基于地质统计学影像纹理的海南沙漠化监测研究

被引:10
作者
廖楚江
王长耀
林文鹏
机构
[1] 中国科学院遥感应用研究所遥感科学国家重点实验室
基金
中国科学院知识创新工程重大项目;
关键词
地质统计学; 纹理; 变异函数; 沙漠化; 沙地;
D O I
暂无
中图分类号
X835 [生物监测、生态监测];
学科分类号
0903 ;
摘要
海南省东部地区在沙漠化监测上呈现两大难点:一是海滩沙地与沙漠化土地在影像上呈现近乎相同的光谱特征,基于传统的遥感影像光谱分类方法无法得到实际的沙漠化面积;二是该地区属于热带沿海地区,常规的监测指标体系与实际情况相去甚远,必须寻求其他的手段来进行沙漠化程度的分级。基于不同沙地类型在地表空间结构上的差异,本文提出将地质统计学纹理方法应用到沙漠化监测中,通过变异函数纹理来加大各种不同类别沙地间的区别,提高样本选择的分离度。结果表明,运用变异函数纹理结合光谱波段的最大似然分类方法能够很好地界定海滩沙地和沙漠化土地的不同等级,依据分类结果计算得到的沙漠化土地面积与统计数据吻合较好,总精度达到92.4%,证明了地质统计学纹理在实现该地区遥感沙漠化监测方面的有效性,同时也为其他地区沙漠化监测找到一个可资借鉴的方法。
引用
收藏
页码:926 / 931+1059 +1059
页数:7
相关论文
共 11 条
[1]   海南岛西部热带沙漠化土地特征与成因 [J].
李森 ;
孙武 ;
李凡 ;
林培松 ;
郑影华 ;
聂磊 .
地理学报, 2005, (03) :433-444
[2]   我国沙漠化研究的若干问题——3.沙漠化研究和防治的重点区域 [J].
王涛 .
中国沙漠, 2004, (01) :3-11
[3]   近50a来科尔沁地区沙漠化土地的动态监测结果与分析 [J].
吴薇 .
中国沙漠, 2003, (06) :43-48
[4]   青海省龙羊峡库区沙漠化遥感监测 [J].
李凤霞 ;
唐红玉 ;
苏文将 ;
徐维新 .
中国沙漠, 2003, (06) :83-87
[5]   黄河上游玛曲县土地沙漠化研究 [J].
张龙生 ;
马立鹏 .
中国沙漠, 2001, (01) :87-90
[6]   利用遥感信息决策树方法分层提取荒漠化土地类型的研究探讨 [J].
王建 ;
董光荣 ;
李文君 ;
王丽红 ;
汤瀚 .
中国沙漠, 2000, (03) :12-16
[7]  
中国及中亚地区荒漠化遥感监测研究[D]. 刘爱霞.中国科学院研究生院(遥感应用研究所) 2004
[8]  
中国沙漠 沙漠化 荒漠化及其治理的对策[M]. 中国环境科学出版社 , 朱震达著, 1999
[9]   Computing geostatistical image texture for remotely sensed data classification [J].
Chica-Olmo, M ;
Abarca-Hernández, F .
COMPUTERS & GEOSCIENCES, 2000, 26 (04) :373-383
[10]   Semivariogram textural classification of JERS-1 (Fuyo-1) SAR data obtained over a flooded area of the Amazon rainforest [J].
Miranda, FP ;
Fonseca, LEN ;
Carr, JR .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 1998, 19 (03) :549-556