基于Hyperion高光谱数据的土地退化制图研究--以陕西省横山县为例.pdfVIP

第25卷第2期 地理科学进展 V01．25．No．2 2006年3月 PROGRESSINGEOGRAPHY Mar．．2006 基于Hyperion高光谱数据的 土地退化制图研究 ——以陕西省横山县为例 吴剑L2，何挺1，程朋根2 (1．中国土地勘测规划院，国土资源部土地利用重点实验室，北京100035；2．江西省东华理工学院，抚州344000) 摘要：以陕西省横山县境内的Hvpe打on数据为数据源，提出一种针对土地退化的制图方法：土 地退化指数法(LDI：LandDegradationIndex)。在影像分类的基础上，利用在分类过程中提取的训 练样本进行线性波谱分离，得到各个端元的分离影像和RMS误差影像．再通过设置新的端元和 反复运行线性波谱分离算法得到最终的训练样本．然后利用神经网络法对影像进行二次分类．最 后在掩膜处理的基础之上把土地分为：轻度退化，中度退化和高度退化三种类型(Kappa=0．90)。 文中分别采用了三种分类方法：监督分类与非监督分类相结合的混合分类方法、光谱角制图 合分类的基础上进行土地退化指数LDI的分析。 关键词：土地退化指数；混合分类；光谱角制图；混合调制匹配滤波；终端端元 中图分类号：x144：P283．8 土地退化是指土地潜在的实用性和生产力的减少或者丧失[1】．而沙漠化是土地退化最 为严重的阶段M。我国是世界上土地退化、土地质量下降较为严重的地区。仅荒漠化土地面 的速度继续扩展，每年因沙漠化造成的直接经济损失超过540亿元。然而，长期以来我国比 较重视土地数量的监测，而缺乏对土地质量的整体准确信息。因此，为实现土地管理的科学 决策和土地可持续利用，进行土地质量整体、快速监测在我国显得尤为迫切【4】。利用遥感手 段进行土地退化的动态监测与评价，已成为国内当今和未来重要的研究方向之一。本文利 用Hypedon数据进行土地退化制图方法的研究，结果显示土地退化指数(LandDegradation Index，LDI)方法是一种对土地退化制图较为有效的方法．能够为横山地区的土地退化动态 监测．以及土地退化的防护和治理提供有力的科学依据和技术支持。 1研究区域 横山县处于东经108。657～110。02 7、北纬37。227～38。747，位于陕西省北部榆林地区，该县 收稿日期：2005—12；修订日期：2006一01． 基金项目：国家自然科学基金项目和“国土资源部百名优秀青年科技人才计划”项目资助。 132 地 理 科 学 进 展 25卷 北靠毛乌素沙漠，南邻黄土丘陵，生态环境比较脆弱、人类活动比较剧烈，土地质量退化比较 严重，约占全县总面积的2／3。 ‘ 2数据及其预处理 2．1研究的数据基础 的快鸟影像；横山县2002年土地利用现状图；横山县2002年正射影像图；横山县1：lO万土 壤图；横山县1：10万地形图；野外实测的采样点数据。本研究主要针对Hvperion数据进行， 其它数据用于辅助Hypeion数据预处理和验证制图结果的精度。 Hvperion是美国地球观察卫星EO—l搭载的成像光谱仪，是推扫式传感器，有一个望远 分辨率30m，机上标定系统的绝对辐射标定精度达到6％。其主要技术参数如表1所示。 2．2Hyperion数据的预处理 通过对220个波段各种特征的综合分析剔除了其中81个无信号、有坏线、信噪比差的 波段以及水汽吸收峰影响严重的波段嘲，最后保留139个波段。然后利用2002年横山县正 Line perion影像的辐射纠正采用经验线性拟合法(EmpiricalCalibration)，选择水体为暗光谱 目标，晒谷场为亮光谱目标，来进行像元灰度值与反射率的转换．最后生成反射率图像。 表l