首页> 中文学位 >马来西亚油棕种植动态变化分析
【6h】

马来西亚油棕种植动态变化分析

代理获取

目录

声明

1 引 言

1.1研究意义及背景

1.2国内外研究进展

1.3研究内容及论文框架

2 研究区概况及数据预处理

2.1研究区概括

2.2数据获取及预处理

3 马来西亚油棕样本库建设

3.1抽样设计

3.2样本解译及精度验证

3.3样本特征及不确定性

3.3本章小结

4 马来西亚油棕分布最佳空间尺度提取

4.1不同空间尺度油棕提取方法

4.2不同空间尺度油棕分布

4.3 本章小结

5 多源遥感数据油棕提取新方法研究

5.1多元数据融合及油棕分布提取

5.2 多源遥感数据油棕分布及精度对比

5.4 本章小结

6 马来西亚油棕扩张分析

6.1长时间序列分类结果和精度验证

6.2动态变化分析

6.3 扩张误差分析

6.4本章小结

7 结论与展望

7.1主要结论

7.2论文创新点

7.2论文不足与展望

参考文献

致谢

攻读硕士学位期间科研工作

展开▼

摘要

油棕作为全球重要大宗粮油作物,近几十年来伴随着全球对棕榈油需求的日益增长,油棕的种植规模和种植面积也在日益扩大。快速的油棕种植增长进程在推动着油棕种植国家社会和经济发展的同时,也带来了严重的生态环境问题诸如:森林砍伐、人工焚林、破坏地区生态系统的平衡性以及全球碳循环。遥感技术提供了准确实时的对地观测手段,也为监测全球油棕种植提供了可能性。油棕主要种植在热带地区,光学遥感数据受云的干扰和影响很大,合成孔径雷达数据虽然能够提供全天候的对地观测数据,但是其自身固有的噪声对制图的干扰也是不容忽视的。样本是利用遥感数据进行地表覆盖制图的关键无论是作为训练样本进行分类还是作为验证样本检验制图精度。这些问题都制约着全球油棕动态监测等方面的研究。
  本研究选择马来西亚作为研究区域,以合成孔径雷达(PALSAR)作为主要遥感数据并辅助使用数字高程模型数据(DEM)。进行马来西亚油棕分布提取和油棕种植扩张动态分析。该论文主要的研究内容和结论如下:
  构建马来西亚动态样本库。采用正六边形采样系统随机抽样生成3820个样本点。通过Google earth高分辨率影像、PALSAR影像和Landsat影像,解译油棕种植园和其他地表覆盖类型,并详细的记录样本的信息。分析不同地表覆盖类型的后向散射系数特征表明,之前研究建议的6.5dB(HH-HV)用来区分森林和油棕不适合进行油棕制图,如果使用阈值分割法进行油棕分布制图,建议使用阈值应该设在7-8dB(HH-HV)。
  研究利用PALSAR-2影像数据提取马来西亚油棕分布最佳空间尺度。使用2015年PALSAR-2影像,分析不同分辨率下马来西亚油棕分布精度,结果表明50米-250米的空间分辨率结果精度比其他分辨率具有更好的精度(总体精度约为93%以及油棕精度在85%左右)。100米分辨率分类结果估算马来西亚油棕种植面积为620万公顷,最接近马来西亚油棕总署(MPOB)的统计数据(高估9.92%)。因此100米空间分辨率是马来西亚油棕分布的最佳分辨率,既能够抑制噪声对分类结果的影像,又能够保证空间信息的完整性。
  多源遥感数据融合油棕分布提取新方法研究。分析不同遥感数据,光学遥感数据Landsat和激光雷达数据PALSAR进行油棕制图的潜力,选择马来西亚柔佛州两个不同景观特征的研究区,使用支持向量机和马氏距离两种不同监督分类器,详细比较了Landsat数据、PALSAR数据以及Landsat和PALSAR相结合数据的油棕制图结果,两个研究区的结果均表明Landsat+ PALSAR可以得到最高的总体制图精度。另外通过与Google Earth高清影像人工解译油棕面积进行比较,表明了Landsat+PALSAR组合在油棕面积估算方面具有良好的潜力。
  马来西亚油棕扩张变化研究。100米空间分辨率研究马来西亚2007-2015年油棕动态扩张和森林损失,结果表明9年间马来西亚油棕扩张状况呈现两种形态:马来西亚半岛油棕种植区域饱和扩张并不明显;东马来西亚油棕种植面积扩张迅速。分析逐年油棕样本在地形上的分布特征发现,油棕的种植已经往高海拔地区(海拔大于500米)扩张。9年间森林损失面积达到214万公顷,其中油棕扩张是导致马来西亚森林损失的主要因素,占总体的90%以上。
  论文在以下几方面有所创新:1.建立了全球范围内第一套以国家为尺度高密度动态油棕样本库;2.提出50米-250米是进行油棕分布提取的合适分辨率,100米是最佳分辨率;3.首次使用PALSAR在100米分辨率下进行马来西亚油棕扩张监测。样本库可以应用到马来西亚不动分辨率下不同类型的地表覆盖制图;马来西亚油棕动态监测可以为油棕合理扩张提供数据支持,并补充官方统计数据的不足;提出多源遥感数据融合绘制油棕分布的新方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号