论文部分内容阅读
摘要：当前土地荒漠化已经成为了世界性环境问题，同时也是我国所面临的重要环境问题，在土地荒漠化监测工作中，通过对遥感技术的应用，能够获得大量重要的信息数据。本文首先对于荒漠化监测的发展现状进行阐述，同时对于遥感技术在中国土地荒漠化检测中的应用进行研究。希望通过本文能够为我国土地荒漠化监测工作中对于遥感技术的应用提供一些参考和帮助。
关键词：遥感技术;土地荒漠化监测;应用策略
1.荒漠化监测的发展现状分析
在我国的土地荒漠化研究工作中，荒漠化监测是其中的重要组成部分，通过荒漠化监测所提供的重要数据信息，能够为土地荒漠化的治理工作带来重要的信息支持，同时也对荒漠化防治工作的开展打下重要的基础。荒漠化监测工作所采用的传统方式是根据某个区域进行连续定点的调查和分析，但这种方式仅仅适合尺度较小的监测目标，如果监测目标的尺度较大，则需要进行大量的野外调查和信息获取，那么这种监测方式则存在着较大的局限性。随着现代航空航天技术的发展，为我国土地荒漠化监测工作带来了非常多的遥感影像资料，这些影像资料不但具有非常好的完成性和分辨率，同时也有着很大的覆盖范围，所以遥感技术也就成为了大尺度目标的主要监测方式。近些年来随着遥感技术的发展，该技术已经在荒漠化监测工作中得到了十分广泛的应用，对于荒漠化监测的技术手段进行了有效的丰富，并提高了信息数据的精确程度。
2.遥感技术在中国土地荒漠化监测中的应用分析
2.1遥感信息提取
在对于遥感技术进行应用的过程中，需要对于遥感信息进行提取，这个过程中的核心就在于对遥感图像的分割。以往所采用的方法包括了动态聚类法、模糊聚类法、最小距离法和最大似然法等，这其中最大似然法最为常用，如果在拥有先验性概率知识或者满足正态分布的情况下，能够获得较好的效果，但需要通过专家来进行判读和归并，从而对其所处的类型进行确定，这种提取方法一度在荒漠化监测信息提取中得到了广泛的应用。但这种信息提取方法需要应用大量的样区，这个过程中需要花费大量的时间和精力，若样区选择不合理可能会对最终的效果造成不利影响。同时，以光谱特征为依据来进行分类并不能够解决异物同谱问题，且获取的信息不可进行传递，所以无论对于任何时间和地点的图像都需要进行样区的重复选取，这实际上对于遥感信息提取自动化的应用形成限制，难以满足实际的需求。为了对这种限制进行克服，近些年来在荒漠化监测信息提取工作中，国内外的专家采用了多种方式方法来进行尝试，例如以分类决策树为基础的信息提取方式，这种信息提取方法是将图像数据反映和光谱反射特性作为基础，来采用纹理特征提取、几何特征提取以及光谱特征提取等多种方式来对遥感数据源进行最大限度的应用。一些学者采用的是分类树方式来进行荒漠化信息提取，这种提取方法能够避免在信息提取的过程中受到其他信息的干扰和影响，实现目标的明确，有着较高的提取精度。以知识发现为基础的信息提取方法，通过空间纹理、形态以及边缘形状等来实现信息提取模型的建立，然后通过遥感数据来进行信息提取。还有一些学者通过数学形态学来完成纹理分析过程，通过腐蚀运算来对纹理特征进行抽取，通过形态学运算所抽取的分形参数作为纹理特征，以对空间结构信息进行提取。通过纹理结构来对荒漠化遥感进行分类，从而提升了分类的精度。通过人工神经网络来进行信息提取是近些年来新出现的方法，通过人工神经网络技术能够对多维遥感数据进行有效的应用，并且能够实现对荒漠化与遥感数据信息之间的线性关系模拟。通过人工神经网络技术和遥感数据中的红外、可见光指数来成立神经网络荒漠化信息提取模型，通过调查可知这种提取方法的精度更高。
2.2光谱分析
从目前的情况来看，在通过遥感技术来对荒漠化信息进行提取的过程中，分类方式和植被指数是最为常用的方式。在以往所采用的分類方法当中，每个像元都是由同一中物质来组合而成，所以在对其分类时，可对一个像元进行单独分类。但通过传感装置获得的光谱信号是以像元为单位来进行记录的，在图像当中像元所对应的应该是地表，其中有着多种覆盖的类型，所以其中的光谱响应特征也各有不同。在这样的情况下，如果像元包含的是单一覆盖类型则被称为纯像元，如果像元包含多个覆盖类型，则被称作为混合像元，混合像元主要记录的是不同覆盖类型光谱响应特征的综合，这也是传统遥感分类和面积测量精度难以得到要求的重要原因。通过运用光谱混合分析技术能够有效的解决这个问题，这种技术是将混合像元分解成为不同的终端单元，并得出这些基本组分占据的比例，这需要通过光谱混合模拟模型来实现。多年来国内外的很多学者们都在积极的探索遥感光谱成像机理，模拟光谱的混合过程，研究和发展了多种混合光谱分解方法，提出不同的光谱混合模型，如线性、概率、几何光学、随机几何、模糊模型等。
结束语：随着科学技术的进步，遥感技术在本世纪得到了迅速的发展，能够实现多分辨率传感器的共存，并能够同时应用多波段、多角度和多极化的遥感，实现了遥感技术与GIS系统和GPS系统之间的融合。随着遥感技术和图形处理技术的逐步发展，会在我国的土地荒漠化监测工作中发挥出更大的作用，使得荒漠化监测数据的实时性、精确性都能够得到提高，从而为我国的土地荒漠化治理工作带来中的信息依据，同时也为荒漠化防治决策工作的顺利开展打下重要的基础。
参考文献：
[1]要红杰.遥感技术在地籍测量中的应用研究[J].价值工程，2020，39（17）：187-188.
[2]周玲美，王世航.内蒙古杭锦旗生态环境时空变化的遥感监测与评价[J].应用生态学报，2020，31（6）：1999-2006.
[3]张平，孙强强，张亚萍， 等.基于宽波段遥感光谱混合分解的干旱区土地退化监测评价理论和技术方法探讨[J].遥感技术与应用，2020，35（2）：497-508.
作者信息：李露纯（1999.05），女，汉族，籍贯：河北唐山，本科，成都理工大学，研究方向：定量遥感。
关键词：遥感技术;土地荒漠化监测;应用策略
1.荒漠化监测的发展现状分析
在我国的土地荒漠化研究工作中，荒漠化监测是其中的重要组成部分，通过荒漠化监测所提供的重要数据信息，能够为土地荒漠化的治理工作带来重要的信息支持，同时也对荒漠化防治工作的开展打下重要的基础。荒漠化监测工作所采用的传统方式是根据某个区域进行连续定点的调查和分析，但这种方式仅仅适合尺度较小的监测目标，如果监测目标的尺度较大，则需要进行大量的野外调查和信息获取，那么这种监测方式则存在着较大的局限性。随着现代航空航天技术的发展，为我国土地荒漠化监测工作带来了非常多的遥感影像资料，这些影像资料不但具有非常好的完成性和分辨率，同时也有着很大的覆盖范围，所以遥感技术也就成为了大尺度目标的主要监测方式。近些年来随着遥感技术的发展，该技术已经在荒漠化监测工作中得到了十分广泛的应用，对于荒漠化监测的技术手段进行了有效的丰富，并提高了信息数据的精确程度。
2.遥感技术在中国土地荒漠化监测中的应用分析
2.1遥感信息提取
在对于遥感技术进行应用的过程中，需要对于遥感信息进行提取，这个过程中的核心就在于对遥感图像的分割。以往所采用的方法包括了动态聚类法、模糊聚类法、最小距离法和最大似然法等，这其中最大似然法最为常用，如果在拥有先验性概率知识或者满足正态分布的情况下，能够获得较好的效果，但需要通过专家来进行判读和归并，从而对其所处的类型进行确定，这种提取方法一度在荒漠化监测信息提取中得到了广泛的应用。但这种信息提取方法需要应用大量的样区，这个过程中需要花费大量的时间和精力，若样区选择不合理可能会对最终的效果造成不利影响。同时，以光谱特征为依据来进行分类并不能够解决异物同谱问题，且获取的信息不可进行传递，所以无论对于任何时间和地点的图像都需要进行样区的重复选取，这实际上对于遥感信息提取自动化的应用形成限制，难以满足实际的需求。为了对这种限制进行克服，近些年来在荒漠化监测信息提取工作中，国内外的专家采用了多种方式方法来进行尝试，例如以分类决策树为基础的信息提取方式，这种信息提取方法是将图像数据反映和光谱反射特性作为基础，来采用纹理特征提取、几何特征提取以及光谱特征提取等多种方式来对遥感数据源进行最大限度的应用。一些学者采用的是分类树方式来进行荒漠化信息提取，这种提取方法能够避免在信息提取的过程中受到其他信息的干扰和影响，实现目标的明确，有着较高的提取精度。以知识发现为基础的信息提取方法，通过空间纹理、形态以及边缘形状等来实现信息提取模型的建立，然后通过遥感数据来进行信息提取。还有一些学者通过数学形态学来完成纹理分析过程，通过腐蚀运算来对纹理特征进行抽取，通过形态学运算所抽取的分形参数作为纹理特征，以对空间结构信息进行提取。通过纹理结构来对荒漠化遥感进行分类，从而提升了分类的精度。通过人工神经网络来进行信息提取是近些年来新出现的方法，通过人工神经网络技术能够对多维遥感数据进行有效的应用，并且能够实现对荒漠化与遥感数据信息之间的线性关系模拟。通过人工神经网络技术和遥感数据中的红外、可见光指数来成立神经网络荒漠化信息提取模型，通过调查可知这种提取方法的精度更高。
2.2光谱分析
从目前的情况来看，在通过遥感技术来对荒漠化信息进行提取的过程中，分类方式和植被指数是最为常用的方式。在以往所采用的分類方法当中，每个像元都是由同一中物质来组合而成，所以在对其分类时，可对一个像元进行单独分类。但通过传感装置获得的光谱信号是以像元为单位来进行记录的，在图像当中像元所对应的应该是地表，其中有着多种覆盖的类型，所以其中的光谱响应特征也各有不同。在这样的情况下，如果像元包含的是单一覆盖类型则被称为纯像元，如果像元包含多个覆盖类型，则被称作为混合像元，混合像元主要记录的是不同覆盖类型光谱响应特征的综合，这也是传统遥感分类和面积测量精度难以得到要求的重要原因。通过运用光谱混合分析技术能够有效的解决这个问题，这种技术是将混合像元分解成为不同的终端单元，并得出这些基本组分占据的比例，这需要通过光谱混合模拟模型来实现。多年来国内外的很多学者们都在积极的探索遥感光谱成像机理，模拟光谱的混合过程，研究和发展了多种混合光谱分解方法，提出不同的光谱混合模型，如线性、概率、几何光学、随机几何、模糊模型等。
结束语：随着科学技术的进步，遥感技术在本世纪得到了迅速的发展，能够实现多分辨率传感器的共存，并能够同时应用多波段、多角度和多极化的遥感，实现了遥感技术与GIS系统和GPS系统之间的融合。随着遥感技术和图形处理技术的逐步发展，会在我国的土地荒漠化监测工作中发挥出更大的作用，使得荒漠化监测数据的实时性、精确性都能够得到提高，从而为我国的土地荒漠化治理工作带来中的信息依据，同时也为荒漠化防治决策工作的顺利开展打下重要的基础。
参考文献：
[1]要红杰.遥感技术在地籍测量中的应用研究[J].价值工程，2020，39（17）：187-188.
[2]周玲美，王世航.内蒙古杭锦旗生态环境时空变化的遥感监测与评价[J].应用生态学报，2020，31（6）：1999-2006.
[3]张平，孙强强，张亚萍， 等.基于宽波段遥感光谱混合分解的干旱区土地退化监测评价理论和技术方法探讨[J].遥感技术与应用，2020，35（2）：497-508.
作者信息：李露纯（1999.05），女，汉族，籍贯：河北唐山，本科，成都理工大学，研究方向：定量遥感。