基于em+衛(wèi)星數(shù)據(jù)的水蝕荒漠土地覆蓋信息提取研究

基于em+衛(wèi)星數(shù)據(jù)的水蝕荒漠土地覆蓋信息提取研究

0土地缺乏遙感專題信息提取技術(shù)中國是世界上最嚴重的國家之一，那里有471個省（區(qū)）和縣（旗）沙漠，其地理范圍占總面積的27.30%。土地荒漠化遙感專題信息提取是研究較多的課題之一,目前人們多采用GIS信息分類方法、專家知識和決策樹的分類方法以及利用各種神經(jīng)網(wǎng)絡(luò)技術(shù)的分類方法和模糊分類技術(shù)等進行荒漠化專題信息提取。這些研究方法代表了當今遙感專題信息提取的前沿技術(shù),但難以在生產(chǎn)中推廣應(yīng)用。本研究以湘西地區(qū)為例,通過分析TM影像的波譜特征,構(gòu)造波段運算指數(shù),研究分層地表覆被信息提取方法,分層剔除水體、植被、城市和土壤等不同地物覆蓋,以期為荒漠化土地類型的分類提供參考依據(jù)。1etm+影像數(shù)據(jù)湘西地區(qū)地域較廣,氣候和自然地理條件惡劣,荒漠化發(fā)生的范圍廣、涉及因素眾多、空間分布復雜,且荒漠化隨時間變化具有周期性、趨勢性和隨機性的特點。選擇ETM+影像數(shù)據(jù),成像日期為2000年5月14日。ETM+衛(wèi)星遙感數(shù)據(jù)波譜分辨率較高,對水體以及植被有很好的反映。經(jīng)過輻射校正和幾何糾正等預處理后,全區(qū)衛(wèi)星影像鑲嵌圖采用1954北京坐標系,雙標準緯線等角圓錐投影,雙標準緯度分別為21°和30°,中央經(jīng)線107°,基準緯線0°。2不同土壤覆蓋類型的光譜特征分析2.1不同覆被類型的光譜特性根據(jù)不同土地覆被類型的特點及其在TM影像上的反映,將研究區(qū)的土地覆被分為水體、植被、城鎮(zhèn)和公路、旱地,輕度荒漠化地和嚴重荒漠化地6種類型,每種類型各選取5個樣點,測定不同波段的光譜值(DN),繪制的光譜特征曲線如圖1所示。從圖1可以得出以下結(jié)論:(1)基本上大部分土地覆被類型在TM1、TM2和TM3光譜值的變化趨勢均大致相同,相關(guān)性較強,不利于土地覆被專題信息的提取與分離。(2)在TM3和TM4上,不同覆被類型光譜值的變化趨勢有差異。其中水體的光譜值在TM3波段比TM4波段高,所以可以利用TM3、TM4波段光譜值的差值或比值提取水體信息。(3)由植被的光譜特性可知,TM3對于判別陸植被最為有效。在此波段波長范圍內(nèi),植被的反射率明顯高于水體的反射率,而在TM4波長范圍內(nèi),為葉綠素主要吸收波段,其他地物尤其是水體的反射率高于植被的反射率。因此可以用于植被信息提取。(4)城市和公路在TM4、TM5波段的光譜值均很高?？梢允褂脷w一化建筑指數(shù)(NDBI)將城市建筑和公路信息提取出來。2.2指數(shù)的計算2.2.1去除水體的難度由于低反射率地物主要為水體,因此在計算不透水面覆蓋度之前需要對水體進行掩模。采用分類算法或溫度閾值法去除水體都具有一定難度和復雜性,尤其是溫度閾值法的操作存在較大難度。歸一化差異水體指數(shù)(NDWI)對于水體掩模是一個有效而簡便的工具,即NDWI=(TM2-TM5)/(TM2+TM5)(1)式中,TM2和TM5分別為波段2和波段5的光譜特征值。2.2.2ndvi的識別利用紅外波段和近紅外波段圖像數(shù)據(jù)計算NDVI,即NDVI=(TM-TM3)/(TM4+TM3)(2)式中,TM3和TM4分別為波段3和波段4的光譜特征值。采用NDVI可以有效地提取植被信息,不同土地覆被類型的NDVI變化如圖2所示。可以看出,采用歸一化指數(shù)使植被、水體、荒漠化土地以及城市、建筑表現(xiàn)為較強的可分離性。2.2.3化建筑指數(shù)法由圖1得知,城鎮(zhèn)建筑和公路為高反射地物,利用歸一化建筑指數(shù)可有效提取城鎮(zhèn)建筑和公路信息,即NDBI=(TM5-TM4)/(TM5+TM4)(3)式中,TM5為波段5光譜特征值。2.2.4統(tǒng)一的tm3-tm4差值指數(shù)鑒于旱地、嚴重荒漠化沙地和輕度荒漠化沙地的NDVI<0.2,可分離性較差,故對其采用差值指數(shù)進行分離。由圖1知,旱地的TM3-TM4<10,而荒漠化地>10;嚴重荒漠化地的TM5-TM4>100,而輕度荒漠化地差值<100。由此,采用差值指數(shù),可達到分離旱地與荒漠化地信息的目的。3層的信息提取計劃根據(jù)不同土地覆被類型的典型樣點波譜特征曲線和特征指數(shù),抽象出若干特征提取信息,確定研究區(qū)荒漠化信息具體提取流程如圖3所示。4遙感覆被信息提取本研究使用的分層地表信息提取方法,充分利用了不同土地覆被類型的波譜特征,挖掘波段間蘊含的內(nèi)在聯(lián)系,放大敏感信息,提取地表覆被信息。與監(jiān)督和非監(jiān)督分類等常規(guī)分類方法相比,本文方法避免了將各個波