辽宁石油化工大学学报 ›› 2015, Vol. 35 ›› Issue (5): 58-61,72.DOI: 10.3969/j.issn.1672-6952.2015.05.014
Cao Yang1, Wei Haiping1,Yang Jingrong2
摘要: 以沙漠化研究中农、 林、 牧生态交错脆弱带毛乌素沙地为研究对象, 基于C B E R S和 TM 遥感影像数据, 对毛乌素沙地类型区提取的最优计算机自动分类方法进行了研究, 并结合 G I S空间分析和景观指数定量研究了2 0 0 0、 2 0 0 6、 2 0 1 3年间毛乌素沙地的演化过程。实验结果表明, 通过计算机自动监督分类中的最大似然法解译获取的沙地类型区得到的总体精度最高, 在8 6. 2 1%以上, 是荒漠化土地分类的理想手段; 流动沙地、 半流动沙地、 半固定沙地和固定沙地与环境变化之间存在非线性的响应关系。目前4种沙地类型斑块均呈现不稳定状态, 其中流动型沙地和半流动性沙地的空间位置变化较为显著, 呈现由西南部逐步向西北部和南部推移或转移的趋势, 斑块之间的演替在今后的一段时间内仍将频繁发生, 但4种类型沙地的面积之和占研究区总面积的比例由8 2. 2 9%降至7 5. 0 7%,证明通过治理, 毛乌素沙地的生态环境总体转好。
曹 杨,魏海平,杨景荣. 基于G I S和R S的毛乌素沙地景观提取及变化研究[J]. 辽宁石油化工大学学报, 2015, 35(5): 58-61,72.
Cao Yang, Wei Haiping,Yang Jingrong. Study of the Landscape Extraction and Evolution of Mu Us Desert Based on Geographic Information System and Remote Sensing[J]. Journal of Liaoning Petrochemical University, 2015, 35(5): 58-61,72.