本研究是国家自然基金项目“荒漠化因子定量反演及评价遥感信息模型的研究”(项目编号:30371192)的部分内容。 荒漠化是全球性的重大问题,它严重影响了经济发展和生态环境,治理荒漠化首先要了解荒漠化,对不同的荒漠化程度做出评价。目前,荒漠化程度评价的主要因子为植被因子、土壤因子和地表形态因子。本文主要是研究植被因子的定量反演,建立植被因子的遥感信息模型,为荒漠化评价提供定量的植被因子数据。 本次研究应用3S技术,选用TM数据,选取内蒙古奈曼旗地区为试验地,首先对该地区进行了大量的外业调查,获得大量的实测数据。对地形图进行处理,建立了DEM模型,同时对遥感影像进行了几何精校正,大气校正等预处理,为植被因子的定量反演打下了坚实的基础。 在对植被盖度的定量反演中,选用NDVI与实测数据建立了经验模型,根据混合像元分解的理论,确定出NDVISOYI和NDVIveg,建立了像元二分模型。对生物量的反演中,根据几种植被指数与实测数据的相关分析,确定采用NDVI与实测数据建立经验模型,考虑到地形因子,生物学因子,气象因子等对生物量的影响,从DEM模型中提取坡度,坡向等因子,在TM影像中通过目视解译获得土壤类型和植被类型等因子;从收集的资料中获取当地的气象因子形成综合因素层,建立了生物量的遥感地学模型。并对以上几种模型进行了精度验证。研究结果表明:植被盖度反演中,像元二分模型的精度高于经验模型的精度,在建立的三个经验模型中,又以三次拟合曲线的拟合度最高。经验模型建模简单,使用范围广。生物量反演中,NDVI与实测数据所建立的经验模型,建模简单,适用范围比较广,三次拟合曲线优于二次函数曲线模型,二次函数曲线优于一元线性回归。生物量的遥感地学模型由于不仅仅考虑到了植被的光谱信息,也考虑到了其他的相关信息而反演精度高于三次拟合曲线,但是工作量大,建模复杂。