發(fā)布時間：2020-11-21 20:36

　　 全面、準(zhǔn)確、及時的監(jiān)測到退耕還林工程的各項信息并進行科學(xué)評價,為工程的決策、規(guī)劃、實施和監(jiān)督管理提供信息支持,確保退耕還林工程健康發(fā)展�，F(xiàn)有的退耕還林工程監(jiān)測與評價的理論和技術(shù)已不能完全滿足退耕還林工程監(jiān)測與評價的需要。為了提高我國退耕還林工程監(jiān)測與評價的理論和技術(shù)水平,增強退耕還林工程監(jiān)督、管理、決策的能力,本文在全面分析總結(jié)國內(nèi)外現(xiàn)有退耕還林工程監(jiān)測與評價研究成果的基礎(chǔ)上,以河北張家口、甘肅清水縣、四川西昌市和海南昌江縣等四個縣(市)的不同類型的退耕還林地為研究對象,以遙感為空間信息獲取手段,遙感與地面調(diào)查相結(jié)合,以計算機和地理信息為信息處理與分析平臺,從理論——技術(shù),微觀——宏觀,退耕地——造林質(zhì)量——植被覆蓋——景觀格局——區(qū)域經(jīng)濟發(fā)展的系統(tǒng)研究。 (1)通過對退耕還林工程的產(chǎn)生和發(fā)展及其特點分析,提出了退耕還林工程監(jiān)測與評價具有全過程和全方位的特點以及保障作用。它貫穿于退耕還林工程的始終和各個方面,是退耕工程順利實施的有力保障,是退耕還林工程決策、管理、監(jiān)督信息獲取的根本途徑。 (2)論述了以生態(tài)經(jīng)濟學(xué)基礎(chǔ)為主線;基礎(chǔ)生態(tài)學(xué)原理為基礎(chǔ);林學(xué)原理為支撐;微觀經(jīng)濟學(xué)與產(chǎn)業(yè)經(jīng)濟學(xué)基礎(chǔ)為調(diào)控手段;可持續(xù)發(fā)展理論為綜合評價準(zhǔn)則;社會學(xué)原理以及社會心里學(xué)原理指導(dǎo)人類從事退耕還林的社會行為的退耕還林工程監(jiān)測與評價的林學(xué)、生態(tài)學(xué)、經(jīng)濟學(xué)和社會學(xué)理論基礎(chǔ)。以遙感、地理信息系統(tǒng)、全球定位系統(tǒng)等現(xiàn)代高新技術(shù)為依托,與傳統(tǒng)的抽樣技術(shù)和固定觀測技術(shù)相結(jié)合的退耕還林監(jiān)測與評價的技術(shù)基礎(chǔ)。 (3)探索了高分辨率衛(wèi)星遙感(Quickbird)監(jiān)測退耕地、造林成活率與保存率、造林密度、植被覆蓋等方面的原理和方法以及其可行性。第一是進行了Quickbird影像預(yù)處理技術(shù)研究,利用嚴格的傳感器物理模型對Quickbird影像進行正射處理,GCP誤差在2米以內(nèi);通過對中值濾波、高斯濾波和均值濾波的比較研究,高斯濾波對增強Quickbird影像中的樹冠信息效果明顯。第二是進行了Quickbird影像提取退耕地和樹冠信息的技術(shù)研究,基于ISODATA判定規(guī)則的非監(jiān)督分類方法可以有效地提取出Quickbird影像中的退耕地信息;引入面向?qū)ο蟮腝uickbird遙感信息提取技術(shù),并與常規(guī)遙感信息提取技術(shù)比較,顯示了該方法的明顯優(yōu)點。第三進行了Quickbird遙感植被覆蓋度模型建立的研究,分別采用三波段梯度指數(shù)法、歸一化植被指數(shù)法和綜合法建立Quickbird遙感植被覆蓋度模型,結(jié)果表明,在三種方法中以歸一化植被指數(shù)法建立的Quickbird遙感植被覆蓋度模型精度最高,效果最好。 (4)利用中分辨率遙感(TM)為監(jiān)測信息源,按照土地利用景觀分類系統(tǒng)進行分類,選用斑塊數(shù)(NP)、斑塊面積比重(PLAND)等11個指標(biāo)從斑塊類型和
【學(xué)位單位】：北京林業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2006
【中圖分類】：F326.2
【部分圖文】：

4.1.3.1 退耕地遙感影像信息的自動提取及精度驗證利用基于 ISODATA 判定規(guī)則的非監(jiān)督分類方法對 Quickbird 融合圖像進行分類，生成分類圖（如圖 4.1），其中包含了地類的精細幾何形狀，諸如地壟的邊界樹冠，樹坑，塊狀農(nóng)田，小土堆等地物信息均能提取出來。并統(tǒng)計出各地類面積和其所占的百分比（如圖 4.2），其中，地塊類型號分別為：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根據(jù)野外調(diào)查 30 個樣地點對分類圖進行精度檢驗，得各地類的精度如表 4.1，總精度為 88.96%。表 4.1 分類圖的精度驗證表Table 4.1 precision examination table of classification map地塊類型號 分類精度/% 地塊類型號 分類精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21總精度 87.84%

4.1.3.1 退耕地遙感影像信息的自動提取及精度驗證利用基于 ISODATA 判定規(guī)則的非監(jiān)督分類方法對 Quickbird 融合圖像進行分類，生成分類圖（如圖 4.1），其中包含了地類的精細幾何形狀，諸如地壟的邊界樹冠，樹坑，塊狀農(nóng)田，小土堆等地物信息均能提取出來。并統(tǒng)計出各地類面積和其所占的百分比（如圖 4.2），其中，地塊類型號分別為：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根據(jù)野外調(diào)查 30 個樣地點對分類圖進行精度檢驗，得各地類的精度如表 4.1，總精度為 88.96%。表 4.1 分類圖的精度驗證表Table 4.1 precision examination table of classification map地塊類型號 分類精度/% 地塊類型號 分類精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21總精度 87.84%

4.2 退耕地造林質(zhì)量高分辨率遙感監(jiān)測技4.2.1 Quickbird 圖像的樹冠信息提取由于遙感圖像的每個亮度值都和一個空間位置相分布成為提取各類地物重要的信息源（Conghe Song2003）。高分辨率遙感圖像提供了大量細節(jié)信息，使小的目標(biāo)對象成為可能。4.2.1.1 試驗數(shù)據(jù)本項研究以河北省張家口橋東區(qū)和海南省昌江縣驗點于 2002 年開始退耕,到 2004 年，已植苗造林 3 年3.5m，種植山杏的地壟無雜草，基本是裸露的土地。始發(fā)芽長葉，10 月下旬落葉。海南昌江試驗點于 20樹種為橡膠。獲取用于樹冠信息提取的 Quickbird 數(shù)據(jù)分辨為河北張家口 2004 年 7 月 2 日。海南昌江縣 2004 年 8 月 28 日，具體位置見圖
【引證文獻】

相關(guān)期刊論文 前1條

1 彭恩強;吳保國;崔淑軍;耿旭;;林業(yè)網(wǎng)格化管理模式評價體系研究[J];黑龍江農(nóng)業(yè)科學(xué);2011年11期

相關(guān)博士學(xué)位論文 前1條

1 彭恩強;網(wǎng)格化京津風(fēng)沙源治理工程管護模式研究[D];北京林業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前4條

1 唐驕萍;基于3S技術(shù)的洪雅縣退耕還林工程生態(tài)效益研究[D];四川農(nóng)業(yè)大學(xué);2011年

2 王茹雯;基于遙感數(shù)據(jù)的林木生長現(xiàn)狀研究[D];北京林業(yè)大學(xué);2010年

3 馮旭;退耕還林政府職能的法律研究[D];西南政法大學(xué);2010年

4 田勝男;北方地區(qū)退耕還林工程綜合效益評價[D];北京林業(yè)大學(xué);2012年

本文編號：2893566