基于IDL的青海湖流域草地分類及其生物量監(jiān)測遙感系統(tǒng)開發(fā)與應用.pdf

1、本研究是在國家“十二五”科技支撐項目子課題“青海湖流域草地參量反演關鍵技術研究”(2012BAH31B00)的經(jīng)費支持下，以青海湖流域作為研究范圍，基于ENVI5.0/IDL8.2技術框架，自主開發(fā)了“青海湖流域草地分類及其生物量監(jiān)測遙感系統(tǒng)”。
　　本文針對遙感數(shù)據(jù)處理的特點和圖像可視化的相關特性，選取IDL作為“青海湖流域草地分類及其生物量監(jiān)測遙感系統(tǒng)”的開發(fā)語言。針對系統(tǒng)的功能需求和實際開發(fā)重點，對如何利用IDL草地遙感數(shù)據(jù)

2、的相關處理、數(shù)據(jù)的可視化分析和應用等進行了詳細的設計，對系統(tǒng)的設計思路、技術路線和實現(xiàn)方法進行了詳細的論述。結合IDL開發(fā)平臺軟件設計技術，通過開發(fā)實例，在系統(tǒng)用戶交互性、可視化效果和擴展性方面進行嘗試。最終取得以下成果:
　　(1)文章分析比較多種編程語言及平臺，選擇經(jīng)濟、便捷的ENVI+IDL二次開發(fā)技術搭建系統(tǒng)。研究了IDL語言的特點，重點深入研究各種關鍵技術，分別了設計了主控模塊、草地遙感分類模塊、植被指數(shù)計算模塊、草地生

3、物量計算模塊。系統(tǒng)能夠通過提取分析遙感數(shù)據(jù)，實現(xiàn)草地快速分類，計算草地物量、覆蓋度、葉面積指數(shù)等草地參數(shù)，達到對草地快速監(jiān)測的目的。
　　(2)運用了馬氏距離分類、歐氏距離分類、光譜角填圖法、最大似然分類、決策樹分類法對草地進行遙感分類。其中決策樹和最大似然法的分類結果明顯優(yōu)于其它方法。其中最大似然法的分類精度最高，達到77.8％。
　　分析了6個植被指數(shù)NDVI、RVI、DVI、EVI、MSAVI和SAVI與草地地上生物量

4、之間均存在著不同程度的相關性;其中，RVI與生物量之間的相關性最高(相關系數(shù)0.776)。比較以各種光譜指數(shù)為自變量建立的線性、對數(shù)、二次曲線和三次曲線回歸模型。通過分析比較，最后確定以RVI為自變量的三次曲線模型y=3.9852x3-17.661x2+70.785x+65.624精度最高，R2達到0.687，是青海湖環(huán)湖地區(qū)草地生物量監(jiān)測的最佳植被指數(shù)模型。
　　(3)系統(tǒng)搭建完成后，對青海湖流域的草地類型及生物量進行了計算，并

5、實現(xiàn)計算結果的快速可視化顯示。本系統(tǒng)具有友好的人機交互界面，操作簡易。本系統(tǒng)集成了在草地研究中的常用的研究算法，有大量的提示信息，使研究人員不需復雜的專業(yè)軟件即可對草地遙感圖像快速處理。系統(tǒng)各功能模塊均能良好快速實現(xiàn)，包括草地遙感分類模塊、植被指數(shù)計算模塊、草地生物量計算模塊等主要功能的實現(xiàn)。系統(tǒng)可視化效果較為理想。對影像做了2％線性拉伸，使得影像整體色調適中，符合人眼的視覺要求?？蓪崿F(xiàn)對圖像平移、縮放、鷹眼預覽、鼠標取值等操作，方便圖