（地图制图学与地理信息工程专业论文）基于时相和波谱信息的植被信息提取研究.pdf

论文题目： 专业： 硕士生： 指导老师： 基于时相和波谱信息的植被信息提取研究 地图制图学与地理信息工程 冯丽 ( 签名) 三至自 张春森 ( 签名) 、主堑查鸯 摘要 植被在地球系统中扮演着重要的角色，植被影响地气系统的能量平衡，在气候、水 文和生化循环中起着重要作用，是气候和人文因素对环境影响的敏感指标。对植被的动 态监测可以从一定程度上反映气候变化的趋势，动态监测植被状况和植被覆盖也一直是 生态环境研究的热点之一。 利用遥感图像进行植被分类实现植被覆盖信息的提取是遥感应用领域的一项重要 研究内容。传统的基于数理统计的计算机遥感图像分类方法，由于植被信息的“同物异 谱 和“异物同谱以及“混合像元 现象，在一定程度上制约着植被信息高精度的提 取。而近年来出现的人工神经网络法、遗传算法及多元数据的专家系统等遥感图像分类 新方法忽视了时相信息在植被分类中的作用，没有把时相和波谱信息进行合理的组合。 在遥感图像分类中，尤其是利用遥感图像对植被进行分类中，由于植被生长以年为周期， 在这个生长周期内不同植被类型有着各自的生繁衰枯物候节律，表现出不同的生长规 律，即反映表现为不同的光谱值响应。所以探讨时相与波谱信息的组合进行植被分类的 研究，既有其理论基础也有很好的实际意义和应用潜力。 本文利用2 0 0 2 年陕西地区的e t m 遥感卫星影象，参考1 ：4 0 0 万数字化中国植被 类型图，1 ：1 0 0 万中国植被类型图，l ：3 0 0 万陕西植被分区图及1 ：4 0 0 万土地利用数据库。 对2 0 0 3 年陕西地区空间分辨率为l k m 的m o d i s 遥感影像数据选取覆盖全省包含不同 地物类型的8 5 个地面样地，并采用c 4 5 决策树分类方法，结合n d v i 时间序列曲线实 现陕西地区基于时相和波谱信息的植被信息提取研究。 利用c 4 5 决策树分类算法从训练样本数据集中挖掘分类规则，集成遥感影像的光谱 特征等数据建立研究区信息提取的决策树模型。并且通过混淆矩阵的方法对分类结果进 行精度评价，验证该方法的可行性。并与传统的最大似然分类方法进行比较，结果表明 该方法能客观地反映植被分布的地域性，较为准确地提取研究区域的植被信息。 这种根据不同分辨率遥感影像的各自特点，利用高分辨率影像的空间优势，将其结 果分不同类别进行统计分析，通过时相和波谱信息的结合建立时间谱曲线作为低分辨率 图像的分类依据，参与低分辨率图像的分类过程，为大面积植被状况监测提供了一种有 益的方法与手段。 关键词：遥感；时相；波谱；分类；决策树 研究类型：应用研究 s u b j e c t ：e x t r a c t i o no ft h ev e g e t a t i o ni n f o r m a t i o nb a s e do nt e m p o r a l a n ds p e c t r u mi n f o r m a t i o n s p e c i a l t y ：c a r t o g r a p h y a n dg e o g r a p h i ci n f o r m a t i o ne n g i n e e r i n g n a m e ：f e n gl i( s i g n a t u r e ) s u p e r v i s o r ：z h a n gc h u n s e n ( s i g n a t u r e a b s t r a c t t h ev e g e t a t i o np l a y sa ni m p o r t a n tp a r ti nt h ee a r t hs y s t e m i ti n f l u e n c e st h ee n e r g y b a l a n c eo fe a r t hc l i m a t es y s t e ma n dh a st h ei m p o r t a n tf u n c t i o no nc l i m a t e ，w a t e ra n db i o l o g y c i r c l e i ti sa l s ot h es e n s i t i v ei n d e xo ft h ei n f e c t i o nw h i c hc l i m a t ea n dh u m a ni m p a c to n e n v i r o n m e n t t h ed y n a m i cs u r v e i l l a n c eo i lv e g e t a t i o nc a r lr e f l e c tt h et r e n do fc l i m a t ec h a n g e v e g e t a t i o nc l a s s i f i c a t i o n w i t hr e m o t es e n s i n gi m a g e st oa c h i e v et h ee x t r a c t i o no f v e g e t a t i o nc o v e r i n f o r m a t i o ni sas i g n i f i c a n tt o p i ca m o n gr e m o t es e n s i n ga p p l i c a t i o n b e c a u s e o fc t h es a m eo b j e c t sw i t hd i f f e r e n ts p e c t r u m ”， t h es a m es p e c t r u mi nd i f f e r e n to b j e c t s a n d m i x e dp i x e l ，r e m o t es e n s i n gi m a g e sc l a s s i f i c a t i o nw i t hc o m p u t e rb a s e do nt h et r a d i t i o n a l m a t h e m a t i c a ls t a t i s t i c sm s t r i c t sh i g h p r e c i s i o ne x t r a c t i o no fv e g e t a t i o n i n f o r m a t i o n v e g e t a t i o ng r o w si nac y c l eo fay e a r d i f f e r e n c et y p e so fv e g e t a t i o nr e s p e c t i v e l yh a v ei t s d e v e l o p m e n t a lr h y t h mo rs p e c i a lg r o w i n gl a wi nt h i sc y c l e a l lo f t h e s ec a nr e f l e c td i f f e r e n t s p e c t r u mv a l u e s t h e r e f o r et h es t u d yo fv e g e t a t i o nc l a s s i f i c a t i o nb a s e do nt e m p o r a la n d s p e c t r u mi n f o r m a t i o nh a st h e o r e t i c a lb a s i s ，p r a c t i c a lm e a n i n ga n da l s oa p p l i e dp o t e n t i a l t h i sp a p e rc h o o s e s8 5g r o u n dt r u t h sw h i c hi n c l u d ed i f f e r e n tt y p e so ff e a t u r e si n m o d i sd a t a , w h i c hs p a t i a lr e s o l u t i o ni s1k i l o m e t e r , i n2 0 0 3a b o u ts h a n x ip r o v i n c e t h e e t md a t ai n2 0 0 2t h es p a t i a lr e s o l u t i o no ft h a ti s3 0m e t e r s ，d i g i t a lc h i n e s ev e g e t a t i o nt y p e s m a pw i t ht h es c a l eo f1 ：4 0 0 0 ，0 0 0 ，s h a a n x ip r o v i n c ev e g e t a t i o np a r t i t i o nm a pw i t ht h es c a l e o f1 ：3 0 0 0 0 0 0a n dl a n du s ed a t a b a s ew i t ht h es c a l eo f1 ：10 0 0 ，0 0 0a r et h er e f e r e n c e s i nt h i s p a p e r , d e c i s i o nt r e ec l a s s i f i c a t i o nm e t h o dc o m b i n e dw i t hn d v it i m es e q u e n c ec u r v e so f g r o u n dt r u t h sr e a l i z e dt h ee x t r z c t i o no fv e g e t a t i o nw h i c hb a s e do nt e m p o r a la n ds p e c t r u m i n f o r m a t i o ni ns h a n x ip r o v i n c e w eu s ec 4 5d e c i s i o nt r e ea l g o r i t h mf o rp u r p o s e so fm i n i n gc l a s s i f i c a t i o nr u l e sf r o m t r a i n i n gs a m p i e s d e c i s i o nt r e em o d e lo fl a n di n f o r m a t i o ne x t r a c t i o nw a sb u i l tf r o mt h e s e s a m p l e st h r o u g hc 4 5a l g o r i t h m ，w h i c hi n t e g r a t e s s p e c t r a la n ds o o n a n dp r e c i s i o n e v a l u a t i o nw a sc a r r i e do u tf o rt h ec l a s s i f i e di m a g eb yc o n f u s i o nm a t r i xw h i c hc o n f i r m e dt h e f e a s i b i l i t y o ft h i sm e t h o d a n dc o m p a r e dw i t ht h e t r a d i t i o n a lm a x i m u ml i k e l i h o o d c l a s s i f i c a t i o nm e t h o d ，t h er e s u l t ss h o wt h a tt h ed e c i s i o nt r e em e t h o dc a nr e f l e c tt h er e g i o n a l d i s t r i b u t i o no fv e g e t a t i o no b j e c t i v e l ya n de x t r a c tt h ev e g e t a t i o ni n f o r m a t i o no fs t u d ya r e a a c c u r a t e l y t h i sm e t h o dd e p e n d so nt h ec h a r a c t e r i s t i c so fr e m o t es e n s i n gi m a g e si nd i f f e r e n t r e s o l u t i o n a n dt i m es e q u e n c ec u r v e sa r et h eb a s i sf o rt h ec l a s s i f i c a t i o no fl o wr e s o l u t i o n i m a g e st op a r t i c i p a t ei nt h ep r o c e s so fc l a s s i f i c a t i o n t h i sm e t h o dp r o v i d e sau s e f u lm e a n sf o r v e g e t a t i o nm o n i t o ri nl a r g ea r e a k e y w o r d s ：r e m o t es e n s i n g t e m p o r a ls p e c t r u m c l a s s i f i c m i o nd e c i s i o nt r e e t h e s i s ：a p p l i c a t i o nr e s e a r c h 姜料技大挲 学位论文独创性说明 本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究t 作及 其取得研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不包含 其他人或集体已经公开发表或撰写过的研究成果，也不包含为获得西安科技大学 或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中做了明确的说明并表示了谢意。 学位论文作者签名：驾确日期：五肋簿咽) 咽 学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期间 论文工作的知识产权单位属于西安科技大学。学校有权保留并向国家有关部门或 机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学 位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存和汇编本学位论文。同时本人保证，毕业后结合学位论文研究课 题再撰写的文章一律注明作者单位为西安科技大学。 保密论文待解密后适用本声明。 学位论文作者签名：声毛确 指导教师签名： 卅年牛匀潮 1 绪论 1 1 研究意义 1 绪论 植被在地球系统中扮演着重要的角色，植被影响地气系统的能量平衡，在气候、水 文和生化循环中起着重要作用，是气候和人文因素对环境影响的敏感指标。由于植被具 有明显的年际变化和季节变化的特点，并且是联结土壤、大气和水分的自然“纽带”， 在一定的程度上能代表土地覆盖的变化，所以在全球变化研究中充当“指示器 的作用 【l 】。因此对植被的动态监测可以从一定程度上反映气候变化的趋势，动态监测植被状况 和植被覆盖也一直是生态环境研究的热点之一1 2 4 1 。 植物内部所含的色素、水分以及结构决定了植物特有的光谱特性，植被在生长发育 的不同阶段，从内部成分结构到外部形态特征均会发生一系列周期性的变化，称为植物 季相节律。植物季相节律从植物细胞的微观结构到植物群体的宏观结构上均会有反映， 从而使植物的物理光学特性也发生周期性变化。随着植物的生长、发育或受病虫害及水 分缺亏状态等的不同，植物叶片的叶绿素含量、叶腔的组织结构、水分含量均会发生变 化，致使叶片的光谱特性发生变化，这种变化可以在可见光和近红外波段同步显现出来， 这对于植物和非植物的区分、不同植被类型的识别、植被长势监测等都是至关重要的。 因此，可以通过多光谱遥感信息获得植被及其变化的信息，直接监测植被长势、病虫害 以及进行生物量估算等。 近年来随着遥感技术的发展，使植被面积的动态定量监测成为可能。卫星遥感数据 用于大尺度植被分类及变化研究的优越性主要表现在两个方面：( 1 ) 卫星遥感数据提供了 植被的许多特征信息，如季节性信息、植被光合能力的信息等；( 2 ) 遥感数据具有周期短、 覆盖范围广、成本低、波段宽和时间系列长等特点，因此可以提供植被覆盖变化的信息。 生态环境监测中主要的一个内容就是对地表植被的监测，以遥感影像为基础的植被 指数的运用为地表植被的监测提供了有力的工剧5 1 。植被指数是由多光谱数据经线性和 非线性组合而构成的对植被有一定指示意义的各种数值，它定量地表明了植被活力。它 比用单波段来探测绿色植被更具有灵敏性，有助于增强遥感影像的解译力。它已经作为 一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报 等方面，并在专题制图方面增强了分类能力1 6 j 。 1 9 9 9 年1 2 月1 8 日，随着美国国家航空航天局( n a s a ) 成功地发射了地球观测系统( e o s ) 的第一颗先进的极地轨道环境遥感卫星t e r r a ( a m 1 ) 标志着利用遥感技术开展全球变化研 究进入到了一个新的时代。2 0 0 3 年5 月4 日第一颗e o s 的下午轨道卫星a q u a 升空。t e r r a 和a q u a 卫星搭载的中分辨率成像光谱 艾( m o d i s ) 是目前世界上最高精度的辐射观测仪器。 西安科技大学硕士学位论文 m o d i s 传感器作为当前世界上新一代“图谱合一 光学遥感仪器，具有数据接收 免费，时间分辨率高，空间分辨率中等，通道多，波段窄的优点，其优良特性是 n o a a a v h r r 传感器不能比拟的，这决定了其必将在实际应用中大显身手。而利用 m o d i s 数据对植被进行监测，正是其中一个非常重要的研究领域。 m o d i s 成功发射和运营后，中国科学院遥感应用研究所、中国科学院地理科学与 资源研究所、国家气象局等数十家单位陆续建立了m o d i s 地面接收站。m o d i s 数据 3 6 个波段，以每天上、下午的频率采集并且数据实行全球免费接收的政策( t e r r a 卫星 除m o d i s 外的其他传感器获取的数据均采取公开有偿接收和有偿使用的政策) 。 m o d i s 在红光和近红外波段探测波段较窄，避开了近红外波段的水汽吸收带，且 红色通道( 6 2 0 6 7 0 n m ) l 匕a v h r r 的( 5 8 0 6 8 0 n m ) 更窄，对叶绿素的吸收更敏感，提高了 对稀疏植被探测能力。m o d i s 在蓝光和绿光附近设有波段3 ，用于大气气溶胶修正，在 绿光附近设有通道4 ，用于尝试解决浓密植被的饱和问题【刀。 为了建立资料处理模式和算法，并指导对m o d i s 资料的科学讨论和应用，n a s a 成立了由美国、澳大利亚、法国等科学家组成的专门研究队伍，分大气、陆地、海洋和 定标4 个科学组，从1 9 9 1 年开始研究，提出各种算法，己经形成诸如气溶胶、云相、 水汽、土地覆盖、植被指数、叶面积指数、海面温度、生物光合作用活动、陆面温度、 海洋水色、积雪等众多定量产品【引。 m o d i s 植被指数产品是在已有的植被指数的基础上改进设计的，以便使其适用于 全球范围，并增强其对植被的敏感度，减少大气、观测角、太阳角、云等外部因素和叶 冠背景等非植被内在因素的影响，提供时间、空间连续的可以比较的全球植被信息。包 括1 6 天合成的覆盖全球的l k r n ，5 0 0 m 和2 5 0 m 三种分辨率的植被指数产品，以求回答 全球生态系统是如何变化的，全球土地覆盖和土地利用中发生了那些变化，这些变化的 原因是什么以及生态系统是如何响应和影响全球环境变化和碳循环等几个关键问题。该 产品包括n d v i 和e v i 两种植被指数。m o d i s - n d v i 是己有2 0 年积累的n o a a n d v i 系列的延续，可以为业务监测和研究提供长期数据。e v i 利用了m o d i s 辐射仪的优点， 订正地表反射率以提高对高生物量区的敏感性，并通过叶冠背景信号的融合和减少大气 影响来提高植被监测精度。这两个植被指数可以在研究全球植被、提高植被变化的探测 和提取叶冠生物物理参数方面相互补充。 按照n o a a 卫星正常的发射计划及卫星使用寿命，至2 0 0 8 年前后，n o a a 系列极 轨气象卫星将退出历史舞台。由于m o d i s 采集的数据具有3 6 个波段和2 5 0 1 0 0 0 m 地 表分辨率，加上数据以每天上、下午的频率采集和免费接收的数据获取政策，使得 m o d i s 数据成为我国地学研究和生态环境监测不可多得的数据资源。m o d i s 传感器能 够提供动态且十分丰富的地球影像。从许多已经获得的影像来评估，m o d i s 的产品确 实能够针对广泛的地球现象提供研究素材。估计我国已经在使用n o a a a v h r r 数据的 2 1 绪论 用户绝大多数都将转向n o a a a v h r r 的换代产品m o d i s 数据。 在获取土地覆盖类型的分类方法中，最大似然法和非监督分类方法是比较经典的分 类算法，由于它们算法简单、稳定，许多研究都用到这些方法。但由于这些传统分类方 法存在一定的局限性，人们发展了许多新方法来改善分类效果或提高分类精度。 决策树，作为一种监督分类方法，由于它的非参数和树结构特性使其具有良好的稳健性， 在全球及区域土地覆盖植被覆盖遥感制图上，已作为一种新兴的分类方法得到成功应用。 因此，利用m o d i s 周期短、覆盖范围广、成本低、波段宽和时间系列长等优良的 数据特性，结合决策树分类方法来进行全球及区域的植被监测，并由此来监测生态环境 的变化，这是一项非常有应用价值和理论价值的研究工作，具有非常重要的意义。 1 2 国内外研究现状 在国内方面，利用遥感进行植被的监测起步比较晚，但是发展很快。自从2 0 0 0 年 1 1 月中国气象局卫星气象中心研制出我国第一套e o s m o d i s 接收系统，并投入业务运 行以来，国内科研人员对m o d i s 数据做了大量的研究工作。利用m o d i s 植被指数进 行监测方面：赵冰茹、刘闯等人对锡林郭勒草地m o d i s 植被指数时空变化进行了研究， 以动态监测草地分布、初级生产力、草场利用和退化状况；石瑞香、刘闯等人利用m o d i s n d v i 监测白洋淀蝗虫灾害【9 l ；覃先林、易浩若利用m o d i s 植被指数来监测树种长势， 以便研究区域性陆地表面可燃物的时空变化规律【l o l ；吕建海、陈曦等人利用m o d i s 监 测石河子地区大面积棉花长势i 1 1 1 ；冯蜀青、刘青春等人利用m o d i sn d v i 对青海省牧 草产量进行监测研列1 2 i ；季荣、张霞等人利用m o d i s 多时相n d v i 监测河北省南大港 东亚飞蝗受灾状况【1 3 1 ：韩爱惠利用m o d i s 植被指数探讨提取荒漠化敏感区域的方法， 进而监测土地荒漠化程度【1 4 1 。以m o d i s 植被指数作为中间变量进行各种估算方面：赵 冰茹、刘闯等人利用m o d i sn d v i 对内蒙古锡林郭勒草地进行草地估产1 1 5 1 ；陈全功、 钞振华等人利用m o d i sn d v i 评估阿勒泰地区草地生产力【1 6 1 ；杨小唤、张香平等人在 北京市研究了利用m o d i s 时序n d v i 特征值提取多作物播种面积的方法，以便进行农 作物估产【i7 】；夏朝宗、熊利亚等人利用m o d i sn d v i 作为中间参数反演东北地区陆地 植被光合作用过程【1 研；张蓓、王世新等人利用m o d i sn d v i 作为中间变量反演出植被 水含量信息，以达到监测植被水的目的【1 9 1 ；周才平、欧阳华等人在青藏高原主要生态系 统净初级生产力的估算研究中，利用m o d i sn d v i 来测算生物量1 2 0 j ；卢远、林年丰利 用m o d i sn d v i 对松辽平原土地退化进行宏观评估【2 1 】；龟山哲、张继群等人利用m o d i s 植被指数研究洞庭湖蓄水量的变化【趁1 。 在国外方面，利用遥感进行植被监测的研究和应用进行的很早。早在7 0 年代，美 国就利用遥感资料估测了内布拉斯加沙漠化地区的5 2 万平方公里的草场变化情况，为 生产上合理利用草地提供了科学依据。另外，8 0 年代中期，新西兰开始采用n o a a 数 3 西安科技大学硕士学位论文 据计算的归一化植被指数n d v i 来监测草地生产力的动态变化，发现牧草生长末期的地 上生物量与n d v i 密切相关，n d v i 和r v i 与绿色生物量有很好的相关性；n d v i 在木 本植物覆盖率小于1 0 时，可提供直接监测总产草量的方法。从2 0 0 0 年2 月m o d i s 数据开始传输以来，作为a v h r r 数据的代换产品，得到广泛应用。如2 0 0 2 年，a l e x a n d e r e t r i s h c h e n k o 等人利用m o d i sn d v i 研究光谱响应机制对地面反射的影响 2 3 1 ； r b m y n e n i 等人研究了m o d i sn d v i 与l a i 、n d v i 与f a p a r 之间的关系【2 4 1 ；y h o n g t i a n 等人以n d v i 为中间变量，对m o d i sl a i 产品进行多尺度分析和确认i ”1 。2 0 0 3 年， x i a o y a n gz h a n g 等人利用以年为合成期的m o d i s 植被指数( n d v i 、e v i ) 监测植被生物 气候变化，在美国东北部取得显著成果【2 6 1 。2 0 0 4 年，e v a c h o n 等人在利用m o d i s 数据监 测周期性和长期性气溶胶的研究中，以m o d i sn d v i 作为使用模型的权重1 2 7 】；s u n y u r p p a r k 等人利用m o d i sn d v i 研究水土特性对干旱监测的影响【2 8 l ；y u j i ew a n g 等人以 m o d i sn d v i 为中间变量对m o d sl a i 算法进行评价【2 9 】；r a s m u sf e n s h o l t 等人研究半 干旱地区m o d i sn d v i 与f a p a r 的关系【3 0 】；k y u s u n gl e e 等人研究高光谱与多光谱数 据，即m o d i s 、l a n d s a te t m + 和 a v i r i s ( a i r b o m e v i s i b l e i n r r a r e d i m a g i n g s p e c t r o m e t e r ) n d v i 在估算l a i 中的作用川；v i r g i n i av e n t u r i n i 等人利用m o d i sn d v i 估算土壤水分蒸发蒸腾损失总量f 3 2 i 。2 0 0 5 年，p a m e l al n a g l e r 等人利用m o d i s 植被指 数( n d v i 、e v i ) 与气象资料对河边土壤水分蒸发蒸腾损失总量进行预测【3 3 】；q u a nw a n g 等人研究n d v i 与l a i 的关系时，其中一种数据源是m o d i s 植被指数( n d v i 、e v i ) 3 4 】； p r a s a ds t h e n k a b a i l 等人利用m o d i s 数据研究印度恒河与西北部河流翁地土地利用覆 盖以及绘制灌溉图时，做了基于m o d i sn d v i 建立特殊分类标准的研究【3 5 1 ；k e n s u k e k a w a m u r a 等人利用m o d i sn d v i 研究放牧密度对草地的影响m l 。 以上数据表明，利用遥感手段，对植被进行监测是国内外遥感研究的一个重要方面。 利用遥感手段对植被进行监测，具有宏观性，快速性和经济性。前人的研究也表明，利 用遥感手段进行植被监测的研究，大部分是基于已有的经验模型，很少对植被监测模型 的本身进行研究。而且，m o d i s 作为一种新型的传感器，利用其进行植被的监测，对 其植被监测模型的研究就具有非常重要的意义。 1 3 论文研究的内容和方法 本文利用2 0 0 2 年陕西地区的e t m 遥感卫星影象，参考l ：4 0 0 万数字化中国植 被类型图，1 ：1 0 0 万中国植被类型图，l ：3 0 0 万陕西植被分区图及l ：4 0 0 万土地利用数 据库。对2 0 0 3 年陕西地区空间分辨率为l k m 的m o d i s 遥感影像数据选取覆盖全省包 含不同地物类型的8 5 个地面样地。并采用决策树分类方法，结合n d v i 时间序列曲线 实现陕西地区基于时相和波谱信息的植被分类研究。利用c 4 5 决策树分类算法从训练 样本数据集中挖掘分类规则，集成遥感影像的光谱特征等数据建立研究区信息提取的决 4 1 绪论 暑i 1 策树模型。并且通过混淆矩阵的方法对分类结果进行精度评价，验证该方法的可行性。 并与传统的最大似然分类方法进行比较，结果表明该方法能客观地反映植被分布的地域 性，较为准确地提取研究区域的植被信息。图1 1 表示了研究方法的流程图。 这种根据不同分辨率遥感影像的各自特点，利用高分辨率影像的空间优势，将其结 果分不同类别进行统计分析，通过时相和波谱信息的结合建立时间谱曲线作为低分辨率 图像的分类依据，参与低分辨率图像的分类过程，为大面积植被状况监测提供了一种有 益的方法与手段。 图1 1 研究方法流程图 5 西安科技大学硕士学位论文 2 试验区概况 2 1 自然概况 研究区域为陕西省，地理坐标介于1 0 5 d 2 9 一1 1 1 0 1 57 e 、3 1 0 4 2 3 9 0 3 57 n 之间。东邻 山西、河南，南界湖北、四川，西接甘肃，西北及北与宁夏、内蒙古毗邻，素有西部门 户之称。全省南北长约8 7 0 公里，东西宽2 0 0 至5 0 0 公里，土地面积2 0 5 6 万平方公里。 陕西省南北狭长，地势南北高、中间低，有山地、高原、盆地、沙漠，等多种地形。 大小河流交错，具有温带、暖温带、北亚热带气候，自然环境复杂，生态条件多样，植 物资源种类繁多，植被分布具有明显的地带性。从南到北有温带草原地带，森林草原地 带，暖温带落叶阔叶林地带，北亚热带常绿阔叶林地带。 陕西位于中国的中纬地带，兼跨温带、暖温带和北亚热带三个热量带，成为中国自 然地带结构最复杂的省份。在地理位置上，陕西是黄河中游偏东靠南的省份。6 0 以上 位于黄河流域，所以陕西历来被认为是黄河中游的省区之一。陕西地理位置处于内陆的 特点，使陕西在中国从东南湿润区域到西北干旱区域，从东部森林区域到西北草原、荒 漠区域，从东部农业区到西北农牧区之间起着过渡带的作用。 陕西地貌的总特点是南部、北部高，中部低。全省有秦岭、桥山横贯东西、把境内 分为陕北、关中、陕南三大自然区。从南向北，依次由山、川、塬组成，地貌分区明显， 类型复杂。位于凤翔、铜川、韩城一线以北是著名的黄土层覆盖的陕北高原，海拔一般 为8 0 0 1 3 0 0 米，约占全省土地总面积的4 5 、基本地貌类型有黄土塬、梁、峁、沟、 壑、石质山地和河流谷地，长城沿线以北是风沙地形、属毛乌素沙漠，煤资源丰富，牧 业较为发达。关中平原东起潼关，西至宝鸡，东西长约3 0 0 多公里，宽约3 0 8 0 公里， 一般海拔3 2 5 8 0 0 米，约占全省土地总面积的1 9 ，号称“八百里秦川，土壤肥沃， 农产品富饶。基本地貌类型是河流阶地和黄土台塬。陕南包括秦岭、大巴山和央于两山 之间的汉水谷地。海拔一般在1 2 0 0 2 5 0 0 米之间，约占全省土地总面积的3 6 ，是陕西 农林特产和矿产资源的宝库。秦岭是黄河流域与长江流域的主要分水岭，是中国南、北 方的主要分界线；主峰为太白山，北坡分布许多温泉，著名的骊山泉，还有断崖千尺、 雄伟壮观、险要峻峭的西岳华山。大巴山为汉中、四川两盆地的界山。基本地貌类型有 各类山地，河谷地貌以及众多的山间构造盆地。 陕西的山脉按其走向可分为东西走向和南北走向两大类型。其中以东西向山脉为 主，包括横山、秦岭和大巴山：南北走向的山脉主要分布在关中平原以北的黄土高原上， 包括子午岭、黄龙山和陇山等。秦岭有许多全国著名的山峰，如华山，以及太白山，终 南山，骊山。 6 2 试验区概况 陕西的河流除黄河经本省东部外，主要有渭河、汉水、泾河、洛河、延河、无定河、 嘉陵江、丹江、窟野河等。全省流域面积在1 0 0 平方公里以上的河流有5 8 3 条，渭河是 黄河最大支流，全长7 5 7 公里，也是本省的主要河流。 2 2 社会经济概况 陕西工业基础雄厚，已具有相当的规模和水平，形成了军工、机械、电子、纺织等 传统加工工业优势。先后研制生产出中国第一只彩色显像管、第一枚“长二捆”运载火箭 发动机、第一块集成电路板和第一架民用飞机。“运七 飞机是中国民航客运的最大机 群，已交付国内外用户1 0 9 架支线飞机。另外，新型纺织机械、电冰箱及空调压缩机、 微型汽车、豪华大客车等产品业已形成一定规模。电子工业是新崛起的支柱产业。可生 产电子、显像管、无线电通讯导航、彩色电视机、电冰箱、大规模集成电路、电子计算 机等数百个品种。纺织工业是陕西传统的支柱工业和出口创汇行业。以棉纺为主，毛、 麻、化纤、针织、印染、纺机等门类齐全的工业、科研、教育体系使陕西成为中国重要 的纺织工业基地。此外，能源、石化、医药、建材、食品、轻工、冶金、有色金属等工 业在国内也有一定的地位和竞争力。 陕西是中国农业主要产区之一，是中西部农业较为发达的省份。有耕地3 3 6 万公顷， 草地3 5 3 万公顷。初步建成商品粮油棉、烤烟、果品、奶山羊、秦川牛、蚕茧、茶叶、 羊、羊绒等十大农业商品基地。乡镇企业已赶上全国平均发展速度。1 9 9 7 年，全省乡镇 企业完成总产值l ，3 2 5 1 6 亿元。 陕西是中国重要的科研教育园区，是中国航空、航天、机械、电子、仪表仪器、农 业等领域重要的科研和生产基地，在空间技术、生物技术、电子信息、机电一体化、新 材料和高效节能等高新技术领域具有较突出的实力。陕西综合科技开发能力居全国前 列。全省共有各类科研机构1 0 6 6 个，各类专业技术人员8 2 万人。在陕西的中国科学院 院士1 2 名，中国工程院院士1 9 名。目前，已建成2 2 个国家重点实验室，5 3 个国家专 业、专项、行业重点实验室和1 0 个国家级工程技术中心。全省民营科技企业已发展到6 ， 5 0 0 多家。教育全省有各类普通高等院校4 3 所，在校学生1 4 0 ，9 6 6 人，研究生1 0 ，4 9 4 人，专职教师2 3 ，0 0 0 多人。有普通中学2 ，6 4 5 所，小学6 ，0 2 5 所，中等专业学校1 1 4 所，各类成人高校4 l 所。 1 9 9 8 年陕西共有卫生机构6 0 0 0 多个，其中医院3 3 0 0 多个，病床9 6 万张，共有医 务人员1 5 1 万人，其中卫生技术人员1 2 万人。 2 3 植被概况 陕西的植物资源丰富多彩，主要表现是资源种类多，资源类型的区域差异明显。陕 西的种子植物约有3 0 0 0 5 0 0 0 种，约占全国1 0 。绝大多数分布在陕南，仅太白山已知 7 西安科技大学硕士学位论文 有1 6 0 0 多种，陕北约1 0 0 0 种左右。 陕西林木资源丰富，森林面积( 包括灌木林) 占全省土地总面积的3 0 左右。主要分 布在崂山、黄龙山、桥山、陇山和秦巴山中，约占全省有林地面积的9 4 。绝大部分为 次生林，原始林分布在秦巴山地的高山区。森林资源以用材林为主，主要用材树种有云 杉、冷杉、柏类、铁杉、落叶松、油松、华山松、白皮松、马尾松、杉木、栋类、杨类、 刺槐、泡桐及阔杂等。构成林区优势树种，在陕北林区主要有辽东栎、山杨、白桦、油 松、侧柏等；陇山林区主要有辽东栎、川白桦、山杨、红烨及华山松等；陕南林区的林 木资源最丰富，秦岭自下而上主要成林树种有麻栎、马毛松、侧柏、杉木、栓皮栋、华 山松、油松、山杨、锐齿栎、铁杉、白皮松、红烨、毛皮桦及冷杉等，巴山林区主要有 麻栎、栓皮栎、山杨、红烨、槭、杉、樟科、枫杨、油松、华山松、白皮松、黑壳楠及 少量冷杉、银杏、刺揪等。另外，还有油茶、核桃、油桐、山杏、花椒、油树、木瓜、 油橄榄、乌桕、板栗、漆树、棕榈、耳林、茶林等经济树种，以及温带和亚热带果林。 全省竹林3 4 万亩，包括7 属2 4 种和4 个变型或栽培型，以刚竹属为主，占全省竹种的 6 0 以上。竹林的分布，南北镇坪，北抵延安以南，以关中和陕南为主要分布地，陕南 又多于关中。 中药材7 0 0 余种，中华猕猴桃、沙棘、富硒茶、绞股蓝等生物资源极有开发价值。 陕西的草原属温带草原，主要分布在陕北，类型复杂，是发展牧业的良好条件。 8 3 数据及其预处理 3 数据及其预处理 遥感数据的获取和预处理，是基于遥感图像植被分类的一项基础性工作，随着现代 遥感技术日新月异的发展，新型传感器的不断涌现，使得来自不同传感器的数据具有不 同的时间、空间和光谱分辨率。面对如此海量的数据，如何针对不同的分类目的选择合 适的遥感数据是遥感分类中必须考虑的问题。 3 1m o d i s 数据与预处理 3 1 1m o d i s 数据 1 9 9 9 年1 2 月1 8 日，美国成功发射了地球观测系统( e o s ) 的第一颗先进的极地轨道 环境遥感卫星t e r r a ( e o s a m l ，表示e o s 计划的第一颗上午卫星，拉丁文中“t e r r a 为陆地的意思) 。t e r r a 卫星上载有五种对地观测仪器，其中中分辨率成像光谱仪( m o d i s ) 是该计划中最有特色的仪器之一。它是e o s a m l 系列卫星的主要探测仪器，也是 e o s t e r r a 平台上唯一进行直接广播的对地观测仪器。m o d i s 是当前世界上新一代“图 谱合一 的被动成像光谱辐射计，带有4 9 0 个探测器，具有3 6 个光学通道，分布在0 4 1 4 的电磁波谱范围内。通道1到19和通道26为太阳光反射波段，而且其中的13和,am 1 4 波段又分别在高、低两种增益下获取数据，即包含1 3 l o w 、1 3 h i g h 、1 4 l o w 、1 4 h i g h ， 这些波段只在白天接收数据，夜间不能工作。波段2 0 到2 5 、2 7 到3 6 为热辐射波段， 在白天和夜间都能正常工作。m o d i s 仪器的地面分辨率分别为2 5 0 m ( c h l 、c h 2 ) 、 5 0 0 m ( c h 3 到c h 7 ) 和1 0 0 0 m ( c h 8 到c h 3 6 ) ，扫描宽度为2 3 3 0 k m 。与以往的遥感数据相 比，m o d i s 数据改善了许多性能。改进了a v h r r 数据的空间分辨率，将其最大分辨 率提高到2 5 0 m 。比s p o t 、t m 和a v h r r 有更高的光谱分辨率，达到了3 6 个波段。 m o d i s 数据还有一个重要的优点就是n a s a 对全球实行免费接受和使用政策。因此同 传统的数据相比m o d i s 数据时间分辨率高，有利于捕捉地面动态变化信息。成像面积 大有利于获取宏观同步信息，并且资料来源均匀、连续、实时性强，成本低，不受地域 条件限制。波谱分辨率相对较高，对覆盖变化将更加敏感。扫描宽度达到了2 3 3 0 k m ， 适合区域、全球尺度的环境资源研究。 m o d i s 探测器有助于我们从整体上理解地球，提高预测将来变化以及区分人类活 动和自然活动对环境的影响的能力，其目标是构建全球动力模型，包括大气、海洋和陆 地，在地球发生变化之前就能预测到。因此，m o d i s 数据可以辅助全世界的政策制定 者在保护和管理环境资源方面做出合理的决策。m o d i s 观测数据的分析和研究在以下 几方面应用领域发挥着重要作用： 9 西安科技大学硕士学位论文 ( 1 ) 土地覆盖变化和全球生产力，包括区域性土地覆盖变化的趋势和模式、作物种 类，以及全球初级生产力； ( 2 ) 自然灾害监测，包括洪涝、干早、森林草原火灾、雪灾等； ( 3 ) 短期气候预测，季、年的气候预测，以便改进对短期气候异常发生时间、地点 的预报； ( 4 ) 长期气候变化研究，帮助科学家识别长期气候变化及其趋势的机制和因子，包 括人类的影响； ( 5 ) 大气臭氧监测，帮助科学家监测大气臭氧的变化，分析变化产生的原因及对地 球系统的影响。 正如第一颗气象卫星从根本上改变了这些领域的发展进程，我们有理由期待n a s a 的地球观测系统能够扩宽全球环境和气候研究的发展前景，加深人们对地球的认识，并 运用这些知识造福人类。 3 1 2m o d i s 数据预处理 m o d i s 的原始数据为p d s 格式，经国家卫星气象中心星地通公司的“e o s m o d i s 卫星接受处理系统 处理后，生成了h d f 格式数据。h d f 是美国国家高级计算中心 ( n a t i o n a lc