四川大熊猫栖息地森林覆盖雷达遥感动态监测研究

发布时间：2020-05-26 14:27

【摘要】：目前,世界遗产面临着来自人为破坏和自然灾害等各方面的威胁,中国的世界遗产数量为全球第二位,因此,世界遗产的保护和监测工作在我国显得十分重要。对于世界自然遗产,每当它们受到损坏时,其中的森林总是首当其冲。因此,需要对受损的世界自然遗产内森林进行变化监测。本文的研究区为四川大熊猫栖息地一部分,该栖息地是世界自然遗产的一份子,在保护全球生物多样性方面有着重要的作用。在2008年5月,我国境内发生了震惊中外的汶川大地震,研究区邻近此次地震的震中。因此,汶川大地震及其引发的次生灾害对研究区内森林造成了大范围的损害,这严重影响了生活在其中的各种珍稀动植物。本研究以PALSAR数据的时间序列特征信息作为分类模型的输入特征,提取研究区不同时间的森林覆盖范围,并以此为基础分析汶川大地震对研究区森林的影响以及震后森林的恢复情况。本文的具体研究内容如下:(1)本文以SAR数据集的时间序列信息作为输入特征参与分类。通过参考高分辨率影像图的样本信息确定了最优时间序列特征组合,该组合包括TAI(γ~0HV)、TSD(γ~0HH)、TAI(γ~0HH-HV),本文中分类模型以此特征信息组合为参数提取研究区森林覆盖范围。(2)SAR时间序列特征信息作为决策树算法的特征参数,进而对研究区进行森林/非森林分类,有效地提取了森林覆盖范围,其总体分类精度和用户精度分别达到了94.31%和97.68%。(3)除了决策树算法,以SAR数据集为基础,SVM作为另外一种算法开展了分类研究。结果表明SVM算法结合时间序列特征信息的总体分类精度为86.90%,用户精度为82.34%。(4)监测研究区森林覆盖为本文的重要研究内容。本文从数据源,时间序列特征,分类效果,实现难易度以及可解释性五个角度进行比较,结果表明决策树分类模型相比于SVM更适用于提取研究区森林覆盖。(5)根据分类模型得到了4个不同时间的研究区森林覆盖专题图,统计结果表明汶川大地震对后研究区森林存在较明显的损害,一共79.57km~2的森林被损坏,损坏率达到了6.78%。震后第三年恢复了10.53km~2的森林,森林覆盖虽然在人工干预下得到了恢复,但仍不够显著。以上结果说明PALSAR的时间序列特征能够用于研究区森林覆盖提取,汶川大地震造成森林损坏明显,但震后正在逐渐恢复。
【图文】：

明神,叙利亚,亚马逊,世界遗产

图 1.1 世界遗产受损案例，（a）由于战火被损坏的叙利亚巴尔夏明神庙；（b）由于地震损坏的尼泊尔老皇宫（Hanuman Dhoka）；（c）由于砍伐受损的亚马逊热带雨林；（d）由于过度开发受损的中国武陵源风景区。Figure1.1 Cases of damaged World Heritage, (a) Temple of Baalshamin of the Syrian ArabRepublic destroyed by terrorism; (b) Hanuman Dhoka of Federal Democratic Republic ofNepal damaged by earthquake; (c) Amazon rainforest cut by human beings; (d)Wulingyuan Scenic Area of the People's of Republic of China damaged by overexploitation.1.2 遥感技术监测森林覆盖的应用现状遥感数据一般可分为两个重要的数据类别，分别是被动遥感数据和主动遥感数据。被动遥感是指传感器不向目标发射电磁波，仅仅被动接受目标物发射和对自然能量的反射能量；主动遥感是指传感器主动发射电磁能量并接受后向散射信

卧龙自然保护区,草坡,损坏情况,虚实

第 1 章绪论于多云多雨地区（林珲等，2004；王锐婷等，2010）。SAR 系统由于其穿云透雨的能力，因此在这种气候的地区有独特的优势。本研究以 SAR 后向散射系数为主要信息源，将根据 SAR 强度影像时间序列特征信息建立分类模型以提取研究的森林覆盖范围，，并监测研究区森林覆盖面积在震前和震后的变化，以此评估2008 年汶川大地震的影响以及后期的恢复情况。
【学位授予单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S771.8

【参考文献】