大區(qū)域灌溉耕地制圖技術(shù)研究.pdf

1、灌溉耕地的空間分布是糧食安全、水資源管理和氣候變化領(lǐng)域重要的基礎(chǔ)數(shù)據(jù)之一，其所包含的水田信息也是公共衛(wèi)生研究的重要參考。中國不僅是世界糧食生產(chǎn)大國，還擁有世界上最龐大的灌溉系統(tǒng)。因此，科學(xué)掌握國內(nèi)不同類別耕地數(shù)量和空間信息對國內(nèi)國際都有著重要的現(xiàn)實意義。然而，從產(chǎn)品的角度對比國外，國內(nèi)灌溉耕地往往作為土地覆蓋制圖研究的附庸存在，缺少專門討論，而全球尺度的專題產(chǎn)品又受限于研究尺度，亞國家級尺度上的數(shù)據(jù)質(zhì)量缺少討論，難以被直接利用。針對上述

2、問題，研究提出快速制取中國灌溉耕地空間分布數(shù)據(jù)產(chǎn)品的目標。
　　在開展具體工作前，本文依據(jù)我國現(xiàn)行土地利用分類體系，對國內(nèi)外相關(guān)類別所涉制圖研究從判斷依據(jù)、特征參量和制圖方法幾個方面進行總結(jié)歸納，奠定了文章的總體理論基礎(chǔ)，并據(jù)此選擇遙感-非遙感數(shù)據(jù)融合方法作為切入點開展研究工作。整個研究主要包含三個部分，分別總結(jié)如下:
　　(1)通過分析實際應(yīng)用案例，論證了遙感-非遙感數(shù)據(jù)融合在大尺度制圖研究中推廣的可能性，同時提出了具有針

3、對性的方法改良思路。具體而言，即采用以“NDVI峰值是像元獲得灌溉可能性的反映”為理論假設(shè)的遙感。非遙感數(shù)據(jù)融合方法入手，對這一方法在國內(nèi)的應(yīng)用進行了嘗試，并將精度評價結(jié)果與同類產(chǎn)品進行了對比。利用統(tǒng)計數(shù)據(jù)和高分辨率影像分別進行數(shù)量和空間精度檢驗的結(jié)果表明，該方法能充分利用遙感數(shù)據(jù)空間信息，較大提升了產(chǎn)品的空間分辨率，并保持數(shù)量精度與非遙感數(shù)據(jù)融合產(chǎn)品一致。但由于該方法在部分典型地區(qū)未能獲得與同類產(chǎn)品相當(dāng)?shù)木冉Y(jié)果，研究通過對制圖流程中

4、所涉及各項因素進行分析，認為方法假設(shè)和參量選擇是影響分類精度的主要原因。
　　(2)針對前述部分研究提出的問題，提出改良后的遙感-非遙感融合制圖方法進行驗證，并根據(jù)試驗結(jié)果設(shè)計最終技術(shù)路線，完成研究區(qū)域的制圖及精度檢驗。根據(jù)前部分研究內(nèi)容得出的結(jié)論，引入貝葉斯判別法和SelectK Best特征選擇算法嘗試解決前述研究中提出的問題，并結(jié)合制圖目標，選擇地理、水分和植被三個類型的代表性參量，設(shè)計試驗證明了其有效性。試驗結(jié)果也揭示，基

5、于特征得分優(yōu)選多參量分類相比最優(yōu)單一參量能夠獲得精度更高更穩(wěn)定的分類結(jié)果，但特征參量在特征選擇中的得分與對目標類別的判別水平?jīng)]有直接相關(guān)關(guān)系。據(jù)此，研究選擇對測試樣本分類精度最高的參量集進行分類，所獲數(shù)據(jù)產(chǎn)品經(jīng)高分辨率數(shù)據(jù)產(chǎn)品檢驗，總體空間精度58.81％，與同類產(chǎn)品在相同檢驗條件下精度水平相當(dāng)。此外，本部分還對分類工程中所獲不同時相和類型參量在特征選擇算法中的得分進行了簡要的總結(jié)分析。
　　(3)將(2)所述制圖產(chǎn)品與現(xiàn)有平行數(shù)

6、據(jù)產(chǎn)品（GMIA，GRIPC，GlobCover和GFSAD）從數(shù)量和空間角度進行對比，明確不同產(chǎn)品的差異及其產(chǎn)生原因，提出改進未來灌溉耕地制圖工作可能的方向。由于產(chǎn)品分類體系不同，對比針對兩種分類體系分別展開。第一種為灌溉-非灌溉分類體系，對比對象為所有數(shù)據(jù)產(chǎn)品。在數(shù)量上，包括前述分類結(jié)果在內(nèi)的，一些在分類中使用了數(shù)量限制的產(chǎn)品與統(tǒng)計數(shù)據(jù)吻合水平更好。在空間上，整體空間一致性呈現(xiàn)西低東高的趨勢，高一致性像元分布與普遍認可的灌溉耕地集中

7、區(qū)吻合較好。不一致的主要來源是混合耕地像元，但不同一致性水平像元的分布和來源上，都有區(qū)域差異。但由于空間信息不完全，研究對低一致性區(qū)域及相關(guān)產(chǎn)品的表現(xiàn)持保守態(tài)度。第二種分類體系是水田-水澆地-旱地，對比對象只有GRIPC。分類結(jié)果依然保持了與統(tǒng)計數(shù)據(jù)較高的吻合水平;結(jié)果還顯示，統(tǒng)計數(shù)據(jù)所體現(xiàn)的區(qū)域優(yōu)勢耕地類型與一致性對比中的優(yōu)勢耕地類型一致，這表明優(yōu)勢類型在分類計算中更有可能獲得較高的精度，采用相對真值數(shù)據(jù)進行驗證時，所獲精度可信度也有