论文部分内容阅读
草原退化指标地物的识别与统计是草地生态监测的重要基础环节,是草原退化程度分级的重要量化参数,也是制定草原生态恢复方案的重要依据。近半个世纪以来,受人类活动和气候变化等因素的影响,地球生态系统遇到了严峻挑战,全球逾34%的陆地生态系统已处于荒漠化进程的不同阶段。草地生态系统由于群落结构简单是最易受荒漠化影响的生态景观。如今草地生态系统已经成为荒漠化的主体和沙尘暴主要发源地之一,已严重影响甚至威胁当地人民的发展与生存。由于退化草地分布广泛且退化程度不一,因地制宜精准施策成为草原生态恢复的关键,而高效的草地生态信息统计与精准的退化程度调查是必要前提。在国家标准《天然草地退化、沙化、盐渍化的分级指标》中植物群落覆盖度、草地退化指示物种相对占比、植被群落中植被组成等均是必要监测项目。而传统人工野外调查消耗大量人力,无法实现区域性动态监测;卫星遥感成像质量易受天气影响、重访周期长、空间分辨率低等原因限制,难以实现对草原细小地物的精准统计。草地生态信息统计、监测手段上的不足制约了生态恢复的进程,因此迫切需要一种快捷、无损、高精度、可大面积进行草原退化指标地物监测手段和识别分类方法。基于无人机高光谱遥感的草原退化指标地物的识别与分类不仅为草原退化的实时监测和评价奠定了基础,同时也使基于遥感的草原退化的定量研究成为可能,它将为草原退化监测和研究实现高效、实时、准确和定量研究提供新的手段和模式,为我国草原退化的防治做出贡献。本研究建立了低空无人机高光谱遥感平台,该平台兼具图谱合一、高空间分辨率、高光谱分辨率、机动、灵活等优势,为草地生态信息统计与监测提供了硬件基础。采集了连续两个植物生长期的内蒙古荒漠化草原遥感影像,获得了研究区域草原退化指标地物的底本数据。由于数据采集和分类方法的限制,目前基于无人机遥感的地物识别仍然处在大面积单一地物的识别与分类水平。而荒漠化草原地物植株细小、种群间相似度高、呈碎片化斑块状分布,识别与分类难度极大,对获取的数据质量和分类方法都提出了更高的要求,用现有的数据采集和分类方法无法解决,只有突破才能达到分类精度,研究才具有实际应用价值。本研究针对退化草原地物相似度高、难以分类的问题,结合草原退化指标地物特性和无人机高光谱数据特性,分别基于传统图像分类方法和深度学习分类方法建立了草原退化指标地物群落间、种群间高精度识别与分类模型,为草地生态信息统计与监测提供模型基础。本研究提出了CSI指数、CDI指数并确定分类规则,解决了草原物种相似度高,光谱差异微弱,难以区分的问题,实现了对草原退化指标地物中建群种、优势种与伴生种种群间的高精度分类。经精度评价,分类总体精度达93.12%,Kappa系数达0.91。本研究综合运用特征波段提取、PSIR指数、光谱缩放、阈值统计等方法确定了草原退化指标地物中植物群落与裸土、枯草的分类规则,实现了对草原退化指标地物中群落间的高精度分类。经精度评价,分类总体精度达95.71%,Kappa系数达0.93。深度学习分类模型泛化程度不一,目前对低空无人机高光谱高维度、高空间分辨率数据进行分类模型研究的较少,对荒漠化草原细小植株、分布随机且存在大量混合像元的地物分类模型研究更是鲜有报道。本研究建立了轻量化DGC-3D-CNN模型并制作了无人机高光谱草原退化指标地物群落数据集用来评价模型分类性能。研究表明DGC-3D-CNN模型充分利用了无人机高光谱数据的光谱-空间联合信息,对群落数据集中草原退化指标地物展现了良好的分类潜力;通过对模型9个参数的优化,进一步提升了模型的效率与精度,同时发现DGC-3D-CNN模型中卷积核数量、Batch size、Spatial size三个参数对群落数据集的分类精度影响较大,而较轻的网络结构,较小的卷积核尺寸对细小的草原退化指标地物分类性能更好。优化后的DGC-3D-CNN模型对群落数据集的总体识别精度提升了9.14%,总体精度达98.11%,实现了利用深度学习方法对退化指标地物群落间高精度分类。本研究建立了轻量化GDIF-3D-CNN模型,针对草原植物种群间相似度高、分类难度大的问题,制作了两类无人机高光谱草原退化指标地物种群数据集,分别为种群纯净像元数据集和种群混合像元数据集,用来评价模型分类性能。研究表明GDIF-3D-CNN模型对建群种、优势种展现了良好的分类潜力,单类分类精度均超过91%;通过对模型8个参数的优化进一步提升了模型的效率与精度,对种群纯净像元数据集的分类总体精度达94.815%,效率提升了76.2%;对种群全部像元数据集的总体精度达92.625%,效率提升了76.5%,实现了利用深度学习方法对退化指标地物种群间高精度分类。本研究所建立的两种植被指数及分类规则和两种深度分类模型实现了对无人机高光谱数据中草原退化指标地物的群落间、种群间的高精度分类,是基于遥感信息的荒漠化草原地物分类研究的一次有意义的探索,为荒漠化草原实时、高效、高精度的生态信息监测与统计奠定模型基础,为荒漠化草原生态恢复手段的精准实施提供参考。