瀕海生態(tài)脆弱區(qū)植被信息提取及動態(tài)變化研究——以山東省懇利縣為例.pdf

1、自然植被分布是植物對不同生長環(huán)境長期適應(yīng)和選擇的結(jié)果，受環(huán)境因素影響較大，同時也能反映出環(huán)境對植被生長的影響。植被類型信息的準(zhǔn)確獲取是自然植被群落演替研究的工作基礎(chǔ)。瀕海生態(tài)脆弱區(qū)地處水陸交錯地帶，植被類型多樣，其光譜混淆嚴(yán)重，因此，脆弱區(qū)的植被類型精細(xì)提取一直是遙感解譯的難題。及時、準(zhǔn)確掌握瀾海生態(tài)脆弱區(qū)植被覆被信息，于區(qū)域生態(tài)環(huán)境監(jiān)測和環(huán)境保護及恢復(fù)以及維護生態(tài)脆弱區(qū)的生態(tài)穩(wěn)定和可持續(xù)發(fā)展具有重大意義。本文選擇山東省墾利縣瀕海生態(tài)脆

2、弱區(qū)為研宄區(qū)，以陸地衛(wèi)星數(shù)據(jù)和MODIS影像數(shù)據(jù)為基礎(chǔ)，采用面向?qū)ο笈c植被物候相結(jié)合的分類方法，對墾利縣2004年、2008年、2013年植被種類進行提取，并對三年的植被種類變化情況進行變化監(jiān)測分析。
　　本研究主要內(nèi)容包括：⑴植被類型提取方法研究。本研究采用Logistic函數(shù)擬合方法，對 NDVI時間序列數(shù)據(jù)進行擬合，提取植被的生長季特征參數(shù)。我們對2004年、2008年及2013年影像采用多尺度分割算法進行尺度分割，通過多次

3、試驗確定不同分割尺度，建立不同的分類層次。2004年及2008年采用T M影像，通過試驗確定分割尺度分別為250、200、150和100四個分割尺度，建立Levell、Level2、Level3及 Level4四個分類層次。2013年采用的數(shù)據(jù)源是0LI，分割尺度為300、250、200、150和100五個分割尺度，分別建立Levell、Level2、Level3、Level4和Level5五個分類層次。將遙感數(shù)據(jù)與物候信息相結(jié)合，根據(jù)

4、研究區(qū)植被分布特征及面積斑塊大小，確定不同層次所需提取的植被類別。自然植被采用物候與面向?qū)ο蠼Y(jié)合的方法進行提取，人工植被采用面向?qū)ο筻徑ㄟM行提取，對結(jié)果進行精度評價。⑵墾利縣植被時空變化規(guī)律研究。將三年的分類結(jié)果進行變化監(jiān)測處理，2008年自然植被面積比2004年減少14.75％，人工植被增加4.65%，而2008年到2013年自然植被面積增加了2.37%，人工植被面積減少了10.04%。2004年到2013年自然植被相比減少了12.

5、39%，人工植被相比減少了5.39%。自然植被中變化最為明顯的是翅堿蓬和蘆葦，蘆葦呈逐年下降趨勢，墾利縣北部及內(nèi)陸部分蘆葦大量減少。2008年翅堿蓬在整個研宄區(qū)域內(nèi)大量減少，2013年黃河入?？谔幍某釅A蓬面積有大范圍的增加。⑶對2013年0LI數(shù)據(jù)采用植被物候和面向?qū)ο笙嘟Y(jié)合方法進行分類，采用混淆矩陣的方法進行精度驗證，得出分類總精度80.75%，Kappa系數(shù)0.79，比面向?qū)ο蠓椒ǚ謩e提高了18.5%和0.21。該結(jié)果說明結(jié)合物候信

6、息進行植被信息提取比未結(jié)合植被物候信息的提取有較大改善。植被變化監(jiān)測結(jié)果顯示，2004年到2013年非植被面積呈逐年增加趨勢，2008年自然植被面積較2004年減少，人工植被則相反。2013年自然植被面積增加，而人工植被面積減少，但總的來說，植被面積是減少的。自然植被中翅堿蓬和蘆葦面積在墾利縣內(nèi)陸部分大量減少，在沿海區(qū)域翅堿蓬面積呈增加趨勢。人工植被面積在內(nèi)陸地區(qū)除藕池外都有所減少。結(jié)合植被物候信息的面向?qū)ο蠓诸惙椒▽ɡh瀕海區(qū)域進行