基于3S技术的陕北地区生态环境遥感动态监测及评价

《基于3S技术的陕北地区生态环境遥感动态监测及评价》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西北大学学位论文知识产权声明书本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西北大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印．缩印或扫描等复制手段保存和汇编本学位论文。同时，本人保证，毕业后结合学位论文研究课题再撰写的文章一律注明作者单位为西北大学。保密论文待解密后适用本声明。学位论文作者签名：望盎垒指导教师签名：垂幽沙08年易月夕日bo8

2、：年易月／o日西北大学学位论文独创性声明本人声明：所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，本论文不包含其他人已经发表或撰写过的研究成果，也不包含为获得西北大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：牟静乙oD8年易月夕日摘要陕北地区水土流失治理和生态环境恢复问题一直是政府工作的重点。退耕还林草工程已经实施多年，政府相关部门需要及时、客观

3、、准确的了解工程实施进展和成效，以便调整工程规划、合理配置资源。解决该问题，急需一种可以快速监测及评价大面积生态环境的方法。本文选择1997年、2004年两个时段，研究基于3S技术的适合动态监测退耕还林草工程实施成效的业务化方法，以应用于退耕还林草工程。研究内容包括：l、利用TM图像，野外调查采集分类样本点，人机交互进行信息提取，进行监督分类，分别提取2个时段的土地利用信息进行分类后叠加分析，监测其动态变化信息：2、利用数字高程模型得到的坡度信息，与土地利用信息进行叠加、聚类分析，获得坡耕地分布图、土壤

4、侵蚀分布图；3、研究该区域生态环境的时空变化规律特征；4、在监测结果的基础上，综合考虑气候、污染、水体、植被等影响生态环境质量的指标，使用层次分析法对研究区生态环境质量进行评价；5、分析气候因子对生态环境变化的驱动作用。研究结果表明：1．研究中采用的技术方法实现了对研究区域的退耕还林草工程成效的快速监测，为大面积生态环境调查与评价提供了可行的业务化流程参考，使得该项技术可以更好的应用于退耕还林草工程。2．研究区动态监测结果表明：(1)退耕还林草效果显著，耕地面积大幅减少。减少的耕地面积主要集中在退耕还林

5、的重点区域15度以上坡耕地。(2)研究区域生态环境质量整体提高，并呈现出明显的地域分异规律。(3)对气候因子的分析表明，监测时间段的气候条件较为适合植被恢复，对研究区生态环境的改善起到了一定促进作用。3．该项研究成果，为研究区退耕还林草工程提供了客观、翔实、丰富的数据，为工程的规划、决策提供了科学的依据；并且及时发现了工程实施中存在的问题，及时调整工程规划，使工程的实施更加合理化。关键字：3S技术；陕北地区；遥感；动态监测；评价DynamicmonitoringandeValuationofEco—en

6、Vironmentbasedon3STechon0109yinthenorthemofShaanxiproVinceABSTRACTSoilerosion锄drestoringtheeco—enVironmenthaSbeenthefocusworkofthenorthemofShaallXiprovince．Retu】血ngcroplandtoforesny(grass)haSbeentakenmanyyearS．Thego碳l珊nentw跚ttok110wtheprogressande行．ectiV

7、enessoftheproject．IfthegoVellmentknowt11esedat如Ⅱleplar血ngofⅡleprIDjectwiUberationallyadjust．Inordert0solovetlleproblem，themethodswllichcanquicl【1ymonlitortlleeco·erⅣiromnemofthelargeareais11eeded．In“spaper，恤operationaJmethodbasedon3Stechonologywasstudied

8、inthel997aIld2004，thismetllod、析Ubeapplytoretumcroplandtofore蛐哕(grass)．Thestudyincludesfivesteps：1．Bausedonthes锄plepointsfbmGPS，theseTMiIIlages、№reclaaSfiedbysupervisedclaSsification．T11el趾duse觚dchaIlgeinfo咖ationwereaCquire