2020遥感应用组二等奖作品：稀土矿区荒漠化遥感长时序监测方法及应用

大家好，今天继续我们2020易智瑞GIS软件开发竞赛作品介绍！

今天要跟大家介绍的作品，来自江西理工大学，是一个具有江西赣州特色的作品：稀土矿区荒漠化遥感长时序监测方法及应用。

作品编号：D434（二等奖）

作品名称：稀土矿区荒漠化遥感长时序监测方法及应用

作者单位：江西理工大学土木与测绘工程学院

小组成员：李迎双，周贝贝，李子阳，郭平

指导老师：李恒凯

（点击阅读原文，可以看到更更更详细的介绍~~）

作品视频

（识别上图二维码至B站浏览）

作品简介

主要内容介绍
一、应用背景稀土是不可再生的重要战略资源，从基础生产生活到军事、国防等高端领域均有广泛应用，其中中重稀土储量少，缺口大，价值高，可替代性小，主要来源于我国南方离子型吸附型稀土矿。江西赣州素有“稀土王国”的美誉，稀土开采始于20世纪80年代，离子型稀土开采总量占全国的70%。赣南稀土资源的开发承担着该地区经济社会发展的重要使命。然而，矿产资源开发在促进当地经济发展的同时，也因长期大规模的开发给当地造成了非常严重的生态破坏和环境污染问题。一方面稀土开采过程中，先后经历了池浸、堆浸和原地浸矿三种开采工艺，剥离矿区表土、挖掘注液孔、堆浸尾矿等开采过程直接对地表土壤造成破坏、使植被大面积退化，加之稀土开采的浸矿溶液破坏土壤结构，使得植被难以恢复，最终丧失保水固土作用。由于南方稀土矿区高温多雨，裸露的土壤受到雨水淋洗容易造成土壤侵蚀，使有机质和养分流失，造成矿区大面积土地退化直至荒漠化。另一方面长期的稀土溶浸开采方式导致土壤理化性质改变，土地严重退化，复垦效果不尽人意，局部区域荒漠化面积仍然在持续扩大，矿区生态环境安全面临严重挑战，如图1所示。

图1 稀土矿区开发后的生态环境

十八报告中提出“着力推进绿色发展、循环发展、低碳发展，形成节约资源和保护环境的空间格局”；十九大中习近平总书记提出“加快生态文明体制改革，建设美丽中国”发展理念；2019年5月20日习近平总书记赴地方考察调研，将赣州作为赴中部地区考察的第一站，专门前往江西金力永磁科技股份有限公司(研发、生产和销售高性能钕铁硼永磁材料于一体的高新技术企业,是国内新能源和节能环保领域核心应用材料的领先供应商)调研，并就推动稀土产业绿色可持续发做出重要指示。这无疑对矿山环境监测提出了更精细化的要求，迫切需要大范围、现势性、定量化的数据信息为矿山环境监管提供决策支撑。因此，及时、准确地掌握矿区土地荒漠化发生、发展情况，是有效防止和治理矿区土地荒漠化的关键。
二、应用目标目前，利用遥感影像对矿区荒漠化进行动态监测已成为区域尺度荒漠化的有效监测评价方式。随着遥感数据时空分辨率的提高、数据共享性的增加以及遥感信息处理技术的进一步发展，其在土地荒漠化监测中的应用将加客观、科学和可靠。本研究主要从地表荒漠化信息提取方法、荒漠化信息分级方法、以及不同扰动下长时序地表荒漠化数据应用三个方面对稀土矿区荒漠化遥感定量监测从方法到应用进行了探究。以期为今后研究区荒漠化的控制、改造工作提供基础数据和技术方法支撑。
三、主要内容

(1) 土地荒漠化信息提取方法：基于Albedo-NDVI特征空间的沙漠化提取和基于光谱混合分析的土地荒漠化信息提取方法由于数据要求低，可操作性强，得到广泛应用。Albedo-NDVI特征空间将归一化植被指数(NDVI)和地表反照率(Albedo)两种指标组合，综合反映了沙漠化土地地表覆盖、水热组合及其变化，具有明确的生物物理意义，充分利用了多维遥感信息。先后被广泛应用于土地荒漠化的定量分析与监测，并取得了较好的效果；但另一方面，基于光谱混合分析的方法也被用于荒漠化地表的信息提取上，由于荒漠化地区的混合像元现象是普遍存在的，而这种方法能够有效的处理混合像元，所以在一定区域的荒漠化土地遥感监测与评价中也得到了深入应用。两种方法各有优势，也有一定的适用性。本研究对这两种在土地荒漠化监测中常用的方法进行了方法对比试验，进而综合比较不同提取方法的优缺点，以期为稀土矿区荒漠化监测提供更适宜、更可行的研究方法。

(2) 土地荒漠化信息分级方法：为了准确的了解荒漠化发生发展动态变化的情况，本研究进一步探讨了荒漠化分级的方法，首先结合Google地图高分影像以及野外实地调研，确定不同荒漠化程度的解译标志和影像特征，在此基础上分别利用阈值分割和随机森林分类的方法进行分级，并进行精度评价，综合选择最佳稀土矿区地表荒漠化信息分级的最佳方法。

(3) 长时序地表荒漠化数据应用：构建高时间分辨率的中等空间分辨率时序遥感数据对实现快速变化监测、提高监测频率具有重要意义。因此，本研究在方法对比后，根据研究整体分析的结论，选择一种适合稀土矿区荒漠化信息提取的方法，利用1986-2019年所有可用的Landsat系列影像对稀土矿区进行密集时序遥感数据构建研究，定量监测和分析矿区荒漠化动态变化特征和规律，以及不同稀土开采模式、管理手段以及复垦措施对矿区土地荒漠化的影响。

四、主要技术流程本研究在多指标模型DDI和随机森林算法的基础上，从地表荒漠化信息提取方法、荒漠化信息分级方法、以及不同扰动下长时序地表荒漠化数据应用三个方面对稀土矿区荒漠化遥感定量监测从方法到应用进行了探究，具体流程图如下。图2技术流程
五、关键技术

1、Albedo-NDVI特征空间模型

在Albedo-NDVI特征空间,不同沙漠化土地对应的植被指数(NDVI)和地表反照率(Albedo)具有非常强的线性负相关性。图2中A点代表干旱裸土(低NDVI，高Albedo);B点则代表富水裸土(低NDVI，低Albedo)；随着植被盖度增加,地表反照率要相应降低，图2中C点代表高植被覆盖区，由于土壤含水量低，反照率相对较高(高NDVI，相对较高Albedo)；D点对应于植被盖度高，土壤水分含量充足的情况，该点的反照率相对较低(高NDVI，低Albedo)。边界A-C边代表高反照率线，反映干旱状况，是给定植被盖度条件下完全干旱土地对应的最高反照率的极限。散点图底边B-D为最低反照率线,代表地表水分充足的状况。在Albedo-NDVI特征空间中，可以利用植被指数和地表反照率的组合信息，通过选择反映荒漠化程度的合理指数，就可以将不同荒漠化土地有效地加以区分，从而实现荒漠化时空分布与动态变化的定量监测与研究。

图3 Albedo-NDVI特征空间

2、线性混合光谱模型(LSMM)

光谱混合分析(Spectral Mixture Analysis，SMA)是一种有效处理混合像元的分析方法。线性混合光谱模型(LSMM)基于以下三点假设：(1)某波段单一像元的反射率是像元内部各端元反射率的线性组合；(2)端元相互独立，端元之间的多重散射等相互作用在模型中不予考虑；(3)像元反射率仅取决于内部，外部环境对本像元光谱值无影响[29]。其线性光谱混合模型可表达为：

式中R_ia为第a波段上第i像元的光谱反射率；C_ka为第a波段上第k端元的光谱反射率；f_ki为第i像元的第k端元组分的丰度值；n为像元包含的基本组分数目；ε_ia为第a波段上第i像元的剩余残差，反映了线性光谱像元分解模型计算结果与实际覆盖值的差异。式（1）为LSMM模型的基本形式，式（2）及（3）为约束方程。仅满足式（1）为无约束LSMM，满足（2）或（3）2个条件为半约束LSMM；3个条件均满足为全约束LSMM。

图3 矿点荒漠化情况对照图

3、随机森林

作为新兴起的、高度灵活的一种机器学习算法，随机森林（Random Forest，RF）拥有广泛的应用前景。随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支—集成学习（Ensemble Learning）方法。从直观角度来解释，每棵决策树都是一个分类器，那么对于一个输入样本，N棵树会有N个分类结果。而随机森林集成了所有的分类投票结果，将投票次数最多的类别指定为最终的输出，其原理如图4所示。

随机森林是一种很灵活实用的方法，具有如下几个特点：①在当前所有算法中，具有极好的准确率。②能够有效地运行在大数据集上。③能够处理具有高维特征的输入样本，而且不需要降维。④能够评估各个特征在分类问题上的重要性。⑤在生成过程中，能够获取到内部生成误差的一种无偏估计。⑥对于缺省值问题也能够获得很好的结果。

图4 随机森林原理

图5 谷歌影像取样

图6 随机森林分类

4、遥感时序分析法

遥感影像时间序列分析遥感影像时间序列分析是通过收集和获取同一区域不同时间的遥感影像，提取影像中的重要地物目标分布，构建地物目标随时间变化的一系列分析或变化过程。本研究利用1986-2019年所有可用的Landsat系列影像对稀土矿区进行密集时序遥感数据构建研究，定量监测和分析矿区荒漠化动态变化特征和规律，以及不同稀土开采模式、管理手段以及复垦措施对矿区土地荒漠化的影响。

图7  土地荒漠化与恢复类型空间分布

作品点评本作品主要从地表荒漠化信息提取方法、荒漠化信息分级方法、以及不同扰动下长时序地表荒漠化数据应用三个方面对稀土矿区荒漠化遥感定量监测从方法到应用进行了探究。在荒漠化信息提取方法方便，作品对Albedo-NDVI特征空间的沙漠化提取和基于光谱混合分析的土地荒漠化信息提取方法进行了对比试验；在荒漠化信息分级方法方面，结合Google地图高分影像以及野外实地调研，确定不同荒漠化程度的解译标志和影像特征，在此基础上分别利用密度分割和随机森林分类的方法进行分级，并进行精度评价，综合选择最佳稀土矿区地表荒漠化信息分级的最佳方法。作品在方法对比后，根据研究整体分析的结论，选择一种适合稀土矿区荒漠化信息提取的方法，利用1986-2019年所有可用的Landsat系列影像对稀土矿区进行密集时序遥感数据构建研究，定量监测和分析矿区荒漠化动态变化特征和规律，以及不同稀土开采模式、管理手段以及复垦措施对矿区土地荒漠化的影响。作品完整，文档详细规范，细节考虑周到。相关
文章

精彩推荐
分类	内容	适宜对象
课程篇	ArcGIS Pro制图入门系列课程	在读生 易智瑞开发竞赛选手
课程篇	Web GIS课程全链接	在读生 GIS应用开发组选手
课程篇	Portal for ArcGIS入门	有GIS开发基础 GIS应用开发组选手
考研系列	写在考研成绩之时（1）选导师	考研、复试同学
考研系列	写在考研成绩之时（2）联系导师	考研、复试同学
考研系列	写在考研成绩之时（3）复试	考研、复试同学
考研系列	来，一起扒一下地信专业考研数据	准备考研的同学
学习篇	这是一份遥感学习笔记：遥感数据源&免费数据获取途径	在读生 遥感应用组同学
学习篇	人生苦短，你需要Python（0基础患者入门篇）	Python入门 地理设计组同学
学习篇	人生苦短系列2——来自ArcGIS Python的拯救	Python入门 地理设计组同学
学习篇	带你做一遍“垃圾场选址”这个case（一）	地理设计组同学
学习篇	带你做一遍“垃圾场选址”这个case（二）	地理设计组同学
学习篇	带你做一遍“垃圾场选址”这个case（三）	地理设计组同学
竞赛篇	用地图，讲故事，2020开发竞赛，我们认真的！	地图故事组同学
竞赛篇	ArcGIS Online中国 上的『俄罗斯三城游记』	地图故事组同学
竞赛篇	如何做出好作品？开发竞赛导师宝藏箴言（完整版）	参赛选手
竞赛篇	北京大学刘瑜教授：能解决实际问题才是真的GIS人才	参赛选手
竞赛篇	“C”位出道，开发竞赛助你成为下一个开挂的GISer	参赛选手

关注我们

公众号ID：M姐实验室

关注GIS教育的一切