三江源自然保护区土地利用遥感分类方法研究

林业资源管理 ›› 2010, Vol. 0 ›› Issue (6): 90-96.

三江源自然保护区土地利用遥感分类方法研究

邹文涛, 张怀清, 鞠洪波, 刘华

中国林业科学研究院资源信息研究所,北京 100091

收稿日期:2010-09-26 修回日期:2010-11-19 发布日期:2020-12-14
通讯作者: 张怀清(1973-),男,副研究员,硕士生导师,主要从事林业可视化模拟技术与湿地监测技术研究工作。
作者简介:邹文涛(1982-),男,吉林白山人,在读博士,主要从事高寒湿地遥感监测技术研究工作。
基金资助:
中央级公益性科研院所基本科研业务费专项资金“气候变化背景下的三江源典型区湿地变化研究”(IFRIT200906);国家“十一五”科技支撑重点项目课题“综合监测技术体系集成与应用示范”(2006BAD23B06)

Study on Remote Sensing Classification of Land Use in the Nature Reserve of the Three Rivers Source Region

ZOU Wentao, ZHANG Huaiqing, JU Hongbo, LIU Hua

Research Institute of Forest Resource Information Techniques, CAF, Beijing 100091, China

Received:2010-09-26 Revised:2010-11-19 Published:2020-12-14

摘要/Abstract

摘要： 以三江源区域索加曲麻河自然保护区为例,基于TM影像进行数据变换和波段运算后获取的特征指数,采用决策树方法,探讨了高寒区域土地利用遥感分类方法。然后通过与传统的最大似然法监督分类所得到的结果进行对比,结果表明:利用基于指数的决策树分类方法对高寒区域土地利用/土地覆盖类型进行遥感分类,较传统的最大似然法监督分类总体精度提高15.48%,总体kappa系数提高0.1741;滩地、沼泽、高覆盖度草地、低覆盖度草地、裸岩石砾地等地类的用户精度提高较大,分别提高28.13%,25.00%,17.86%,17.86%和12.50%。低、中、高3种覆盖度草地,裸岩石砾地的生产者精度也有较大幅度的提升。表明基于指数的决策树分类方法是高寒区域土地利用遥感分类的一种有效手段。

关键词: 三江源区域, 土地利用, 决策树算法, 特征指数

Abstract: This paper took the Suojiaqumahe Nature Reserve, which is located in the source regions of the three rivers (Yangtze River,Yellow River and Lancang River), as the study site. Verification was made on the efficiency of decision tree based on indices from TM image transformation and band operation in alpine land use classifying. And then, the results were compared with the traditional maximum likelihood supervised classification. It showed that the decision tree method based on the indices can improve the overall accuracy by 15.48%, and the overall kappa coefficient by 0.1741. For bottomlands, swamp, high coverage grassland, low coverage grassland and barren land, the users accuracies were increased by 28.13%,25.00%,17.86%,17.86% and 12.50% respectively. For different coverage grassland, barren land, the producers accuracy also increased dramatically. The result indicates that the method based on indices got from image band transformation and band operation is an effective way of alpine land use/land cover remote sensing classification.

Key words: the Three Rivers Source Region, land use, decision tree, feature indices

中图分类号:

TP79

邹文涛, 张怀清, 鞠洪波, 刘华. 三江源自然保护区土地利用遥感分类方法研究[J]. 林业资源管理, 2010, 0(6): 90-96.

ZOU Wentao, ZHANG Huaiqing, JU Hongbo, LIU Hua. Study on Remote Sensing Classification of Land Use in the Nature Reserve of the Three Rivers Source Region[J]. FOREST RESOURCES WANAGEMENT, 2010, 0(6): 90-96.

参考文献

[1] 汪诗平.青海省三江源地区植被退化原因及其保护策略[J].草业学报,2003,12(6):1-9.
[2] 李林,朱西德,周陆生,等.三江源地区气候变化及其对生态环境的影响[J].气象,2004,30(8):18-21.
[3] 王根绪,丁永建,王建,等,近15年来长江黄河源区的土地覆被变化[J].地理学报,2004,59(2):163-173.
[4] 潘竟虎.近15年来长江园区土地利用变化及其生态环境效应[J].长江流域资源与环境,2005,14(3):310-315.
[5] 陈浩,赵志平.近30年来三江源自然保护区土地覆被变化分析[J].地球信息科学学报,2009,11(3):390-399.
[6] 张帅,邵全琴,刘纪远,等,黄河源区玛多县土地利用/覆被及景观格局变化的遥感分析[J].地球信息科学,2007,9(4):109-128.
[7] 骆建承,周成虎,杨艳.基于径向基函数(RBF)映射理论的遥感影像分类模型研究[J].中国图象图形学报,2000,5 (A 2):94-99.
[8] Huang C, Davis L S, Townshend J R G. An assessment of support vector machine for land cover classification[J].International Journal of Remote Sensing,2002,23(4):725-749.
[9] 林先成,李永树.面向对象的成都平原高分辨率遥感影像分类研究[J].西南交通大学学报,2010,45(3):366-372.
[10] 刘纪远,张增祥,庄大方,等.中国土地利用变化的遥感时空信息研究[M].北京: 科学出版社,2005:54-268.
[11] Friedl M,Brodley C,Strahler.Maximizing land cover classification accuracies produced by decision tree at continental to global scales[J].IEEE Transactions Geoscience and Remote Sensing,1999,37(2):969-977.
[12] Huang C, Wylie B, Yang L. Derivation of a tasseled cap transformation based on Land sat7 at-satellite reflectance[J].International Journal of Remote Sensing,2002,23(8):1741-1748.
[13] Crist E P, Kauth R J.The Tasseled cap demystified[J].Photogram metric Engineering and Remote Sensing,1986,52(1):81-85.
[14] Mc.Feeters S K. The use of normalized difference water index (NDWI) in the definition of open water features[J]. International Jamal of Remote Sensing,1996,17(7):1425-1432.

[1]	侯春兰, 杨瑞, 杨宝勇, 刘志, 瞿爽, 吴佳伟. 贵州威宁草海不同土地利用类型土壤理化性质研究[J]. 林业资源管理, 2020, 0(5): 138-143.
[2]	朱亚楠, 闫志明, 蒲春玲, 刘志有. 乌鲁木齐市土地利用/覆被变化及生态安全评价[J]. 林业资源管理, 2020, 0(1): 79-91.
[3]	张金良, 吴文跃, 孔雨光, 巩延苹, 魏明亮, 路洪春. 华东监测区林地转移动态及影响分析[J]. 林业资源管理, 2019, 0(2): 1-6.
[4]	宋山梅, 向俊峰. 贵州省喀斯特不同土地利用方式碳排放和碳足迹生态效应[J]. 林业资源管理, 2018, 0(6): 57-63.
[5]	韦海航, 郑芊卉, 庄家尧, 周春国. 竹山县土地利用景观格局动态变化分析[J]. 林业资源管理, 2018, 0(6): 76-83.
[6]	陈明叶, 高宝嘉, 刘素红. 土地利用景观格局变化的服务功能响应研究——以大清河水系阜平流域为例[J]. 林业资源管理, 2018, 0(2): 103-110.
[7]	牛晓花, 张超, 余哲修, 周文娇, 黄田. 城镇化背景下洱海上游土地利用演变过程分析[J]. 林业资源管理, 2018, 0(1): 72-79.
[8]	苏艳琴, 赖日文, 罗文玮, 余莉莉, 赖炽敏, 李红霖. 基于LCM模型的晋江市土地利用变化与预测分析[J]. 林业资源管理, 2018, 0(1): 96-102.
[9]	陈明叶, 陈磊, 刘素红, 高宝嘉. 1985—2015年滦河下游典型区域土地覆盖/土地利用时空变化及其影响因素分析[J]. 林业资源管理, 2016, 0(5): 118-123.
[10]	于维莲, 王应泉, 智长贵. 基于DEM的县级尺度土地利用定量分析和区域生态环境评价研究[J]. 林业资源管理, 2016, 0(4): 114-120.
[11]	庞丽杰, 韩爱惠. 关于林地界定标准的探讨[J]. 林业资源管理, 2016, 0(1): 6-8.
[12]	费鲜芸, 陈海燕, 顾晶晶, 王婷. 土地利用类型及其单元绿地率与城市热岛效应相关性研究[J]. 林业资源管理, 2015, 0(6): 117-122.
[13]	鲍华姝, 丁扬, 李益敏. 高山峡谷区生态修复模式探究——以怒江州泸水县为例[J]. 林业资源管理, 2015, 0(5): 103-109.
[14]	余超, 李明阳, 汪辉, 胡曼, 张密芳. 基于信息熵的新济洲土地利用结构时空变化及驱动因素分析[J]. 林业资源管理, 2015, 0(1): 118-123.
[15]	田传召, 于阳, 肖虹雁, 岳彩荣, 范怀刚. 基于TM影像的昆明市区土地利用遥感动态监测[J]. 林业资源管理, 2014, 0(4): 103-108.