Page 245 - 房地产经济健康平稳高质量发展研究

第十三章 沙化土壤修复

二、沙化土壤遥感监测技术研究

目前，提取沙化土壤的遥感技术方法主要有：传统分类方法、植被指数法、
面向对象方法、神经网络法、混合像元分解法等。

（一）传统分类方法
传统分类方法在沙化土壤提取中得到了广泛应用。主要分为目视解译、非
监督和监督分类，常用的非监督分类方法包括K-means法、动态聚类法、模糊聚
类法等。监督分类方法有最大似然法、最小距离法等。沙化土壤的光谱特征通过

遥感影像进行分析，是最佳波段组合选择以及提取专题信息的重要基础。但是，
基于像素光谱特征的分类方法无法表达同一地物本身的光谱异质性，无法通过像
素光谱特征分类来表达。近年来，中国和其他国家众多学者进行了相关研究，在
一定程度上提高遥感影像的分类精度，其中包括基于面向像元的遥感影像分类的

支持向量机、神经网络分类器、粗糙集理论、分层聚类、纹理分类等经过改进的
方法。
AnishaM.Lal提出利用稀疏融合若和约束值聚集区域遥感影像监测模式，对
分类前后的监测结果进行对比，精度有所提高。王娟敏等人以CNERS-2影像作为

数据源使用光谱知识法能够较快地对研究区流动沙地、半固定沙地、固定沙地和
沙化耕地准确地提取各类沙地土地信息。
（二）植被指数法
植被指数法是基于遥感监测数据计算出的植被指数和环境之间的关系，对植

被信息进行合理分析，进而从整个自然区域当中对信息进行获取。植被指数法对
多波段反射率进行合理分析，保证反射率的稳定性，增强植被信息，对传统非植
被信息进行最小化处理。植被指数能够对多数植被信息进行获取，避免外界因素
对获取信息造成影响，这种植被指数已经在沙化信息中得到广泛应用。该方法通

过建立陆地生长环境中植被指数与相关变量之间的关系对信息进行获取，进而判
断整个自然区域中的信息。因为植被指数能够提取沙化信息并且取得良好效果分
析，植被指数主要应用NDVI、EVI、MSAVI内容对相关信息进行获取。除此之
外，合理应用植被指数的含义，对多波段合成数据比值进行对比和分析，获取沙

化信息。但是总的来说，植被指数在应用中没有得到理论证明，在植被覆盖率低
并且土壤影响大的沙化地区不能够有效获取信息。

·233·