（地图学与地理信息系统专业论文）基于modis数据的蒙古高原土地覆盖分类研究.pdf

内蒙古师范大学硕士学位论文 中文摘要 遥感图像分类是遥感研究领域的重要内容，如何准确、快速的获得 大尺度范围的土地覆盖信息进行土地变化的动态实时监测一直是关注的 重点，也是描述生态系统的基础数据，获取其现状和变化信息，对于揭 示土地覆盖的特征和变化规律，探讨变化的驱动因子，分析评价区域生 态环境具有重要的现实意义。 本文针对m o d i s 数据多光谱的特点，选取2 0 0 6 年全年的m o d i s 影像， 计算了2 0 0 6 年1 2 个月份的n d v i 时间序列数据，同时分析了各种土地覆 盖类型间的光谱关系，并选择了n d w i 、n d m i 、n d s i 等分类指数，首先在 蒙古高原区域上选择两块气候、地貌、植被差异都比较大的试验区域巴 彦淖尔市和呼伦贝尔市，运用最小距离法、最大似然法、b p 神经网络法、 决策树法对试验区域进行土地覆盖分类。从得到的混淆矩阵的分类精度 上选择好的分类方法对整个蒙古高原进行分类，得到最终的分类结果图。 本文通过此项工作得到了以下主要结论： ( i ) 根据m o d i s 数据多波段的特点，可以通过波段间加、减、乘、 除等运算后作为分类特征进行土地覆盖分类，通过试验研究，发现能明 显的提高土地覆盖分类的精度，而且对研究区域地学背景知识和专业知 识的了解有助于有效的选择分类特征。 ( 2 ) 从m o d i s 遥感数据中可以提取植被指数、水体指数、湿度指数 以及土壤亮度指数等，通过了解各种指数在土地覆盖类型上的变化规律， 可以为建立决策树提供依据，从而更快更好的将研究区进行分类。 ( 3 ) 分类器的选择对提高影像分类精度具有重要的意义。在本文分 类试验中，本文选择了两块气候、植被、地貌差异都比较大的实验区域 作为研究区，以进一步说明分类器在不同研究区域上分类的性能。通过 用最小距离法、最大似然法、b p 神经网络法和决策树法对试验区域进行 分类，从各个混淆矩阵的分类精度中可以看出，在此试验区域中，决策 树分类法的分类精度最高，所以针对地区的特殊性，本文用决策树分类 法对整个蒙古高原进行分类，以得到较高精度的土地覆盖类型。 ( 4 ) 在本文分类中，传统分类方法在分类上需要较多的训练样本， 而且样本纯度要高，才能保证分类精度，但是本文在选择训练样本时是 从a r c g i s 软件中选择出来进而转到e n v i 软件中进行的，经过这样的转 内蒙古师范大学硕士学位论文 换其空间位置容易发生位移照成训练样本选择的不精确，从而影响分类 精度。这种分类方法用在大尺度区域上进行分类费时又费力，不宜选择。 b p 神经网络在分类上表现的不够稳定，不同地区其分类精度差异较大， 而且此方法对训练样本的精度要求较高，以及此方法训练时间较长等原 因，也是不选择其作为蒙古高原土地覆盖分类方法的原因之一。但是决 策树在分类中不仅表现出了高精度的分类特点，而且其分类速度快，能 快速地完成决策树的建立及分类。 ( 5 ) 本文用混淆矩阵对最终分类结果图进行了检验，由于本文缺乏 蒙古国的土地利用数据，因此本文只在内蒙古自治区均匀的选择了检验 样本，以对蒙古高原区域的土地覆盖分类结果进行验证，最后得到的混 淆矩阵的总体分类精度为8 0 2 8 ，k a p p a 系数为0 7 1 5 2 。分类精度达到 了最低允许的判别精度o 7 ，k a p p a 系数的值分布在0 6 - 0 8 之间，从分 类质量上来说，是属于很好一列，所以说，本文所选择用决策树对蒙古 高原区域进行分类，是可行的，是可以进行推广的。 关键词：蒙古高原，最小距离法，最大似然法，b p 神经网络法，决策树 法，土地覆盖 内蒙古师范大学硕士学位论文 a b s t r a c t r e m o t es e n s i n gi m a g ec l a s s i f i c a t i o ni sa ni m p o r t a n tr e s e a r c hi nr e m o t e s e n s i n gf i e l d h o wt oa c c e s st ot h ei n f o r m a t i o no fl a n dc o v e ra c c u r a t e l ya n d r a p i d l yi nal a r g es c a l e ，a n du s et h i s i n f o r m a t i o nt ot h ed y n a m i cr e a l t i m e m o n i t o ro fl a n dc h a n g e ，i sn o to n l yo u rf o c u sb u ta l s ot h eb a s i cd a t ao f d e s c r i b i n gt h ee c o s y s t e m k n o w i n g i t ss t a t u sq u oa n dc h a n g i n gh a sap r a c t i c a l s i g n i f i c a n c e f i r s t l y , i tr e v e a l st h ef e a t u r ea n dd e v e l o p m e n t a lc h a n g eo fl a n d c o v e r t h e ni th e l p si n v e s t i g a t i n gt h ed r i v i n gf o r c e o f c h a n g i n g m o r e o v e r , i t i sg o o df o ra n a l y z i n ga n da p p r a i s i n gt h er e g i o n a le c o l o g i c a le n v i r o n m e n t t h i st e x td i r e c t sm a n yc h a r a c t e r i s t i co fs p e c t r u ma g a i n s to fm o d i sd a t a ， c h o o s i n gm o d i si m a g eo ft h ew h o l ey e a ro f2 0 0 6 ，c a l c u l a t i n gn d v i t i m e a r r a yd a t u m o f1 2m o n t h ，a n da n a l y z i n gt h es p e c t r u mr e l a t i o na m o n gt h el a n d c o v e rt y p e ，t h e nc h o o s i n gt h ec a t e g o r i z e di n d e x e ss u c ha sn d w i ，n d m i ， n d s i ，e t c w ec h o s eb a y a n n u r , h u l u nb u i ra st e s tr e g i o n sf r o mp l a t e a uo f m o n g o l i aa tf i r s t ，f o rt h e yh a v i n gd i f f e r e n tc l i m a t e ，g r o u n df o r m ，v e g e t a t i o n ， a n dc l a s s i f y i n gt h el a n d 。b ym i n i m u mf r o ml a w , m o s tb i gn e t w o r kl a w ，l a w o fl i k e l i h o o da n dn e r v eo fb pm a k i n gp o l i c y , t h e nw ec h o s et h eg o o d c a t e g o r i z e d m e t h o db yc a t e g o r i z e dp r e c i s i o no ft h eo b s c u r i t ym a t r i xt o c l a s s i f yt h ew h o l ep l a t e a uo fm o n g o l i aa n dg e tt h ef i n a lc a t e g o r i z e dr e s u l t t h i st e x th a sg o tt h ef o l l o w i n gm a i nc o n c l u s i o nt h r o u g ht h i sj o b ： ( 1 ) a c c o r d i n gt ot h ec h a r a c t e r i s t i co fw a v e b a n do fm o d i sd a t a ，t h et e x t r e g a r d i n ga d d i n g ，r e d u c i n g ，r i d i n g ，e x c e p t i n g e t co fw a v eb a n da s c h a r a c t e r i s t i c sc a t e g o r i z e dt oc l a s s i f yl a n d ，i to b v i o u sf i n dt h a ti ti m p r o v e s c l a s s i f i e dr e s u l t ，a n dh a sg o o di nc h o o s i n g t h ee f f e c t i v e c a t e g o r i z e d c h a r a c t e r i s t i cb ys t u d y i n gb a c k g r o u n dk n o w l e d g eo ft h es t u d y i n ga r e aa n d p r o f e s s i o n a lk n o w l e d g e s ( 2 ) f r o mt h em o d i sr e m o t es e n s i n gd a t a ，w ed r a wv e g e t a t i o ni n d e x ， w a t e rb o d yi n d e x ，h u m i d i t yi n d e xa n ds o i ll u m i n a n c ei n d e x e s a f t e rs t u d y i n g v a r i o u si n d e x e so nt h ec h a n g el a wo nt h et y p ei nt h el a n d ，i tc a no f f e rb a s i s f o rs e t t i n g u po fd e c i s i o nt r e e t h u sm o r eq u i c k l ya n db e t t e rc l a s s i f yt h e r e s e a r c hd i s t r i c tc a no b t a i n ( 3 ) t h ec h o i c eo ft h ec l a s s i f y i n gd e v i c eh a si m p o r t a n tm e a n i n g si n l m p r o v m gt h ec a t e g o r i z e dp r e c i s i o no ft h ei m a g e i nt h ec a t e g o r i z e dt e s to f t h i st e s t ，w es e l e c t e dt w oa r e a so fd i f f e r e n c ec l i m a t e ，v e g e t a t i o n ，g r o u n df o r m a sd i s t r i c to fs t u d y i n gi no r d e rt of u r t h e re x p l a i nt h ec l a s s i f y i n gd e v i c ea n d c l a s s i f yi nt h ea r e ao fd i f f e r e n tr e s e a r c h a f t e ru s i n gm e a n so fm i n i m u m d i s t a n c e ，m a x i m u ml i k e l i h o o d ，b pn e u r a ln e t w o r k ，a n dd e c i s i o nt r e et o c l a s s i f yt h et e s ta r e a ，a n df r o mt h ec a t e g o r i z e dp r e c i s i o no fc o n f u s i o nm a t r i x ， w ef o u n dt h a td e c i s i o nt r e em e a n sh a st h e h i g h e s tc l a s s i f i c a t i o na c c u r a c y t h e r e f o r e ，c o n s i d e r i n g o f t h es p e c i f i c t y - o ft h ew h o l em o n g o l i ap l a t e a u ，w e g o th i g h a c c u r a c yl a n dc o v e r ( 4 ) i nt h ec l a s s i f i c a t i o no ft h i st e x t ，t h et r a d i t i o n a lc a t e g o r i z e dm e t h o d n e e d sm o r et r a i n i n gs a m p l e si nc l a s s i f y i n g ，a n dt h et a us a m p l ei np u r i t yc o u l d g u a r a n t e et h ec a t e g o r i z e dp r e c i s i o n ，b u tt h i st e x tc h o o s e st h e nt u r n si n t ow h a t e n v is o f t w a r ec a r r i e so nw h i l ec h o o s i n gt o t r a i n s a m p l e sf r o ma r c g i s s o f t w a r e w es p a c ei t s p o s i t i o na p t t o t a k e ，p l a c ed i s p l a c e m e n ta n dt r a i n i n a c c u r a c y t h a t s a m p l e c h o o s e s s u c h c o n v e r s i o n ，t h u si n f l u e n c et h e c a t e g o r i z e dp r e c i s i o n s u c hc a t e g o r i z e dm e t h o di su s e do na r e ao fl a r g e y a r d s t i c ka n dc l a s s i f i e dt i m e c o n s u m i n ga n ds t r e n u o u s l y i ti su n s u i t a b l et o c h o o s e b pn e r v ew h o mn e t w o r kb e h a v ea tn o tc l a s s i f y i n g e n o u g hs t e a d y ， d i f f e r e n td i s t r i c th a sc a t e g o r i z e dp r e c i s i o nd i f f e rg r e a t l y , a n dt h i sm e t h o di s e x p e c t e dr e l a t i v e l ym u c ht ot h ep r e c i s i o nw h i c ht r a i n st h es a m p l e ，a n dl o n g e r r e a s o no ft r a i n i n gt i m eo ft h i sm e t h o d ，d on o tc h o o s ei ta so n eo ft h er e a s o n s w h yt h ep la t e a ul a n di nm o n g o li ac o v e r st h ec a t e g o r i z e dm e t h o de i t h e r b u t t h ed e c i s i o nt r e en o tm e r e l yd e m o n s t r a t e s t h ec a t e g o r i z e dc h a r a c t e r i s t i co f h i g hp r e c i s i o ni nc l a s s i f y i n g ，a n di ti sc l a s s i f i e df a s t ，c a nf i n i s hs e t t i n g u pa n d c l a s s i f i c a t i o no ft h ed e c i s i o nt r e ef a s t ( 5 ) t h i st e s th a se x a m i n e dt h ef i n a l l yc l a s s i f i c a t i o nm a pb yc o n f u s i o n 内蒙古师范大学硕士学位论文 m a t r i x f o rt h i sp a p e ri sl a c ko ft h el a n du s ed a t ao fm o n g o l i a ，w ej u s tc h o s e t h et e s ts a m p l eu n i f o r m l yi ni n n e rm o n g o l i at ov e r i f yt h ec l a s s i f i e dr e s u l to f l a n dc o v e ro ft h ep l a t e a uo fm o n g o l i a t h ec o n c l u s i o ni st h a tt h eo v e r a l l c l a s s i f i c a t i o na c c u r a c yi s8 0 2 8p e r c e n t ( r e a c h i n gt h el o w e s td i s c r i m i n a t i o n a c c u r a c yt h a ta l l o w e d ) ，k a p p ac o e f f i c i e n ti s0 7 1 5 2 ( b e t w e e n0 6t o 9 7 ) i ti sa g o o dr e s u l ti nt h es e n s eo fq u a l i t yo fc l a s s i f i c a t i o n t h e r e f o r e ，u s i n gd e c i s i o n t r e em e a n sf o rt h ec l a s s i f i c a t i o no fp l a t e a uo fm o n g o l i ai sf e a s i b l ea n dw o r t h p r o m o t i n g k e yw o r d s ：m o n g o l i a np l a t e a u ，m i n i m u md i s t a n c e ，m a x i m u ml i k e l i h o o d ， b pn e u r a ln e t w o r k ，d e c i s i o nt r e e ，l a n dc o v e r 内蒙古师范大学硕士学位论文 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果，尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含本人为获得内蒙古师范大学或其它教育机构的学位或证书而使 用过的材料。本人保证所呈交的论文不侵犯国家机密、商业秘密及 其他合法权益。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示感谢。 签名： 毛璐堕 日期：勾7 口年月馏日 关于论文使用授权的说明 本学位论文作者完全了解内蒙古师范大学有关保留、使用学位 论文的规定：内蒙古师范大学有权保留并向国家有关部门或机构送 交论文的复印件和磁盘，允许论文被查阅和借阅，可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印 或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容 和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。， 签名：毪瑞红 导师签名：纱7 力 日期：z d o 年6 月f g 日 第一章绪论 1 绪论 1 1 研究背景 土地覆盖是随着遥感航天技术的发展而出现的一个新概念，一般是指地球表 面所具有的由于自然和人为因素影响而形成的覆盖物，与“土地利用的含义相 近，只是其研究的角度有所不同。土地覆盖侧重研究土地的自然属性，包括地表 植被、土壤、湖泊、冰川、沼泽地以及道路等；而土地利用则侧重土地的社会属性， 对地球表层覆盖物进行分类。由于土地覆盖与人类的生产生活活动密切相关， 所以长期以来，土地覆盖的研究是自然科学研究领域的一个重要组成部分。从 二十世纪9 0 年代开始，提倡环境保护和可持续发展成为人类发展的重要主题， 土地覆盖的变化已成为全球变化研究领域的热点之一。 土地覆盖作为全球变化研究的一项重要内容，是研究陆地生态系统动态变化和各 种生物圈过程模型的基本变量之一。从宏观尺度上了解蒙古高原土地覆盖类型及其土 地变化情况，对蒙古高原的土地资源规划、环境保护等具有深远的意义。土地覆盖类 型的识别作为土地覆盖研究的核心内容，它是能量传输模型、地气物质、陆地生态系 统过程及机制研究的关键性输入参数，实时的以及更高精度的土地覆盖类型也是陆地 上物质与能量循环模型的及其重要的输入参数( d e f r i e s 等，1 9 9 4 ) ，而全球以及区 域范围的土地覆盖研究必须借助遥感方法，因此如何准确地从遥感影像上通过分类方 法获取土地覆盖信息是一项基础性的重要内容。 从1 9 7 2 年第一颗陆地卫星l a n d s a t 发射以来，遥感数据的分类问题就是遥感应 用的关键问题( 骆剑承等，1 9 9 9 ) 。随着2 l 世纪的到来，遥感技术的发展取得了很大 的成就，光谱遥感朝着高空间分辨率、高光谱分辨率、高时相分辨率和多传感器、多 平台、多角度的方向快速发展。面对如此海量的信息源，如何高效地利用它们是亟待 解决的关键问题。近年来，在土地覆盖分类制图尤其是在全球尺度及区域尺度上，遥 感数据源主要是a v h r r ，国内外学者对此进行了大量研究。对土地覆盖分类方法进行 总结，其分类制图主要有两个特点：( 1 ) 采用最大值合成的时间序列a v h r r n d v i 数据 是主要的遥感信息；( 2 ) 遥感信息与其它非遥感信息的结合，以获得更高的分类精度， 必须辅以其它非遥感信息，如地形、气象等数据。但是由于a v h r r 在设计上针对土地 覆盖应用存在定的局限性以及n d v i 存在的不足，宏观土地覆盖分类制图存在着许 多不确定性n 1 。 近年来，人口增加和工业发展所导致的土地荒漠化、环境污染和气候变化等，严 内蒙古师范大学硕士学位论文 重影响了蒙古高原的可持续发展，基于土地覆盖变化对人类生存条件的影响和作用、 土地覆盖研究的理论和现实意义、蒙古高原地区荒漠带变化研究的重要性和蒙古高原 研究的现实意义等，以及作者所在的内蒙古自治区遥感与地理信息系统重点实验室 2 0 0 2 年安装并运行了m o d i s 接收设备，这为数据的获取提供了很大的便利，以此为 依托，并且结合本人的研究方向，鉴于此笔者选择“基于m o d i s 数据的蒙古高原土地 覆盖分类研究 为硕士论文的题目，尝试在利用m o d i s 遥感数据的基础上，对蒙古高 原区域上土地覆盖分类中面临的若干问题进行研究，以推动蒙古高原宏观区域土地覆 盖制图的发展。 1 2 国内外研究现状和进展 1 2 1 国外研究进展 十九世纪以前，全球范围的土地利用土地覆盖变化研究几近空白，美国农业部 率先于三十年代开始，利用遥感技术作为勘查和制图的工具，用航空摄影进行全国土 壤调查工作，其目的是为了了解土壤侵蚀程度，应用的主要方法是利用人工判读来分 析航空摄影照片：七十年代，利用气象卫星数据进行土地利用与覆盖的研究，仅在洲 际范围内，取得了有效的成果( t u c k e r ，1 9 8 5 ) 。为了监测全球和大陆尺度上的植被状 况，从2 0 世纪8 0 年代开始筹划利用n o a a a v h r r 的l k m 分辨率遥感数据建立全球陆 地应用数据集，该数据集的主要应用是产生植被指数n d v i ，生成全球陆地覆盖图， 也可以研究冰川进退和沙漠变化等心1 。 h a n s e n 等口1 利用n o a a a v h r rl o x1 。经纬格网的全球数据( 空间分辨率为8 k m ) ， 选用1 9 8 7 年1 2 个月份的n d v i 、月平均n d v i 、最大值n d v i 以及相关的c h l 、c h 2 反 射率和c h 4 、c h 5 亮度温度，推导出植被的1 6 种生物物理特征参数，并且从全球土地 覆盖数据集中选择能反映全球主要生物群系的1 3 种植被类型，划定训练区，并进行 最大似然分类法和分类树法的比较分析。其结果显示，分类树方法的精度要优于最大 似然分类法。 r s d e f r i e s 等h 3 是在全球8k m 土地覆盖分类的研究中，把从1 5 6 景l a n d s a t 获得的训练数据用到p a l 数据中，可以识别出9 0 0 0 多个像元，并且根据不同时期表 示季节变化的n d v i 值、表面温度和n d v i 的比值以及p a l 数据光谱与热波段的年度变 量，使用决策树方法建立一系列规则，并测试其对土地覆盖类型的描述，选择测试结 果较好的年度变量用于1 9 8 4 年的8k mp a l 数据，得到全球8k m 土地覆盖分类，总 体精度达到了8 1 4 。 2 第一章绪论 m c h a n s e n 怕1 用相似的方法对1 9 9 2 - - 1 9 9 3 年l k m 多时相a v h r r 数据进行了土地 覆盖分类。对3 7 2 9 4 个像元，采用二叉树分类方法将a v h r r 数据分为1 2 个类型，为 研究m o d i s 分类算法准备好了必要的土地覆盖类型数据。多时相规则使用最多的是年 最大n d v i 、年最小红光反射率和最小波段值。与其它信息源相比，分类结果对机械 化耕作农田和林地的描述相对准确，而对高纬度的阔叶林、生物量较低的农田以及农 区中的牧场识别较差。 j s b o r a k 等阳1 人利用时相规则，收集到1 6 个试验区域的低分辨率数据，研究了 非洲撒哈拉沙漠地区土地覆盖变化检测问题。以前作大面积的土地利用土地覆盖分 类多用a v h r r 数据，但是由于a v h r r 图像信息对土地覆盖制图应用的限制，制图中存 在大量的不确定口1 。随着t e r r a 卫星的发射，m o d i s 数据的研究逐渐增多。 x z h a n 和r a s o h l b e r g 睛1 提出植被覆盖变化v c c 算法用于2 5 0 mm o d i s 数据土地 覆盖变化的监测。收集了由于人为活动或是极端自然事件而引起土地覆盖变化地区的 m o d i si b 级数据用于测试v c c 变化检测算法。并且用决策树来更新查找表。检测结 果较为满意。 c e ny i 呻1 研究了基于模式分解法p d m 对日本k i i 半岛2 0 0 1 年的m o d i s 数据进行 土地覆盖分类。采用模式分解法，多光谱卫星数据的数字信号被表达为三个标准光谱 模式和三个分解系数乘积的合成。用这三个系数与基于p d m ( v i p d ) 的植被指数，进行 土地分类，识别出k i i 半岛7 6 8 为植被覆盖，与1 9 9 5 年用t m 数据得到的结果相近。 d m u c h o n e y ，j b o r a k 等u 阳采用m o d i s 全球有监分类模型对美国中部的土地覆盖 进行分类。首先使用s t e p 模型从高分辨率的遥感数据中获得了4 2 8 块样地，然后分 别采用v l c 和i g b p 分类系统，用最大似然法、模糊a r t m a p 、高斯a r t m a p 和决策树 等方法对美国中部的a v h r r 数据进行分类，最后结果表明两种n n 算法和d t 算法均优 于最大似然法，精度能达到8 5 以上，不同的分类系统对精度也有一定的影响。这 些方法同样可以用在m o d i s 数据，m o d i s 具有更高的空间分辨率和光谱分辨率，还可 以进一步提高分类精度。 在此基础上，m a f r ie d l 等人1 采用i g b p 分类系统和s t e p 全球样地数据库， 采用m l c c a ( m o d i sl a n dc o v e rc l a s s i f i c a t i o na l g o r i t h m ) 方法对2 0 0 0 年5 个月 的m o d i s 数据进行全球土地覆盖分类。采用的主要分类算法是人工神经网络( a r t m a p ) 和单变量决策树( c 4 5 ) 。同时，采用了“b o o s t i n g 技术来提高分类精度。 另外，许多分类研究表明n 2 1 3 1 4 1 ：植被的空间分布与生长季的绿度变化有所关系， 所以可用两者之间的相关性来判别植被空间分布。植被绿度指标通常用植被指数衡量 3 内蒙古师范大学硕士学位论文 各种植被指数，尤其是n d v i ，其应用非常广泛。 如g t b a t i s t a 等n 朝利用n o a a 图像研究巴西北部亚马逊河区土地覆盖与气候环 境的关系，研究结果表明通过多时相n o a a 图像获得的n d v i 数据对于监测陆地环境、 气候以及森林生态系统有着很大的优越性，而且显示出较大的研究潜力。 c j t u c k e r 等n 6 1 对全非洲大陆区域的多时相n d v i 图像进行主成分变换，然后取 前3 个主成分进行监督分类，做出全非洲的土地覆盖分类图。 r s d e f r i e s 等n 刀利用低分辨率的n d v i 图像，采用最大似然法将全球植被分为 1 1 种类型。t r l o v e l a n d 和s w r u n n i n gn 耵用a v h r r 一年多时相的n d v i 图像对美 国植被进行了分类。 1 2 2 国内研究进展 我国运用遥感技术进行土地利用土地覆盖调查起步较晚，但是发展迅速。新中 国成立后，我国先后进行了几次大规模的土地( 土壤) 、生物、气候、水四大农业自 然资源的调查，但是由于技术手段及时间的原因，土地概查成果存在的问题不能适应 各级政府制定国民经济发展规划的需要。从2 0 世纪7 0 年代末我国开始利用遥感技术 进行土地利用土地覆盖研究。如“中国科学研究院7 8 0 工程”的“腾冲县大型综合 航空遥感试验研究项目 完成了7 5 项彩红外航空遥感专题研究n 9 1 。从8 0 年代到9 0 年代初，用航空相片和t m 图像进行判读、调绘和转绘等。其中主要是以人工判读和 手工编绘为主。例如1 9 8 6 1 9 9 1 年进行的“三北 防护林遥感综合调查、1 9 7 9 一- - 1 9 9 3 年农业部全国土壤普查办公室主持的“第二次全国土壤普查”以及1 9 8 7 年国家土地 局主持的“全国土地利用现状详查”的前期工作等。 进入9 0 年代中期，我国采用t m 、s p o t 等多种遥感影像数据，以目视解译为主， 数字图像分析为辅开展多项实用性的遥感监测土地资源工作。包括“全国土地利用现 状详查的后期工作以及中科院主持的“全国资源环境遥感宏观调查 ( c 8 5 一l l 一0 2 0 3 ) ( 1 9 9 l 1 9 9 6 ) 项目比0 1 。 从9 0 年代中后期至今，多种遥感数据源的采用，与g i s 、g p s 相结合的高新技术， 使我国土地资源研究工作在技术上有了新的突破。如原国家土地管理局和农业部主持 的“全国基本农田保护与监测”、“国家级基本资源与环境遥感动态信g r a 务体系的建 立( 9 6 一b 0 2 一0 1 ) ”等。中科院遥感所将遥感数据与非遥感数据相结合，应用g i s 技术 对8 0 年代初和9 0 年代的l a n d s a t t m 图像，运用分层数字化的方法对全国土地资源 动态变化进行研究：黑龙江省应用1 9 9 7 年大比例尺l a n d s a t t m 合成图像对1 9 9 2 年 4 第一章绪论 土地详查图进行了更新。中国科学院遥感卫星地面站应用1 9 8 7 年、1 9 8 9 年和1 9 9 2 年的l a n d s a t t m 图像对北京地区土地覆盖的变化进行遥感实验研究等。 张树誉和颜胜安妇2 1 利用监督分类和阈值判别两者相结合的方法，对n o a a a v h r r 各个季相的晴空资料分别计算了n d v i 与判别分类，并且制作了陕西省遥感土地覆盖 分类图，探索出一种通过n o a a 资料进行宏观土地覆盖分类的方法。 吴连喜等旺3 1 是基于多层感知神经网络对遥感融合图像和t m 影像进行了土地覆盖 分类的研究。周斌和杨柏林乜引对贵州省( 原) 安顺市从1 9 8 7 1 9 9 5 年间的土地利用变 化状况采用多时相直接分类法进行了遥感动态监测。中国科学研究院的骆剑承等瞵1 提出用遥感地学智能图解模型进行土地利用土地覆盖分类。 木洪磊乜6 1 是以规则的形式表示遥感影像解译知识，并且使用t m 影像数据和d e m 、 坡度、土地利用图等地理辅助性数据，从地理数据、遥感影像处理、专家知识一体化 的角度出发，应用了基于知识的方法进行研究，并且改善了分类精度。 潘耀忠等乜7 1 利用反映区域植被分布格局的气候综合指标可能蒸散，按照反映地带 性分别特征的量化数字模型，结合数字高程模型等多维信息，对a v h r r 连续时问绪论 影像进行了中国土地覆盖的综合分类。 之后对m o d i s 数据的研究也逐步开始，中国科学研究院的唐俊梅等( 2 0 0 2 ) 曾用 m o d i s 数据对松嫩平原的土地利用土地覆盖监测做了研究，并用n d v i 对土地的初级 生产力做了估算。 张里阳啪3 曾经做了e o s m o d i s 的处理方法和地表覆盖的研究。试验了北京地区 m o d i s 数据的i s o d a t a 非监督分类。 刘惠英乜叫研究了用m o d i s 作为一种新的数据源，对干旱区土地覆被分类和湖泊监 测，是用m o d i s 合成的n d v i 对地表植被进行分类，对地物识别具有较强的识别能力， 达到近9 0 的精度。 1 3m o d i s 探测器特点及其数据结构 上个世纪8 0 年代初期，n a s a 就计划建立地球观测系统( e a r t ho b s e r v i n gs y s t e m - - e o s ) 。e o s 主要包括三个部分：基于太空的观测系统、科研计划以及数据信息系统 4 e o s - d i s ) 。基于太空的观测系统主要是由一系列极地轨道和中度倾斜轨道卫星组成； e o s - d i s 则负责处理和保存获取的数据，并将处理好的数据提供给科研机构。 m o d i s 的全称是m o d e r a t er e s o l u t i o ni m a g i n gs p e c t r o r a d i o m e t e r ，即中等分 辨率成像光谱仪。1 9 9 9 年1 2 月1 8 日，美国成功发射了地球观测系统( e o s ) 的第一个 5 内蒙古师范大学硕士学位论文 先进的极地轨道环境遥感卫星t e r r a ( a m 1 ) 。这个卫星是n a s a 地球行星使命计划中 总数1 5 个卫星的第一个，也是一个提供对地球过程进行整体观测的系统，它的成功 发射和投入使用把应用遥感技术进行全球变化研究推入到了一个新的时代。2 0 0 2 年4 月1 8 日n a s a 又发射了a q u a 卫星( p m 1 ) ，之后的发射计划至少要持续1 5 年。a q u a ( p m 一1 ) 和t e r r a ( a m 一1 ) 均为与太阳同步的极地轨道卫星，t e r r a 在地方时上午1 0 ： 3 0 由北至南穿越赤道，此时云量最少，因此t e r r a 卫星是对地球的生态系统进行观 测；而a q u a 在地方时下午1 3 ：3 0 由南向北穿越赤道，而此时云量较多，这有利于对 地球的水循环系统进行观测。 m o d i s 在e o s 系列卫星中是最主要的探测器之一，并且是当前世界上新一代图谱 合一的光学遥感仪器，其代表当今世界最先进的遥感应用技术，m o d i s 有3 6 个光谱 通道，它们分布在0 4 1 4 | lm 的电磁波谱范围内，其波谱范围和主要用途如表l l 所示。m o d i s 仪器的地面空间分辨率有2 5 0 m 、5 0 0 m 和1 0 0 0 m 三种，灰度量为1 2 b i t ， 扫描宽度为2 3 3 0 k m 。在对地进行观测时，每秒钟可以获得6 i m b i t 来自陆地、海洋 以及大气的信息。每天或者每两天可以获得一次观测数据。能反映陆地、云特性、云 边界、海洋水色、浮游植物、化学、生物地理、大气水汽、云顶高度、地表温度、大 气温度、臭氧和云项温度等特征信息可以在同一时间由分波段数据提供，用于地表、 固体地球、生物圈、大气和海洋的长期观测。 每个m o d i s 仪器的设计寿命为5 年，而实际寿命可能达到7 年以上。m o d i s 的3 6 个光谱波段的地球综合信息对于进行全球变化的综合性研究、全球环境和气候变化研 究以及开展自然灾害与生态环境监测等将具有重要的意义们。m o d i s 观测数据的分析 和研究在以下几个应用方面发挥着重要的作用：土地覆盖变化和全球生产力：包括 作物估产，植被指数、全球初级生产力以及区域性土地覆盖变化的趋势预测：自然 灾害监测：包括干旱、洪涝、雪灾、森林草原火灾、蝗灾等；短期气候预测和长期 气候变化研究可以帮助科学家识别长期气候变化的因子以及驱动机制，以便对短期气 候发生异常时间、地点的预报进行改进并对气候变化进行预测；海洋监测以及大气 臭氧监测，监测大气臭氧的变化，并分析形成其原因以及对地球的影响，同时监测海 洋温度及海洋污染的变化等。 6 第一章绪论 表1 1m o d i s 仪器特性和主要用途 通道 光谱范围( n m )信噪比( n e s t ) 主要用途 分辨率( m ) l6 2 0 6 7 0 1 2 8 绝对土地覆盖变化，植被叶绿素2 5 0 28 4 1 8 7 62 0 1 云量、植被陆地覆盖变化 2 5 0 34 5 9 4 7 92 4 3 土壤、植被差异 5 0 0 45 4 5 5 6 5 2 2 8 绿色植被 5 0 0 51 2 3 0 1 2 5 07 4 叶片、植被冠层差异 5 0 0 61 6 2 8 1 6 5 22 7 5雪、云差异5 0 0 72 1 0 5 一2 1 3 5 1 l o 云和陆地属性5 0 0 84 0 5 4 2 0 8 8 0 叶绿素 1 0 0 0 9 4 3 8 4 4 8 8 3 8 0 叶绿素 1 0 0 0 1 04 8 3 4 9 38 0 2 叶绿素 1 0 0 0 l l5 2 6 5 3 67 5 4 叶绿素 1 0 0 0 1 25 4 6 5 5 67 5 0沉积物1 0 0 0 1 36 6 2 6 7 29 1 0大气、沉积物1 0 0 0 1 46 7 3 6 8 3 1 0 8 7 叶绿素荧光性 1 0 0 0 1 57 4 3 7 5 3 5 8 6 气溶胶属性 1 0 0 0 1 6 8 6 2 8 7 75 1 6 气溶胶属性、大气属性 1 0 0 0 1 7 8 9 0 9 2 01 6 7 大气属性、云属性 1 0 0 0 1 8 9 3 1 9 4 l5 7 大气属性、云属性 1 0 0 0 1 99 1 5 9 6 52 5 0 大气属性、云属性 1 0 0 0 2 03 6 6 0 3 8 4 0o 0 5 海洋表面