料推测，源区年平均气温为- o - 3 1 2 ，最 热日均气温1 0 左右，年- z o 积温为1 1 6 7 1 1 8 8 ；全年无霜期极短，仅9 1 5 天左右， 有的地区甚至无绝对无霜期；年降雨量1 3 6 - - 2 9 0 m m ，6 - - 9 月份降水量占全年的9 0 左右； 年蒸发量2 2 0 0 - - - 2 3 0 0 m m ，是降水量的8 1 2 倍；年湿润度4 0 左右；年日照时数为2 8 9 7 - 3 1 6 8 小时，年芝8 级风日数为1 1 2 1 5 0 d 。属典型的高原寒冷干旱、半干旱气候区。 雅鲁藏布江源头区的植被主要包括高山草原、高山草甸、高山灌丛和高山沼泽草甸等 类型。高山草原属于区域内的地带性植被，主要分布在冲击平原和宽谷以及冲积扇和山裙 部，主要类型有紫花针茅草原、固沙草草原、固沙草草原、三角草草原、藏白蒿草原、藏 沙蒿草原以及由这些优势植物共同为优势种的草原植物群落。高山草甸主要分布山地缓坡 阴坡上，建群植被以高山嵩草、矮生嵩草为主。高山灌丛一般呈现稀疏的丛状散布在山地 阳坡和坡脚，小叶金露梅、金露梅、变色锦鸡儿是主要的高山灌丛优势种。高山沼泽草甸 主要分布在河谷底部的冲积平原以及坡脚冰水沮洳地段，藏北嵩草、三角草草甸分布较广。 另外，在雪线附近还可以见到由多种高山植物组成的垫状植物群落和高山岩屑坡的稀疏植 物群落。 源头区拥有野牦牛、藏野驴、藏狐、藏羚羊、藏原羚、盘羊、马熊等一系列高原特有 兽种，无鳞鱼和裂腹鱼( 占世界种类的9 0 以上) 等珍稀鱼类以及赤麻鸭、斑头雁、棕头 鸥、黑颈鹤、鸬鹚等鸟类。 2 3 社会经济状况 雅鲁藏布江源区为纯牧业地区，畜牧业是区域经济发展的基础和支柱产业。源区人口 约为l 1 0 0 0 人，9 5 的劳动力从事牧业生产，牧业收入占经济收入的9 9 。经济收入以肉 奶毛皮及其加工业为主。人均产值低而不稳，增长速度缓慢，2 0 0 0 年人均产值2 9 0 9 元。 2 第二章研究区概况 源区教育、医疗、交通灯社会基础设施极为薄弱。共有2 所小学。儿童小学入学率为 6 5 。在1 5 岁以上人1 ：3 中，文盲和半文盲占8 5 6 。仲巴县有各类科技人员1 4 0 多人( 主 要为畜牧兽防人员) ，卫生机构1 3 个。拉萨至普兰的拉普公路( 2 1 9 国道) 东西纵贯源头区， 境内长约4 0 0 公里；公路质量差，为沙石路和车辙路，晴通雨阻。仅仲巴县城有电视地面 卫星接收站。 9 南京信息工程大学硕士学位论文 第三章遥感数据源选择与预处理 3 1 现有的遥感数据源 3 1 1 多光谱数据 目前，资源环境宏观监测常用的遥感数据有l a n d s a tt m 影像、s p o t 影像、环境减灾 小卫星影像、a l o s 影像以及最新的d e i m o s 影像。 3 1 1 1 美国l a n d s a t 卫星 l a n d s a t 卫星原名地球资源技术卫星e r t s ( e a r t hr e s o u r c et e c h m t o g ys a t e l l i t e ) ，它是美国 国家航空航空局( n a s a ) 发