江苏盐城海滨湿地遥感分类景观变化及研究.pdf

摘要摘要遥感和GIS技术是湿地宏观研究中数据获取与量化分析的重要手段。其中, 湿地遥感分类信息的高精度获取直接关系到湿地数据的精确程度,是湿地遥感研究的重点和难点之一。本文以盐城湿地保护区的核心区为研究区,以ALOS AVNIR-2卫星影像为数据源,对传统的非监督分类方法进行了改进,并基于知识规则和GIS规则对非监督分类后的结果进行修正,该方法能够有效识别研究区植被交错带的详细信息, 为景观尺度的湿地研究提供一种理想的分类方法。在此基础上,利用该种遥感分类方法,获取了2006年和2010年两期遥感影像解译后的数据,进一步对区域湿地景观演变进行研究,得出主要结论如下: (1)利用光谱角分类的波谱匹配技术和空间邻接关系对初始非监督分类进行合并,消除了大部分由于光谱造成的不可避免的混淆,使合并后的结果更符合空间关系和光谱特征,避免了人为目视合并造成的错误,进而为后续的影像修正工作提供了良好的开端。(2)以非监督分类后的结果为模板,借助于分区分层分类法的思想,通过分析遥感影像光谱信息、纹理信息、主成分变换信息,得到知识规则,以基于知识规则修改的方法对研究区域芦苇、米草和碱蓬三种典型的湿地植被类型进行修正。并继续以基于GIS规则的方法对剩余区域进行修正。通过精度检验,分类精度可以达到90%左右,实验证明本文所采用的方法是提高海滨湿地遥感分类精度的有效方法。(3)通过对盐城海滨湿地核心区的景观变化研究,发现2006年至2010年期间,芦苇沼泽、米草沼泽面积呈增加趋势,而碱蓬沼泽和养殖塘的面积呈减少趋势,同时总体区域多样性和均匀度也呈增加趋势。关键词:盐城湿地;非监督分类;分类合并:知识规则;景观变化 AbStI-act Abstract Remote sensing andGIS technologies aresignificant toolsfordataacquisition and quantitative analysis in themacro study ,the remote sensing classification information ofhighprecision forwetlanddirectly uracy ofwetland data,which is one oftheimportant anddifficult issuesinremote sensing research ofwetland. The core zone ofYancheng coastalwetlands are taken astudy area and the classification ofwetland types isbaSed on ALOS image ,the traditionalunsupervised classification has been ,modifying the unsupervised classification ording totheknowledge rulesand GIS rules. Tms method isable toeffectively recognize thewetland cover of ecotones and provide allidealclaSsification forwetland research oflandscape— 2006and 20 0remote sensing images areinterpreted by themethod thedynamic evolution ofthe core area and thechanges ofthelandscape can main contents and conclusion are aLsfollows: (1) Merging theinitialunsupervised classificationbyusing spectral angle of spectralmatching techniques andspatialadjacency tO avoid the inevitable confusions which ale caused by errors caused by visual interpretation have been avoided,and thus itCanprovide a good start for subs