学科分类
/ 1
9 个结果
  • 简介:系统地分析了甘肃省主要湿地植被类型及其分类。依据中国湿地植被、甘肃植被等分类原则和分类系统,结合甘肃省湿地植被的形成、发育和分布特点,甘肃省湿地植被划分为4个植被型组、9个植被型、74个群系和138个群丛;依据湿地的定义和湿地植被的特征种、指示种等特点,从生态学角度分析西北地区一些受争议的河岸林缘植被、胡杨(Populuseuphratica)群系等是否属湿地植被,并依据此类群落的群落和生境特征,将胡杨等群系列入湿地植被。

  • 标签: 湿地植被 分类系统 河岸植被 林缘植被 胡杨群系 甘肃
  • 简介:通过对扎龙湿地Landsat7ETM+影像进行计算机自动分类的实验研究,探讨了提高湿地遥感分类精度的方法与途径.实验所采用的首先对遥感影像进行非监督分类,再利用非监督分类生成的分类模板加以修改补充后进行监督分类的方法,经过误差矩阵的精度评价,可以获得研究区湿地遥感分类较高的分类精度.利用上述分类方法对3种ETM+不同波段组合的影像进行具体的遥感分类比较研究发现,选择ETM+7、5、3影像进行分类有助于提高扎龙湿地遥感分类的精度.为了提高湿地遥感分类的精度,还必须运用人机互译判读方法.

  • 标签: ETM+ 扎龙湿地 分类精度 非监督分类 遥感影像 波段
  • 简介:采用双指示种分析(TwoWayIndicatorsSpeciesAnalysis,TWINSPAN)和除趋势对应分析(DetrendedCorrespondenceAnalysis,DCA)方法,对位于三江平原的建三江农垦分局内的湿地植物群落的数据进行群落数量分类和排序。调查的86个样地中共发现49科133属226个物种;TWINSPAN将样地划分为8种群丛,将优势物种划分为8组,分类结果可以在DCA排序图上很好地反映出来,且优势物种的分布格局很大程度上决定了群丛的分布格局;DCA的前两个排序轴提供了23.5%的信息量,其中第一排序轴提供了14.5%的信息量,主要反映出样地水分条件的变化;样地的排序结果反映了植物群落类型与环境因子之间的关系。

  • 标签: 湿地植物群落 分类 排序 三江平原 建三江农垦分局
  • 简介:在ENVIEX软件的FeatureExtraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.87651;②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。

  • 标签: 湿地景观 遥感影像分类 面向对象方法 景观生态学 影像分割 特征提取
  • 简介:采用样线法结合样方法对北京汉石桥湿地自然保护区的湿地植被进行调查和分类研究。汉石桥湿地共有湿地植被2个植被型组、4个植被型、22个群系组、31个群系。对研究区主要植物群系进行多样性分析发现,莲(Nelumbonucifern)群系的Simpson多样性指数最高,而芦苇(Phragmitesaustralis)群系的Shannon—Wiener多样性指数和群系物种数最高。并对该湿地核心区2003年和2006年的主要湿地植被分布情况进行分析,结果表明,该湿地在2004年进行恢复工程的前后各区域土地利用和植被分布有较大变化,人为干扰及恢复工程是汉石桥湿地植被的分布变化的主要原因。针对目前的状况,保护区应该采取保障水源,营造不同的生境类型和保护湿地动植物资源等方法,维持湿地物种多样性和生态功能的稳定。

  • 标签: 汉石桥湿地 植被分类 生物多样性 植被格局变化
  • 简介:分割和分类是面向对象分类方法的2个基本步骤,分割的效果会直接影响分类的精度。因此本研究以福建省平潭岛的SPOT-5高空间分辨的遥感影像为研究数据,利用正交试验的方法探究该区域多尺度分割的最优参数,并建立分类规则进行分类。最后将基于像元的监督分类与面向对象的分类方法进行比较分析,得到的总体精度分别为77.50%和89.00%。结果表明,由于面向对象的分类方法能更充分的利用影像的光谱信息、几何结构和纹理特征,在高空间分辨率的遥感影像分类中更具有发展前景。

  • 标签: 分割 参数优化 面向对象分类 高分辨率遥感影像