遥感对土地沙漠化处理
使用测绘技术进行土地沙漠化监测的步骤和要点
使用测绘技术进行土地沙漠化监测的步骤和要点人类的活动和自然因素不断导致土地沙漠化问题的加剧。
沙漠化不仅对环境造成严重影响，也影响到人们的生活和经济发展。
因此，为了及时监测和预防沙漠化，使用测绘技术进行土地沙漠化监测变得非常重要。
测绘技术可以通过空间遥感和地理信息系统（GIS）的结合，对土地沙漠化进行全面、准确的监测和分析。
下面将介绍使用测绘技术进行土地沙漠化监测的步骤和要点。
1. 数据获取在开始监测前，首先需要收集并获取相关的地理数据。
这包括卫星遥感影像、航空影像、高程数据以及土地利用和土地覆盖数据等。
这些数据将提供监测所需的基础信息。
2. 影像处理获得卫星遥感和航空影像后，需要对这些影像进行处理，以提取出有价值的信息。
这个步骤主要包括图像分类、图像校正、影像融合等。
图像分类可以将影像像素分成不同的类别，如沙漠、草原、林地等，以便对不同土地类型进行研究。
3. 沙漠化指数计算计算沙漠化指数是判断土地沙漠化程度的重要方法。
沙漠化指数反映了土地表面的土地退化情况。
常用的沙漠化指数包括土壤地壳湿度指数（SSI）、土地覆盖转化指数（LCI）等。
通过计算这些指数，可以将沙漠化的程度以数字化形式进行评估。
4. 土地变化分析在进行土地沙漠化监测时，还需要对土地的变化进行分析。
这涉及到对不同时间段的数据进行比较，以确定土地覆盖和土地利用的变化。
通过地理信息系统的支持，可以进行数据叠加和比较，从而分析和评估土地变化情况。
5. 建立沙漠化预警系统为了及时预警和应对沙漠化问题，建立一个沙漠化预警系统是非常重要的。
这需要将所获得的数据和分析结果应用于实际工作中，通过建立预警模型和识别关键迹象，提前预测和预防沙漠化发生。
6. 监测结果应用土地沙漠化监测的结果可以为政府和相关部门提供决策支持。
通过监测结果，可以制定出有效的沙漠化防治策略和措施，并进行沙漠化治理工作。
综上所述，使用测绘技术进行土地沙漠化监测需要进行数据获取、影像处理、沙漠化指数计算、土地变化分析、建立沙漠化预警系统和监测结果应用等步骤。
利用测绘技术进行沙漠化与荒漠化监测与治理的实用技巧与方法
利用测绘技术进行沙漠化与荒漠化监测与治理的实用技巧与方法近年来，沙漠化与荒漠化问题在全球范围内逐渐加剧。
这不仅给人们的生活和生态环境造成了严重的威胁，也给全球可持续发展带来了巨大挑战。
然而，随着测绘技术的飞速发展，人们在沙漠化与荒漠化监测与治理中又找到了新的希望和出路。
本文将介绍利用测绘技术进行沙漠化与荒漠化监测与治理的实用技巧与方法。
第一，沙漠化与荒漠化监测。
沙漠化与荒漠化的监测是有效治理的基础，而测绘技术在监测过程中起到了至关重要的作用。
首先，通过卫星遥感技术获取的遥感影像可以提供详细的地表信息，帮助研究人员了解沙漠化与荒漠化的发展过程和范围。
其次，利用激光雷达技术可以快速获取地表高程数据，精确绘制地表地貌图，并通过分析图像的比较计算出土地的退化程度。
此外，借助无人机技术，可对沙漠化和荒漠化的地区进行高分辨率影像采集，并实时监测植被状况，以提供更为准确的监测数据。
第二，沙漠化与荒漠化治理。
监测工作的结果为沙漠化和荒漠化的治理提供了指导。
基于测绘技术的信息，制定一系列治理方案成为可能。
首先，通过了解土地退化的原因和特征，可以采取相应的措施进行治理。
例如，在高度损坏的地区，可以进行人工植被恢复，合理利用水资源，修复土地水土保持功能。
其次，借助地理信息系统（GIS），可以对不同的治理方案进行评估和比较，找到最佳的方案。
这些方案不仅可以改善当地环境，还可以促进经济发展和社会稳定。
第三，沙漠化与荒漠化监测与治理的挑战。
尽管测绘技术在沙漠化与荒漠化监测和治理中发挥了巨大的作用，但仍存在一些困难和挑战。
首先，由于沙漠化和荒漠化地区常常缺乏基础设施和交通，采集遥感数据以及实地调查往往是困难的。
其次，一些新兴技术和设备的成本较高，限制了它们在实践中的应用。
此外，数据处理和分析的复杂性也是一个挑战，需要专业人员具备相关知识和技能。
综上所述，利用测绘技术进行沙漠化与荒漠化监测与治理是一种实用的方法和技巧。
通过卫星遥感、激光雷达和无人机等技术获得的数据提供了监测沙漠化与荒漠化的详细信息，而这些信息为制定有效的治理方案提供了指导。
卫星遥感技术在自然资源管理中的应用
卫星遥感技术在自然资源管理中的应用随着现代科技的进步，卫星遥感技术在自然资源管理中的重要性日益突显。
自然资源作为人类社会发展的重要组成部分，其管理和保护需要及时准确的数据支持，而卫星遥感技术正好可以提供这样的数据。
一、卫星遥感技术的基本原理卫星遥感技术是利用卫星传感器对地物进行观测和探测，获取地球表面各种信息的技术。
其基本原理是利用卫星搭载的各种传感器对地球表面进行扫描和探测，采集到的信号经过处理和解译，可以得到各种地物的空间分布、形态、结构、特征等信息。
二、卫星遥感技术在自然资源管理中的应用卫星遥感技术在自然资源管理中有广泛的应用，以下列举几个具体的应用案例：1、土地利用与覆盖监测够快速准确地获取土地利用类型和变化信息，还能够预测土地利用变化趋势，为土地资源管理和规划提供科学依据。
2、森林资源监测卫星遥感技术可以对森林资源进行监测和评估，不仅能够获取森林面积和分布信息，还能够获取森林类型、树种、高度、覆盖度等森林资源参数信息，为森林资源管理和保护提供较为全面的数据支持。
3、水资源管理卫星遥感技术可以对水资源进行监测和评估，不仅能够获取水体面积和分布信息，还能够获取水体水质、水温、水位等参数信息，为水资源管理和保护提供全面的数据支持。
4、荒漠化和沙漠化监测够获取沙漠和荒漠面积和分布信息，还能够获取荒漠化和沙漠化程度等参数信息，为荒漠化和沙漠化治理提供科学依据。
三、卫星遥感技术在未来的发展趋势随着科技的不断发展和进步，卫星遥感技术也在不断地创新和发展。
未来的卫星遥感技术将越来越高精度、高分辨率、高灵敏度和全谱段覆盖，能够更全面地获取地球表面的信息，并更有效地为资源管理和保护提供数据支持。
静态卫星将逐渐向动态卫星发展，实现对地面目标的多角度、多时相、多光谱信息的获取，为资源管理和保护提供更加全面的空间信息。
四、结语卫星遥感技术的应用和发展已经成为现代资源管理的必要手段，未来也将在更多领域得到广泛应用。
使用遥感技术进行土地沙漠化监测的步骤
使用遥感技术进行土地沙漠化监测的步骤在全球气候变暖和人类活动影响下，土地沙漠化已经成为世界各地都面临的严重问题。
为了及时了解土地沙漠化的情况并采取相应的措施，科学家们使用遥感技术进行土地沙漠化监测。
下面将详细介绍使用遥感技术进行土地沙漠化监测的步骤。
步骤一：获取遥感数据要使用遥感技术监测土地沙漠化，首先需要获取高质量的遥感数据。
遥感数据可以从卫星、飞机或其他遥感平台上获取。
这些数据包括可见光、红外线和微波等不同波段的图像。
不同波段的图像可以提供土地表面不同的信息，帮助我们了解植被覆盖、土壤湿度、地表温度等因素。
步骤二：预处理遥感数据获取到的遥感数据会包含一些噪声和影响图像质量的因素，所以在进行进一步的分析之前，需要对数据进行预处理。
这包括对图像进行大气校正、几何校正和辐射校正等处理，以确保数据的准确性和一致性。
此外，还可以对图像进行增强和过滤，以提高图像的可视化效果。
步骤三：制作植被指数植被指数是衡量土地植被覆盖程度的重要指标，对于监测土地沙漠化非常有用。
常见的植被指数包括归一化植被指数（NDVI）和植被指数（EVI）。
这些指数可以根据不同的遥感波段计算得出，在图像上显示植被覆盖的分布情况，可以帮助科学家们了解土地的绿化情况以及是否存在沙漠化的迹象。
步骤四：分类土地类型为了进一步了解土地沙漠化的情况，可以对遥感图像进行地物分类。
地物分类是将图像中的像素分成不同的类别，如植被、砂漠、水体等。
这可以通过使用监督或无监督分类算法来实现。
分类的结果可以显示不同类型土地的空间分布，衡量沙漠化的程度。
步骤五：分析时间序列数据土地沙漠化是一个长期的过程，通过分析多个时间点上的遥感图像，可以获取土地沙漠化的动态变化信息。
时间序列分析可以帮助科学家们观察土地植被的衰退、沙漠面积的扩大以及植被恢复等情况。
通过这些分析，我们可以了解土地沙漠化的趋势，并及时采取措施来减缓沙漠化进程。
步骤六：制定防治措施通过遥感技术的监测和分析，我们可以更全面地了解土地沙漠化的情况和变化趋势，进而制定相应的防治措施。
土地沙漠化的遥感监测与评价
土地沙漠化的遥感监测与评价随着全球人口的不断增加和经济的快速发展，土地沙漠化成为全球面临的重大环境问题之一。
土地沙漠化对农田和生态系统的破坏严重影响了可持续发展。
为了有效监测和评价土地沙漠化，遥感技术成为一种非常重要的工具。
本文将介绍土地沙漠化的遥感监测与评价方法，并探讨其应用前景。
首先，遥感技术是通过卫星和飞机等远距离的传感器对地球表面的信息进行收集和分析的技术。
遥感技术能够提供大范围和连续的数据，对于土地沙漠化监测和评价具有很大的优势。
通过遥感技术，可以获取土地覆盖、植被指数、土地利用类型等信息，为土地沙漠化的研究和分析提供了基础数据。
其次，针对土地沙漠化的遥感监测，可以采用多种遥感数据源和方法。
首先，遥感数据源包括光学遥感数据和雷达遥感数据。
光学遥感数据可以提供高分辨率的地表信息，能够较好地反映土地覆盖和植被状况。
而雷达遥感数据则具有穿透云层和人工干扰的优势，适用于在复杂环境下获取土地特征。
另外，结合多源遥感数据，如光学和雷达等，在时间和空间上的差异能够提供更全面的土地沙漠化信息。
然后，土地沙漠化的评价可以通过植被指数等遥感指标进行分析。
植被指数是衡量土地植被状况的重要指标之一。
NDVI（归一化植被指数）是一种常用的植被指数，通过计算红光和近红外波段的反射率，可以反映出土地的植被密度和生长状况。
沙漠化土地上的植被覆盖率较低，植被指数值较小，因此可以利用植被指数的变化来评价土地沙漠化程度。
此外，遥感监测与评价土地沙漠化还应结合地形和水文等因素。
沙漠化土地的地形特征通常呈现出干旱、风蚀和侵蚀等特点。
通过遥感技术，可以获取土地地形和水文信息，进一步深入分析土地沙漠化的原因和趋势，有助于制定有效的防治策略。
最后，土地沙漠化的遥感监测与评价不仅能够提供关键的科学依据，还能够促进国际间的信息共享与合作。
沙漠化不仅是一个单一国家的问题，而是全球面临的共同挑战。
通过遥感技术，不同国家可以共同监测和评价土地沙漠化的情况，相互借鉴经验和采取合作共治的措施，提高土地沙漠化防治的效果。
利用测绘技术进行土地沙漠化监测与评估的技巧
利用测绘技术进行土地沙漠化监测与评估的技巧土地沙漠化是当代世界面临的严峻环境问题之一。
随着全球气候变化和人类活动的影响，许多土地逐渐沦为沙漠。
为了有效监测和评估土地沙漠化的趋势与程度，测绘技术成为了一项重要的工具。
本文将探讨利用测绘技术进行土地沙漠化监测与评估的技巧。
首先，利用卫星遥感技术进行土地沙漠化监测是一种非常有效的方法。
卫星遥感可以实时获取大范围的土地覆盖信息，并通过不同频段的传感器获取地表温度、植被指数等数据。
这些数据可用于分析土地的干旱程度和植被覆盖率，从而判断土地是否存在沙漠化迹象。
例如，NDVI（Normalized Difference Vegetation Index）可以反映植被的生长情况，较低的NDVI值往往意味着土地的退化。
通过对卫星图像的处理和分析，可以准确划定沙漠化区域，提供科学依据支持相关政策制定。
其次，利用激光雷达技术进行高精度的地面测量可以帮助评估土地沙漠化过程。
激光雷达可以快速获取目标地表的三维形态信息，精度高，覆盖范围广。
通过对沙漠化区域的激光雷达扫描和数据分析，可以得出土地表面的起伏情况、地表形态的变化以及水资源的分布。
这些信息对于揭示土地沙漠化的原因和过程，以及评估土地耕种和水利管理的效果具有重要意义。
第三，建立高分辨率的数字地形模型也是进行土地沙漠化评估的一项关键技术。
数字地形模型(Digital Elevation Model，DEM)是一种真实反映地表起伏的数学模型，可以提供地表高程和坡度信息。
借助DEM，我们可以分析土地地形的特征，探测出土地沙漠化的危险性和严重程度。
例如，通过比较DEM数据可以得出土地的沙丘运移速度，判断沙漠化的时间尺度。
同时，DEM还可以与其他遥感技术数据进行融合，增强土地沙漠化评估的准确性。
此外，地理信息系统(Geographic Information System，GIS)的应用也为土地沙漠化的监测和评估提供了有力的支持。
利用测绘技术进行土地沙漠化监测的实践方法
利用测绘技术进行土地沙漠化监测的实践方法近年来，全球气候变化加剧，土地沙漠化问题愈发严重。
土地沙漠化带来了诸多负面影响，如水土流失、生态系统衰退、农田减产等，给人类社会和生态环境带来了巨大压力。
因此，开展土地沙漠化监测成为了当务之急。
测绘技术的高精度和高效率为土地沙漠化监测提供了重要的技术手段。
一、遥感影像获取土地沙漠化的监测需要大范围的覆盖区域，遥感技术提供了获取广域信息的可行途径。
通过利用卫星或飞机所获取的遥感影像，可以直观地展现不同地区土地沙漠化的状况。
遥感影像在频谱上具有多样性，从可见光到红外线等不同波段中，都有可能提供有关土地沙漠化的信息。
通过遥感影像的分析和处理，可以获得土地沙漠化的空间分布和变化趋势。
二、数字地表模型生成数字地表模型（Digital Surface Model，DSM）能够准确展现地表的三维特征，为土地沙漠化监测提供了可靠的基础数据。
利用航空激光雷达或卫星高分辨率DEM数据，可以快速获取地形高程信息，形成数字地表模型。
通过与其他遥感影像数据的融合，可以进一步获取更加详尽的土地沙漠化信息。
数字地表模型可以明确地反映土地的高低起伏，辅助判断土地沙漠化程度。
三、土地利用分类土地沙漠化的监测与土地利用紧密相关。
利用分类技术，可以将土地根据其利用方式和功能特征进行区分和划分。
通过对遥感影像的解译和分类，可以将土地分为林地、耕地、草地、建设用地等不同类型，进而对土地沙漠化的分布情况进行精确刻画。
土地利用分类结果不仅为土地沙漠化监测提供了基础数据，还可为相关决策提供支持。
四、沙漠化指标提取土地沙漠化的特征参数直接影响着监测结果的准确性。
在利用测绘技术进行土地沙漠化监测时，有必要提取沙漠化指标来描述土地的沙漠化程度。
常见的沙漠化指标包括植被覆盖度、土壤水分含量、土地裸露度等。
这些指标可以通过遥感影像数据的处理和分析得到，为土地沙漠化的监测和评估提供科学依据。
五、监测结果分析利用测绘技术进行土地沙漠化监测后，还需要对监测结果进行深入分析。
如何利用遥感数据进行荒漠化监测与防控
如何利用遥感数据进行荒漠化监测与防控引言：荒漠化是指耕地退化、水土流失以及气候变化等因素导致的草原退化和沙漠扩张的现象。
荒漠化造成的土地丧失、水资源减少以及生态系统崩溃对人类社会和生物多样性造成了巨大的影响。
因此，如何及早监测荒漠化的发展趋势，并采取有效的防控措施成为当务之急。
在这方面，遥感技术在荒漠化监测与防控中发挥着重要的作用。
第一部分：遥感技术的应用背景1.1 遥感技术介绍遥感技术是指通过卫星、飞机等载具获取地球表面信息的技术，通过接收、传输和处理电磁辐射信息来获得地物特征和变化信息。
1.2 遥感技术在环境监测中的应用遥感技术在环境监测方面被广泛应用，包括土地利用与覆盖变化、气候变化、植被变化以及水资源变化等领域。
第二部分：利用遥感数据进行荒漠化监测2.1 荒漠化的指标与监测方法荒漠化的指标包括植被盖度、土壤湿度、土地利用变动等。
遥感技术可以通过监测这些指标来定量评估荒漠化程度和发展趋势。
2.2 遥感数据获取与处理利用遥感技术进行荒漠化监测，需要获取并处理相关的遥感数据，如多光谱数据、高分辨率影像数据。
处理方法包括影像处理、信息提取以及空间分析等。
2.3 荒漠化监测案例分析以我国西北地区为例，运用遥感技术进行荒漠化监测，结合地面调查数据，可以对荒漠化程度进行准确评估和动态监测，并为荒漠化防控提供科学依据。
第三部分：利用遥感数据进行荒漠化防控3.1 荒漠化防控的重要性荒漠化不仅危及自然资源和生态环境，还威胁到人类社会的可持续发展。
因此，采取针对性和有效的荒漠化防控措施至关重要。
3.2 利用遥感数据指导荒漠化防控遥感技术可以提供荒漠化监测数据和空间信息，为荒漠化防控提供科学依据。
例如，通过遥感监测荒漠化扩张趋势，可以精确定位和采取相应的防治措施。
3.3 遥感技术在荒漠化防控中的案例分析以我国宁夏回族自治区为例，运用遥感技术监测宁夏的荒漠化现状，并在此基础上制定出一系列的防治方案，如植被移民、沙漠固沙等，取得了显著的成效。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
遥感图像处理课程设计项目报考书题目(不超过20字)1.研究背景及目的意义土地荒漠化就是指包括气候变异与人类活动在内的种种因素造成的干旱半干旱与亚湿润干地区的土地退化。
及时准确地掌握土地荒漠化发生发展情况就是有效防止与治理土地荒漠化的基本前提。
目前遥感技术在土地荒漠化监测中起到了不可替代的作用。
使用遥感影像数据可以提取土地荒漠化信息,通过遥感影像所表现的不同信息,可以判断土地荒漠化的发生与否以及发展程度等。
在进行土地荒漠化信息提取时,常用的方法有人工目视解译方法、监督分类方法、非监督分类方法、决策树分层分类方法、神经网络自动提取方法等。
在实际应用中,通常选择其中的一种或结合几种方法进行分类提取。
研究意义如下:1、通过处理后的遥感图像更清晰地了解土地荒漠化情况2、使有关部门高度重视存在荒漠化问题的地区3、便于对土地荒漠化地区进行科学合理的治理2.研究的国内外现状沙漠化即沙质荒漠化,就是我国荒漠化的最主要表现形式。
中国的沙漠及沙漠化土地面积约为160、7万km[2],占国土面积的16、7%,其中,干旱区沙漠化土面积87、6万km[2],半干旱区沙漠化土地面积约49、2万km[2]。
有关专家研究表明,50年代初至70年代中期,我国沙漠化土地面积年均扩大1560km[2],年均增长率为1、01%,70年代中期到80年代中期,年均扩大面积2100km[2],年均增长率为1、47%,而目前我国沙漠化土地面积正以每年2460km[2]的速度扩展,而且还有加速扩大的趋势,这对我国的国民经济与社会持续发展构成巨大危害。
依照联合国环境规划署(UNEP)对全球荒漠化损失的评价标准,我国土地沙漠化每年造成的直接经济损失有17、4亿～20、4亿元,全部经济损失可达近900亿元。
中国荒漠化形势十分严峻根据1998年国家林业局防治荒漠化办公室等政府部门发表的材料指出,中国就是世界上荒漠化严重的国家之一。
根据全国沙漠、戈壁与沙化土地普查及荒漠化调研结果表明,中国荒漠化土地面积为262、2万平方公里,占国土面积的27、4%,近4亿人口受到荒漠化的影响。
据中、美、加国际合作项目研究,中国因荒漠化造成的直接经济损失约为541亿人民币。
中国荒漠化土地中,以大风造成的风蚀荒漠化面积最大,占了160、7万平方公里。
据统计,70年代以来仅土地沙化面积扩大速度,每年就有2460平方公里。
中国荒漠化类型及其分布中国有风蚀荒漠化、水蚀荒漠化、冻融荒漠化、土镶盐渍化等4种类型的荒漠化土地。
中国风蚀荒漠化土地面积160、7万平方公里中国水蚀荒漠化总面积为20.5万平方公里,占荒漠化土地总面积的7.8%。
中国冻融荒漠化地的面积共36.6万平方公里,占荒漠化土地思面积的13.8%。
近半个世纪以来,中国的沙漠化研究治理工作已经取得了一些令世人惊叹的成就,但沙漠化点上治理、面上破坏、局部好转、总体恶化的局面仍未得到根本改观。
目前我国土地沙漠化的总体状况就是治理与破坏并存,且治理的速度还赶不上破坏的速度,沙漠化仍然越治越多,这种现象就要求我们对以往的沙漠化研究治理工作进行反思,寻找它的症结所在。
以知识经济为特征的21世纪已经到来。
如何应用我们现有与不断进步的科技手段来彻底改观我国沙漠化不断恶化的局面,就成为中国现代化第二步战略目标的实现与21世纪经济建设重心的转移及西部大开发所必须回答的重大问题。
21世纪中国社会与经济持续发展的关键将就是16亿人口的生存问题,即我们通常提到的“2116”工程。
面对中国的版图我们不难发现,中国未来的生存空间、资源优势与新的增长点只能就是向西北发展。
正如日本的远山正瑛教授所说,下个世纪,日本没有沙漠,没有资源优势,而中国有大片的沙漠、戈壁,这就是中国发展的潜力与优势。
因此,我们要用全新的观念,全新的思维方式来瞧待我国的沙漠及沙漠化土地研究治理工作的意义。
3.研究内容下载遥感数据通过一系列操作统计出土地沙漠化的面积。
4.研究方法与技术路线4、1研究区域宁夏4、2数据基础我们在地理空间数据云(Geo spatial Data Cloud)下载Landsat 5 卫星TM数据。
(2009、06、28)4、3研究方法目前,一种比较新的方法就是通过构造“植被指数(NDVI)——反照率(Albedo)特征空间”来进行荒漠化信息遥感提取。
荒漠化过程及其地表特性的变化能在Albedo-NDVI特征空间中得到明显直观的反映。
在Albedo-NDVI特征空间中,可以利用植被指数与地表反照率的组合信息,通过选择反映荒漠化程度的合理指数,就可以将不同荒漠化土地有效地加以区分,从而实现荒漠化时空分布与动态变化的定量监测与研究。
而这个问题的合理解决,实际上就就是如何根据需要采用一定的综合指标来划分Albedo-NDVI特征空间。
根据Verstraete and Pinty的研究结论,如果在代表荒漠化变化趋势的垂直方向上划分Albedo-NDVI特征空间,可以将不同的荒漠化土地有效地区分开来。
而垂线方向在Albedo-NDVI特征空间的位置可以用特征空间中简单的二元线性多项式加以表达,即DDI=k*NDVI - Albedo,其中: DDI可称为荒漠化分级指数,k由特征空间中拟合的曲线斜率确定。
4、4技术路线(图)流程说明:(1)数据获取(2)数据预处理包括数据定标处理、大气校正、几何配准、研究区域的裁剪。
(3)信息提取根据前人研究的公式计算NDVI与Albedo。
然后将结果进行归一化处理,保证数据的一致性。
(4)计算NDVI与Albedo的定量关系这一步利用excel工具找到NDVI与Albedo数据间的量化关系。
得到表达式Albedo=a*NDVI+b中a的值。
（5）荒漠化差值指数的计算利用bandmath工具实现表达式:DDI=(-1/a)*NDVI-Albedo,得到荒漠化差值植被指数。
(6)荒漠化分级信息的提取根据荒漠化差值植被指数就能进行荒漠化分级信息提取。
有两种方法:一就是通过设置分级阈值进行分级;另一就是通过利用“自然间断点分级法”将DDI值进行分级。
(7)制图输出将结果图输出。
5.数据处理过程1、波段合成将数据中的b1、b2、、、、、b7等7个单波段数据合并为一个图像文件。
操作步骤:选择file——save ——ENVI standard,添加b1、b2、、、、、b7等7个单波段,并排好顺序,保存图像。
图表1 7个单波段合成2、显示真彩色图像目的:分辨出不同色彩所对应的景物,便于确定彩色图像上相同区域各颜色所对应的景物。
波段加权运算(包含R、G、B、NIR波段的数据)就是常见的增强植被信息的方法,使用绿色与近红外波段加权运算。
如下公式:Band new=a*B gree+(1-a)*B nir(a就是权重值,取0~1)。
使用ENVI下的Bandmath与layerstacking工具,利用TM影像合成真彩色图像。
(1) 打开包括R、G、B、NIR波段的TM影像。
(2)选择Basic tools->Bandmath,输入表达式:byte(b2*0、8+b4*0、2),选择相应的波段执行运算。
(3)在波段列表中,选择:R-红色波段,G-合成波段,B-蓝色波段显示,可以瞧到合成想效果。
(4)Basic tools->layerstacking,将相应三个波段组成一个三波段图像文件。
图表2 合成真彩色图像图表3 真彩色图像——荒漠图表4 真彩色图像——植被图表5 真彩色图像——岩石图表6真彩色图像——城市3、标准假彩色合成土地荒漠化遥感信息提取就是基于光谱特征的,在目前的监测研究中通常选用标准假彩色合成,即对于光谱波段的近红外通道、红光通道与绿光通道分别赋予红、绿、蓝三色。
在这种合成方案中,植被就是红色的(如图表8),因为人眼对红色最敏感,能分辨红色的色阶最多,对土地荒漠化信息的识别也最强。
使用TM4、3、2合成影像进行土地荒漠化信息提取(如图表9),这种波段组合对植被生长状况反映最好,因为TM4反映不同荒漠化程度的土地上的植被特点,TM3波段反映沙质土壤的较高亮度与盐渍化土地的白化现象,TM2对植被的反射敏感能区分林型树种[1] 。
图表7 合成假彩色图像图表8 假彩色图像——植被图表9假彩色图像——荒漠4、监督分类(1)打开合成波段后的图像,选择Band 5,4,3合成RGB在新窗口打开,此时显示的图像就是模拟真彩色图像,可以结合之前步骤合成的真彩色图像及标准假彩色图像进行目视解译,分类图像各类物。
(2)应用ROI Tools创建感兴趣区,每个不同类物分别用不同颜色选定区域,本小组结合项目研究目的,将地物分为植被,荒漠,其她三类,每类都在图像中较为均匀地选取感兴趣区。
(3)在ROI Tools下的Options中选择Compute ROI Separability,观察数字大小,当两类地物对比值在1、8以下说明分界不清晰,需要重新进行选择,直到差值在1、8以上。
(4)选择好感兴趣区后在窗口Classification下选择Supervised(监督分类),再选择监督分类方法中的Maximum Likelihood(最大似然法)(5)显示利用监督分类后形成的图像图表10 创建感兴趣区图表11 两类地物对比值图表12 三种不同景物在图像上以不同颜色呈现图表13监督分类——荒漠(黄) 图表14 监督分类——植被(红),河流(浅蓝)6.结果与分析(1)利用红、绿、蓝以及近红外波段合成的真彩色图像,可以较为准确地区别大片下垫面的类型。
在真彩色图像中,植被呈现绿色,荒漠呈现土黄色。
这些颜色与地物的实际颜色都较为相符。
大体区别了植被覆盖处与荒漠地区。
(2)利用TM4、3、2波段合成了假彩色图像。
在假彩色图像中,植被呈现醒目的红色,荒漠呈现较浅的黄色,这样可以更好地区别荒漠与植被,便于对土地荒漠化的观测。
(3)使用监督分类方法,提取地物信息,将图像中的植被与荒漠信息能够突出对比显示出来,其中以红色代表植被信息,黄色代表荒漠信息,青色代表水体信息,其她地物类型信息均用蓝色表示,从而将不同地物信息用相应的颜色表示出来以便更加直观的展现图像。
在本项目研究课题中,主体就是荒漠以及植被,那么其她建筑物、岩石等地物类型就显得不那么重要了,在图像处理中就可将其归为一类,方便研究时对所研究事物的观测。
(4)从图像上可以瞧出,宁夏省银川地区植被主要集中在有河流流经的城市及其周围地区。
图像上大面积分布的荒漠化地区中,河流分布较少。
另外,银川地区具有典型的大陆性气候,干旱少雨,气候干燥,年均蒸发量远远大于年均降雨量,干旱少雨直接制约着治沙造林成活率[3]。
同时,银川地区属于干旱地区,土壤贫瘠,树木长势缓慢,成材时间较长,无法使其荒漠化得到较好的缓解,所以导致图像中瞧到大面积的荒漠化地区,而植被覆盖地区较少。