土壤侵蚀遥感监测方法研究
基于遥感的土壤侵蚀监测
基于遥感的土壤侵蚀监测土壤侵蚀是一个全球性的环境问题，它不仅导致土地生产力下降、生态系统破坏，还可能引发一系列的自然灾害，如泥石流、滑坡等。
因此，准确、及时地监测土壤侵蚀状况对于土地资源的合理利用、生态环境保护以及可持续发展具有重要意义。
遥感技术作为一种高效、大面积、多时相的观测手段，为土壤侵蚀监测提供了新的思路和方法。
一、遥感技术在土壤侵蚀监测中的优势遥感技术能够快速获取大面积的地表信息，相比传统的地面监测方法，大大提高了监测效率。
通过不同波段的电磁波反射和辐射特性，遥感可以获取土壤、植被、地形等与土壤侵蚀密切相关的要素信息。
多光谱遥感数据可以反映植被的生长状况和覆盖度，植被是防止土壤侵蚀的重要因素，其覆盖度的高低直接影响着土壤侵蚀的程度。
高分辨率遥感影像能够清晰地展现地形地貌特征，如坡度、坡长等，这些地形参数是评估土壤侵蚀风险的关键指标。
此外，遥感技术还具有重复观测的能力，可以对同一地区进行周期性监测，及时发现土壤侵蚀的动态变化，为制定相应的防治措施提供依据。
二、基于遥感的土壤侵蚀监测方法1、植被指数法植被在土壤侵蚀过程中起着重要的作用，通过遥感计算植被指数，如归一化植被指数（NDVI）、比值植被指数（RVI）等，可以定量评估植被的覆盖度和生长状况。
植被覆盖度低的区域往往更容易发生土壤侵蚀。
2、地形因子分析法利用数字高程模型（DEM）提取地形因子，如坡度、坡向、坡长等。
陡坡和长坡通常更容易产生土壤侵蚀，通过分析这些地形因子，可以评估土壤侵蚀的潜在风险。
3、土壤光谱特征法不同类型和侵蚀程度的土壤具有不同的光谱特征。
通过遥感光谱分析，可以识别土壤类型、质地以及土壤侵蚀导致的土壤理化性质变化。
4、多时相遥感监测法对同一地区不同时间的遥感影像进行对比分析，观察土地利用变化、植被覆盖变化以及地貌的动态演变，从而判断土壤侵蚀的发展趋势。
三、遥感数据的选择与处理在进行土壤侵蚀监测时，需要根据研究目的和区域特点选择合适的遥感数据。
利用遥感技术进行土壤侵蚀监测与评估
利用遥感技术进行土壤侵蚀监测与评估遥感技术是一种通过卫星、飞机或无人机等远距离感知和采集地球表面信息的技术手段。
它具有高时空分辨率、全面观测、连续监测等优势，被广泛应用于土壤侵蚀监测与评估工作中。
本文将介绍如何利用遥感技术来进行土壤侵蚀的监测与评估。
遥感技术在土壤侵蚀监测与评估中的应用主要包括影像解译、地形分析和土壤侵蚀模型。
首先，利用遥感影像进行土壤侵蚀监测是常用的方法之一。
遥感影像提供了大范围、高精度、多时相的地表信息。
在土壤侵蚀监测中，可以通过遥感影像解译来提取土壤侵蚀的指标。
比如，NDVI指数可以反映植被覆盖程度，而植被的缺失通常与土壤侵蚀相关。
通过对多时相的NDVI影像进行分析，可以揭示土壤侵蚀的程度和趋势。
此外，还可以利用高分辨率遥感影像解译土壤侵蚀的痕迹，比如侵蚀沟和水体的变化。
通过遥感影像解译，可以对土壤侵蚀的空间分布进行监测和评估。
其次，地形分析是利用遥感技术进行土壤侵蚀监测和评估的重要手段之一。
地形信息对土壤侵蚀具有重要影响，比如坡度、坡向等参数与水土流失密切相关。
利用高分辨率的遥感数据和数字高程模型（DEM），可以获取地形参数的空间分布。
通过地形分析，可以计算土壤侵蚀的潜在危险性，辅助判断侵蚀的发生和发展趋势。
地形因子模型和水流路径模型是常用的地形分析方法，可以帮助确定土壤侵蚀的敏感区域和高风险区域。
最后，土壤侵蚀模型是利用遥感技术进行土壤侵蚀评估的重要手段。
土壤侵蚀模型基于地表信息和降雨等环境因素，模拟水土流失的过程和规律。
通过遥感技术获取的土壤、植被和地形等数据是土壤侵蚀模型输入参数的重要来源。
常用的土壤侵蚀模型包括RUSLE模型和WEPP模型等。
利用这些模型，可以预测土壤侵蚀的程度和分布，为环境管理和土地规划提供科学依据。
综上所述，利用遥感技术进行土壤侵蚀监测与评估是一种有效的方法。
通过遥感影像解译、地形分析和土壤侵蚀模型，可以获得土壤侵蚀的空间分布、趋势和潜在危险性等信息，为土地资源的综合管理和保护提供科学依据。
利用遥感技术监测土壤侵蚀现状的研究
利用遥感技术监测土壤侵蚀现状的研究引言：土壤是农业生产的基础，对于保持生态平衡和粮食安全至关重要。
然而，随着全球气候变化和人类活动的不断扩张，土壤侵蚀日益成为一个严重的环境问题。
因此，准确监测土壤侵蚀现状对于制定有效的土地保护和管理策略至关重要。
遥感技术作为一种高效的土壤侵蚀监测工具，具有非常广阔的应用前景。
本文将重点研究利用遥感技术监测土壤侵蚀现状的方法和应用。
一、遥感技术在土壤侵蚀监测中的优势1. 覆盖广泛：遥感技术可以实时获取大范围的土地覆盖数据，有助于充分理解和分析土壤侵蚀过程。
2. 高时空分辨率：遥感技术提供的高分辨率图像可以捕捉微小的土地变化，从而更准确地监测和分析土壤侵蚀现状。
3. 多源数据：遥感技术可以融合多种数据源，如光学图像、雷达数据和激光雷达数据，以获得全面和多维的土壤侵蚀信息。
4. 长时间序列：遥感技术可以提供长期的土地覆盖数据，从而有助于了解土壤侵蚀的发展趋势和预测未来的变化。
二、利用遥感技术监测土壤侵蚀现状的方法1. 影像预处理：首先，需要对获取的卫星图像进行预处理，包括大气校正、几何校正和噪声过滤等，以提高图像质量和准确性。
2. 土地覆盖分类：利用遥感图像进行土地覆盖分类，可以将不同类型的土地分割出来，从而有助于识别土壤侵蚀敏感区域。
3. 土壤侵蚀模型：通过建立土壤侵蚀模型，结合遥感数据和地理信息系统（GIS）数据，可以定量估计土壤侵蚀的程度和分布。
4. 空间分析：利用遥感数据和GIS技术进行空间分析，可以揭示土壤侵蚀的空间分布特征和变化趋势，进而为土地保护和管理提供科学依据。
三、遥感技术在土壤侵蚀监测中的应用案例1. 河流流域土壤侵蚀监测：通过遥感技术获取河流流域的土地覆盖和土壤侵蚀信息，可以帮助科学家和决策者制定相关政策和措施，减轻土壤侵蚀带来的环境压力。
2. 农业土壤侵蚀监测：利用遥感技术定量评估农业活动对土壤侵蚀的影响，提供农场管理和农业实践的建议，并帮助农民选择适宜的土壤保护措施。
使用遥感技术进行农田土壤湿度监测的方法
使用遥感技术进行农田土壤湿度监测的方法在农业领域，精确的土壤湿度监测对于农作物的生长和管理至关重要。
传统的土壤湿度监测方法费时费力且往往不够准确。
然而，随着遥感技术的不断发展和应用，它已经成为一种高效、准确的方法来监测农田土壤湿度。
本文将就使用遥感技术进行农田土壤湿度监测的方法进行阐述。
一、遥感技术的基本原理和应用遥感技术利用卫星、飞机等传感器捕捉地球表面的电磁辐射，并将其转化为可用的信息。
这些信息可以通过图像或数据形式传达给专业人员进行分析和解读。
在农田土壤湿度监测中，遥感技术主要基于微波辐射的原理。
由于土壤湿度对微波辐射的反射和吸收具有独特的特征，通过分析这些微波辐射的特征，可以推断土壤湿度的变化情况。
遥感技术在农田土壤湿度监测中具有显著的应用优势。
首先，它可以覆盖大范围的土地，迅速获取大量的数据，从而提供全面、细致的土壤湿度信息。
其次，遥感技术可以避免人为的 interferenc，提供客观、准确的结果。
而且它还可以与地理信息系统（GIS）等技术相结合，进行地区和时间上的比较分析，从而更好地支持农田管理决策。
二、遥感数据获取和处理方法遥感数据的获取是进行土壤湿度监测的关键步骤。
目前，主要有两类遥感数据广泛应用于农田土壤湿度监测：主动遥感数据和被动遥感数据。
主动遥感数据是通过发射和接收微波信号的方式获取的。
这种方法可以直接测量土壤湿度，具有较高的精度和灵敏度。
常用的主动遥感数据获取方式包括微波雷达和微波干涉。
被动遥感数据则是通过接收地球表面的自然辐射来获取的。
这些数据来源于可见光、红外线和热辐射等不同波段的辐射。
针对土壤湿度监测，红外辐射和热辐射的监测方法应用较为广泛。
红外辐射可以通过测量地表温度来间接推测土壤湿度，而热辐射则是通过测量地表和土壤的热辐射量来获取土壤湿度信息。
在获取遥感数据之后，需要进行一系列的处理和分析。
这些处理方法包括辐射校正、影像融合、特征提取等。
通过这些处理方法，可以进一步提高遥感数据的质量和可用性，使其更好地用于土壤湿度监测。
GIS支持下的土壤侵蚀定量遥感监测模型及应用
GIS支持下的土壤侵蚀定量遥感监测模型及应用摘要：遥感监测模型的构建和应用离不开GIS技术，笔者结合实际工作经验，在本文中分析了GIS技术支持下，以定量遥感监测构建区域土壤侵蚀模型及其应用。
关键词：土壤侵蚀；定量遥感；GIS；模型土壤侵蚀是常见的环境危害性问题，其引发原因有复杂的人文、地理因素影响，例如降雨、土壤结构、地形构成、人为活动等，因此有必要以专业化的监测手段防止土壤侵蚀对环境和人类生存造成的不利影响。
相较于传统的以人力人为活动监测，现在普及应用的遥感技术能够收集更丰富的综合信息，以较强的实时性、较高效准确的动态性数据收集，发挥对土壤侵蚀问题的监测优势。
1土壤侵蚀的研究和监测土壤侵蚀是指土壤及其表层岩石等母质，因为各种营力作用和人类活动影响，而导致土壤结构成分除一般流失速率外，还在原位置有了更快速的流失。
其外营力影响有风力、水力、重力、融冻等因素导致的土壤侵蚀，其内营力影响主要为土壤结构和构成等。
我国的大部分区域为亚热带季风气候条件，土壤侵蚀类型以面蚀、溅蚀、沟蚀等水力侵蚀为主[1]。
1.1土壤侵蚀的研究类型依据土壤侵蚀的研究模型类别，将其分为对坡面、小流域、流域、全球范围土壤和其他区域的侵蚀研究;依据土壤侵蚀的研究手段，将其分此定性、半定量和定量这三类研究;依据土壤侵蚀的研究科目方法，将其分为以测量学、水力学、地貌学、土壤学、地球综合学等方法的研究。
1.2土壤侵蚀的监测模型构建1.2.1监测模型分类为加强土壤侵蚀的分析准确性，一般利用模型模拟的方式，让对土壤的综合分析能够更加直观化。
根据模型构建中的数据来源和构建方法，可将其分为概念模型、经验模型和物理模型这三类。
经验模型的观测数据分析对操作者的经验有更高的依赖性，而对计量数据的要求较低，因此在数据条件不足时有很好的应用效果；但其假设可能不够合理，对区域土壤的物理机制、空间异质性等的综合考虑都不足[2]。
物理模型与经验模型有很大不同，其构建基础为区域的自然机制和物理数据计算，要求模型能够真实描述区域的土壤情况，并保障各个参数选择能够严格遵守相关的物理能动量方程，以明确、可量测的、具有空间异质性的参数来构建区域土壤的监测模型，具有很好的准确性和真实性；但其大量参数计算和分析的要求，也大大增加了计量和处理的数据量增加，可能因过参数化、复杂计算、结果难检验等问题而影响了监测模型的正常利用。
小流域土壤侵蚀遥感监测新技术研究
（ 变量） 明等。 说 数据类型 ： 用于记录数据类别， 观测数据、 实验分 析数据 、 统计 数据 、 字数据 、 文 图形 图像 数据 。
图 １ Ｄ Ｍ 三 维 模 拟 Ｅ
２ １２２ 数据 文件 。数据格 式要与字段 （ ．．． 数据 变量 ） ． 的说 明一致 。有些 变量必 须通 过计算 才 能得 到的 ， 要 ２ ２ 制 作 ＤＥＭ 小 流域监测 要求 采 用 的地 形 图 比例尺 应 不 小 于 在数据观测项 目说 明中给出计算公式 。数据文件的 １ｌ 所插值形成的 Ｄ Ｍ栅格 图象像元精度可采 ： 万， Ｅ 格式采用 电子表格式（１ 。字符型缺失值以 Ｎ ｘ） ｓ Ａ表 用 ３ ３ 能较 为细致地 表示地 貌特征 。 ｍ× ｍ， 示， 数值型缺失值用满格 ９ 表示， 例如字段长度为 ６ ， 目前 ， 本省 测绘部 门 尚不能 提 供 １ １万 的 Ｄ Ｍ。 ： Ｅ 小数 点位数 为 ２ 则缺 省数据 以“９ ．９ 表示 。 ， ９ ９９ ” 首先购买 １ １ ： 万的地形图， 组织队伍作业。将标准地 ２ １２３ 存 储格 式 。文 档 文件 存 储扫描仪扫描 ， 形成图象 本 文件格式 ， 据 文 件存 储 格 式 ：）ｓ 式 ， 数 ．ｌ格 【 图形 、 图 形图幅分成 ４ 文件后 再拼接 成标 准 幅 。然后 采 用 自动 跟踪 矢 量 化 象 数据存储 格式 ：ｘ，ｆ ｍ ，Ｐ 等 。 ｄｆｔ，ｂ ｐ ｊｇ ｉ 对 编辑、 量化 ， 矢 最后采用 ２ １２４ 数据 文档文 件 的分 类 和编码 。在 数据 管理 软件 ， 等高线进行 跟踪、 ．．． Ａ Ｃ ＩＦ Ｒ ／Ｎ Ｏ系统 中 的 ＴＮ 模 块 ， 立 格 网 间距 ３ × Ｉ 建 ｍ 中， 如果数据量很大 ， 为了提高检索速度 ， 常采用分类 ３ 的 Ｄ Ｍ。 ｍ Ｅ 和编码方 案 编码 的一 般原 则是 ： ①编码 的唯一 陛，
如何利用遥感影像进行土地土壤侵蚀监测
如何利用遥感影像进行土地土壤侵蚀监测遥感技术的发展为土地土壤侵蚀监测提供了便利和高效的手段。
通过遥感影像的获取和分析，可以及时了解土地土壤的变化情况，以便采取相应的防治措施。
本文将介绍如何利用遥感影像进行土地土壤侵蚀监测，并探讨其应用前景和挑战。
1. 遥感影像在土地土壤侵蚀监测中的应用遥感影像可以提供土地土壤侵蚀监测所需的空间信息，包括土地覆被类型、植被状况等。
利用遥感影像反演土地覆被信息，可以分析土地利用变化和植被退化情况，进而评估土地的侵蚀风险。
此外，遥感影像还可以提供高分辨率的地表高程数据，用于分析土地坡度和坡向等地形因子，从而预测土壤流失和侵蚀的分布。
2. 遥感影像数据的获取遥感影像数据可以通过卫星、航空器或者无人机等平台获取。
卫星遥感是获取大范围、全球性的遥感影像数据的主要手段，而航空器和无人机则可以提供高分辨率、高精度的影像数据。
在土地土壤侵蚀监测中，根据需要选择适当的遥感平台和传感器，获取合适的影像数据。
3. 遥感影像数据的处理与分析遥感影像数据的处理包括预处理和特征提取两个主要步骤。
预处理主要包括大气校正、几何校正和辐射定标等，以消除影像中的非地物因素影响，并纠正影像的几何形状和光学特性。
特征提取则是从影像中提取土地土壤侵蚀相关的信息，如土地覆被分类、植被指数计算等。
通过这些处理和分析，可以得到土地土壤侵蚀的空间分布图和统计数据。
4. 土地土壤侵蚀监测的案例研究以美国为例，该国利用高分辨率的遥感影像数据进行土地土壤侵蚀监测已取得了一系列成果。
通过连续观测和分析，可以发现土地利用变化、植被退化等与土壤侵蚀相关的问题，为农业生产和环境保护提供科学依据。
类似的案例研究在其他国家和地区也有所开展，并取得了积极的效果。
5. 遥感技术在土地土壤侵蚀监测中的挑战与展望尽管遥感技术在土地土壤侵蚀监测中的应用已取得了一定的成果，但仍面临着一些挑战。
首先，遥感影像的空间分辨率和时间分辨率不同程度上限制了其在土地土壤侵蚀监测中的应用。
试论水土保持监测工作中遥感技术的应用研究
试论水土保持监测工作中遥感技术的应用研究
一、土地利用监测
土地利用是水土保持的重要内容，而遥感技术可以提供大面积、高分辨率的土地利用
信息。
通过遥感图像的解译和分类，可以得到各类土地利用类型、面积和空间分布等信息，为水土保持规划和管理提供科学依据。
二、土壤侵蚀监测
土壤侵蚀是水土保持的主要问题之一。
利用遥感技术可以获取土地表面的信息，从而
进行土壤侵蚀的监测和评估。
通过遥感图像的处理和分析，可以得到地表覆盖状况、坡度
倾斜度等参数，结合土壤侵蚀模型，预测土壤侵蚀的程度和分布情况，为水土保持措施的
制定和实施提供依据。
三、植被覆盖监测
植被覆盖是水土保持的重要指标。
遥感技术可以提供植被覆盖的空间分布和变化信息。
通过遥感图像的处理和分析，可以得到植被指数、植被覆盖度等信息，评估植被覆盖的状
况和变化趋势，为水土保持大规模植被恢复和保护提供决策支持。
遥感技术在水土保持监测工作中具有广泛的应用前景。
通过遥感技术，可以获取大面积、高分辨率的土地利用、土壤侵蚀、植被覆盖和水资源等信息，为水土保持规划和管理
提供科学依据，提高水土保持工作的效率和精度。
但需要注意的是，遥感技术在水土保持
监测工作中还存在一些技术问题，需要进一步研究和解决。
如何准确提取土地利用和植被
信息，如何精确评估土壤侵蚀的程度和分布等。
今后需要进一步深入研究和应用遥感技术，推动水土保持监测工作的发展。
- 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)。
土壤侵蚀遥感监测方法研究摘要:本文基于笔者多年从事水土保持的相关工作经验,以土壤侵蚀遥感监测为研究对象,探讨了目视解译分析方法和基于遥感光谱反射值自动监测,分别给出了具体的计算方法和相关研究现状,全文是笔者长期研究基础上的理论总结,相信对从事相关工作的同行能有所裨益。
关键词:土壤侵蚀遥感监测目视解译遥感光谱遥感技术的发展为人类提供了从多维和宏观角度进行陆地生态环境监测的可能。
遥感的优势在于能以不同的时空尺度不断地提供多种地表特征信息,这对于传统的以稀疏离散点为基础的对地观测手段是一场革命性的变化(赵英时,2003)。
自从有了航空摄影以来,航空像片就在土壤侵蚀监测中发挥着重要的作用(陈述彭,1992),而航天遥感的出现,更为土壤侵蚀的监测提供了丰富的信息和广阔的空间,使得土壤侵蚀监测从定位监测拓展到区域或更大范围,从而将水土保持监测推向更深广的层次。
国内外目前发展的土壤侵蚀遥感监测方法,主要有目视解译方法和计算机自动分类方法。
1 目视解译分析方法目视解译方法根据操作手段和辅助工具的不同,主要有两种方式,目视解译和计算机人机交互解译。
但两者只是由于硬件设施的差异所导致的操作手段和方式的不同,其实质是一样的。
该方法着重于根据土壤侵蚀环境因子特征在遥感影上的客观反映来进行分析解译和光谱特征识别。
首先需要确定分类分级系统,其次建立解译标志,然后进行图像的判读、绘制专题图等流程。
早期的目视解译方式,是“通过直接观察或借助判读仪器(放大镜、立体镜、密度分割仪和彩色合成仪等)研究地物在遥感图像上的各种影像特征(如形状、大小、灰度、阴影、图形结构),并通过地物间的相互关系的推理、分析,达到识别地物目标的过程”(陈述彭,1990)。
而人机交互解译是以计算机为平台,借助GIS软件,以数字遥感影像为信息源,依据野外验证过程中所建立的解译标志,建立遥感影像特征与地物原型之间的直接和间接关系,并综合地物波谱知识、植被指数、地学空间分布规律和物候知识等,来识别地物的过程。
随着遥感和计算机信息技术的发展,由水利部水土保持监测中心为项目主持单位,由中国院遥感应用研究所为项目技术主持单位,采用人机交互解译方式,于1999年3月正式实施全国第二次土壤侵蚀遥感调查,并于2002年发布了成果公告。
2000年水利部又组织开展了全国第三次土壤侵蚀遥感调查。
近期水利部陆续在黄河、长江中上游地区、黑河、塔里木河流域等重点水土保持生态建设区开展了水土保持监测(许峰,2004)。
到20世纪90年代,随着遥感技术的快速发展,人机交互解译方法已广泛应用于土壤侵蚀监测(赵忠海,2003,曾琪明,1996)。
土壤侵蚀目视解译除了应用于全国土壤侵蚀调查外,目前基本上呈现出应用范围广、手段单一,以区域性研究为主、零散分散、缺乏系统性,研究结果也只反映了“一家之言”,缺乏实地验证。
同时受监测手段的限制,效率低、非定量化、监测结果易忽视细节信息,受主观因素影响较大。
但在大尺度土壤侵蚀遥感调查中,尤其是对我国这样地域广、地形复杂的现实条件,在新的技术未突破之前,人机交互解译是目前主要的监测手段。
国外学者也有采用目视解译方法进行土壤侵蚀监测,Bococ(1988)利用SPOT立体影像图,用目视解译的方法绘制了Mxeioc的土壤侵蚀图。
Raina(1993)通过TM假彩色合成影像进行重度、中度和轻度土壤侵蚀图的绘制。
2 基于遥感光谱反射值自动监测该方法是依据遥感影像中地物光谱反射值进行定量分析,以提取土壤侵蚀的信息。
即将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或其他信息,按照某种规则或算法划分为不同的类别。
最简单的分类是只利用不同波段的光谱亮度值进行单像元自动分类;另一种不仅考虑像元的光谱亮度值,还利用像元和其周围像元之间的空间关系,如图像纹理、特征大小、形状、方向性、复杂性和结构,对像元进行分类。
图像分类中最常用的即监督分类和非监督分类,其中监督分类的算法有平行算法、最小距离法、最大似然法和基于概率分布的贝叶斯(Byaes)分类器等,非监督分类也称为聚类分析或点群分析,即在多光谱图像中搜寻、定义其自然相似光谱集群组的过程。
其算法主要有重复自组织数据分析技术。
除以上图像分类方法外,还发展了模糊分类、空间结构纹理分类和人工智能神经元网络方法等。
Evnas(1990)认为,真正反映土壤侵蚀的信息通常是土壤表层微观的色调、质地和光谱特征,然而这些微观信息差异由于地表覆盖物或其它信息干扰,很难被遥感探测器感知,所以单纯地利用遥感方法进行土壤侵蚀研究十分困难。
所以基于遥感影像光谱值监测土壤侵蚀,主要原理是基于土壤侵蚀所导致的地形地貌或植被因子的变化,如裸露地表的冲沟、细沟,植被枯竭等效应信息在光谱影像上的客观反映。
除了采用遥感影像分类方法提取侵蚀信息,模糊分类方法、混合像元分解方法的发展,己不仅仅应用于土地覆盖、农作物分类中,同时也应用于土地退化监测,这些方法在欧洲地中海地区土地退化监测中应用最多。
由于土壤侵蚀,造成地形地貌或植被因子的变化,如冲沟、植被枯竭等信息在光谱影像上会被客观地反映,从而利用植被指数或混合像元光谱分解方法可获得植被或土壤信息。
尽管光谱指数对估算植被覆盖率效果不错,但对于衰老植被则效果不太理想,但衰老植被对土壤侵蚀有着抑制作用,因此在土地退化监测中相关学者采用像元光谱分解一线性光谱分解法监测了地中海地区意大利Sicliy的植被覆盖度(deJnog,1999)。
分解方法的基本假设则是每个像元的光谱反射值是每个纯组分光谱反射值与其所占权重的线性组合。
同样,Mettemihct(1998)采用线性光谱分解方法,提取了玻利维亚的Sacbaa流域的土壤侵蚀信息与制图。
他利用LnadsatTM的六个波段的信息,选择了五个端元,而从影像中选择端元是其中的关键。
研究结果表明,线性光谱分解模型可以有效地应用于区域土壤侵蚀信息提取及制图。
同样,在地中海地区土地退化监测中,有学者采用了光谱分解方法和波谱形状指数来监测土地退化。
结果表明,采用上述方法可以进行区域土地退化的制图,而采用光谱分解方法从光学遥感影像中提取土壤侵蚀性状特征有更大的潜力。
同时景观单元分析表明,结合DEM变量与光谱信息对土地退化评价十分有用。
在地中海区域土地退化评价监测中,基于线性光谱分解方法计算植被丰度、提取土地退化特征信息研究很多。
除上述方法外,部分学者分析了由于土壤侵蚀而导致的环境要素的改变,从而尝试建立这些变化与植被指数的相关关系。
Sinhg(2004)认为由于土地退化、如土壤侵蚀,会导致表土丧失、有机质减少、土壤物理化学性质的改变,最终表现于土壤颜色的改变,在颜色上表现较高的Munesll值。
他们通过长时间序列的NOAA/A VHRR影像来监测土壤亮度值,最终达到监测土壤侵蚀的过程。
首先通过NOAA A VHRR影像研究土壤颜色(Mun esll)与NDVI 之间相关关系,结果表明Hue与NDVI、Chorma与NDVI之间的相关性很好,从而基于NDVI与土壤颜色之间的相关关系来评价土壤颜色,最终用于土壤侵蚀监测。
通过理论模型建立了土壤颜色、植被指数、表面温度和发射率(emissiviyt)之间的回归方程,结果表明通过多种植被指数(NDVI、MSA VI、PA VI等)来监测土壤颜色是有效的,从而可以监测土壤侵蚀或其它自然灾害导致的土壤变化(singh,2005)。
无论是目视解译还是遥感光谱反射值自动监测,两者基于遥感技术进行土壤侵蚀监测决定了它们的本质依据相似,只是手段和方式不同。
遥感影像所携带的信息是地表特征的客观反映,而土壤侵蚀是复杂地理系统负向效应运动的结果,它不同于土地覆盖或其它地物,它是一种效应的结果,无法从影像光谱特征信息上直接提取土壤侵蚀信息的量度值。
只能通过这种结果造成地表环境因子的改变而获取,如冲沟、植被枯竭或土壤特性的改变等信息在光谱影像上的客观地反映而获得土壤侵蚀信息。
因此,将两者手段相结合,可以称为基于指标规则的土壤侵蚀遥感监测方法,也可用于土壤侵蚀监测。
即采用目视解译的原理和依据,但处理过程中结合了影像光谱反射值自动运算等。
遥感影像目视解译过程根据分类、分级系统,参考分级指标,在非遥感信息源(如土地利用、土壤图和地形图等)支持下,由判读者综合遥感影像光谱特征所携带的各项指标特征,判断得出图斑单元所代表的土壤侵蚀类型及强度。
在黄土高原土壤侵蚀强度遥感监测中,选用降雨、地面物质抗蚀性、植被覆盖度和地形因子,采用变权模糊数学模型进行水蚀定量评判。
边多等(2003)采用该方式,以1∶2.5万彩红外航片和TM影像为主要信息源,对西藏“一江两河”地区进行了土壤侵蚀监测。
黄诗峰等(2001)建立了基于栅格地理信息系统的流域土壤侵蚀量估算的指标模型,结合嘉陵江上游西汉水流域具体情况,以降雨、地形、沟谷密度、植被盖度、成土母质等为主要指标,对流域土壤侵蚀量进行了估算。
同样是基于判别规则和逻辑综合分析的过程,并且参考指标与土壤侵蚀目视解译过程一致,但是在基于遥感提取单因子方法上略有不同的还有,通过特定算法自动提取植被信息,进行综合判别土壤侵蚀强度。
国外也有相关方法的应用研究。
3 遥感监测方法总结综上所述,基于遥感方法进行土壤侵蚀监测尽管随着航空航天遥感的发展很早就开展起来,但目前存在着如下状况和问题。
基于遥感方法,尤其是通过影像光谱特征进行分析、直接获取土壤侵蚀监测的研究在国内外研究还较少,并且国外研究主要集中于地中海地区土地退化监测研究中。
我国的土壤侵蚀遥感监测手段以目视解译为主,是区域土壤侵蚀遥感监测的主流手段。
从己发表文献统计,研究监测范围从全国土壤侵蚀调查到各个省级、流域或更小地域单元。
应用范围广、手段单一,以区域性研究为主、零散分散、缺乏系统性,研究结果也只反映了“一家之言”,缺乏实地验证。
同时受目视解译的限制,工作量大、效率低、非定量化、监测结果易忽视细节信息,受主观因素影响较大。
20世纪80年代初的全国土壤侵蚀遥感调查开始以目视解译方法为主,现在经历了航天遥感技术的快速发展的20多年,尤其是定量遥感分析技术的发展,但新的土壤侵蚀监测的研究方法较少。
参考文献[1]黄荣珍,张金池,李凤,等.GIS在南京市土壤侵蚀监测中的应用[J].南昌工程学院学报,2007(4).[2]梁波,农胜奇,蔡会德.广西重点公益林水土保持效能监测与评价[J].广西林业科学,2008(1).。