基于TM遥感影像的绿洲空间分布提取研究——以黑河流域为例

摘要

绿洲是干旱地区独有的一种地貌景观，也是干旱区人类生产和生活的主要空间。近年来，随着社会、经济发展，绿洲的生态环境恶化，荒漠化严重，绿洲面积和空间分布不断变化。为了准确获得绿洲时空变化的过程，必须发展一种快速、定量、精确的绿洲提取方法，本文试图对黑河流域的绿洲空间分布信息提取予以研究。
　　 首先对尚未统一的“绿洲”概念做综合阐述，结合影像的特征，提出狭义的“绿洲”概念和分类。然后通过NDVI阈值分割和MIR/G指数法提取植被和水体信息，再经碎斑处理得到绿洲空间分布。最后，通过格网结点确定检验样本点，采用高分辨率影像和实地考察等手段检验方法的精度。本文的主要结论有：
　　 1.通过对绿洲概念研究的回顾和总结，发现绿洲虽然主要由植被、水体和居民点三种地类构成，但不是此三种地类的简单叠加。植被是否归属于绿洲主要通过植被覆盖度判定，而水体和居民点是否归属于绿洲取决于其分布位置：完全位于荒漠之中的水体和居民点，只能归为荒漠。特别地，掠夺性的工矿开采城市，本文认为不属于绿洲，因为其很难体现出“以植被为主体并具有明显高于环境的第一生产力”这一重要特点。
　　 2.在影像时相的确定问题上，采用了SPOT-NDVI6月-9月的数据作为参考，对中游农业产区的植被物候特点进行了分析。结果表明，6月-9月植被生长最茂盛，是获取年内NDVI的适宜时间。通过NDVI值趋势分析，得到不同景影像最适宜用作绿洲提取的时相。把物候特点作为一个因素参与到影像时相选取问题中，有利于反映出当年完整的绿洲空间分布。在野外实地考察和查找资料时，应注意搜集农业产区的物候信息。
　　 3.本文信息提取过程分解为植被信息、水体信息和居民点信息提取三个环节。植被信息的提取建立在对研究区NDVI值的阈值分割基础上，在植被信息基础上提取提取绿洲内部的居民点斑块并合并到植被信息内，水体信息提取采用MIR/G指数，最后将水体信息和修改后的植被信息组合，得到绿洲的空间分布范围，结果表明这种绿洲信息提取方法的精度达到92.77％。

目录

文摘

英文文摘

声明

第一章 绪论

1.1选题背景及其意义

1.1.1选题背景

1.1.2研究意义

1.2研究进展

1.2.1绿洲概念的研究

1.2.2绿洲信息提取的研究

1.2.3黑河流域绿洲景观的研究

1.3论文主要内容与章节安排

第二章 研究方法和基础

2.1研究区概况及数据源

2.1.1研究区概况

2.1.2数据源

2.2理论基础

2.2.1绿洲的概念及其分类

2.2.2绿洲的动态变化

2.3研究方法

2.3.1研究思路

2.3.2主要技术

2.3.3技术流程

第三章 绿洲遥感影像特征分析与数据预处理

3.1绿洲遥感影像特征分析

3.1.1植被

3.1.2水体

3.1.3居民点

3.2绿洲分布提取方法

3.2.1植被提取方法

3.2.2水体提取方法

3.2.3居民点提取方法

3.3数据预处理

3.3.1辐射定标

3.3.2大气校正

第四章 绿洲信息提取

4.1植被信息提取

4.1.1影像的时相选取

4.1.2 NDVI的计算

4.1.3植被阈值的确定

4.2水体信息提取

4.2.1水体指数的计算

4.2.2水体提取结果

4.3居民地信息提取

4.3.1农村居民点

4.3.2城市居民点

4.3.3居民点提取并剔除的结果

4.4绿洲空间分布提取的结果

第五章 提取验证与精度评价

第六章 结论与展望

6.1结论

6.2展望

参考文献

攻读硕士期间参与科研项目情况及文章发表情况

致 谢