荒漠化监测
来源:    时间:2016/04/14

应用于实现大范围的荒漠化程度监测、沙化土地识别以及稀疏植被覆盖度的提取等方面。
    (1)荒漠化区域植被覆盖度提取
    荒漠化地区植被稀疏、土壤背景空间异质性高,因而在遥感数据中植被信号容易被掩盖,给稀疏植被的准确提取造成了很大困难。针对这一问题,本系统建立的植被覆盖度提取模块利用光谱特征空间分解及基于实测光谱库的自动化混合像元分解技术较好的实现了稀疏植被地区光合植被、非光合植被覆盖度的提取。

围场蒙古族自治县荒漠化区域植被覆盖度提取图

    (2)沙化土地遥感分类识别
    我国是受土地沙化侵害最严重的国家之一,实时了解和掌握我国的沙化土地分布和范围对于分析我国沙化土地的变化过程以及生态工程的成效等方面都有十分突出的作用,可为当地防沙治沙规划提供重要参考。但是沙化土地与其他土地覆被类型相比又呈现复杂的特征,它不仅与植被的覆盖度相关,同时还受到土壤类型的影响,估测难度较大。因此如何更加准确的得到沙化土地类别也是本算法要达到的目的。
    根据国家林业属2011年公布的《中国荒漠化和沙化状况公报》中显示的我国沙化土地类型, 基于面向对象方法,利用2013年高分一号卫星( 16m分辨率)对浑善达克沙地进行沙化土地类型制图,总体分类精度达81.52%。

沙化土地遥感分类识别图


    (3)荒漠化遥感监测与评价
    植被动态变化是荒漠化过程中的土地生产力变化的重要反映,是荒漠化发生或逆转的最重要指示因子。荒漠化最直观的标志是植被退化,本质是土地退化,即土地生物生产力下降。植被因子的准确量测及其动态变化分析是荒漠化评价和监测的重要基础工作。植被净初级生产力(Net Primary Productivity, NPP)和植被降水利用率(Rain Use Efficiency,RUE)是衡量土地生产力的两个重要指标,能够综合反映荒漠化实际情况,有效地表征荒漠化发展态势。在高分荒漠化监测与评价子系统中,区域荒漠化程度现状图产品的生产以遥感反演获得的年度NPP和RUE两个因子为评价指标,以课题研究得出的一套土地退化评价方法为理论依据,实现区域荒漠化程度的划分。
    结合遥感和实地考察验证,利用2007年的 Landsat-5 TM影像和2013年的高分一号( 16m分辦率)影像,对近6年在甘肃省民勤县实施的荒漠化生态治理工程的效果进行了监测。

荒漠化遥感监测与评价图