利用分形参数进行地貌定量分区研究——以鄂尔多斯块体及周边为例

地貌分区是地学研究的基础内容之一。传统的地貌分区大多是定性的划分,随着数字地形技术以及分形分析方法的成熟,利用分形参数进行定量化的地貌分区成为可能。本文利用水平分辨率为90m的SRTM数据,采用元分维模型,通过变差函数法计算了鄂尔多斯块体及周边地形的分形参数。在65×65,129×129以及257×257等3种尺度滑动窗口中得到的分形参数的特征表明了研究区地形分形特征的尺度不变性至少在2.97km到11.61 km范围内是存在的,而且分形参数分布具有明显的区域差异。结合地表分维值和截距值用K-Means非监督分类法进行综合地貌定量分区,所得结果与地貌类型有很好的吻合关系,每一地貌分区都具有特征的分形值组合。河套盆地和银川盆地是地表分维值高值区和截距值低值区,分维值主要为2.8～3.0,截距值主要为0～1;鄂尔多斯块体南部陕北黄土高原区地表分维值主要为2.5～2.7,截距值主要为2.5～3.5;吕梁山、贺兰山、乌拉山等山区也是截距值高值区,主要为2.5～3.5,但地表分维值较低,主要为2.4～2.6。鄂尔多斯块体北部库布齐、毛乌素等沙漠区与渭河、山西盆地带都是地表分维值低值区,地表分维值大部分低于2.5,但两区域的截距值差异明显。沙漠区地形起伏较缓,截距值主要为0～1.5,而渭河盆地和山西盆地带的截距值没有明显的优势范围。分形值组合所显示的分形特征与地质构造、地貌类型等具有明显的相关性。因此,利用分形参数进行地貌分区是一种可行的定量方法。

基于TM影像的玛多县湿地变化监测方法

以玛多县为典型研究区,利用2010年Landsat TM数据比较分析了谱间关系法、归一化水体指数(NDWI)、修正归一化水体指数(MNDWI)及非监督分类4种分类方法提取湿地信息的准确度。结果表明,在较大显著湿地区域,4种方法信息提取的准确度都比较高;在海拔4 500m以上且地形复杂地区,MNDWI方法的精度明显高于其他3种方法,达到86%;在中部地势较低区域,MNDWI方法不如NDWI方法的准确度高,但优于谱间关系法及非监督分类方法。总体来说,MNDWI方法能很好地将云和地形对湿地信息提取的影响降到最低,筛选最佳湿地信息提取方法有助于保护青藏高原湿地资源。

基于多尺度多源遥感信息的水体提取方法对比研究

本文以乍得湖为研究对象,以TM影像、MODIS、SPOT、HJ/1A1B为数据源,选取阈值法、多波段谱间关系法以及非监督分类法,分别比较了利用不同遥感数据进行水体提取的结果,得出用于研究的最优数据源是TM影像数据,最优方法是多波段谱间关系法。

强降雨诱发滑坡群识别的光学遥感变化检测方法

针对强降雨诱发滑坡群的光学遥感干扰特征多、识别精度低的问题,该文提出一种基于灾前灾后遥感影像变化检测技术的滑坡识别精度提升方法:①通过波段比值预处理,消除道路、房屋等对滑坡识别的干扰特征;②通过相关参数优化,采用图像差值法和非监督分类法进行遥感变化检测滑坡识别,分析两种方法发生漏判误判的原因。结果表明,对遥感影像进行波段预处理,可以明显弱化道路、房屋等造成滑坡识别的干扰特征;图像差值法和非监督分类法识别滑坡的精确率、召回率和F1-score指标分别达到了0.815、0.647、0.721和0.680、0.788、0.730。基于滑坡特征影像预处理与参数优化的两种变化检测技术均明显提升了强降雨诱发滑坡群的自动识别效率,在光学遥感影像进行滑坡识别干扰特征消除和提高识别精度方面具有应用价值。