应用地质统计学模型参数纹理影像的荒漠化动态监测研究

摘要

科尔沁沙地是中国的一个重要的荒漠化地区,监测该区域的植被分类,对于荒漠化的防治有着重要的意义.传统的植被分类主要利用影像中不同植被覆盖的光谱差异,未对不同等级荒漠化土地的空间结构差异加以考虑,如轻度荒漠化土地在沙丘迎风坡出现风蚀坑,背风坡有流沙堆积,而中度荒漠化土地呈现明显的风蚀坡和落沙坡的分异等等.地质统计学影像纹理考虑到地物空间结构特征的差异,从而在原始光谱波段的基础上增加了空间结构信息,有助于提高遥感植被分类的精度,论文采用CBERS卫星影像,通过在原始高分辨率光谱数据的基础上,加入变异函数模型参数纹理数据,使分类总体精度从仅利用光谱信息的86.08％显著提高到92.11％,Kappa系数达到0.8896。