基于数据挖掘和高光谱数据的湿地植被精细分类

以大丰市沿海滩涂湿地区域为研究区,以机载高光谱影像为主要数据源,冠层高度模型(canopy height model,CHM)数据为辅助数据,采用数据挖掘的方法对高光谱数据进行特征规则提取,实现了湿地植被的精细分类.结果表明:3种湿地植被分类结果的总体精度为90.3%,说明数据挖掘技术在处理高维数据时不仅可以提取重要程度较高的数据,而且可以减少数据量,提高数据处理效率与分类精度;与传统的支持向量机分类法(SVM)分类结果进行对比,基于数据挖掘的湿地植被精细分类总体精度比SVM分类方法高10.8%,表明数据挖掘方法在湿地植被高光谱遥感分类问题上具有较大优势.     

高分1号融合光谱特征提取杭州湾河口沿岸湿地典型植被信息方法研究

河口沿岸湿地典型植被信息的遥感分类提取,是监测河口湿地生态环境变化的重要前提之一.以杭州湾河口沿岸湿地为研究区,通过实地采集的典型植被光谱数据与国产高分1号卫星影像数据建立相关关系,并结合面向对象方法的分割尺度及波段比等参数的设置,利用面向对象分类方法进行杭州湾湿地典型植被信息提取.研究结果表明:基于高分1号高空间分辨率数据,结合典型植被光谱特征和面向对象分类方法,有利于提高典型植被信息提取的精度,可以有效地提取湿地典型植被信息.     

基于Sentinel-1和Sentinel-2影像的洪泽湖国家湿地公园水生植被信息提取

【目的】探索利用光学遥感和雷达遥感数据进行湖泊湿地水生植被信息提取方法。【方法】以洪泽湖国家湿地公园为研究区,基于Sentinel-1的SAR影像和Sentinel-2的MSI影像,利用面向对象影像分析技术,结合EVSI、NDVI、SR特征指数和对象之间的上下文特征,以及挺水植被高度的差异所对应SAR影像上的后向散射系数,在对象级的基础上建立决策树模型对湿地水生植被进行分类,分析洪泽湖国家湿地公园水生植被以及挺水植被的分布状况。【结果】研究区水生植被类群分类精度为89%,Kappa系数为0.85;挺水植被种群分类精度为85.2%,Kappa系数为0.76。与基于像元分析方法的结果相比,面向对象的影像分析方法具有更高的精度;湿地水生植被以沉水植被和挺水植被为主,其中挺水植被中以荷叶和芦苇为主。【结论】本研究提出的湖泊湿地水生植被信息提取方法具可行性,可为湿地管理与决策提供科学依据。     

长江口潮滩湿地植被光谱分析与遥感检测

通过野外实测长江口潮滩湿地主要植物的光谱特征,分析和提取了优势植被的光谱特征参数和波段.考虑到潮滩湿地植被在生长特点、季节和盖度等方面的影响因素,采用了组合光谱特征波段的植被指数对长江口潮滩湿地植被进行分类检测,以期在现有的多光谱遥感影像上提高分类精度,检测出潮滩湿地植被空间分布的变化.分别计算了实测夏季和秋季的 RVI,NDVI,SAVI和MSAVI四种植被指数,得出不同植被指数对潮滩湿地植被不同盖度和不同季节的检测方法,并将该方法应用于多光谱TM影像上,验证这几种植被指数在TM影像上的分类精度,结合实地考察,发现MSAVI应用到多光谱TM影像上对潮滩湿地植被的分类检测效果最好,但时相应选择夏季.     

基于高光谱的湿地植被冠层叶绿素反演研究

植被冠层叶绿素含量直接反映植物的生长健康情况.以三江平原洪河湿地自然保护区为研究区,采用地面实测光谱数据为数据源,通过对光谱数据预处理以及特征参数(植被光谱指数、吸收特征)提取,在冠层尺度上,利用统计方法分析了植被叶绿素的敏感波段,并对植被叶绿素含量和光谱特征参数进行了相关性分析,最后,构建了植被叶绿素冠层反演模型并进行了验证.结果表明,原始光谱反射率在690~720,755~770nm叶绿素含量具有较高的相关性,植被指数DD与叶绿素含量有非常高的相关性.研究证明,基于吸收特征反演植被叶绿素也是较好的方法之一.     

利用决策树模型的湿地提取与分类

为解决因湿地环境复杂且类型多样导致光谱混淆而难以对其自动遥感提取的问题,采用决策树模型的湿地信息提取方法,以Landsat OLI影像光谱特征和经缨帽变换后的数据为基础,结合不同类型湿地的环境特征和空间特征信息,提出先分区再分类的思想,构建决策树分类模型.对原始影像进行缨帽变换,利用变换后的湿度分量及地物的光谱特征规律,将研究区划分为水体区域、植被区域和非植被区域,然后分别对各个区域进行再分类,逐层分级,最终实现不同类型湿地的分级提取.研究结果表明:采用分区分类思想构建决策树模型,可以有效提取湿地信息,精度达87.50%.     

高光谱图像植被类型的CART决策树分类

为提高植被分类的精度, 在利用高光谱图像提取植被信息时需要考虑训练样本和地形等其他因素的影响。以长白山为研究背景, 基于CART（Classification And Regression Tree）算法构建决策树模型, 对高光谱图像进行植被分类。由于混合像元的影响, 以采用PPI（Pixel Purity Index）提取的纯净像元作为训练样本, 提取植被指数、 纹理和地形等分类特征变量。基于这些变量构建CART决策树对植被分类, 并将结果与最大似然法分类结果进行比较。结果表明, CART决策树分类法可实现光谱、 纹理和地形特征的有效组合, 有较好的分类效果。     

基于随机森林特征变量优化的湿地植物分类与密度反演

以长江口滨海湿地为研究区域,采用随机森林算法对滨海湿地植被进行分类。在提取Landsat?8 OLI影像植被指数和水体指数的基础上,提出利用植被指数季节差值对模型进行特征变量优化,分析了长江口滨海湿地植物群落分布的空间特征。以所占面积最大的互花米草（入侵物种）为例,采用多元线性回归模型结合实地测量数据,估算了秋季的互花米草植物密度的空间特征。提出的多时相遥感数据结合随机森林特征变量优化方法,可以较为便捷地提取长江口湿地3种优势物种的空间分布特征,与最大似然法相比,分类精度有较大提高,总体分类精度由78.35%提高至87.55%,Kappa系数由0.72提高至0.84。该方法适用于存在“异物同谱”问题的湿地植物群落研究。     

红透山地区植被异常遥感信息提取及其找矿意义

为了解决遥感技术在高植被覆盖区的应用受到较大限制的问题,在充分考虑植被反射光谱特征及其在TM数据波段响应基础上,对TM5,TM4,TM2/TM3多光谱遥感数据进行主成分分析并拉伸处理.矿化区植被与背景区植被表现出明显的区别,矿化区植被呈暗红色,而背景区植被则表现为鲜艳的粉红色;对上述影像数据进行监督分类,结果表明该方法可以很好地突出由矿化蚀变导致的植被异常信息.该方法对东北高植被覆盖区遥感地质勘查具有一定的借鉴意义.     

东北三江平原地区水位梯度对湿地植被群落生态特征的影响

【目的】探究三江平原湿地水文因子与湿地植被群落类型的关系以及水位梯度与湿地植被生态特征的耦合关系,分析水文情势对湿地植被群落的影响,为湿地生态恢复与生态系统的科学管理提供依据。【方法】以东北三江平原洪河国家级自然保护区湿地为研究区,基于野外调查选取水位梯度明显的9条样线共90个样点数据,建立以物种为横坐标、样点为纵坐标的21×90的矩阵。采用PC-ORD 5对矩阵数据进行双向指示种分析(TWINSPAN),对保护区湿地植被群落进行数量分类并分析群落类型与水位梯度的关系,使用CANOCO 5对矩阵数据进行除趋势对应分析(DCA),探究湿地植被群落分布与水位梯度的关系。最后利用Origin 2018对典型湿地植被的株高及生物量与水位数据进行高斯拟合,探究水文梯度变化对湿地植被生态特征的影响。【结果】TWINSPAN结果显示,洪河自然保护区湿地植被可划分为12个群落类型,群丛类型沿水文梯度的变化体现了植被类型由湿生植被向旱生植被演替的变化趋势,表明水位变化对湿地植被群落的演替与分布具有重要作用。样地DCA分析结果表明,湿地植被群丛的分布呈现一定的规律,植被群落类型及分布主要受水位梯度的影响。物种DCA排序结果显示,湿生植被、湿中生植被、旱生植被在排序图上均有明显的分布范围和界限,影响植被分布的主要环境因子是水位梯度。高斯拟合结果表明,3种典型湿地植被的高度和生物量随水位的变化趋势均为先增加后减少。小叶章(Calamagrostis angustifolia)、毛果苔草(Carex lasiocarpa)、漂筏苔草(Carex pseudocuraica)的最适水位生态幅分别为:[4.46 cm,20.04 cm]、[8.30 cm,28.40 cm]和[40.87 cm,48.71 cm],3种湿地植被的高度及生物量对应最大水位排序均为:小叶章<毛果苔草<漂筏苔草,此结果与分类和排序结果相符合。小叶章的高度及生物量对水位梯度的变化最敏感。【结论】水位梯度为洪河国家级自然保护区湿地植被群落类型与分布的首要环境因子,优势种的分布体现了所属植被群落的分布特征,并且具有指示生境的作用。水位梯度对湿地植被的生态特征有极显著影响,不同湿地植被对淹水水位适应性的差异导致其最适水位生态幅的差异明显。     

武夷山自然保护区植被垂直分布

武夷山植被资源丰富,植被垂直分布复杂。经过几年来的样方法和中点方角法调查,我们认为武夷山自然保护区植被垂直分布,应该是五个类型:常绿阔叶林(海拔200—1000 m);针阔混交林(1000—1350 m);针叶林(1350—1750 m);山地矮林(1750—1900 m);山地草甸(1700—2158 m)。落叶树种还不少,但从落叶林和混交林的角度而言,它们仅仅处于星散和斑块状的状态,并未发育成为落叶林类型,也没形成常绿落叶混交林类型。竹类在武夷山,低海拔有,高海拔也有。单优势种毛竹林多在海拔1200m以下,分布很广,发育很好。     

广东省自然植被分类纲要Ⅰ. 针叶林与阔叶林

作为借助3S技术来绘制数字植被图的基础。在前人各种分类方案的基础上，提出了新的广东省自然植被分类系统体系，将广东省植被划分为5个植被型组，12个植被型，31个植被亚型。介绍前2个植被型组，即针叶林与阔叶林，包括5个植被型，15个植被亚型，并列出了代表性的48个群系。     

广东省自然植被分类纲要Ⅱ.竹林、灌丛与草丛

在前的基础上，介绍了广东省植被的后3个植被型组，即竹林、灌丛与草丛，包括7个植被型、16个植被亚型，并列出了代表性的29个群系。     

风景名胜区植被景观现状与恢复研究——以北京东灵山、百花山风景名胜区为例

风景名胜区是自然与文化的统一体,是满足人类对大自然精神文化与科教活动需求的地域空间综合体。通过探讨北京东灵山、百花山风景名胜区草甸资源在自然科学、自然美学、游憩服务方面存在的功能和价值,从景观生态学的角度对该区域退化的草甸景观格局进行了分析,在此基础上,提出了影响该区草甸景观退化的主要因子,并建立了草甸恢复示范区．为风景区的植被景观恢复提供了科学依据。     

广西植被调查、分类与植被志研编方案

广西是我国植被类型较丰富的省区之一,开展《广西植被志》研编意义重大。本文在全面总结广西植被调查研究历史的基础上,将植被调查研究的进程分为3个阶段：第一阶段为1950-1980年,第二阶段为1981-1999年,第三阶段为2000年至今。对《广西森林》《广西植被志要》和《广西植被(第一卷)》中的植被分类原则、等级、分类结果及各分类系统的特点进行分析比较。在遵循《中国植被志》的研编标准及规范的基础上,提出《广西植被志》的研编方案,建议以植被型组独立成卷,即可分为6卷：森林卷、灌丛卷、草丛卷、沼泽与水生植被卷、农林植被卷、城市植被卷。其中,森林卷可分为6册,即针叶林和针阔叶混交林分册、落叶阔叶林分册、常绿落叶阔叶混交林分册、常绿阔叶林分册、季雨林和雨林分册、竹林分册;灌丛植被、草丛植被和沼泽与水生植被各独立成卷;农林植被卷分为两册,分别是农业植被分册和林业植被分册;城市植被独立成卷。此外,加上第一卷总论,《广西植被志》可由7卷13册组成。对建立10个植被信息数据库及广西数字植被大数据平台提出初步方案。《广西植被志》的研编及出版必将推动广西植被生态科学的进一步发展。     

中国植被调查、分类与植被志研编进展

开展全国性植被清查、分类和植被志研编是一项重大的科学工程,可为山水林田湖草沙的系统性治理和国家生态文明建设提供理论和技术支撑。本文介绍了中国植被调查的历史和现状,主要植被分类系统的分类依据、等级、分类结果和特点,以及国家和地方层面植被志研编进展,指出了我国植被科学研究中存在植被分类混乱、植被志研编体系尚不健全、缺乏统一的植被数据库建设、植被家底不清等不足,提出了加快建立国家数字植被大数据平台、进一步规范全国和地区植被志研编体系的建议。     

安徽省鹞落坪自然保护区的植被类型及其分布

鹞落坪自然保护区地处大别山腹地主峰分水岭的主段，植物种类丰富，计有野生种子植物１２９８种，５７２属、１４１科。植物区系起源古老、特有现象明显。区系成分以温带为主，兼为温带和热带，亚热带的双重性质。植被类型多样，该区自然植被主要有５个植被型。８个植被亚型，２４个群系。     

植被制图的发展与现状

综述了植被制图及其技术在国际和国内的发展历史与现状，特别总结了内蒙古自治区在植被制图领域所取得的成就。     

植被覆盖条件下地表输沙率模型

在总结已有植被覆盖条件下地表输沙率模型研究成果的基础上，引入了三个描述植被特征的物理量：植被覆盖率、植被侧影盖度和植被排列系数，通过理论分析，推导出以上述三个物理量为变量的地表输沙率模型，并通过风洞实验得到验证．结果表明，该模型能够正确反映植被条件对于地表输沙率的影响，对于干旱半干旱地区的植被恢复具有理论指导意义．     

山西太岳山植被地理

本文记述太岳山地区八个植被型,三十七个群系,并附1:500,000植被分布图。