（人文地理学专业论文）基于时序modisndvi的秦岭中段土地覆被分类.pdf

于两要 土地覆盖及其变化是全球环境变化过程中的重要因子，是研究各种生物圈过程模型 和陆地生态系统动态变化的基本变量之一，也是联结大气圈和生物圈的地球系统过程的 重要输入因子。借助遥感影像通过分类方法获取区域土地覆被信息并且逐步提高其分类 精度是目前一项基础课题。随着全球变化模拟对于及时、准确的土地覆被及其变化信息 的需求加剧，基于遥感手段的中等尺度区域土地覆被分类研究日益受到重视。 本文以秦岭中段为例，以2 5 0 米分辨率的m o d i s n d v i 时序数据为主要数据源， 利用不同地物的时序变化规律，采用监督和非监督这两种不同分类方法，对秦岭地区的 土地覆被信息进行提取，并利用相同随机点对这两种分类结果作了精度评价。结果显示 这两种分类方法的精度水平都比较高，但相比之下，非监督分类的精度更高，其总体精 度和k a p p a 系数分别为8 5 4 3 和8 2 2 4 ，比监督分类法的这两项指标都高出1 0 以上。 另外，基于g p s 外业调查数据对非监督分类结果所做的精度评价也表明，基于中低分 辨率的时序m o d i s n d v i 影像和非监督分类法的秦岭中段土地覆被遥感分类结果可 靠。本项研究可为低成本、高精度的大区域土地覆被土地利用遥感分类和量化制图提供 科学的解决方案。 关键词：土地覆被分类；时序m o d i s - n d v i ；监督分类非监分类；决策树 a bs t r a c t l a n dc o v e ra n di t sc h a n g ea r ei m p o r t a n tf a c t o r sa n db a s i cv a r i a b l et og l o b a le n v i r o n m e n t c h a n g ea n db i o s p h e r ep r o c e s sm o d e la n dl a n de c o s y s t e m ，a n da ni m p o r t a n ti n p u tf a c t o ro f e a r t hs y s t e mp r o c e s sw h i c hl i n ka t m o s p h e r ea n d b i o s p h e r e t h eg e r i n go fr e g i o n a ll a n dc o v e r d a t aa n dt h ei m p r o v i n go fi t sc l a s s i f i c a t i o np r e c i s i o ni nc l a s s i f i c a t i o nm e t h o dw i t hr e m o t e i m a g ei sab a s i ci s s u e t h ep a p e re x t r a c t sl a n dc o v e ri n f o r m a t i o ni nq i n l i n gm a i n t a i nw i t hm o d i s n d v i t e m p o r a ld a t ai n2 5 0 mr e s o l u t i o nw i t hu s i n gs u p e r v i s e dc l a s s i f i c a t i o na n du n s u p e r v i s e d c l a s s i f i c a t i o n ，a n dt h e nc o m p a r e st h et w or e s u l t s t h er e s u l to fu n s u p e r v i s e dc l a s s i f i c a t i o nh a s ah i g h e r a c c u r a c yt h a ns u p e r v i s e dc l a s s i f i c a t i o n ，a n di t sg l o b a la c c u r a c ya n dk a p p a c o e f f i c i e n ta r e8 5 4 3 a n d8 2 2 4 ，b o t ho ft h e ma r eh i g h e rt h a ns u p e r v i s e dc l a s s i f i c a t i o nf o r a b o u t10 a c c o r d i n gt op r e c i s i o ne v a l u a t i o no fu n s u p e r v i s e dc l a s s i f i c a t i o nb a s e do ng p s f i e l ds u r v e y , t h et e m p o r a lm o d i s n d i si m a g eb a s e do nl o wr e s o l u t i o na n dt h er e s u l to f u n s u p e r v i s e dc l a s s i f i c a t i o n f o rr e m o t ec l a s s i f i c a t i o no f1 a n dc o v e ri nm i d p o r t i o no f q i n l i n gm o u n t a i n sa r ec r e d i b l e t h i sr e s e a r c hi ss c i e n t i f i cr e s o l u t i o nf o rr e m o t ec l a s s i f i c a t i o n a n dm a p p i n gf o rr e g i o n a ll a n dc o v e r , a n di t sc h e a pa n dam e t h o dw i t hh i g hr e s o l u t i o n k e y w o r d s ：c l a s s i f i c a t i o no fl a n dc o v e r ；t i m es e r i e sm o d i s - n d v i ；s u p e r v i s e dc l a s s i f i c a t i o n ： u n s u p e r v i s e dc l a s s i f i c a t i o n i i 湖北大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成 果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表 或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律后果由本人承担。 论文作者签名：叁约 日期：砷年月夕日 学位论文使用授权说明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 按照学校要求提交学位论文的印刷本和电子版本；学校有权保存并向国家有关部门 或机构送交论文的复印件和电子版，并提供目录检索与阅览服务；学校可以允许采用影 印、缩印、数字化或其它复制手段保存学位论文；在不以赢利为目的的前提下，学校可 以公开学位论文的部分或全部内容。( 保密论文在解密后遵守此规定) 日期：纠年月尸e 1 日期：加严驴罗日 骶瓢n 出风铄：签 名师 签教者导作捌 l 绪论 1 绪论 1 1研究的目的和意义 目前，土地利用与土地覆被变化( l u c c ) 研究已经成为全球变化研究的热点和前沿 问题【1 1 ，在全球变化研究中，几乎所有核心计划的实施都与土地利用和土地覆被的研究 有关。 全球变化研究一般可分为全球性和区域性两个层次，其中区域研究是全球变化研究 的重要方法，是进行全球性研究的基础 2 1 。这不仅是因为地球表层是由各自不同的若干 特定区域构成的，而且还因为区域是一个相对整体，与宏观上的自然环境相似。在1 9 9 2 年之前，对全球变化的研究侧重于全球范围和全球系统的变化，但随着研究的逐步深入， 区域尺度研究的重要性越来越清晰地摆在我们面f ；i 。虽然如何通过对区域尺度上土地利 用土地覆被变化过程的认识向上演绎以理解全球变化仍是目前困扰g l p 的一大难题， 但针对不同空间尺度的典型区域对比研究仍作为g l p 两大集成研究方式之一 3 】。而且， 随着全球变化模拟对于及时而准确的土地覆被及其变化信息的需求加剧，基于遥感手段 的中尺度区域土地覆被分类研究更是同益受到重视。不过，目前这项研究经常面临着“适 宜”的遥感信息源难以获取的问题：若利用高分辨率遥感影像，则存在数据量庞大、资 料难以得到、费用昂贵等问题，而若利用大尺度、低分辨率的遥感影像，则又面临着混 合像元较多的问题。也正因为如此，使得低成本、高精度的大区域土地覆被土地利用遥 感分类和量化制图等难以广泛开展和推广。 秦岭是横亘于中国中部的东西走向的巨大山脉，不但是南北气候和自然生态环境变 化的分界线，也是黄河、长江流域的分水岭，还是古北界和东洋界生物的交汇区。森林 植被不仅在水平地带上具有独特的过渡特征，同时在海拔梯度上具有明晰的带谱，是我 国物种最丰富的地区之一。特殊的地理位置和地形特征，使秦岭成为我国中部地区生态 安全的重要保护屏障f 4 。目前我们收集的资料发现，关于秦岭地区的研究都倾向于从林 学、生态的角度分析秦岭现状特征及作为南北分界线的重要意义，还很少看到公开发表 的对秦岭地区土地覆被进行遥感分类研究的文献资料。 鉴于上述认识，本研究选择位于陕西境内的秦岭中段作为研究区域，应用包含植被 一个完整生长周期的时序2 5 0 m m o d i s 影像、部分时段3 0 m t m 影像以及地面观测资 料等为主要信息源，根据不同地物在不同时间和空间尺度上的光谱特征及其季节性变化 规律等，进行土地覆被分类系统的构建及其遥感分类方法的对比研究。通过本项研究， 湖北大学硕士学位论文 可为低成本高精度的宏观土地覆被土地利用量化制图提供科学的解决方案，同时也可促 进中低分辨率遥感资料的深度开发和利用。 1 2国内外研究现状 1 2 1 土地覆被分类系统研究状况 土地覆被分类系统的科学构建在l u c c 研究中一直占据重要地位。到目前为止，已 经建立起来并且在国际上比较知名的土地覆被分类体系有： 2 0 世纪9 0 年代以来，国际组织i g b p 针对全球区域建立了以n o a a a v h l 球遥感 数据为基础的包含1 7 个类别的i g b p 分类系统，这也是国际上具有代表性的全球土地覆 被分类系统 ”。 美国基于2 0 世纪9 0 年代中期的l a n d s a t t m 数据，建立起包括9 个一级类和2 1 个 二级类别的国家尺度土地覆被数据集( n a t i o n a ll a n dc o v e rd a t a ，n l c d ) 6 1 ，该系统实际 上是从美国地质调查局建立的a n d e r s o n 土地利用土地覆被分类系统发展出来，因此强 调土地利用特征属性 7 1 。 为了满足不少非洲国家渴望国际社会帮助它们建立可靠的、基于地理位置的自然资 源系统的愿望，从1 9 9 4 年起，联合国粮农组织( f a o ) 开始了一项a f r i c o v e r 工程， 并为该工程专门设计了一个土地覆被分类系统( l a n dc o v e rc l a s s i f i c a t i o ns y s t e m ， l c c s ) 。该系统共定义了8 类主要土地覆被类型，使用者可以根据研究区的具体情况选 用分类系统的部分，并在这个基础上做出相应的扩充 1 0 】。 全球测图项目土地覆被分类体系。全球测图( g l o b a lm a p p i n g ) 是联合国为推动“全 球空间数据基础( g s d i ) 建设而开展的一个国际性合作计划项目，该项目在全球测图 国际指导委员会( i s c g m ) 指导下各参加成员国、地区共同合作，旨在开发出一组包括全 球范围的高程、植被、土地利用土地覆被、交通网、居民地、水系和行政边界8 个专题 图层的l ：1 0 0 万的数字地理数据集。在全球测图数据集中，土地覆被分类采用了一级 分类制，共分为1 7 大类。 我国在土地覆被分类系统构建方面亦做了大量的工作，中国科学院、国家气象局、 国土资源部等部门以及高校的有关研究单位都曾开展过类似问题的研究，并取得了大量 成果。如，中国国土资源部颁布的全国土地分类系统，将全国划分为3 个一级类和 1 5 个二级类别的国家分类系统；中国科学院“八五”重大应用项目“国家资源环境遥感 宏观调查与动态分析 从土地资源角度建立起了一套基于3 0m t m 遥感数据的二级土 2 1 绪论 地分类系统中国土地资源分类系统，该系统包括6 个一级类和2 4 个二级类；刘纪 远等人在利用n o a a a v h r r 数据对中国区域进行制图时，建立了以i g b p 土地覆被分 类系统为基础的1 8 类别中国土地覆被分类系统，此分类系统主要特色是把青藏高原植 被单独列为一类【8 】。潘耀忠、李晓兵等人以时序a v h r r - n d v i 数据和气候综合指标可 能蒸散h o l d r i d g e 方法，对中国进行了7 个一级类型、4 7 个二级类型的土地覆被分类 9 1 。 上述土地覆被分类都是当前国内外比较知名的土地覆被分类系统，但遗憾的是迄今 还没有一个为国际社会广泛认可和具有“普适性”，其主要原因在于现有的土地覆被分 类体系大多数缺乏明确定义的土地覆被类型特征，许多研究案例基本上还是沿用传统地 理学和植物学的思维定式，在实际划分土地覆被类型时往往袭用土地类型或者土地利用 类型，从而导致所得到的分类结果之间兼容性、可比性不强，更难以把海量的遥感数据 概括简化成具有地学生物学意义的“类别”【1 0 】。针对这一现象，汪权方等人提出了一 种与土地利用分类体系具有明确界限的土地覆被分类方案，该分类方案是以土地覆被简 单、明确且可在野外实测验证的特征( 如形态、色彩等) 为基础、以地表覆被物的光谱 效应及其季节性变化特征为主要依据、采用等级构造法来构建的 1 0 】。 1 2 2 土地覆被遥感分类方法研究状况 从整体上看，在2 0 世纪中期以前，土地覆被分类大多是基于野外调查时所得到的 “点查”结果。进入2 0 世纪6 0 年代后，由于卫星遥感技术可以定位、定时、快速地重 复获取地球表面各种信息，而且客观性强，不受人为干扰，因此，人们开始探讨利用遥 感资料进行大范围土地覆被和土地利用制图的可行性，包括发展适用于遥感数据特点的 土地分类系统及分类方法问题。此后，随着遥感技术的发展和计算机技术的逐步成熟， 土地覆被分类更多地是根据遥感图像上的土地覆被特征来进行 1 1 】。 目前，利用遥感手段进行土地覆被分类的方法主要有监督与非监督分类方法、神经 网络方法、基于多源数据融合以及专家系统分类和频谱分类方法等【1 2 】。非监督分类和监 督分类属于传统的计算机分类方法，其中非监督分类方法目前普遍使用的是k 均值聚类 算法和i s o d a t e 算法；监督分类在土地覆被遥感分类中应用更为普遍，最常见的算法 有最大似然法、最小距离法、费歇尔线性判别分类，模糊分类等。目前监督分类和非监 督分类已发展相对成熟，但这两种分类方法都是基于地物的光谱特性来进行的，由于同 物异谱、异物同谱以及混合像元的存在等，使得利用光谱特征在进行复杂地物识别与分 割时常产生误差，也因此导致它们在分类精度和速度上存在一定的问题 1 3 】。 随着计算机应用技术的发展，又出现了神经网络分类、基于多源数据、基于频谱分 3 湖北大学硕一卜学位论文 析和基于专家系统的分类方法。其中，人工神经网络分类方法是以模拟人体神经系统的 结构和功能为基础而建立的一种信息处理系统，是一种人工智能，它在遥感图像分类中 应用较为广泛和深入，现已从单一的b p ( b a c k p r o p a g a t i o n ，反向传播) 网络发展到模糊神 经网络、多层感知机、学习向量分层网络、k o h o n e n 自组织特征分类器、h v b n d 学习 响亮分层网络等多种分类器。与基于地物光谱统计模式识别的监督分类、非监督分类等 常规分类方法相比，神经网络和决策树分类方法均属于非参数分类器，不需要统计分布 的假设，其应用范围比传统统计方法更为广泛。专家系统分类方法也属于一种人工智能， 它能综合利用遥感影像的光谱数据、地理信息数据及环境数据等多类型数据实现计算机 的自动分类，基于与地物类型识别相关的知识库进行规则推理，实现对区域地物信息的 识别。基于频谱分析的土地覆被分类主要是根据不同植被或土地覆被的n d v i 值及其季 节变化曲线都会发生相应的变化，时间序列相同的植被，其n d v i 具有相似的变化曲线， 对任一时间序列，其在时间领域的能量等同于其在频率领域的能量，因此可以通过变换 将原始的时间序列从时间域变换到频率域，然后用于土地覆被遥感图像的分类【】。 另外，针对很多人利用遥感资料进行土地覆被分类大多采用自上而下的方式 1 5 】。 ( 即在分类前预先划定若干等级的土地覆被类型和亚类型，然后将影像像元划入某一 类型) ，从而导致分类结果很难进行转换的问题，美国地球资源观测系统资料中心 ( e r o sd a t ac e n t e r ) 的l o v e l a n d 等人以遥感资料分析为基础，提出了“季节性土地覆 被区( s e a s o n a ll a n dc o v e rr e g i o n s ) 的概念，即利用卫星在生长季内获得的多时相资料， 依据地表覆被的动态过程将图像像元划分为不同的土地覆被单元。每一个单元内部的像 元具有相似的物候生长期、类似的地上累积生物量以及相似的植被种类组合和生态环境。 季节性土地覆被单元构成“灵活土地覆被数据库的基本成分，辅之以一系列有关光谱、 地形、生态区、气候等属性特征，用户可以根据应用需要将季节性单元调整和归并至所 需的土地覆被土地利用系统中。根据这一新的土地覆被分类策略，并采用o l s o n 系统 ( g l o b a le c o s y s t e mf r a m e w o r k ) ，l o v e l a n d 等人开发了全球土地覆被分类数据库 2 4 - 3 1 1 。这 是国际上第一次利用卫星数据研制开发了具有统一分类方法、同一数据处理规范并具有 统计精度评价结果的全球l k m 空间分辨率土地覆被数据库【1 6 - 1 7 1 8 1 9 - 2 0 2 1 2 2 之3 1 。 1 2 3 时序n d v i 指数在土地覆被研究中的应用 季节性变化是土地覆被的本质特征之一，也是土地覆被的光谱特征随时间变化的一 种重要表现形式【1 3 1 。由于高空间分辨率影像的数据获取周期长、价格昂贵，使得基于 该类多时相遥感数据的大范围土地覆被变化及其动态监测研究较难开展 9 】。随着 4 1 绪论 n o a a 觚啊i 汛、s p o t - v e g e t a t l 0 n 以及m o d i s 等时间序列性强的中、低分辨率遥 感数据的出现和广泛使用，建立长时间序列影像来进行大尺度土地覆被变化研究受到了 越来越多的关注。 上世纪7 0 年代，r o u s e 提出归一化差异植被指数( n d v i ) ，该植被指数对绿色植被 表现敏感，可用来监测地面植物生长和分布，并被用于农作物和半干旱区降水量的预测， 同时该指数还被用到进行区域和全球的植被状态和植被分类研究中。目前时序n d v i 指 数己作为一种常见的度量指数，被广泛应用于降水、农作物估产、树种长势检测和环境 系统检测、土地覆被分类等方面，并取得了大量研究成果【9 1 。 c o m p i np 、 j o n c k h e e r ei 、n a c k a e r t sk 等人( 2 0 0 4 ) 利用1 9 8 1 年一1 9 9 1 年 n o a a a v h r r 的时序n d v i 数据对生态系统进行了动态监测2 4 。 p h i l i p p em a y a u x ，e t i e n c eb a r t h o l o m e 等利用2 0 0 0 年1k m 分辨率的s p o t 4 遥感数 据将非洲大陆划分为2 7 类土地类型 2 5 】。 李晓兵、史培军利用时序n o a a a v h r r 数字影像，根据n d v l 年内季节变化规律， 对中国植被进行了宏观分类；王宏等人利用1 9 8 2 1 9 9 9 年的n o a a 、厂h r rn d v i 和 m s a v i 指数监测了中国北方植被生长季变化规律 2 6 1 。 吴炳方等人在参加欧盟联合研究中心2 0 0 0 年全球土地覆被计划( g l c 2 0 0 0 ) 计划时， 利用1k m 分辨率的s p o t 4 v g t 全年序列n d v i 数据，进行了基于l c c s 分类系统的 中国土地覆被制图【2 7 】。 洪军利用多时相的8 k m 分辨率的n a a a a v h r r 遥感影像，以决策树分类器为基 础，辅以各种数字高程数据和样地数据，将东北部地区划定为1 1 种土地覆被类型，并 揭示了研究区的土地覆被的空间分异特征【2 8 1 。 汪权方等人应用s p o t 4 v e g e 可盯i o n 的时序n d v i 数据，对中国最大淡水湖所在 地鄱阳湖流域的土地覆被进行了分类 1 3 】。 朱孝林、李强、沈妙根等在定义复种指数的基础上，提出了一种基于n d v i 曲线迭 代修正的复种指数遥感提取方法，并以s p o t v g t 多时相n d v i 数据为基础，提取了北 方1 7 省市区农用地的复种指数，结果显示，这种方法提取的复种指数空间分布符合我 国耕种制度区划，能及时为政府部门提供有效地耕作的空间信息 2 9 1 。 江东利用n o a a a r r 数据，反演出农作物生长期内每日和旬度的n d v i 数据， 分析了n d v i 时间曲线的波动与农作物生长发育阶段及农作物长势的响应规律，探讨了 n d v i 在冬小麦各生育期的积分值与农作物单产之间的相关关系，文章最终指出，利用 5 湖北大学硕j ：学位论文 时序n d v i 数据，可以实现农作物长势和产量的遥感监n t 3 们。 赵冰茹利用m o d i s n d v i 遥感数据，以内蒙古自治区锡林郭勒草地为研究区域， 分析草甸草原、典型草原、沙地草原、荒漠草原四种代表性草地植被指数的时空变化特 征，并对各个级别的草原n d v i 值域在地理空间上的变化进行研究【3 1 1 。 刘少军以m o d i s 遥感数据为基础，通过提取归一化植被指数，分析了多年来海南 岛植被指数变化的时空分布规律，同时还借助n d v i t s 空间特征分析适合海南岛地区植 被覆被范围的确定，为热带地区植被类型确定提供一种有效方法 3 2 1 。 贾立利用具有较高空间分辨率的的l a n d s a tt m 卫星资料估算了黑河实验区夏季和 近冬季地表标准化差值植被指数n d v i ，分析了n d v i 的区域分布特征和季节变化，结 果显示n d v i 的图像能够很好地反映出地表植被的分布状况3 3 1 。 综上所述，n d v i 指数的时序变化特征能够反映植物的生长状态和变化规律，不同 植被或土地覆被的n d v i 指数变化曲线是不同的，利用时间序列的n d v i 值可以将它们 区分开来。 1 3本文框架 本文围绕秦岭中段土地覆被遥感分类这个中心展开。引言部分介绍了研究背景和国 内外研究现状，第二部分主要介绍研究区概况、数据的获取和处理，第三部分对m o d i s 影像进行分析和分类，第四部分进行精度评价。 论文的技术路线如下： 图1 1 本文基本流程图 6 2 研究区概况 2 研究区概况 秦岭是我国南北方的地理分界线，处在我国北亚热带与暖温带的交界处，它西起甘 肃省临潭县北部韵白石山t 并以迭山与昆仑山脉分界，向东经天水南部的麦积山进入陕 西，全长1 6 0 0 公里，南北宽数十公里至二三百公里，平均海拔在2o o om 以上，7 0 以 上的山地海拔在5 0 0 2 5 0 0i n 。 由于秦岭既是我国华北、东北、华中、西南以及蒙古高原和青藏高原植物区系成分 的交汇地，也是动物区划中东洋界与古北界的分水岭，因此境内动植物种类丰富、起源 古老、地理成份复杂，表现出强烈的南北交汇的过渡特征和明显的独特性，是我国生物 多样性极为丰富的区域之一【3 4 - 3 5 1 。尤其是特殊的地理位薏和地形特征，使秦岭成为我国 中部地区生态安全的重要保护屏障p 4 】。 此外，由于秦蛉的地势高，造成其南北气候和植被景观差异明显：北坡多暖温带类 型，年平均气温6 罐；南坡则多北亚热带常绿阔叶的成分，年平均气温9 1 30 c p q 。降 水主要集中于夏、秋两季。 本次研究选取秦岭山脉中段，位于陕西省境内的一部分，它主要指嘉陵江上游风县 向东至坝水和洛河与丹江分水岭的华县一带。地理范围介于北纬3 2 45 0 3 4 。3 0 ， 东经1 0 5 。3 0 1 1 0 。之间，面积约3 _ 4 万平方公里。该区地带性植被是常绿针叶林和 落叶阔叶林4 芷篷西砬盘破蜃f 图2 - 1 秦蛉中段在陕西空间位置 7 湖北大学硕l ? 学位论文 3 研究方法 3 1数据选择与m o d i s 传感器简介 3 1 1 数据源选择 目前常用的遥感信息源有n o a a 、m s s 、t m e t m + 、s p o t 等不同分辨率的航空、 航天遥感数据。其中，n o a a 气象卫星地面分辨率为1k m ，现已利用n o a a 数据开发 的大面积土地覆被数据库有全球1k m 空间分辨率的土地覆被数据库、全球一个经纬度 间距地表生物物理量、全球一个经纬度间距土地覆被类型图等，不过由于其空间分辨率 低，大多作为全球或国家尺度等大区域土地覆被分类的信息源。m s s 影像为多光谱扫描 仪( m u l t i s p e c t r a ls c a n n e r ) 所获取的影像，具有4 个波段其中第2 波段为红光波段，可用 于城市研究，其对道路、大型工地等反映明显。t m e t m + 图像的地面分辨率为1 0 3 0m ， 几何精度较高，有利于图像配准和制图，可用于编制1 ：1 0 万，甚至1 ：5 万的地形图。 s p o t 数据定位精度高，结构可靠性强，能确保获取高精度的几何图像，因而也可以用 于编制1 ：5 万、1 ：1 0 万的地形图，但是价格较高。所以s p o t 图像、t m e t m + 图像 等各有所长，并且都适用于局部区域尺度土地利用覆被变化的研究 3 7 1 。 多光谱遥感研究表明，时间维比空间、光谱或辐射维可以提供更多的土地覆被及状 况信，g t 5 1 。因为物候信息对不同植被类型具有可区分性，时相信息的加入无疑可以提高 地物识别与分类的精度，未来利用中等分辨率长时间序列的植被指数图像进行土地覆被 分类更将是大区域土地覆被遥感分类的重点发展方向。近年来，基于植被指数时间谱( 时 间序列) ，尤其是基于m o d i s n d v i ( 或e v i ) 的土地覆被遥感分类备受关注，因为就 m o d i s 数据而言，虽然它的空间分辨率不够高，但是它的高时问分辨率可以弥补这一 不足，而且利用m o d i s n d v i ( 或e v i ) 时间谱跟踪地物固有的物候信息，不仅使得低 成本高精度的宏观土地覆被土地利用制图成为可能，还可为种植模式等农业有用信息的 提取、监测提供了便捷途径 3 8 1 。另外，中分辨率传感器m o d i s 与以往常用的大范围粗 分辨率的n o a a 数据相比，其广谱性能、空间分辨率、数据质量上都有很大改善。基 于上述认识，本文即选择免费的m o d i s 数据作为秦岭中段土地覆被遥感分类的主要信 息源。 3 1 2m o d i s 传感器简介 1 9 9 9 年1 2 月和2 0 0 2 年5 月，美国分别发射了载有“中分辨率成像光谱仪( m o d i s ) ” 的t e r r a 和a q u a 卫星，开始向地面发送数据。m o d i s 作为地球观测系统( e o s ) 系列卫星 8 3 研究方法 的主要探测仪器，因其独特的数据特点及优势，较以往的卫星数据而言更适合于大范围 流域尺度的生态环境状况动态变化监测，主要表现在：很高的光谱分辨率，光谱范围 为0 4 1 1 4 2l am ，涉及可见光、近红外、短波红外、中红外和热红外，共3 6 个光谱段， 多通道数据可以同时提供反映陆地、云边界、云特征、海洋水色、浮游植物、生物地理、 化学、大气中水汽、地表温度、云顶温度、大气温度、臭氧和云顶高度等特征信息； 重覆周期短，每1 2 天可获取1 次全球观测数据，覆被范围大，整个中国也只需3 条轨 道数据就可以覆被，对于大范围的、快速的生态环境变化监测是资源卫星数据( 如s p o t 、 t m ) 所无法取代的；目前e o s 的t e r r a 卫星和a q u a 卫星上都搭载了这种传感器， 两颗卫星的过境时间互补，使得每天可以接受至少2 次白天的数据和2 次晚上的数据， 多时相数据更能满足环境变化动态监测的要求；传感器的灵敏度和量化精度远比 a v h r r 高，仪器的辐射分辨率达到1 2 比特，温度分辨率可达o 0 3 度，量化等级也比 其它传感器高很多，较高的探测精度和较宽的动态范围，可以探测多种地表类型，有利 于更精确的反演地温；( 亘) m o d i s 计算n d v i 的红波段及红外波段的波宽与a v h r r 不 同，m o d i s 在近红外波段去除了水汽波段的影响，而红波段对叶绿素的吸收更敏感， 使得m o d i s 的n d v i 比a v h r r 的n d v i 对植被的响应更敏感，并且范围更宽；数据 采用在轨定标，自带的3 个在轨定标器可以提供高精度的定标结果，通过替代定标技术， 可以检测和修正岁时间漂移的定标参数，这种高精度定标使得n d v i 的不确定性大大减 小，并且随着n d v i 值的增加，这种不确定性更小；植被指数的计算对数据定位的要 求较高，否则每一像元的像素值无法代表实际值。m o d i s 设计了不仅依靠卫星轨道和 姿态计算，而且还考虑地面控制点和高程数据的定位方式，使地面几何定位精度达到星 下点o 1 像元，边缘o 3 像元的精度。因而选择m o d i s 数据作为实现大范围流域尺度的 生态环境状况动态变化监测的数据平台，获得流域生态环境的各项要素因子，比如植被 的时空变化、地温分布以及土壤含水量是非常有效的。此外，根据m o d i s 数据的免费 使用政策，其数据的使用成本低，这也是一个很现实的有利条件之一。 总体而言，m o d i s 拥有2 5 0 m 、5 0 0 m 和1 0 0 0 m 的3 种空间分辨率，波谱范围从o 4 l am 到1 4 5l am 共3 6 个波段，在波段数目、分辨率以及应用范围上比以往用于大范围 粗分辨率的遥感数据有了较大的改进。其中m o d i s n d v i 可作为继续为地面植被业务 化监测研究提供更长的资料序列。对于大范围生态环境变化监测具有无法取代的优势。 因此本文选择免费的m o d i s 植被数据来研究大范围区域土地覆被的分布特征和时空变 化规律【3 9 】。 9 湖北人学硕上学位论文 3 2 植被指数的选择 传感器测量地物光谱时，同时监测到地表覆被物和土壤的反射光谱。遥感图像上的 植被信息，主要通过绿色植物叶子和植被冠层的光谱特征及其差异、变化而反映的。图 3 1 显示了绿色植物的主要光谱响应特征，从图中可以看出，植被在红光波段由于植物 叶绿素的强吸收作用，其反射率低，而在近红外波段则由于植物叶片的叶肉组织的强反 射作用，植被的反射较高，因此，通过对近红外和红波段反射率的线性或非线性组合所 构建的各种植被指数，能够很好地定量反映出植物生物量和植被活力，比用单波段探测 植被更具有灵敏性。 叶乏器l霎鬻 ：含水量 、按制叶子反射事色素 ： 结构 ：智水量 1 接制叶子反射弗 _ ? 卜+ r 的主要凼囊 0 石0 6 卜- _ _ 品 可璺渡段： q 瑁 罐： 掇疆蚓。 0 81 01 2i 41 61 82 田2 22 4 2 6 渡长舢m ) - - - - - - ： 驻红外被臣： 反射耋i = 外技激 _ _ - - - - - _ - 一 巾红辨波段 图3 1 绿色植物反射率变化曲线 ) 主饕吸收带 、 光誊区 j 到目前为止，基于植被的光谱特征规律所构建的植被指数已经发展出了4 0 余种。 在这些植被指数中，n d v i 是目前使用最广泛的植被指数，现己积累了2 0 余年的全球 n d v i 资料，在对地面植被的遥感研究与应用中颇有成效。不过，王正兴等人通过研究 也发现，目前被广泛应用的植被指数n d v i 有很多缺陷，m o d i s e v i 能改进n d v i 在 植被高覆被区易饱和、易受超声、土壤背景等问题的影响，限制了该植被指数的进一步 应用 4 们。不过。由于n d v i 植被指数有助于增强遥感影像的解译力，现已作为一种遥感 手段广泛应用于土地利用覆被探测、植被覆被密度评价、作物识别和作物预报等方面， 并在专题制图方面增强了分类能力。另外，n d v i 植被指数还可用来诊断植被一系列生 1 0 阳的钳柏粥埔。 一霉一餐憾 3 研究方法 物物理参量：叶面积指数( l a i ) 、植被覆被率、生物量、光合有效辐射吸收系数( a p a r ) 等；反过来又可用来分析植被生长过程：净初级生产力( n p p ) 和蒸散( 蒸腾) 等。 3 3数据准备 本文的m o d i s 遥感数据是由美国l p d a a c 提供的编号为m o d l 3 q 1 的m o d i s 植 被指数产品，其空间分辨率为2 5 0 米，采用1 6 天最大值法合成，时间从2 0 0 6 年1 月 1 日至2 0 0 8 年1 月3 日，一共9 6 景影像。辅助数据包括秦岭地区的植被和森林分布 图，d e m 影像、t m 遥感数据、研究区矢量格式行政区图、森林资源二类调查样地数据 和实地g p s 采集数据。此外，还引入了部分时段m o d i s l 3 q 1 夏、冬季节反射率数据以 作为分类判别参考。 3 4 数据预处理 在本研究中，数据前期处理包括，图象裁剪、拼接、重投影、重采样、去云处理、 以及森林资源二类调查资料和g p s 实测数据的矢量化等。 3 4 1 初始n d v i 时序数据生成 由于在所下载的m o d i s 影像上，工作区跨条带分布( 影像编号分别为h 2 6 v 0 5 和 h 2 7 v 0 5 ) ，并且这些影像采用了s i n 投影，因此，对所下载的9 6 景m o d i s 影像首先利 用e n v i 软件先后进行了数据镶嵌、裁减、重投影和格式转换等方面的处理，最终得到 由4 8 个波段构成、投影系统为a l b e r s w g s 8 4 的初始时序m o d i s n d v i 影像。 3 4 2 时序n d v i 影像上残云去除 云覆盖是遥感图像中最常见的噪声，对低时间分辨率的遥感平台而言，是造成遥感 数据缺乏的重要因素之一【4 1 1 。 云覆被类型不同，去云的方法也不同。周红妹为排除云干扰，使用不同光谱组合， 给定云区灰度阈值，高于该阈值的区域判定为云区，并用其相近时相的影像替补反演。 李晓兵在基于n o a 刖a v h r r 数据研究中国主要植被类型n d v i 变化规律时，利用最大 值合成法对植被指数进行预处理，以每月三旬的最大值代表该月n d v i 值，从而消除来 自云和大气的部分干扰。不过，最大值合成法不能保证所选择的即是最佳象元，其最终 的合成产品仍然有较多噪声。杨铁利、何全军通过分析云在不同波段中的大气辐射特点， 从可见光反射率、红外波段亮温值以及亮温差等方面综合考虑，利用多光谱综合阈值法 逐步建立云检测方案，结果显示该模型的云检测尤其是对难以识别的薄卷云效果理想 【4 2 1 。 湖北大学硕- ：学位论文 赖格英使用e r d a si m a g i n e 自带的某些模块算法，针对薄云和地形的不同特征，建 立数字地形模型，对影像进行了傅里叶变换、逆变换等，对大范围的薄云进行处理。这 种方法的可行性还有待进一步验证。总之，大家都希望找到一种易于操作、信息保存最 大化、去云效果理想、普遍适用的云检测方法。 考虑到秦岭地区常见多云或长时间连阴雨天气，而云和大气条件的影响总是降低 n d v i 值这一实际情况，本文采用w h i t e 等人( 1 9 9 7 ) 提出的b i s e 算法 4 3 1 来进行云检 测和云污染的消除，在此过程中，也有部分噪声( 诸如一些坏值像元) 会一并去除。该算 法的主要依据是植被的生长具有定的连续性，对于某些显然不是因为植被异常活跃而 照成的其时序n d v i 指数异常偏低的点进行检测并用以下方法替补( 图3 2 ) 4 钔。具体 的噪声检测和处理方法如下： i f n d v i i 1 ( x ，y ) - n d v i i ( x ，y ) ) n d v i i 1 ( x ，y ) = o 2 a n d n d v i i + , ( x ，办二n d v i i ( x ，y ) ) n d v i i + i ( x ，y ) = o 2 ； t h e nn d v i i ( x ，y ) = n d v i i 1 ( x ，y ) + n d v i i + , ( x ，y ) 2 式中：n d v i i 、n d v i i 1 、n d v i i + 1 分别代表第i 期及其前后相邻两期n d v i 数据。根据 此算法，我们利用e r d a s 中的建模工具对2 0 0 6 2 0 0 7 年的4 6 期m o d i s n d v i 影像进 行了残云处理，最终获得了分属于2 0 0 6 年和2 0 0 7 年、均由2 2 个波段构成的时序 m o d i s n d v i 影像。 ( a ) 处理前( b ) 处理后 图3 2 基于b i s e 算法的时序n d v i 影像上云象元检测和处理 但是，我们也可以看出。此种方法只能识别出较厚的云层，对反射率变化不足2 0 的薄云，或者连续两期以上影像都出现多云的现象，则存在很大的检测漏洞，从而对于 时序n d v i 数据的分析会造成不小的影像。因此在数据分析后期，我们对单期数据变化 较大，以及n d v i 出现异常变动的类别给予特别关注，并结合样地数据、t m e t r 影像等， 进行合理的解译。 1 2 3 研究方法 3 4 3g p s 外业调查数据处理 为了辅助遥感影像分类以及验证遥感解译和实际地物之间的对应关系，我们分别于 2 0 0 7 - 2 0 0 8 年的八月、2 0 0 9 年的五月，一共三次前往秦岭中部主要县市进行野外考察。 总共采集了1 0 0 0 多个地物点。外业调查的操作模式是：在g p s 的支持下，按照“渭河 沿岸小麦玉米( 或棉花) 两熟区、太白山自然保护区、周至自然保护区、佛坪自然保 护区、汉江毓地水稻讣麦( 或油菜) 两熟区、宁陕县火地塘林场”的线路，对秦岭中 段南北坡的典型土地覆被类型区进行调查，所调查的覆被类型包括常绿针叶林、落叶针 叶林、落叶阔叶林、高山灌丛草甸、小麦_ 玉米( 或棉花) 两熟区、水稻讣麦( 或油菜) 两熟区、植被贫瘠区、居民地等。 广 。 “ 图3 - 3g p s 野外调查路线图 二。“” ：一r 卅【q ” 湖北人学硕士学位论文 4 秦岭中段土地覆被分类系统构建 4 1分类思想 主要包括以下几点： 1 ) 要具有明确定义的类别特征并且真正区别于土地利用分类系统。目前无论是在 全球、全国还是非常小的区域尺度上一旦涉及土地覆被面积问题，经常会出现不同人对 同一土地覆被类别在同一区域到底有多大面积这一问题上的意见很不一致。从原因来 看，这一现象的产生在很大程度上是由于将土地覆被等同于土地利用，以及不同覆被类 别之间明确界限的缺乏等所导致的。 2 ) 要以土地覆被简单、明确、可量化的形态、色彩光谱等特征作为分类基础。因为 这些特征对全球变化模拟来说具有重要意义，而土地覆被及其变化研究在很大程度上是 为了迎合全球环境变化研究的需要。 3 ) 必须采用遥感手段进行地表覆被物的识别与分类，以便有可能对现有的土地覆 被进行可重复的、有效的重新分类，从而提供一个真实的土地覆被测量结果。 4 ) 要独立于制图比例尺和所使用的数据源。 4 2分类标准 参照汪权方等人在基于地表覆被物光谱特征的土地覆被分类系统一文中提出的 土地覆被分类方法，并借鉴s t e v e nw r u n n i n g 等人提出的植被遥感分类标准，本文采用 了以下几点作为秦岭中段土地覆被分类的标准： 1 ) 土地覆被类型的划分要充分利用地表覆盖物的光谱特征。因为根据地表覆盖物 的光谱色谱差异，可以很方便地将土地覆被划分为以植被为主体的绿色覆被、以内陆水 面和海洋为主体的蓝色覆被、以人工建造物及半荒漠为主体的灰色覆被、以积雪冰川为 主体的白色覆被和以沙漠为主体的非绿色覆被等，而且这一分类标准也可以在野外测定 验证和易于量化。 2 ) 植被是土地覆被的主要组成成分之一，因此对于植被区的土地覆被分类，应考 虑植被冠层结构的三大特征，即地表活生物体的经久性、叶子寿命( 如常绿和落叶) 和 叶子类型(