运用NDVI-Albedo特征空间提取石漠化信息

doi:10.13474/j.cnki.11-2246.2022.0110

测绘通报 ›› 2022, Vol. 0 ›› Issue (4): 56-60,82.doi: 10.13474/j.cnki.11-2246.2022.0110

运用NDVI-Albedo特征空间提取石漠化信息

罗杰^1,2, 刘绥华^1,2, 阮欧^1,2, 胡海涛^1,2

1. 贵州师范大学地理与环境科学学院, 贵州贵阳 550001;
2. 贵州省山地资源与环境遥感应用重点实验室, 贵州贵阳 550001

收稿日期:2021-08-30 出版日期:2022-04-25 发布日期:2022-04-26
通讯作者: 刘绥华。E-mail:lsh23h@163.com
作者简介:罗杰(1994-),男,硕士生,研究方向为地理信息系统与遥感应用。E-mail:luojie1921@163.com
基金资助:
国家自然科学基金（61540072；42161029）

Extraction of rocky desertification information using NDVI-Albedo feature space

LUO Jie^1,2, LIU Suihua^1,2, RUAN Ou^1,2, HU Haitao^1,2

1. School of Geography and Environmental Science, Guizhou Normal University, Guiyang 550001, China;
2. Guizhou Key Laboratory of Mountainous Resources and Environment Remote Sensing, Guiyang 550001, China

Received:2021-08-30 Online:2022-04-25 Published:2022-04-26

摘要/Abstract

摘要： 石漠化是西南喀斯特地貌地区面临的最主要生态环境问题之一，对石漠化进行监测是其防治的一项重要工作。本文以威宁西部典型的石漠化研究区斗古乡为例，基于Landsat 8 OLI遥感数据，计算了研究区归一化植被指数(NDVI)和地表反照率(Albedo)，通过NDVI-Albedo特征空间构建石漠化差值指数(RSDDI)，对石漠化信息进行提取并对其进行精度验证。研究表明:基于NDVI-Albedo特征空间法构建的石漠化差值指数能够较为准确且便捷地对石漠化信息进行提取与分级，在中度石漠化及重度石漠化的制图精度均达到89%以上，提取效果较好，有利于西南喀斯特地貌地区对石漠化的定量评估与监测。

关键词: 石漠化, NDVI-Albedo特征空间, 遥感, 石漠化差值指数

Abstract: Rocky desertification is one of the most crucial ecological and environmental problems in the karst area of Southwest China. Monitoring rocky desertification is an important task for the prevention and control of rocky desertification. Taking a typical rocky desertification research area of Dougu town in western Weining as an example, based on Landsat8 OLI remote sensing data, the normalized vegetation index(NDVI) and Albedo of the research area are calculated, and the rocky desertification difference index (RSDDI) is constructed through the NDVI-Albedo feature space to extract the rocky desertification information and verify its accuracy. Studies have shown that the rocky desertification difference index constructed based on the NDVI-Albedo feature space method can extract and classify rocky desertification information more accurately and conveniently, and the accuracy of the mapping for moderate rocky desertification and severe rocky desertification is both reaching more than 89%, the extraction effect is excellent, which is conducive to the quantitative assessment and monitoring of rocky desertification in the southwest of China karst area.

Key words: rocky desertification, NDVI-Albedo feature space, remote sensing, RSDDI

中图分类号:

P237

罗杰, 刘绥华, 阮欧, 胡海涛. 运用NDVI-Albedo特征空间提取石漠化信息[J]. 测绘通报, 2022, 0(4): 56-60,82.

LUO Jie, LIU Suihua, RUAN Ou, HU Haitao. Extraction of rocky desertification information using NDVI-Albedo feature space[J]. Bulletin of Surveying and Mapping, 2022, 0(4): 56-60,82.

参考文献 19

[1]	王世杰. 喀斯特石漠化:中国西南最严重的生态地质环境问题[J]. 矿物岩石地球化学通报, 2003, 22(2):120-126.
[2]	熊康宁,黎平,周忠发,等. 喀斯特石漠化的遥感-GIS典型研究:以贵州省为例[M]. 北京:地质出版社, 2002.
[3]	陈起伟, 兰安军, 熊康宁, 等. 基于遥感光谱特征的喀斯特石漠化信息提取[J]. 贵州师范大学学报(自然科学版), 2003, 21(4):82-87.
[4]	姚远. 喀斯特石漠化遥感信息提取方法综述[J]. 测绘与空间地理信息, 2016, 39(12):64-67.
[5]	涂杰楠, 杨亮, 梁丽新, 等. 基于RapidEye遥感影像的比值密度分割法在岩溶石漠化调查中的应用——以云南鹤庆县为例[J]. 中国岩溶, 2015, 34(3):298-307.
[6]	岳跃民, 张兵, 王克林, 等. 石漠化遥感评价因子提取研究[J]. 遥感学报, 2011, 15(4):722-736.
[7]	王明明, 王世杰, 白晓永, 等. 典型小流域喀斯特石漠化演变特征及其关键表征因子与驱动因素[J]. 生态学报, 2019, 39(16):6083-6097.
[8]	朱大运, 熊康宁, 肖华, 等. 基于植被指数的GF-1与Landsat-OLI石漠化识别能力对比评价[J]. 自然资源学报, 2016, 31(11):1949-1957.
[9]	QI X, ZHANG C, WANG K. Comparing remote sensing methods for monitoring Karst rocky desertification at sub-pixel scales in a highly heterogeneous Karst region[J]. Scientific Reports, 2019, 9(1):13368.
[10]	李玲,蔡忠亮,陈忠超,等.石漠化信息提取与时空演变分析——以贵州威宁县为例[J].测绘地理信息,2022,47(2):115-118.DOI:10.14188/j.2095-6045.2019345.
[11]	岳跃民, 王克林, 张兵,等. 喀斯特石漠化信息遥感提取的不确定性[J]. 地球科学进展, 2011, 26(3):266-274.
[12]	王世杰, 李阳兵, 李瑞玲. 喀斯特石漠化的形成背景、演化与治理[J]. 第四纪研究, 2003, 23(6):657-666.
[13]	PAN Jinghu, LI Tianyu. Extracting desertification from Landsat TM imagery based on spectral mixture analysis and Albedo-Vegetation feature space[J]. Natural Hazards, 2013, 68(2):915-927.
[14]	MA Zongyi, XIE Yaowen, JIAO Jizong, et al. The construction and application of an aledo-NDVI based desertification monitoring model[J]. Procedia Environmental Sciences, 2011, 10:2029-2035.
[15]	李宇君, 张磊. 基于沙地指数模型的沙地监测方法[J]. 地球信息科学学报, 2021, 23(4):680-691.
[16]	潘竟虎, 秦晓娟. 基于植被指数-反照率特征空间的沙漠化信息遥感提取——以张掖绿洲及其附近区域为例[J]. 测绘科学, 2010, 35(3):193-195.
[17]	LIANG Shunlin. Narrowband to broadband conversions of land surface albedo I:algorithms[J]. Remote Sensing of Environment, 2001, 76(2):213-238.
[18]	曾永年, 向南平, 冯兆东, 等. Albedo-NDVI特征空间及沙漠化遥感监测指数研究[J]. 地理科学, 2006, 26(1):75-81.
[19]	VERSTRAETE M M, PINTY B. Designing optimal spectral indexes for remote sensing applications[J]. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(5):1254-1265.

运用NDVI-Albedo特征空间提取石漠化信息

Extraction of rocky desertification information using NDVI-Albedo feature space

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 19

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[7]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[8]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[9]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[10]	刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.
[11]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[12]	赵传武, 吴子若, 张玉环, 郭伟. 基于多时相遥感的鄂尔多斯市不透水面变化分析[J]. 测绘通报, 2022, 0(5): 56-61.
[13]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[14]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[15]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.