草地退化遙感監測（簡體書）

《草地退化遙感監測》系統地論述了草地退化遙感監測的主要基礎理論、原理及其相關的技術方法，草地退化遙感監測使用的信息源，數據預處理方法，遙感監測機理；典型草地退化的遙感像元解譯與分類；典型退化草地類型光譜特徵分析與解譯；典型退化草地混合像元分解及退化特徵解譯方法；高光譜資料提取草地退化特徵的方法及其典型草地退化的定量化驅動力分析及草地退化遙感預警方法，為實現快速診斷草地退化植被變化和光譜變化特徵，開展草地自然資源定量化評價，提供前期遙感診斷理論和技術等。
《草地退化遙感監測》內容豐富、新穎、系統，通俗易懂，可作為高等學校草業科學、畜牧學、生態學、地球科學、遙感科學與技術及農學等相關專業本科生與研究生的教材，也可供從事草業生態與環境、草業規劃、草地監測及草業生產、國土資源治理、全球變化研究及自然資源遙感監測等行業的科技人員閱讀和使用。·

安榆林，農學博士，研究員，國務院特殊津貼專家。目前擔任第三屆中國進出境動植物檢疫風險分析委員會委員，國家質量監督檢驗檢疫總局專業技術委員會委員，國家認證認可監督管理委員會標準專業委員會委員，中國合格評定國家認可委員會動植物檢疫專業委員會副主任委員，江蘇省昆蟲學會常務理事、副秘書長，國家WTO/SPS通報評議專家等社會職務。近年來主持國家“十二五”科技支撐計劃課題1項，科學技術部國際合作項目1項，主持省部級科研課題8項，主持或參與制定國家標準、行業標準10余項。近年來獲得省部級科技進步獎一等獎1項、二等獎4項、三等獎5項，省部級優秀論文獎2項，獲得國家發明專利3個，新型實用專利4個，發表科技論文64篇，主編或參編專著6部。·

《草地退化遙感監測》由科學出版社出版。

序
序二
前言
第1章 緒論
1.1 草地退化遙感監測概述
1.1.1 草地退化遙感監測的意義
1.1.2 草地退化遙感監測研究的現狀與問題
1.1.3 草地退化遙感監測的主要內容、方法與技術框架
1.2 草地退化遙感監測新型空間集成技術概述
1.2.1 新型空間集成技術概述
1.2.2 遙感信息加工處理技術
1.2.3 空間信息集成技術的發展概述
1.2.4 論“3S”技術及其系統體系
1.2.5 其他空間信息集成技術的發展動態
1.2.6 “5S”技術及其理論技術體系
1.2.7 “5S”技術在草業與生態科學等方面的應用進展
1.3 草地退化研究的背景及意義
1.3.1 草地退化的國內外研究進展
1.3.2 草地退化遙感監測研究存在的問題
1.4 草地退化遙感監測研究取得的主要進展
1.4.1 在草群本底調查、景觀特徵與退化機理方面的進展
1.4.2 在監測指標、模型構建、混合像元解譯等方面的進展
1.4.3 在影像融合技術、智能化遙感監測等方面的進展
1.5 草地退化遙感監測研究前景展望
1.5.1 在數據源的選擇方面
1.5.2 在模型的選擇方面
1.5.3 在草地退化定量監測評價方面
1.5.4 在草地退化成因分析方面
1.5.5 在“3S”技術集成和智能化遙感監測方面
參考文獻

第2章 草地退化遙感監測理論基礎與植被診斷分析技術
2.1 草地退化遙感監測的理論基礎
2.1.1 草地退化的定義
2.1.2 草地退化的基本特徵與診斷指標
2.1.3 放牧草地退化的演替機理
2.1.4 草地生態系統的退化內涵
2.1.5 放牧草地退化與植物空間格局演化
2.1.6 利用遙感技術對草地退化監測的應用進展
2.1.7 荒漠絹蒿灌叢群落放牧退化機理研究概況
2.1.8 荒漠草地農業系統和景觀結構下草地退化研究概況
2.1.9 天山北坡春秋放牧場草地植被生態恢復研究概況
2.2 草地退化遙感監測的研究地與研究方法
2.2.1 研究區區位特徵
2.2.2 研究區域阜康市概況
2.2.3 草地類型及放牧利用特徵
2.2.4 純放牧（自然）山地一荒漠系統結構特徵
2.2.5 試驗觀測區植被類型
2.2.6 土地利用政策變化
2.3 荒漠草地退化監測所遵循的主要原理
2.3.1 限制性與耐性定律
2.3.2 大、小環境對生物具有不同影響的原理
2.3.3 種群的密度制約與空間分佈格局原理
2.3.4 群落內物種多樣性與演替原理
2.3.5 生態系統高度和諧的原理
2.3.6 生態位原理
2.3.7 生物群落干擾理論
2.4 退化草地地面植被診斷的研究方法
2.4.1 荒漠退化草地的時空變化實驗設計
2.4.2 草地退化機理研究實驗設計
2.5 荒漠退化草地的時空分異規律研究
2.5.1 實驗研究結果
2.5.2 荒漠退化草地特徵分析
2.6 草地退化遙感監測常用數據源與數據預處理方法
2.6.1 多光譜遙感數據
2.6.2 高光譜數據
2.6.3 其他數據
2.6.4 數據預處理
參考文獻

第3章 新疆典型草地退化特徵及成因分析
3.1 引言
3.2 研究內容與方法
3.2.1 草地格局分析
3.2.2 植被蓋度的確定
3.2.3 數據源
3.2.4 數據處理
3.3 荒漠草地格局動態分析
3.4 荒漠草地植被蓋度動態分析
3.5 草地退化成因分析
3.5.1 氣候因素的影響
3.5.2 人口因素的影響
3.5.3 牲畜數量變化的影響
3.5.4 政策及其他因素影響
3.6 研究結論
參考文獻

第4章 草地退化光譜特徵分析及其評價
第5章 新疆典型草地特徵解譯及其遙感分類
第6章 新疆典型草地退化遙感監測模型構建及其評價
第7章 草地退化光譜混合像元分解及其評價
第8章 基於高光譜的荒漠草地特徵提取與分析
第9章 構建退化草地智能化分類器及其評價
第10章 不同尺度下退化草地的多光譜特徵解譯及其評價
第11章 構建草地類型劃分智能化分類指標及其體系
第12章 多年的草地退化時空特徵動態分析及其評價
第13章 新疆典型草地退化的驅動力分析及其治理對策
圖版·

第1章 緒論
1.1 草地退化遙感監測概述
1.1.1 草地退化遙感監測的意義
1.1.1.1 “3S” 技術是監測草地退化特征的關鍵技術
我們一般將全球定位系統（ global positioning system ，GPS）、遙感技術（ remotesensing ，RS）和地理信息系統（geographical information system ，GIS）一體化集成系統統稱為“3S”技術。由于GIS與RS、GPS的一體化發展，使草地資源信息采集、標準化、定位、傳輸、存儲、管理、分析和應用成為一個整體的信息網絡。因為遙感資料加工需要在GPS下定位，以快速準確獲取目標點的坐標，并結合GIS大大提高了移動目標的管理能力；而GIS需要應用遙感資料更新其數據庫中的數據；而遙感影像的識別需要在GIS支持下改善其精確度并在數學模型上得到應用（圖1.1）。我們最近的研究證明采用“3S”技術的一體化集成能使草地資源監測和估產信息收集、存儲、管理和分析等更加實時、全方位、快速和高精確度，可為草地學、生態學和地學研究提供全新的研究手段和思路。從目前的發展趨勢看，RS 、GIS 與GPS 綜合集成，一體化地為草業管理系統服務和大面積快速動態監測草地退化特征及退化狀況，正成為一種必然。
當然，“3S” 技術集成的理論與技術尚處在不斷探索研究之中［1-14］。
目前從國內外草地遙感應用研究和學科發展的動向來看，建立全國草地資源動態監測和估產網絡，實現GIS 與RS 、GPS 一體化集成，使草地資源信息采集、傳輸、存儲、管理、分析和應用及災害預警成為一個整體的信息工程，人工智能網絡建立及草地資源專家信息系統的開發和應用研究，必將對草地自然資源科學管理和評價起到推動作用，是未來草地遙感科學應用發展的一種必然趨勢，因此，具有巨大的應用前景和發展潛力［1-9］。
1.1.1.2 利用“3S” 技術和人工神經網絡技術遙感監測草地退化特征具有重大應用價值
因為本研究屬于草地生態科學、地理科學和遙感科學方面的應用基礎和高新技術性研究，涉及這些學科許多交叉性的前沿研究領域，本研究目標明確，符合我國西部大開發戰略對生態環境保護與恢復研究的迫切需求，也符合維護這些地區實現可持續發展提供重要理論和技術支撐的需要。而草地也是國土資源與自然環境的重要組成部分，其結構、功能和動態對農牧業生產和區域生態平衡具有重要的保障意義和維護價值。試驗區位于新疆北部重要牧區，是草地退化最嚴重的地區之一，以山地草原和荒漠草地為主要類型，其植被逐漸稀疏、生態系統極其脆弱，加之，相關生態和遙感研究歷史資料豐富［1-13］，是進行本研究最理想的試驗區。本研究利用先進的“3S” 技術，及時、準確、客觀地掌握新疆北部草地退化分布與生態環境狀況，并開發出一系列草地信息產品，可為國家和地區各部門制定經濟規劃、土地利用管理政策及安排農牧業生產，提供重要的科學依據。同時，也為今后推動我國農牧業信息發展和盡快實現農牧業系統管理科學化、現代化，提供新的技術支撐奠定良好的科學基礎。因此，本研究成果不僅具有重要的科學意義和價值，而且也具有十分重要的應用價值和廣泛的應用前景。
本研究試圖在“3S”技術集成應用、多種遙感信息復合與融合技術使用、草地退化特征遙感監測指標選擇、各類“天地”相關信息結合處理、空間數據建模分析及終端顯示和遙感監測精確度提高及草地退化特征指標判讀上，體現出本研究具有應用性、綜合性和技術性強的特點［15-40］，為今后開展大面積草地退化定量診斷和判別提供前期理論與技術預研（圖1.2）。誠然，只有利用“3S”技術大面積監測草地退化特征，才能從生態系統總體狀況出發，結合我國國土遼闊、草原面積巨大及類型多樣的國情，作出全國大區性整體草地退化狀況分布圖。這是僅僅利用地面草地退化調查所不能及的，而且利用“3S”技術比地面調查方法能夠節省大量的人力、財力、物力和時間，以滿足統一全國監測標準的需要。
然而，從20世紀60年代中后期開始，由于計算機技術的飛速發展，功能主義的人工智能方法興盛起來。人們認為只要編制出聰明的軟件，就可以使計算機系統表現出應有的智能。人們設想，以計算機的工作速度、運算精確度、記憶容量、記憶準確度等能力，再加上一個無所不包的程序庫，計算機將無所不能。在不遠的將來，計算機人工神經網絡（artificial neural network）的開發，將為我們快速遙感定量化評價草地自然資源質量提供新的理論與技術［41-68］。
人工神經網絡是由大量處理單元神經元互連而成的網絡。網絡的信息處理由神經元之間的相互作用來實現，知識與信息的存儲表現為網絡元件互連間分布式的物理聯系。人工神經網絡具有自學習能力，它可以從已有的實驗數據中自動總結規律，而不依賴于“專家” 的頭腦。人工神經網絡擅長于處理復雜的、多維的非線性問題，既可以解決定性問題，又可以解決定量問題。人工神經網絡具有大規模的并行處理和分布的信息存儲能力，良好的自適應性、自組織性及很強的學習、聯想、容錯及較好的可靠性，為我們快速診斷退化草地提供了智能化手段。然而，人工智能是一門研究人類智能機理及如何用機器模擬人的智能的學科。從后一種意義上講，人工智能又被稱為“機器智能”
或“智能模擬”。人工智能是在現代電子計算機出現之后才發展起來的，它一方面成為人類智能的延伸，另一方面又為探討人類智能機理提供了新的理論和研究方法。人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。
但不同的時代、不同的人對這種“復雜工作”的理解是不同的。例如，繁重的科學和工程計算本來是要人腦來承擔的，現在計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此，當代人已不再把這種計算看做是“需要人類智能才能完成的復雜任務”，可見“復雜工作”的定義是隨著時代的發展和技術的進步而變化的，人工智能這門科學的具體目標也是隨著時代的變化而發展的［69］。目前能夠用來研究人工智能的主要物質手段，以及能夠實現人工智能技術的機器就是計算機，人工智能的發展歷史和計算機科學與技術的發展史是聯系在一起的。除了計算機科學以外，人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科［70，71］。因此，它不僅為自然資源科學評價提供了新的理論和技術，而且為今后快速診斷退化草地特征提供了新的研究方法，也為草地生態學的發展提供了新的手段（圖1.3）。
1.1.1.3 利用高光譜和多光譜信息融合理論與技術可提高遙感監測的精確度
現代遙感技術，已構成地面、空中、太空3 個立體層面，正在向高空間分辨率（分辨率在1m 以下）、高光譜分辨率（分辨率為3 ～ 6nm）和高時間分辨率（分辨時間在半小時以內）3 個方向發展。高光譜遙感是指利用很多很窄的電磁波波段從感興趣的物體獲取有關數據，波段一般＜ 10nm 。高光譜遙感與常規遙感數據的主要區別在于，常規遙感（又稱寬波段遙感）波段一般＞ 100nm ，且波段在波譜上不連續，并不完全覆蓋整個可見光至紅外光（0.4 ～ 2.4μm）光譜范圍。近年由于高光譜分辨率成像光譜技術的研制成功，使得遙感應用可以在光譜維度上進行空間信息展開，準確、實時地獲取研究對象的影像和每個像元（pixel）的光譜分布，以便實現從空中對地面目標物直接識別，使微弱光譜差異的定量分析成為可能高光譜遙感技術比常規遙感技術具有以下幾點優勢。
（1）傳統的高光譜植被指數（如NDVI 、RVI）容易受土壤顏色、植被覆蓋率等環境條件的干擾，而高光譜遙感技術（如微分光譜技術、紅邊位置）可以顯著降低這些環境條件的影響。由于其“連續”的光譜使得根據光譜數據庫光譜直接匹配識別植被類型和土地覆蓋類型成為可能，對監測山區草地植被受地形背景的干擾有較明顯地降低效果。
（2）高（多）光譜波段使得根據混合光譜模型進行混合像元分解獲取子像元信息的能力得到提高，為草地退化群落混合像元的解譯和從草群中提取準確的退化特征信息提供了可能。
（3）高光譜分辨率植被指數將改進傳統遙感植被指數獲取植被信息的能力，不僅能定量獲取常規遙感技術所不能獲取的植被生物物理參數［如葉面積指數、生物量、光合有效輻射吸收系數（APAR）等］，而且也能獲得生物化學參數（如葉綠素、胡蘿卜素、光合色素和氮磷鉀含量等）； 其大大地提高草地植被相關信息的獲取，為提高草地混合信息的解譯水平和草地退化特征監測精確度，提供了強大的科學理論依據。
（4）由于高（多）光譜成像光譜獲取的光譜吸收特征信息可以形成草地植被生物化學成像（如牧草種類、生物量、葉綠素、木質素、水分含量等）定量監測圖譜，為多光譜成像技術和高光譜分辨率遙感在植被監測、作物估產、草地退化遙感定量估測及精確草業中的應用提供了強大的優勢，并彌補了常規遙感技術在草地監測中精確度不高的缺陷［55-66］。
我國于20 世紀90 年代后期開始著手發展自己的高光譜遙感系統，先后研制出多種成像光譜儀，如71 波段的MAIS 、224 波段的PHI 、128 波段的OMIS-Ⅰ 、68波段的OMIS-Ⅱ等。自從高光譜遙感技術誕生以來，它已被廣泛應用于資源調查、地質調查、大氣監測、災害環境監測、土壤調查、城市環境調查、水文觀測等領域，取得了較好的應用效果和經濟效益； 它還逐步應用于農作物長勢監測與估產、農作物病蟲害監測、作物品質監測等領域，并取得了一定的研究成果［51 ，57-66］。
由于高光譜遙感具有空間分辨率高、光譜連續、波譜范圍廣（400 ～ 2500nm）的特點，能覆蓋可見光到紅外光； 波譜窄，對植被、作物和牧草的多種性狀敏感，能有效地探測植物生物物理、生物化學參數和營養狀況，尤其是對植物生物量和光合色素敏感。
因此，將高光譜遙感資料用于監測草地退化特征（如雜灌草增加、土壤變裸露、鼠蟲害發生嚴重、草群牧草蓋度下降和可食牧草在草群的組成下降等），比常規遙感資料提高分辨率水平和估測的精確度，為本研究提取草地退化特征信息提供了光譜依據，對草地牧草長勢的監測與估產及草地退化狀況的判讀，必將起到積極的支撐作用。
由于近年來計算機水平和遙感技術的快速發展，尤其是有關遙感影像復合與信息融合技術的發展，為草群植被混合像元的解譯水平的提高提供了技術依托（圖1.4）。我們知道，數據融合所處理的多源遙感信息可以在不同的信息層次上出現，這些信息抽象層次包括像素層、特征層和決策層，分層結構和并行處理機制還可保證系統的實時性。
根據信息融合目的和融合層次智能地選擇合適的融合。