基于光谱混合分析的毛乌素沙地油蒿群落覆盖度提取

油蒿群落覆盖度是判断毛乌素沙地荒漠化程度严重与否的直接指标,其信息的准确获取有助于更为合理的荒漠化监测与评价。本研究以Landsat ETM 为数据源,深入探讨了光谱混合分析过程中影像预处理、端元选取、光谱混合模型选择及光谱混合分析结果分析等关键问题,给出了恰当的解决方案,进而进行了油蒿群落覆盖度的提取,并通过野外实测数据对提取结果进行了验证。验证结果表明:基于光谱混合分析技术提取的油蒿群落分量与实测油蒿群落覆盖度线性相关显著,相关系数为0.88,因而研究区的油蒿群落覆盖度可以通过油蒿群落分量的线性变换得到。因此,光谱混合分析是提取毛乌素沙地油蒿群落覆盖度的有效技术。     

基于波谱角分类法的沙化信息提取研究——以毛乌素沙地典型地区为例

以毛乌素沙地典型地区为例,以CBERS2、Landsat5 TM、SPOT5及 TM与SPOT5融合影像作为基本数据源,使用波谱角分类法对 该区流动沙地、半固定沙地、固定沙地和沙化耕地进行信息提取,探索和比较该方法针对不同传感器遥感影像的沙化信息提取精度 。对本研究区,不同传感器影像的沙化信息提取精度均在80%以上,其中融合影像的沙化信息提取精度最高为90.13%,SPOT5次之, 而CBERS2和TM对不同类型的沙化信息提取各有优势,但CBERS-2信息提取的精度要高于TM。这说明使用波谱角分类法提取的结果精 度与影像空间分辨率有正相关关系,即空间分辨率越高,沙化信息的提取精度也越高。