论文范文:对我国红树林状况的遥感监测与研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
论文范文:对我国红树林状况的遥感监测与研究
第一章引言
1.1选题依据
红树林生态系统是海岸生态系统的重要组成部分和生产力最高的海洋生态系统之一,在全球生态平衡中起着不可或缺的重要作用。
红树林具有重要的自然与社会价值,可净化海水、御风消浪、护堤护岸、护滩促游、消除污染、美化海岸、保护农田村庄、保护生物多样性和创造良好的近海环境,特别是在御风消浪、护堤护岸、变侵烛型海岸为稳定型海岸或游涨型海岸方面所发挥的作用,更是工程措施所无法取代的。
1971年2月,18个国家发起了为保护湿地而签署全球性政府间的保护公约——拉姆萨尔公约,重点保护包括红树林湿地在内的水禽栖息地和国际重要湿地。
我国在1992年2月正式加入拉姆萨尔公约组织成为其缔约国,并于2007年2月被选举为该公约的常务理事国。
红树林已成为世界关
注的对象和环境保护的重点之一,被联合国和世界各国列为保护物种,并引起相关国际组织的高度重视。
由于人口迅速增多及经济发展的原因,全球红树林不断的减少,1980年全世界约有红树林187940km2,到1990年全世界红树林下降为169250km2,2005年又下降为I52310km2[2]。
联合国环境规划署于2010年7月14日发布了全球红树林最新环境评估报告。
报告指出,全球红树林的生存正面临严重威胁。
自上世纪80年代以来,全球红树林面积己缩减了至少五分之一,目前全球红树林面积仍以年均0.7%的速度递减[3]。
我国红树林面积在历史上曾达25万公顷,20世纪50年代为4万公顷左右,2001年全国林业调查中,全国红树林总面积为22752hm2[4]。
由于20世纪60年代以来的毁林围海造田、改造盐场、围海养殖、城镇建设等人类不合理的开发活动,导致我国红树林严重破坏,面积剧减,林分质量下降,生物多样性降低,生态服务功能得不到应有的发挥,红树林资源损失严重。
因此正确掌握红树林资源状况,对于我国红树林的保护和管理有着重要的意义。
遥感技术具有探测范围大、获取资料的速度快、周期短、受地面条件限制少、手段多、获取的信息量大等优点,近年来己被广泛应用于社会各个领域。
将遥感技术引入红树林监测中来,可以有效解决研究区域范围大、分布区难以到达、人力物力不足等问题,克服人工巡查只能以点或线的方式进行、难以获得研究区同步的大面积信息的缺点,满足全面动态监测的要求,在节省大量的人力和物力的同时,显
著提高管理水平。
可见,将遥感技术用于红树林研究,对红树林的管理和保护,具有十分重要的现实意义。
因此本文利用1990年、2000年和2010年的遥感影像对我国红树林资源状况进行监测并分析其变化情况。
1.2国内外研究现状
1.2.1红树林遥感识别方面开展红树林监测,首要区分和识别红树林与非红树林。
目前国内外对红树林遥感识别主要是基于纹理、光谱、植被指数的方法和面向对象的方法等,运用已有经验,从影像上选取相应的训练样本,开展SPOT、nCONOS、QuickBird等高分辨率遥感影像红树林识别。
国际上,Blasco等利用SPOT卫星影像对从恒河河口到越南湄公河河口一段红树林进行监测,首先利用监督分类粗略分出红树林,再结合人工目视解译对分类后的结果进行修正,得出红树林的面积和范围,并结合政策对变化趋势进行分析[5]。
Proisy等提出了基于傅里叶变换的纹理分类(FOTO, Fourier-based texturalordination)方法,根据IKONOS影像全色通道计算FOTO指数,估算红树林的生物量[6]; Saleh利用归一化差值植被指数(NDVI)进行非监督分类,分出红树林、水体、陆地、油污染区等7种类型[7];Lee等首先基于NDVI区分植被区和非植被区,再利用最大似然法来分类红树林和非
红树林[8]; Conchedda等基于SPOT多光谱影像,采用面向对象的方法,对塞内加尔红树林生态系统进行了土地覆盖分类,分出红树林、盐泥滩、农作物等6类[9];Behara等应用QB影像对马来西亚半岛东北部Kelantan三角洲中的红树林进行分类和评价。
国内,滕俊华等利用TM数据,通过与DEM数据结合,对海南清澜港红树林进行了分类研究[11]。
李春干等研究得出,SPOT和ETM+融合图像能够确定红树林的分布位置和边界[12];李四海等以中巴资源卫星影像(CBERS-1 CCD)为数据源,选取广西合浦红树林区作为研究区,采用神经网络分类法将红树林与其他植被分离,获得了较高的分类结果[13];田新光等基于IKONOS卫星影像,采用面向对象的信息提取方法,丰用决策树对海南岛东寨港红树林湿地进行了分类,将红树林、其它植被和非植被区分开来[14]。
1.3 本文研究内容....................12-14
第二章研究区与研究方法....................14-28
2.1 研究区概况....................14-17
2.2 研究方法....................17-28
2.2.1 技术路线....................17-18
2.2.2 数据收集....................18-20
2.2.3 现场踏勘....................20-23
2.2.4 数据处理....................23-24
2.2.5 解译标志....................24-28 第三章我国红树林分布状况....................28-41
3.1 1990年红树林状况....................29-32
3.2 2000年红树林状况....................32-36
3.3 2010年红树林状况....................36-39
3.4 精度评价....................39-41
第四章我国红树林动态变化情况....................41-57
4.1 1990-2000年红树林变化情况....................43-48
4.2 2000-2010年红树林变化情况....................48-52
4.3 1990-2010年红树林变化情况....................52-57 第五章影响因素分析....................57-65
5.1 自然因素....................57-58
5.1.1 外来物种入侵 (57)
5.1.2 海平面上升....................57-58
5.1.3 病虫害 (58)
5.1.4 其它因素 (58)
5.2 人为因素....................58-63
5.2.1 围填海....................58-61
5.2.2 自然保护区....................61-62
5.2.3 法律法规 (62)
5.2.4 旅游开发....................62-63
5.2.5 过度捕捞和放牧 (63)
5.3 对策与建议....................63-65
结论
本文以浙江省、广西壮族自治区和海南省为研究区域,对我国红树林进行了遥感监测与分析,并简单介绍其影响因素。
以1990年左右的Landsat-5 TM影像、2000年左右的Landsat-7 ETM+影像,2010年左右的HJ-1 CCD影像为主要数据源,采用卫星遥感调查与现场调查
相结合的方法,分析3个时期我国红树林的状况以及近20年来的变化情况。
通过本文研究可以得出,虽然我国红树林在逐年增加,但红树林的分布范围在减少,主要是由原来的沿岸分散分布趋于自然保护区集中分布;由于人为因素对红树林的破坏,使得天然林面积不断地减少,人工林面积增加。
红树林变化的影响因素分为自然因素和人为因素两类,自然因素包括外来物种入侵、海平面上升、病虫害和冻灾等;人为因素包括围填海、自然保护区、法律法规、旅游开发和过度捕捞与放牧等,其中围填海是造成红树林减少的主要原因,自然保护区建立是红树林增加的主要途径。
本文利用TM、ETM+和HJ影像,开展了我国红树林资源变化遥感监测与分析,由于所用影像的空间分辨率为30m,造成红树林与周边地物存在混合像元,而且地物特征存在“异物同谱”现象,给目视解译带来了一定的困难,导致信息提取结果与实际情况可能存在一定的偏差。