巖溶石漠化信息遙感提取方法研究現(xiàn)狀及展望

程 洋,沈利娜,莫源富, 孫 悅

(1.中國地質(zhì)科學(xué)院 巖溶地質(zhì)研究所,廣西 桂林 541004;2.桂林理工大學(xué) 地球科學(xué)學(xué)院,廣西 桂林 541006)

巖溶石漠化信息遙感提取方法研究現(xiàn)狀及展望

程 洋1,沈利娜1,莫源富1, 孫 悅2

(1.中國地質(zhì)科學(xué)院 巖溶地質(zhì)研究所,廣西 桂林 541004;2.桂林理工大學(xué) 地球科學(xué)學(xué)院,廣西 桂林 541006)

通過回顧相關(guān)研究成果,總結(jié)巖溶石漠化信息遙感提取方法的研究現(xiàn)狀,探討了人機交互解譯法、比值增強法、監(jiān)督分類法、基于光譜特征的自動分類法、基于時間序列的分類法、基于專家經(jīng)驗分類法、面向?qū)ο蟮姆诸惙ǖ膬?yōu)點和不足,結(jié)合實踐工作,筆者認為從改進遙感增強模型、改進野外實測基巖裸露率的方法、加強人機交互解譯這三方面著手,能建立更科學(xué)的巖溶石漠化信息遙感提取模型。

高光譜;遙感;巖溶石漠化

0 引 言

巖溶石漠化是在南方熱帶、亞熱帶脆弱的巖溶環(huán)境中,在不合理的人類活動基礎(chǔ)上造成的植被退化、土壤侵蝕、水土流失和大面積的基巖裸露。其本質(zhì)特征是土地生產(chǎn)力下降,出現(xiàn)類似沙漠的巖溶石漠化景觀[1-6]。巖溶石漠化是土地荒漠化的主要類型之一,是我國西南巖溶山區(qū)的首要生態(tài)環(huán)境問題,制約著區(qū)域社會經(jīng)濟發(fā)展,嚴(yán)重威脅到當(dāng)?shù)鼐用竦纳姝h(huán)境。黨的十六、十七、十八大報告及黨的十七屆五中全會審議通過的《中共中央關(guān)于制訂國民經(jīng)濟和社會發(fā)展第十二個五年規(guī)劃的建議》都明確提出: “推進荒漠化、石漠化綜合治理”,石漠化問題已上升為國家生態(tài)建設(shè)戰(zhàn)略。為此,必須制訂科學(xué)的石漠化防治措施,全面推進石漠化防治進程。

遙感技術(shù)具有視域?qū)拸V、探測手段多樣、受地面條件限制小和經(jīng)濟高效等特點,是獲取數(shù)據(jù)信息最準(zhǔn)確、快捷、高效的方法之一,也是地質(zhì)調(diào)查的重要手段之一,更是調(diào)查巖溶石漠化空間分布情況最好的技術(shù)方法。利用遙感技術(shù)可以快速、準(zhǔn)確、經(jīng)濟地獲取不同空間尺度的巖溶石漠化空間分布現(xiàn)狀、分布規(guī)律和演變趨勢信息,為制定有前瞻性和針對性的生態(tài)環(huán)境保護和恢復(fù)規(guī)劃提供科學(xué)依據(jù),推進石漠化防治工作的進程。

目前,巖溶石漠化信息遙感提取方法研究的文獻報道很多,眾多學(xué)者從不同角度提出了多種巖溶石漠化信息遙感提取的方法和思路。本文回顧了相關(guān)研究成果,概括總結(jié)了巖溶石漠化信息遙感提取方法的研究現(xiàn)狀,探討了相關(guān)方法的優(yōu)點和不足,結(jié)合實踐工作提出了一些展望和方法,期望能為巖溶石漠化信息遙感提取方法選擇提供參考。

1 巖溶石漠化信息遙感提取方法

巖溶石漠化信息遙感提取方法主要有人機交互解譯法、比值增強(包括各類植被指數(shù))-密度分割法、監(jiān)督分類及其改進的方法、基于光譜特征的自動分類方法、基于專家經(jīng)驗的分類方法,基于變化監(jiān)測的分類方法和面向?qū)ο蟮姆诸惙椒ā?/p>

1.1 人機交互解譯法

周忠發(fā)等[7-8]在2001年提出利用人機交互解譯的方法提取巖溶石漠化信息，初步總結(jié)出了巖溶石漠化遙感調(diào)查的作業(yè)流程,提出了以地表質(zhì)地指標(biāo)、坡度指標(biāo)和植被指標(biāo)為核心的巖溶石漠化遙感判讀指標(biāo),厘定了典型巖溶石漠化地區(qū)的影像特征,解譯出了貴州省的巖溶石漠化空間分布。

人機交互解譯是遙感解譯方法中最基礎(chǔ)、最經(jīng)典的方法,是巖溶石漠化信息提取最重要的方法之一；但是人機交互解譯的工作量較大,不適用于大區(qū)域(如中國西南八省)巖溶石漠化遙感調(diào)查工作;同時,不同解譯者的解譯標(biāo)準(zhǔn)難以統(tǒng)一,解譯成果缺少可對比性。

1.2 比值增強法

比值增強法是遙感圖像增強的方法之一,它能檢測到波段的斜率信息并加以擴展,以突出不同波段間地物光譜的差異,提高對比度。比值增強法常被用于突出植被特征,提取植被類別或估算植被生物量。常用的算法有植被指數(shù)法和歸一化植被指數(shù)法,比值增強法是巖溶石漠化信息最重要的增強方法。

童立強[9]在2003年提出了石漠化指數(shù)的概念,利用基于視反射率的比值運算法生成視反射率圖像,然后對視反射率圖像采用TM5/TM4 運算來增強石漠化信息,生成石漠化指數(shù)圖像。

視反射率的比值運算采用Fraser等提出的對數(shù)剩余變換方法進行計算,完成輻射校正,消除傳感器增益、太陽照度、坡向等的影響,使之變成僅與地物反射率有關(guān)的似反射率圖像,這是進行大范圍多景不同時相的非紋理遙感信息計算機自動提取時必須的處理步驟。Fraser視反射率圖像的定義為

Piλ=DNiλ·G/Giλ·Gi,

(1)

式中:DNiλ為第i個像元在λ波段的亮度值;G為所有波段所有像元亮度值的幾何平均值;Giλ為λ波段所有像元亮度值的幾何平均值;Gi為第i個像元點所有波段亮度值的幾何平均值;Piλ為第i個像元在λ波段的視反射率值。

采用TM5/TM4的運算增強巖溶石漠化信息,石漠化指數(shù)D的表達式為

Di=PiTM5/PiTM4,

(2)

式中:PiTM5為第i像元在TM5波段的視反射率值;PiTM4為第i像元在TM4波段的視反射率值。將式(2)帶入式(1)得石漠化指數(shù):

Di=(DNiTM5·GiTM4)/(DNiTM4·GiTM5)。

(3)

式中,DNiTM5為第i個像元在TM5波段的亮度值;GiTM4為TM4波段所有像元亮度值的幾何平均值;DNiTM4為第i個像元在TM4波段的亮度值;GiTM5為TM5波段所有像元亮度值的幾何平均值。

實踐表明,石漠化指數(shù)模型增強了巖溶石漠化信息,消除了傳感器增益、太陽照度及坡向等影響,保證了巖溶石漠化信息自動提取的準(zhǔn)確性及時空可比性。

李朝陽等[10]在2007年利用比值植被指數(shù)(RVI)、 歸一化差異植被指數(shù)(NDVI)和增強植被指數(shù)(EVI) 法自動提取了貴州省南部壩王河流域的巖溶石漠化信息。他對增強植被指數(shù)(EVI)進行了改進,加入了土壤調(diào)節(jié)參數(shù),避免了基于比值的植被指數(shù)的飽和問題,同時耦合了抗大氣植被指數(shù)和土壤調(diào)節(jié)植被指數(shù),減少了大氣和土壤背景影響EVI的合成。

周欣等[11]在2008年以MODIS數(shù)據(jù)為數(shù)據(jù)源,采用Rch6/Rch2的比值法自動提取了廣西全境的巖溶石漠化信息。

況順達等[12]在2009年總結(jié)了巖溶石漠化遙感信息增強技術(shù),提出了基于比值運算的改進增強型植被指數(shù)法(GEVI)。GEVI充分利用了植被、土壤、裸巖及水體等在藍光波段、紅光波段及近紅外波段的光譜響應(yīng)特性,增大了土壤、植被、裸巖及水體之間的反差,有利于植被信息的提取。

凌成星等[13]在2009年改進了基于比值運算增強石漠化信息的方法,加入了坡度信息,有利于提高精度,是比值增強法的重要發(fā)展。

李麗等[14]和張盼盼等[15]在2010年從各類植被指數(shù)出發(fā),分別提出了基于植被蓋度的石漠化信息遙感提取方法和喀斯特地區(qū)裸巖率的計算方法,從植被覆蓋度和基巖裸露率的參數(shù)中提取了巖溶石漠化信息。

楊奇勇等[16]在2012年提出了基于地統(tǒng)計學(xué)和遙感的巖溶石漠化信息提取方法,利用地統(tǒng)計學(xué)的方法剔除陰影區(qū),采用比值法增強巖溶石漠化信息,然后利用克里格插值法進行信息提取。這種方法包含了巖溶區(qū)影像陰影修復(fù)的方法[17],充分考慮了巖溶地貌的影響,提高了后續(xù)石漠化分類的精度。

比值增強法及其各類改進方法是巖溶石漠化信息提取最重要的方法,它顯著地擴展了植被和裸巖的光譜的差異,突出了植被和裸巖的影像特征,提高了對比度。就目前遙感技術(shù)水平而言,波譜分辨率與空間分辨率是矛盾的,空間分辨率提高意味著波譜分辨率的降低。比值增強法很難用于空間分辨率優(yōu)于15 m的遙感數(shù)據(jù),難以應(yīng)用于大比例尺石漠化信息提取。

1.3 監(jiān)督分類法

李文輝等[18]在2002年提出利用遙感監(jiān)督分類的方法自動提取巖溶石漠化信息。他應(yīng)用衛(wèi)星TM 數(shù)據(jù),通過石漠化波譜曲線分析,選擇樣區(qū)進行校正、監(jiān)督分類、矢量化和數(shù)據(jù)轉(zhuǎn)換,實現(xiàn)石漠化圖斑的計算機解譯。

文錫梅等[19]在2006年利用監(jiān)督分類的方法提取了貴州省甕安縣的石漠化信息,其方法體系與文獻[18]中的記述基本一致。

謝雨萍等[20]在2009年提出了通過4種監(jiān)督分類的方法(平行六面體、最大似然、最小距離和波譜角分類)提取巖溶石漠化信息,這是對文獻[18-19]的發(fā)展。

監(jiān)督分類法是遙感圖像分類中最經(jīng)典和普適的一種方法。受巖溶區(qū)特殊地貌的影響,遙感影像上陰影較多,監(jiān)督分類的成果精度較差;其成果由柵格圖像直接轉(zhuǎn)為矢量圖件,石漠化圖斑邊界受像元大小的控制呈正交的鋸齒狀,不是真實信息的反映。

1.4 基于光譜特征的自動分類

夏學(xué)齊等[21]在2006年提出了一種利用多光譜遙感數(shù)據(jù)定量提取巖溶石漠化程度信息的算法。以IKONOS遙感數(shù)據(jù)為數(shù)據(jù)源,在多維光譜的向量空間分析的基礎(chǔ)上,利用混合像元到植被線的距離提取了貴州省普定縣典型研究區(qū)的巖溶石漠化信息。

周忠發(fā)等[22]在2008年嘗試采用光譜特征與數(shù)學(xué)分解模型相結(jié)合方法來對石漠化信息進行分類。利用不同平臺和波段遙感數(shù)據(jù),在“3S”技術(shù)支持下進行處理、分類、解譯和分析喀斯特石漠化的空間分布狀況與特征,對石漠化光譜特征進行定量研究,掌握不同條件和不同影響因子下石漠化光譜特征的變化規(guī)律,得出了貴州省畢節(jié)市鴨池示范區(qū)石漠化的空間分布與狀況特征。

岳躍民等[23]在2011年提出了基于光譜吸收特征的石漠化綜合指數(shù),直接提取石漠化遙感評價因子,這是對光譜信息的充分挖掘,極具應(yīng)用價值。同年,岳躍民等[24]還提出了石漠化遙感信息提取的不確定性問題,分析了不確定性的來源,提出既要開展石漠化光譜響應(yīng)機理研究,構(gòu)建石漠化信息提取光譜綜合指數(shù)模型,又應(yīng)該充分考慮地物的時空輔助信息，如地物空間分布的連續(xù)特性。

熊鷹等[25]在2013年提出了基于植被指數(shù)(NDVI)、石漠化綜合光譜指數(shù)(KRDSI)和木質(zhì)素-纖維素吸收指數(shù)(LCA),分別利用Hyperion高光譜遙感影像和模擬的ASTER多光譜遙感影像直接提取石漠化評價指標(biāo)。

基于光譜特征的自動分類方法最大的缺陷是受巖溶區(qū)特殊地貌的影響,大量陰影區(qū)的非正常數(shù)據(jù)影響了定量分析的結(jié)果。從文獻[21]中結(jié)果圖上看,石漠化都位于陽坡,陰坡都是林地覆蓋區(qū),這顯然不符合石漠化的空間分布特征。文獻[24]開始考慮巖溶地貌的影響,這是很有意義的探索,自動分類加人機交互解譯是巖溶石漠化信息提取最好的方法組合。

1.5 基于時間序列的分類方法

莫源富等[26]在2007年利用1979年的航片、1993年TM數(shù)據(jù)和2001年ETM+數(shù)據(jù)模擬了巖溶石漠化“森林→灌木林→灌叢→荒草地→坡耕地→裸露基巖”的土地退化過程,提取巖溶石漠化信息。

李松等[27]在2012年提出基于遙感變化檢測的石漠化信息自動提取方法,其核心是應(yīng)用不同時相的數(shù)據(jù)進行減法運算,增強石漠化信息,然后分類提取。他利用1992和2001年時相的TM數(shù)據(jù)提取了貴州省威寧縣附近的巖溶石漠化信息。

孟小軍等[28]在2013年提出了利用植被覆蓋演變特征提取巖溶石漠化信息,以1999年時相的TM數(shù)據(jù)和2009年的SPOT數(shù)據(jù)為數(shù)據(jù)源,提取了貴州省打狗河流域的巖溶石漠化信息。

這3種方法都包含了基于時間序列的思路, 但是時間分辨率太低, 最多只有3個時相的數(shù)據(jù)參與分析, 成果的準(zhǔn)確性有待檢驗。 幾何配準(zhǔn)和數(shù)據(jù)時相的問題直接決定了這種方法的正誤, 如果不能利用同一位置的像元進行減法運算, 變化信息就無從談起; 植被的覆蓋狀況決定于當(dāng)時的氣候, 如果兩期遙感數(shù)據(jù)的氣候條件出現(xiàn)較大差異會嚴(yán)重影響計算結(jié)果,無法正確提取石漠化信息。

1.6 基于專家經(jīng)驗分類方法

黃巖等[29]在2008年提出了基于專家分類的石漠化定量分析模型。該方法利用經(jīng)驗?zāi)Ｐ头ù_定植被指數(shù)與植被覆蓋度之間的關(guān)系，結(jié)合坡度、巖性、降水量和降雨強度等有關(guān)因素,建立基于專家分類的石漠化定量分析模型。利用該模型提取了重慶南川市的巖溶石漠化信息。

這種方法的實質(zhì)是以植被覆蓋度為基礎(chǔ),結(jié)合坡度、巖性、降雨量和降雨強度提取巖溶石漠化信息。目前,巖溶石漠化與坡度、巖性、降雨量和降雨強度的定量關(guān)系研究還有待進一步深入,加入這些因素提取石漠化信息容易造成“去真”的結(jié)果。

1.7 面向?qū)ο蟮姆诸惙椒?/p>

祖琪等[30]在2011年利用基于面向?qū)ο蠓诸惙椒?在eCognition軟件平臺上提取了桂林寨底地區(qū)的地表覆蓋信息,區(qū)分出了水體、道路、耕地、針葉林、闊葉林、密灌、居民地、果園和灌草。該法已基本具備了巖溶石漠化信息提取的適用性。

面向?qū)ο蟮姆诸惙椒ㄔ谕恋乩玫阮I(lǐng)域有廣泛的應(yīng)用,有大量的研究成果，但這種方法難以對石漠化程度進行分類,即便完成分類也缺乏定量依據(jù)。

2 巖溶石漠化信息遙感提取方法的展望

針對巖溶石漠化信息遙感提取方法的研究現(xiàn)狀、遙感技術(shù)未來的發(fā)展趨勢，結(jié)合筆者的相關(guān)實踐,認為從改進遙感增強模型、改進野外實測基巖裸露率的方法、加強人機交互解譯這3方面著手,有助于建立更科學(xué)的巖溶石漠化信息遙感提取模型。

2.1 研究基于高光譜數(shù)據(jù)的提取方法

隨著高光譜遙感技術(shù)的不斷發(fā)展,在光譜分辨率不斷提高的同時,高光譜數(shù)據(jù)的空間分辨率也有了明顯的進步,將高光譜數(shù)據(jù)應(yīng)用于巖溶石漠化信息提取是有足夠精度的。高光譜數(shù)據(jù)的應(yīng)用應(yīng)該有兩個研究方向：一是按照多光譜數(shù)據(jù)增強模型的思路,研究更適合高光譜數(shù)據(jù)的遙感提取方法；二是借鑒一些基于高光譜數(shù)據(jù)的礦物信息提取方法[31],如光譜微分技術(shù)、光譜匹配技術(shù)、混合光譜分解技術(shù)、光譜分類技術(shù)、光譜維特征提取方法、模型方法等。

2.2 野外實測基巖裸露率的方法

野外實測數(shù)據(jù)是遙感分類最重要的依據(jù),科學(xué)的測量方法能準(zhǔn)確的測出基巖裸露率。結(jié)合數(shù)年地調(diào)工作的實際經(jīng)驗,筆者認為“線密度”法實測基巖裸露率是科學(xué)可行的。如圖1所示,首先選擇邊長為a的正方形樣地,其次以b(b是a的因數(shù))為間距,將正方形平行的兩邊平均分為a/b份,在其垂直方向上有a/b-1條平行線,然后從左至右或者從右至左分別測每條平行線(包括正方形的第一條邊)上基巖裸露的長度li,最后根據(jù)公式p=∑li×b/a2×100%計算樣地的基巖裸露率,其中l(wèi)i為第i條藍線的長度，b越小成果精度越高、工作量越大。

圖1 線密度法示意圖

野外實測的基巖裸露率數(shù)據(jù)是遙感分類的“樣地”,應(yīng)按照遙感分類技術(shù)方法體系中“樣地”選取的原則選取,再根據(jù)上述的方法進行測量,建立野外實測數(shù)據(jù)與遙感圖像的對應(yīng)關(guān)系,提供最重要的分類依據(jù)。

2.3 重視人機交互解譯

相較于其他地貌區(qū),巖溶區(qū)的地表起伏大(尤其是峰叢洼地和峰林洼地區(qū)),在遙感圖像上表現(xiàn)為無規(guī)律的明暗斑點：陽坡為高亮度,是正常的亮度值;陰坡為低亮度,是非正常的亮度值,如果利用全自動的遙感分類方法,結(jié)果容易出現(xiàn)文獻[21]的現(xiàn)象，應(yīng)加強人機交互解譯，消除特殊地貌因素對分類結(jié)果的影響。

莫源富等[32]充分考慮巖溶區(qū)的影像特征,提出了分區(qū)分類的巖溶區(qū)遙感分類思路,對于陰影區(qū)采用人機交互解譯法解譯。楊奇勇等[17]提出了巖溶區(qū)影像陰影修復(fù)的方法,通過修正陰影區(qū)的亮度值來提高后續(xù)石漠化分類的精度，這兩種方法都可以應(yīng)用到人機交互解譯中。

[1]袁道先,蔡桂鴻.巖溶環(huán)境學(xué)[M].重慶:重慶出版社,1988.

[2]袁道先.我國西南巖溶石山的環(huán)境地質(zhì)問題[J].大自然探索, 1996,15 (4): 21-23.

[3]王世杰.喀斯特石漠化概念演繹及其科學(xué)內(nèi)涵的探討[J].中國巖溶,2002,21(2): 101-105.

[4]李陽兵,王世杰,容麗.關(guān)于喀斯特石漠和石漠化概念的討論[J].中國沙漠,2004,24(6): 689-695.

[5]李森,董玉祥,王金華.土地石漠化概念與分級問題再探討[J].中國巖溶,2007, 26(4): 279-284.

[6]李松,熊康寧,王英,等.關(guān)于石漠化科學(xué)內(nèi)涵的探討[J].水土保持通報,2009, 29(2): 205-208.

[7]周忠發(fā),黃路迦,肖丹.貴州高原喀斯特石漠化遙感調(diào)查研究——以貴州省清鎮(zhèn)市為例[J].貴州地質(zhì), 2001, 18(2): 93-98.

[8]周忠發(fā).遙感和GIS技術(shù)在貴州喀斯特地區(qū)土地石漠化研究中的應(yīng)用[J].水土保持通報, 2001, 21(3): 52-54, 66.

[9]童立強.西南巖溶石山地區(qū)石漠化信息自動提取技術(shù)研究[J].國土資源遙感,2003,15(4): 35-38.

[10]李朝陽,況順達,李志忠,等.喀斯特石漠化遙感信息增強與監(jiān)測技術(shù)[J].桂林工學(xué)院學(xué)報,2007,27(1): 30-35.

[11]周欣,吳虹,黨宇寧.基于EOS-MODIS的廣西全境石漠化信息提取方法研究[J].化工礦產(chǎn)地質(zhì),2008,30(4): 219-222,233.

[12]況順達,戴傳固,王尚彥,等.巖溶石漠化遙感信息增強技術(shù)探討[J].貴州地質(zhì),2009,26(1): 44-48.

[13]凌成星,林輝,薛曉坡,等.基于植被指數(shù)特征和空間分析的石漠化信息提取[J].水土保持研究,2009,16(1): 167-171.

[14]李麗,童立強,李小慧.基于植被覆蓋度的石漠化遙感信息提取方法研究[J].國土資源遙感,2010,22(2): 59-62.

[15]張盼盼,胡遠滿,肖篤寧,等.一種基于多光譜遙感影像的喀斯特地區(qū)裸巖率的計算方法初探[J].遙感技術(shù)與應(yīng)用,2010,25(4):510-514.

[16]楊奇勇,蔣忠誠,馬祖陸,等.基于地統(tǒng)計學(xué)和遙感的巖溶區(qū)石漠化空間變異特征[J]. 農(nóng)業(yè)工程學(xué)報,2012,28(4):243-247.

[17]楊奇勇,馬祖陸,蔣忠誠,等.峰叢洼地遙感圖像山體陰影缺失的克里格修復(fù)[J].國土資源遙感,2012,24(4):112-116.

[18]李文輝,余德清.巖溶石山地區(qū)石漠化遙感調(diào)查技術(shù)方法研究[J].國土資源遙感,2002,14(1): 34-37.

[19]文錫梅,蘭安軍,安裕倫,等.ASTER影像在喀斯特石漠化遙感解譯中的應(yīng)用——以貴州省甕安縣為例[J].貴州師范大學(xué)學(xué)報：自然科學(xué)版,2006,24(3): 24-28.

[20]謝雨萍,吳虹,劉澤東，等.恭城縣巖溶石漠化環(huán)境變化定量遙感研究[J].桂林工學(xué)院學(xué)報,2009,29(1): 65-71.

[21]夏學(xué)齊,田慶久,杜鳳蘭.石漠化程度遙感信息提取方法研究[J].遙感學(xué)報,2006,10(4): 469-474.

[22]周忠發(fā),閆利會,喻琴.不同背景條件下喀斯特石漠化光譜模型建立與空間分析[J].水土保持通報,2008,28(6): 95-97.

[23]岳躍民,張兵,王克林,等.石漠化遙感評價因子提取研究[J].遙感學(xué)報,2011,15(4):722-736.

[24]岳躍民,王克林,張兵,等.喀斯特石漠化信息遙感提取的不確定性[J]. 地球科學(xué)進展,2011,26(3):266-274.

[25]熊鷹,岳躍民,王克林.基于Hyperion和ASTER影像的喀斯特石漠化評價指標(biāo)提取對比研究[J].水土保持通報, 2013,33(3):186-190.

[26]莫源富,奚小雙,夏日元.廣西都安縣三只羊地區(qū)與貴州羅甸縣大關(guān)地區(qū)巖溶石漠化進程對比分析[J].中國巖溶, 2007,26(4):291-296.

[27]李松,安裕倫,華厚強.基于遙感變化檢測的石漠化信息自動提取[J].遙感技術(shù)與應(yīng)用,2012,27(1):149-153.

[28]孟小軍,莫源富.基于遙感技術(shù)的打狗河流域 1999—2009 年間石漠化及綠化研究[J].桂林理工大學(xué)學(xué)報, 2013,33(4):622-628.

[29]黃巖,謝世友,趙亞萍.基于ETM影像的喀斯特石漠化調(diào)查研究——以重慶南川市為例[J].國土資源遙感,2008,20(1): 55-58,71.

[30]祖琪,袁希平,莫源富,等.基于面向?qū)ο蠓诸惙椒ㄔ赟POT影像中的地物信息提取[J].中國巖溶, 2011,30(2):227-232.

[31]浦瑞良,宮鵬.高光譜遙感及其應(yīng)用[M].北京:高等教育出版社,2003.

[32]莫源富,周立新.分區(qū)分類法——針對山區(qū)遙感圖象的一種有效的分類方法[J].中國巖溶, 2000,19(4):360-365.

Review status and prospect of karst rocky desertification remote sensing information extraction methods

CHENG Yang1,SHEN Li-na1, MO Yuan-fu1, SUN Yue2

(1.Institute of Karst Geology, Chinese Academy of Geological Sciences, Guilin 541004,China;2.College of Earth Sciences,Guilin University of Technology, Guilin 541006,China)

Remote sensing technology is the best technical investigation method for karst rocky desertification spatial distribution. By reviewing the related results, this paper summaries the research status of the remote sensing information extraction methods of karst rocky desertification and discusses the relevant methods’ advantages and disadvantages, such as human computer interactive interpretation method, ratio enhancement method,supervised classification, automatic classification method based on spectral feature, classification method based on time series, classification method based on expert experience and object-oriented classification method. Combined with practical work,three researches are suggested:improving remote sensing enhanced model, improving method of exposed bedrock rate survey, strengthening interactive interpretation to establish a more scientific remote sensing information extraction model for karst rocky desertification.

high spectral;remote sensing;karst rocky desertification

1674-9057(2015)04-0839-06

10.3969/j.issn.1674-9057.2015.04.024

2015-05-11

中國地質(zhì)調(diào)查局地質(zhì)調(diào)查項目(12120114069001-1；12120115046601);廣西自然科學(xué)青年基金項目(2014GXNFSBA 118215);廣西科技攻關(guān)計劃項目(桂科攻1598019-10);中國地質(zhì)科學(xué)院巖溶地質(zhì)研究所基本科研業(yè)務(wù)費項目(2014017)

程 洋(1987—),男,碩士,助理研究員,研究方向:遙感在地質(zhì)領(lǐng)域的應(yīng)用,chengyang@karst.ac.cn。

沈利娜,博士,助理研究員,shenlina@karst.ac.cn。

程洋,沈利娜,莫源富,等.巖溶石漠化信息遙感提取方法研究現(xiàn)狀及展望[J].桂林理工大學(xué)學(xué)報，2015,35(4):839-844.

TP79;P642.254

A