基于面向对象的石漠化山区植被信息提取及分布特征研究

重庆东北部地区是重庆岩溶石漠化重点治理区，该区地形复杂，山高坡陡，植被退化现象严重。了解该地区的植被分布特征，对该区环境的改善和石漠化治理具有十分重要的现实意义。基于Landsat OLI等数据，运用面向对象分类方法对研究区植被信息进行提取，然后对分类后的数据进行统计、制图和分析，并在空间布局上进行总结和探讨，旨在了解该区域植被的空间分布特征和规律。结果表明：（1）在eCognition 9.0软件中进行多尺度分割，再结合地物类型特征使用隶属度函数法进行分类，该方法符合山地地物类型的分布规律和特点，分类精度达到81.35%；（2）研究区属典型的中山地区，海拔在500~1 500 m之间的地区约占64.49%，林地和耕地是该区域主要的地物类型，所占总面积为8 872.22 km2，占研究区总面积的96.50%，各地物类型分布受地形地势的影响较大；（3）综合研究区地形因子(高程和坡度)与植被分布的相关性可知，耕地和草灌主要分布在高程为200~1 500 m且坡度等级在2~4级（5°~35°）之间，该区域人类活动频繁，故受人类活动影响较大，植被覆盖度低，群落生长不稳定，容易受到干扰。针阔混交林主要分布在高程>500 m且坡度等级在2~4级（5°~35°）之间。马尾松林、阔叶林和柏木林主要分布在高程大于500 m且坡度等级在2~5级（5°~45°）之间。 关键词： 多尺度分割；面向对象分类；地形因子；植被空间分布     

基于Sentinel-1A极化SAR数据与面向对象方法的山区地表覆被分类

地表覆被分类对国土资源调查评估及全球变化具有基础性和关键性意义,但山区由于地形和云雾等的影响,可利用光学遥感影像和其他资源十分稀缺。因此,论文以渝东南山区为研究区,基于Sentinel-1A极化合成孔径雷达（SAR）数据,通过系列预处理,得到后向散射系数值,同时对各类地物的VV/VH极化后向散射系数、纹理、高程和坡度等特征值统计分析,综合这些特征值运用面向对象分类方法对单时相与多时相SAR数据进行地表覆被分类,最后将这两种分类方法与Landsat 8 OLI数据分类作对比。研究表明：1）在同时运用面向对象分类方法的前提下,单时相SAR数据分类和Landsat 8 OLI数据分类精度相当,多时相SAR数据面向对象分类精度最高,总精度为85.65%,Kappa系数为0.829 9;2）与光学数据相比,SAR数据对阔叶林、人工建筑提取有优势,精度提高了10%以上,多时相特征有利于耕地和针阔混交林提取,分类精度比单时相提高了9%左右;3）研究区土地覆被类型以林地为主,占总面积的42.68%,耕地、草灌次之,人工建筑、草地与河流占地面积较少。