荒漠化程度评价高光谱遥感信息模型

本文用国产高光谱分辨率成像光谱仪系统数据对荒漠化评价建立定量化遥感信息模型。对荒漠化评价因子中的主要定量因子(植被盖度、生物量和土壤含水率)进行了定量反演;对难于进行定量计算的评价指标,先通过目视解译获得各因子的编码图,分别进行影像化后参加荒漠化程度评价遥感信息模型计算。通过每个像元都可获取全部评价因子的指标值,在现有的荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型并输出荒漠化程度分布图。结果表明,用高光谱数据定量反演荒漠化地区植被生物量、盖度和土壤含水率是比较可靠的。当反演区域内灌木和草地同时存在时多项式模型的精度要明显高于线性模型;当植被类型单一时,模型即为较高精度的线性模型,但模型的应用地域范围受到限制,只能分块进行计算。因此,在只有灌木和草地的区域用多项式模型反演会提高效率。土壤含水量的反演方法适合于地形平坦、植被比较稀疏的条件。但研究发现,基于土壤热惯量的含水量模型具有一定的抗植被干扰能力。荒漠化程度评价的遥感信息模型的精度主要取决于现有荒漠化评价的方法(即评价指标是否科学合理、专家给定的权重和等级标准是否客观)以及各指标数据的获取精度。