基于高光谱的荒漠草原地表微斑块识别研究
发布时间：2021-02-08 07:15
草原地表微斑块主要包括裸地、鼠洞和沙斑。裸地是草原土壤退化的起点,下一步将退化为成片沙斑,鼠洞是加剧草原退化进程的重要因素。所以,国家标准均以裸地面积和鼠洞面积分别占草原总面积的比例为主要依据。然而多年来这一数据的获得一直延续着人工调查的方法,费时费力,无法满足大面积的草原退化和鼠害监测的需要。本研究试验区域选择内蒙古自治区乌兰察布市境内典型荒漠草原,在自然光下采集高光谱地面数据,利用光谱指数阈值法探寻微斑块的光谱信息分布区间及最佳分割阈值,进而对草原地表微斑块进行高精度识别。本文以荒漠草原地表微斑块为研究对象,通过应用广泛的三种植被指数（RVI、NDVI、SAVI）对地面高光谱数据进行分析处理,采用阈值法对试验区微斑块的光谱分布进行统计分析,发现上述三种指数无法有效识别鼠洞与裸土。本研究提出并首次应用了基于高光谱荒漠草原的微斑块指数阈值法（Micro-plaque Index Threshold,MPI-T）,克服了由于草原地物分布的随机性和图像背景的复杂性所造成的分类精度低的难题。研究结果表明,采用微斑块指数阈值（MPI-T）法可使草原地表微斑块的总体分类精度达到92.6%,Kap...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２?ＧａｉａＳｋｙ－ｍｉｎｉ型高光谱仪??Ｆｉｇ．２?ＧａｉａＳｋｙ－ｍｉｎｉ?ｔｙｐｅ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｎｓｔｒｕｍｅｎｔ??
图３随机样方分布示意图??Ｆｉｇ．３?ｓａｍｐｌｅｓ?ｐｌａｃｅｍｅｎｔ??
图４数据采集??Ｆｉｇ．４?ｄａｔａ?ｃｏｌｌｅｃｔｉｏｎ??
【参考文献】：
期刊论文
[1]基于高光谱SMPI法的草原地表微斑块识别与分类[J]. 皮伟强,杜建民,陈程,朱相兵,刘浩. 光电子·激光. 2018(11)
[2]基于线性混合模型和NDVI阈值法的MODIS影像黄海浒苔监测[J]. 丁一,曹丛华,程良晓,王宁,温连杰. 生态学杂志. 2018(11)
[3]短花针茅荒漠草原生态系统净碳交换对载畜率的响应[J]. 靳宇曦,刘芳,张新杰,韩梦琪,康静,王悦骅,韩国栋. 生态环境学报. 2018(04)
[4]不同载畜率处理下短花针茅荒漠草原生态系统净碳交换特征[J]. 靳宇曦,刘芳,张军,韩梦琪,王忠武,屈志强,韩国栋. 植物生态学报. 2018(03)
[5]基于IFZ与NDVI的矿区土地利用/覆盖变化研究[J]. 李晶,焦利鹏,申莹莹,刘乾龙. 煤炭学报. 2016(11)
[6]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
[7]HJ星和GF1号数据在水稻种植面积提取中的应用[J]. 林子晶,李卫国,申双和,马剑凤. 江苏农业学报. 2016(01)
[8]云南省植被NDVI时间变化特征及其对干旱的响应[J]. 刘世梁,田韫钰,尹艺洁,安南南,董世魁. 生态学报. 2016(15)
[9]高寒草甸草地微斑块植物特征及其土壤性质的研究[J]. 石明明,张永超,张典业,任运涛,宗文杰,傅华,牛得草. 草业学报. 2015(09)
[10]高光谱特征参量的冬小麦吸收性光合有效辐射分量估算模型[J]. 张超,蔡焕杰,李志军. 光谱学与光谱分析. 2015(09)
博士论文
[1]基于栗钙土层厚度变化的典型草原退化动态监测与沙化风险研究[D]. 臧琛.内蒙古农业大学 2016
[2]天然牧草养分对草地利用强度与加工方式的响应[D]. 刘兴波.内蒙古农业大学 2015
[3]区域荒漠化演变机制的六元法研究[D]. 陈芳淼.中国农业大学 2013
[4]土壤主要养分含量的高光谱估测研究[D]. 陈红艳.山东农业大学 2012
[5]基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D]. 叶成名.成都理工大学 2011
[6]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[7]中国北方荒漠化形成发展的地质环境研究[D]. 李智佩.西北大学 2006
硕士论文
[1]围封对退化温性荒漠草原植被和土壤的影响[D]. 董旋.内蒙古农业大学 2015
[2]基于ZY-3影像的北京市六环以内城市用地信息提取及特征分析[D]. 王彩艳.山东农业大学 2015
[3]基于多时相ENVISAT ASAR数据森林分类制图[D]. 胡宇宸.河南农业大学 2014
[4]基于光谱匹配的高光谱识别技术研究[D]. 叶凡.成都理工大学 2013
[5]锡林郭勒盟植物物种和群落多样性研究[D]. 包萨如拉.内蒙古大学 2012
[6]内蒙古草原地区工矿业开发中经济增长与牧民收入关系研究[D]. 肖莎莎.内蒙古大学 2011
[7]基于Quickbird卫星影像的城市绿地提取与分类研究[D]. 聂敏莉.北京林业大学 2010
[8]数字地球平台空间数据服务的研究与应用[D]. 黄于鉴.成都理工大学 2008
[9]土壤光谱特性的研究[D]. 张晋.西北农林科技大学 2008
[10]利用偏振高光谱反演植被叶绿素含量[D]. 张莉莉.东北师范大学 2007
本文编号：3023558
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：52 页
【学位级别】：硕士
【部分图文】：
图２?ＧａｉａＳｋｙ－ｍｉｎｉ型高光谱仪??Ｆｉｇ．２?ＧａｉａＳｋｙ－ｍｉｎｉ?ｔｙｐｅ?ｈｙｐｅｒｓｐｅｃｔｒａｌ?ｉｎｓｔｒｕｍｅｎｔ??
图３随机样方分布示意图??Ｆｉｇ．３?ｓａｍｐｌｅｓ?ｐｌａｃｅｍｅｎｔ??
图４数据采集??Ｆｉｇ．４?ｄａｔａ?ｃｏｌｌｅｃｔｉｏｎ??
【参考文献】：
期刊论文
[1]基于高光谱SMPI法的草原地表微斑块识别与分类[J]. 皮伟强,杜建民,陈程,朱相兵,刘浩. 光电子·激光. 2018(11)
[2]基于线性混合模型和NDVI阈值法的MODIS影像黄海浒苔监测[J]. 丁一,曹丛华,程良晓,王宁,温连杰. 生态学杂志. 2018(11)
[3]短花针茅荒漠草原生态系统净碳交换对载畜率的响应[J]. 靳宇曦,刘芳,张新杰,韩梦琪,康静,王悦骅,韩国栋. 生态环境学报. 2018(04)
[4]不同载畜率处理下短花针茅荒漠草原生态系统净碳交换特征[J]. 靳宇曦,刘芳,张军,韩梦琪,王忠武,屈志强,韩国栋. 植物生态学报. 2018(03)
[5]基于IFZ与NDVI的矿区土地利用/覆盖变化研究[J]. 李晶,焦利鹏,申莹莹,刘乾龙. 煤炭学报. 2016(11)
[6]中国高光谱遥感的前沿进展[J]. 童庆禧,张兵,张立福. 遥感学报. 2016(05)
[7]HJ星和GF1号数据在水稻种植面积提取中的应用[J]. 林子晶,李卫国,申双和,马剑凤. 江苏农业学报. 2016(01)
[8]云南省植被NDVI时间变化特征及其对干旱的响应[J]. 刘世梁,田韫钰,尹艺洁,安南南,董世魁. 生态学报. 2016(15)
[9]高寒草甸草地微斑块植物特征及其土壤性质的研究[J]. 石明明,张永超,张典业,任运涛,宗文杰,傅华,牛得草. 草业学报. 2015(09)
[10]高光谱特征参量的冬小麦吸收性光合有效辐射分量估算模型[J]. 张超,蔡焕杰,李志军. 光谱学与光谱分析. 2015(09)
博士论文
[1]基于栗钙土层厚度变化的典型草原退化动态监测与沙化风险研究[D]. 臧琛.内蒙古农业大学 2016
[2]天然牧草养分对草地利用强度与加工方式的响应[D]. 刘兴波.内蒙古农业大学 2015
[3]区域荒漠化演变机制的六元法研究[D]. 陈芳淼.中国农业大学 2013
[4]土壤主要养分含量的高光谱估测研究[D]. 陈红艳.山东农业大学 2012
[5]基于高光谱遥感的青藏高原岩矿信息提取方法与应用研究[D]. 叶成名.成都理工大学 2011
[6]土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮.浙江大学 2008
[7]中国北方荒漠化形成发展的地质环境研究[D]. 李智佩.西北大学 2006
硕士论文
[1]围封对退化温性荒漠草原植被和土壤的影响[D]. 董旋.内蒙古农业大学 2015
[2]基于ZY-3影像的北京市六环以内城市用地信息提取及特征分析[D]. 王彩艳.山东农业大学 2015
[3]基于多时相ENVISAT ASAR数据森林分类制图[D]. 胡宇宸.河南农业大学 2014
[4]基于光谱匹配的高光谱识别技术研究[D]. 叶凡.成都理工大学 2013
[5]锡林郭勒盟植物物种和群落多样性研究[D]. 包萨如拉.内蒙古大学 2012
[6]内蒙古草原地区工矿业开发中经济增长与牧民收入关系研究[D]. 肖莎莎.内蒙古大学 2011
[7]基于Quickbird卫星影像的城市绿地提取与分类研究[D]. 聂敏莉.北京林业大学 2010
[8]数字地球平台空间数据服务的研究与应用[D]. 黄于鉴.成都理工大学 2008
[9]土壤光谱特性的研究[D]. 张晋.西北农林科技大学 2008
[10]利用偏振高光谱反演植被叶绿素含量[D]. 张莉莉.东北师范大学 2007
本文编号：3023558
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3023558.html
