基于多源数据的石漠化信息提取及地质驱动因素研究

论文摘要

石漠化一直是影响贵州可持续发展的重要生态问题,贵州黔南岩溶石漠化的区域面积广,地形陡峭、奇特,石漠化等级齐全、程度深且危害重。现代遥感技术、计算机技术和人工智能等方面的快速发展,为精确、快速的调查研究岩溶区域石漠化现状、分布面积、分布规律及统计分析石漠化发生的内在因素等提供了有力的支撑和可能。目前,尚未利用较新的深度信念网络（DBN）模型进行石漠化信息的提取,以及将地质驱动因素作为切入点深入量化地研究地质因素与石漠化发生发展的关系。本文基于《贵州省生态学一流学科建设》项目,以2000年、2010年和2017年三个时相的遥感数据为影像数据源,以数字高程模型为地形数据源,并矢量化黔南地质图获得岩性分布数据,建立黔南石漠化等级划分标准,采用综合分析法、决策树法和深度信念网络（DBN）模型法对黔南石漠化信息进行提取。在此基础上,对黔南研究区运用差值法进行动态演变分析,统计得到了黔南石漠化在20002010年间和20102017年间的变化规律,借助GIS平台对黔南石漠化的地质驱动因素进行了较为深入的分析。地质因素是石漠化发生的根本,研究岩组、岩溶地貌及地质构造等因素与石漠化发生发展的关系,其结果表明长期在薄弱地质背景区域开展不当的人为活动加剧了石漠化的发生。由此,为黔南地区及贵州省岩溶山区的石漠化监测及治理提供了合理的参考依据。论文主要成果如下。（1）针对遥感影像的去噪,在matlab编程的基础上提出了基于二维EMD和自适应高斯滤波相结合的遥感影像去噪算法,具有创新性和实用性,获得较好的去噪效果,并利用该算法处理了黔南三个时相的遥感影像。（2）根据制定的黔南石漠化等级划分标准,分别采用多指标综合分析法、基于知识的决策树法和深度信念网络（DBN）模型法等三种方法,对研究区石漠化信息进行提取,重点研究深度信念网络（DBN）模型法提取遥感影像的石漠化信息,即探讨人工智能的信息提取方法。根据野外实地调查数据及Google地图进行精度验证,综合分析法提取的石漠化信息总体分类精度为71.05%,Kappa系数为63.34%;决策树法提取的石漠化信息总体分类精度为54%,Kappa系数为41.74%;深度信念网络（DBN）模型提取的石漠化信息总体分类精度为77.17%,Kappa系数为71.20%。深度信念网络（DBN）模型法效果最好,达到预期目的,对于推动人工智能在遥感中的应用具有积极的作用。（3）在对石漠化信息提取的过程中,通过Landsat-8遥感影像深入分析了石灰岩、白云岩和石灰岩与白云岩互层三种碳酸盐岩的遥感影像特征;不同构造发育区域三种碳酸盐岩的遥感影像特点。通过对这些影像特征的研究不仅为岩溶地貌的研究提供了参考,也为基础地质与应用地质工作的开展提供了相关借鉴资料和数据。（4）利用深度信念网络（DBN）模型法提取2000年、2010年和2017年的石漠化信息,并差值运算获取研究区20002010年间和20102017年间的石漠化变化程度分布图,借助GIS手段统计发现研究区在20002010年间石漠化表现为加剧恶化,但其加剧恶化的速率逐年降低且局部地区石漠化情况得到了改善;在20102017年间石漠化大幅度得到了改善且石漠化改善的面积远远大于加剧恶化的面积。（5）根据三个时相的遥感影像石漠化提取结果,对研究区石漠化的分级分布与地质驱动因素（岩组、岩溶地貌及地质构造）进行相关性分析,结果表明石漠化在石灰岩地区的发生率最高且石漠化情况严重,在碳酸盐岩与碎屑岩二者互层地区最低;石漠化在岩溶地貌中的发生率从高到低依次为溶蚀地貌,溶蚀—侵蚀、剥蚀地貌,侵蚀、剥蚀地貌;石漠化在层间节理型构造—岩溶区中的发生率大于共轭节理型构造—岩溶区,但是黔南石漠化在层间节理型构造—岩溶区中的分布面积为5836.25平方公里,远小于石漠化在共轭节理型构造—岩溶区中的分布面积20374.83平方公里。（6）黔南喀斯特地区石漠化发生的地质背景因素是不会改变的,并且在相当长的时期还会保持一个稳定的状态。各种地质背景因素的分布特征及其与石漠化发生发展的联系和规律及其在空间上的分布和表现非常明确,有助于研究区有针对性地开展石漠化的重点监测和指导防治。

论文目录

• 摘要
• Abstract
• 第一章 引言
•   1.1 选题背景与研究意义
•     1.1.1 选题背景
•     1.1.2 研究目的与意义
•     1.1.3 课题来源
•   1.2 国内外研究现状
•     1.2.1 国外研究现状
•     1.2.2 国内研究现状
•     1.2.3 主要存在问题
•   1.3 研究内容与技术路线
•     1.3.1 研究内容
•     1.3.2 技术路线
•     1.3.3 章节安排
• 第二章 研究区概况
•   2.1 自然地理概况
•     2.1.1 地理位置
•     2.1.2 地形地貌
•     2.1.3 气候特征
•     2.1.4 土壤和植被
•   2.2 区域地质
•     2.2.1 地层
•     2.2.2 地质构造
•   2.3 社会经济状况
• 第三章 遥感数据源的选择和处理
•   3.1 数据源选择
•     3.1.1 遥感影像数据选择
•     3.1.2 DEM数据的选择
•     3.1.3 地质数据的选择
•   3.2 数据处理
•     3.2.1 坐标系统一
•     3.2.2 辐射校正
•     3.2.3 几何校正
•     3.2.4 影像镶嵌与裁剪
•   3.3 遥感影像去噪处理
•     3.3.1 遥感影像EMD去噪理论
•     3.3.2 遥感影像自适应高斯滤波去噪
•     3.3.3 遥感影像的二维EMD与自适应高斯滤波去噪
•     3.3.4 实验结果与分析
•     3.3.5 黔南遥感影像去噪处理
•   3.4 小结
• 第四章 岩溶石漠化信息提取方法研究
•   4.1 岩溶石漠化等级标准选取
•     4.1.1 石漠化等级划分
•     4.1.2 石漠化分级指标体系
•   4.2 石漠化相关指标提取
•     4.2.1 植被覆盖度信息提取
•     4.2.2 岩石裸露率信息提取
•     4.2.3 地形坡度信息提取
•     4.2.4 黔南碳酸盐岩分布特征
•   4.3 综合分析法提取石漠化
•     4.3.1 综合分析法提取石漠化监测流程
•     4.3.2 分级指标构建
•     4.3.3 综合分析法石漠化信息提取结果
•   4.4 基于决策树法提取石漠化
•     4.4.1 决策树法提取石漠化流程
•     4.4.2 分类规则确定
•     4.4.3 决策树法石漠化信息提取结果
•   4.5 基于深度信念网络（DBN）模型的石漠化信息提取
•     4.5.1 DBN模型
•     4.5.2 RBM参数设置
•     4.5.3 典型碳酸盐岩的影像特征
•     4.5.4 石漠化遥感影像解译标志
•     4.5.5 深度信念网络（DBN）模型石漠化信息提取
•   4.6 精度评价
•     4.6.1 精度评价方法
•     4.6.2 石漠化信息提取精度评价
•     4.6.3 结果分析与评价
•   4.7 小结
• 第五章 岩溶石漠化的地质驱动因素研究
•   5.1 石漠化动态变化
•     5.1.1 各时相的岩溶石漠化分布情况
•     5.1.2 石漠化变化情况
•   5.2 石漠化与岩组的关系
•     5.2.1 不同岩组的石漠化分布及发生率
•     5.2.2 岩组与石漠化演变关系
•   5.3 石漠化与岩溶地貌的关系
•     5.3.1 岩溶地貌划分
•     5.3.2 不同岩溶地貌石漠化分布及发生率
•   5.4 石漠化与构造的关系
•     5.4.1 构造分区
•     5.4.2 石漠化在不同构造分区的分布与发生率
•     5.4.3 不同构造类型和石漠化发生的关系
•   5.5 小结
• 第六章 结论与展望
•   6.1 结论
•   6.2 展望
• 参考文献
• 致谢
• 附录 A
• 附录 B

文章来源

类型: 硕士论文

作者: 王跃跃

导师: 陈蓉

关键词: 石漠化,遥感,信息提取,地质因素,黔南

来源: 贵州大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,信息科技

专业: 自然地理学和测绘学,自然地理学和测绘学,自然地理学和测绘学,环境科学与资源利用,计算机软件及计算机应用

单位: 贵州大学

基金: 《贵州省生态学一流学科建设》项目,项目编号 GNYL[2017]007

分类号: X171.4;P208;P237;P931.3

总页数: 112

文件大小: 8151K

下载量: 239