甘肃民勤县荒漠化区未利用地的遥感分类研究

姚爱冬; 车腾腾; 姜丽娜; 冯益明

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

甘肃民勤县荒漠化区未利用地的遥感分类研究

姚爱冬 , 车腾腾 , 姜丽娜 , 冯益明

文章导航 > 林业科学研究 > 2014 > 27(2): 195-200

引用本文:

Citation:

甘肃民勤县荒漠化区未利用地的遥感分类研究

1.
中国林业科学研究院荒漠化研究所, 北京 100091
2.
江西省水土保持科学研究院, 江西南昌 330029
基金项目:
中国干旱区生态系统碳储量估算技术合作研究（2011-4-78）;中国黑戈壁区生态本底调查（CAFYBB2011002）
中图分类号: S771.8

Unused Land RS Classification Study of Desertification Region in Minqin County, Gansu Province

1.
Institute of Desertification Studies, Chinese Academy of Forestry, Beijing 100091, China
2.
Jiangxi Institute of Soil and Water Conservation, Nanchang 330029, Jiangxi, China
CLC number: S771.8

摘要: 以荒漠化土地典型分布区甘肃省民勤县为研究对象，以30 m的Landsat TM5与TM7遥感影像为主要数据源，在分析不同典型地物光谱特征的基础上，建立基于专家知识的决策树分类模型，利用该模型对荒漠化区的戈壁、沙地、沙漠、风蚀劣地等未利用土地进行细分，总体分类精度达到87.06%。决策树分类法总体效果较好，为荒漠化区土地管理以及再利用提供了技术支撑。
- 决策树
- / 荒漠化区
- / 土地利用
- / 分类
- / 遥感
Abstract: Take Minqin County, a typical desertified land distribution area in China, as the research object, the decision tree model based on expert knowledge and the analysis of typical features of different spectral features was established by usin 30 m Landsat TM5 and TM7 remote sensing image as the main data source. The unused lands such as gobi, sandy land, desert, and aeolian barren land were subdivided by using this model, and the overall classification accuracy reached 87.06%. The results of the study show that the decision tree classification method is more effective, and can provide technical support for managing and reusing the land in desertification regions.
- decision tree
- / desert area
- / land use
- / classification
- / remote sensing

[1]	国家林业局. 中国荒漠化和沙化状况公报[R].2005:1-20
[2]	于程. 我国荒漠化和沙土化防治对策[J]. 农业工程, 2012,2(2):69-71
[3]	贾树海, 韩志根, 吕默楠, 等. 基于决策树的辽宁省北部沙漠化信息提取研究[J]. 生态环境学报, 2011, 20(1):13-18
[4]	刘韵凤, 李金霞, 包玉海. 鄂尔多斯高原西部土地荒漠化动态分析-以鄂托克旗为例[J]. 内蒙古农业大学学报, 2011, 32(4):80-87
[5]	曾永年, 靳文凭, 何丽丽, 等. 青海高原东部农业区土地利用遥感分类制图[J]. 农业工程学报, 2012, 28(16):225-231
[6]	Valle H F, Elissaldeno, Gagliardinid A, et al. Status of desertification in the patagonian region: assessment and mapping from satellite imagery[J]. Arid Soil Research and Rehabilitation, 1998,12(2):95-122
[7]	Alfredo D C, Emilio C. Satellite remote sensing analysis to monitor desertification processes in the crop-rangeland boundary of Argentina [J]. Journal of Arid Environments, 2002, 52:121-133
[8]	Friedl M A, Strahler A H. Maximizing land cover classification accuracies produced by decision trees at continental to global scales[J].IEEE Transactions on geoscience Remote Sensing, 1997, 37(2):969-977
[9]	李彤,吴骅. 采用决策树分类技术对北京市土地覆盖现状进行研究[J]. 遥感技术与应用, 2004, 19(6):485-487
[10]	国家林业局. 中国荒漠化和沙化状况公报. 2011:1-20
[11]	周淑玲, 徐涵秋. 基于决策树的泉州湾沿海防护林动态变化研究[J]. 遥感技术与应用, 2011,26(5):619-626
[12]	谭国强, 王周龙, 王霞, 等. 基于知识的遥感影像居民地信息提取—以山东省蓬莱市为例[J]. 山东国土资源, 2011, 27(4):50-53
[13]	安培浚, 刘树林, 颉耀文,等. 植被指数遥感定量研究—以民勤绿洲为例[J]. 遥感技术与应用, 2005, 20(6):574-581
[14]	Kauth R J, Thomas G S. The tasseled cap-a graphic description of the spectral-temporal development of agricultural crops as seen by landsat proceedings, symposium on machine processing of remotely sensed data, West Lafayette[R].Laboratory for Applications of Remote Sensing, 1976
[15]	梅安新, 彭望琭, 秦其明. 遥感概论[M]. 北京: 高等教育出版社, 2001:1-82

[1]	韦玮 , 崔丽娟 , 李胜男 , 郭嘉 . 基于偏差平均值的乌梁素海湿地变化监测研究. 林业科学研究, 2012, 25(6): 719-725.
[2]	周再知 , 蔡满堂 , 许勇太 . 乡村土地利用与景观格局动态变化研究. 林业科学研究, 1999, 12(6): 599-605.
[3]	胡博 , 鞠洪波 , 刘华 , 郝泷 , 刘海 . 基于证据理论组合多分类规则实现大区域植被遥感分类研究^. 林业科学研究, 2017, 30(2): 194-199. doi: 10.13275/j.cnki.lykxyj.2017.02.002*
[4]	陈永富 , 王振琴 , 张玉贵 , 张彦忠 . 专家系统在TM遥感图像分类中的应用研究. 林业科学研究, 1996, 9(4): 344-347.
[5]	周卫阳 . 专家系统在森林遥感图象分类中的应用. 林业科学研究, 1989, 2(5): 477-482.
[6]	韦玮 , 李增元 , 谭炳香 , 徐海生 . 基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究. 林业科学研究, 2011, 24(2): 159-164.
[7]	李应国 . 利用微机进行遥感影象的假彩色合成. 林业科学研究, 1992, 5(4): 469-473.
[8]	阎兵 , 吕江鱼 , 李怀仓 , 梁炬 , 徐冠华 , 李志清 , 王启睿 . 利用航天遥感资料进行森林资源调查的研究. 林业科学研究, 1988, 1(1): 48-56.
[9]	张彦忠 , 张玉贵 . 黄土高原防护林区土地利用遥感分类方法研究*. 林业科学研究, 1995, 8(3): 280-284.
[10]	张玉贵 , F.R.Beernaert , 刘华 . TM影像的计算机屏幕解译和荒漠化监测. 林业科学研究, 1998, 11(6): 599-606.
[11]	邹文涛 , 张怀清 , 鞠洪波 , 刘华 . 基于决策树的高寒湿地类型遥感分类方法研究. 林业科学研究, 2011, 24(4): 464-469.
[12]	姚博 , 张怀清 , 刘洋 , 刘华 , 凌成星 . 面向对象CART决策树方法的湿地遥感分类. 林业科学研究, 2019, 32(5): 91-98. doi: 10.13275/j.cnki.lykxyj.2019.05.012
[13]	冯益明 , 吴波 , 卢琦 , 王学全 , 杨恒华 , 孙德福 . 青藏高原高寒沙区景观格局变化分析———以青海贵南县为例. 林业科学研究, 2008, 21(2): 182-187.
[14]	杨海龙 , 李迪强 , 朵海瑞 , 马剑 . 梵净山国家级自然保护区植被分布与黔金丝猴生境选择. 林业科学研究, 2010, 23(3): 393-398.
[15]	朱晓荣 , 张怀清 , 周金星 . 东洞庭湖湿地遥感动态监测研究. 林业科学研究, 2008, 21(Z1): 41-45.
[16]	易浩若 , 白黎娜 , 纪平 . 专家系统用于遥感图像处理的方法研究*. 林业科学研究, 1994, 7(1): 13-19.
[17]	谭炳香 , 杜纪山 . 遥感与GIS相结合的森林资源信息更新与制图方法研究. 林业科学研究, 2001, 14(6): 692-696.
[18]	任冲 , 鞠洪波 , 张怀清 , 黄建文 . 天水市近30年林地动态变化遥感监测研究. 林业科学研究, 2017, 30(1): 25-33. doi: 10.13275/j.cnki.lykxyj.2017.01.004
[19]	张玉贵 . 为森林资源动态监测的TM影像标准化*. 林业科学研究, 1995, 8(2): 139-144.
[20]	谢运鸿 , 荆雪慧 , 孙钊 , 丁志丹 , 李睿 , 李豪伟 , 孙玉军 . 基于实例分割的高郁闭度林分单木树冠无人机遥感提取. 林业科学研究, 2022, 35(5): 14-21. doi: 10.13275/j.cnki.lykxyj.2022.005.002

点击查看大图

计量

文章访问数: 2939
HTML全文浏览量: 205
PDF下载量: 1109
被引次数: 0

甘肃民勤县荒漠化区未利用地的遥感分类研究

1. 中国林业科学研究院荒漠化研究所, 北京 100091
2. 江西省水土保持科学研究院, 江西南昌 330029

收稿日期: 2012-12-21

基金项目: 中国干旱区生态系统碳储量估算技术合作研究（2011-4-78）;中国黑戈壁区生态本底调查（CAFYBB2011002）

关键词:

摘要: 以荒漠化土地典型分布区甘肃省民勤县为研究对象，以30 m的Landsat TM5与TM7遥感影像为主要数据源，在分析不同典型地物光谱特征的基础上，建立基于专家知识的决策树分类模型，利用该模型对荒漠化区的戈壁、沙地、沙漠、风蚀劣地等未利用土地进行细分，总体分类精度达到87.06%。决策树分类法总体效果较好，为荒漠化区土地管理以及再利用提供了技术支撑。