摘要：當(dāng)前土地荒漠化已經(jīng)成為了世界性環(huán)境問題，同時(shí)也是我國(guó)所面臨的重要環(huán)境問題，在土地荒漠化監(jiān)測(cè)工作中，通過對(duì)遙感技術(shù)的應(yīng)用，能夠獲得大量重要的信息數(shù)據(jù)。本文首先對(duì)于荒漠化監(jiān)測(cè)的發(fā)展現(xiàn)狀進(jìn)行闡述，同時(shí)對(duì)于遙感技術(shù)在中國(guó)土地荒漠化檢測(cè)中的應(yīng)用進(jìn)行研究。希望通過本文能夠?yàn)槲覈?guó)土地荒漠化監(jiān)測(cè)工作中對(duì)于遙感技術(shù)的應(yīng)用提供一些參考和幫助。

關(guān)鍵詞：遙感技術(shù);土地荒漠化監(jiān)測(cè);應(yīng)用策略

1.荒漠化監(jiān)測(cè)的發(fā)展現(xiàn)狀分析

在我國(guó)的土地荒漠化研究工作中，荒漠化監(jiān)測(cè)是其中的重要組成部分，通過荒漠化監(jiān)測(cè)所提供的重要數(shù)據(jù)信息，能夠?yàn)橥恋鼗哪闹卫砉ぷ鲙碇匾男畔⒅С郑瑫r(shí)也對(duì)荒漠化防治工作的開展打下重要的基礎(chǔ)。荒漠化監(jiān)測(cè)工作所采用的傳統(tǒng)方式是根據(jù)某個(gè)區(qū)域進(jìn)行連續(xù)定點(diǎn)的調(diào)查和分析，但這種方式僅僅適合尺度較小的監(jiān)測(cè)目標(biāo)，如果監(jiān)測(cè)目標(biāo)的尺度較大，則需要進(jìn)行大量的野外調(diào)查和信息獲取，那么這種監(jiān)測(cè)方式則存在著較大的局限性。隨著現(xiàn)代航空航天技術(shù)的發(fā)展，為我國(guó)土地荒漠化監(jiān)測(cè)工作帶來了非常多的遙感影像資料，這些影像資料不但具有非常好的完成性和分辨率，同時(shí)也有著很大的覆蓋范圍，所以遙感技術(shù)也就成為了大尺度目標(biāo)的主要監(jiān)測(cè)方式。近些年來隨著遙感技術(shù)的發(fā)展，該技術(shù)已經(jīng)在荒漠化監(jiān)測(cè)工作中得到了十分廣泛的應(yīng)用，對(duì)于荒漠化監(jiān)測(cè)的技術(shù)手段進(jìn)行了有效的豐富，并提高了信息數(shù)據(jù)的精確程度。

2.遙感技術(shù)在中國(guó)土地荒漠化監(jiān)測(cè)中的應(yīng)用分析

2.1遙感信息提取

在對(duì)于遙感技術(shù)進(jìn)行應(yīng)用的過程中，需要對(duì)于遙感信息進(jìn)行提取，這個(gè)過程中的核心就在于對(duì)遙感圖像的分割。以往所采用的方法包括了動(dòng)態(tài)聚類法、模糊聚類法、最小距離法和最大似然法等，這其中最大似然法最為常用，如果在擁有先驗(yàn)性概率知識(shí)或者滿足正態(tài)分布的情況下，能夠獲得較好的效果，但需要通過專家來進(jìn)行判讀和歸并，從而對(duì)其所處的類型進(jìn)行確定，這種提取方法一度在荒漠化監(jiān)測(cè)信息提取中得到了廣泛的應(yīng)用。但這種信息提取方法需要應(yīng)用大量的樣區(qū)，這個(gè)過程中需要花費(fèi)大量的時(shí)間和精力，若樣區(qū)選擇不合理可能會(huì)對(duì)最終的效果造成不利影響。同時(shí)，以光譜特征為依據(jù)來進(jìn)行分類并不能夠解決異物同譜問題，且獲取的信息不可進(jìn)行傳遞，所以無(wú)論對(duì)于任何時(shí)間和地點(diǎn)的圖像都需要進(jìn)行樣區(qū)的重復(fù)選取，這實(shí)際上對(duì)于遙感信息提取自動(dòng)化的應(yīng)用形成限制，難以滿足實(shí)際的需求。為了對(duì)這種限制進(jìn)行克服，近些年來在荒漠化監(jiān)測(cè)信息提取工作中，國(guó)內(nèi)外的專家采用了多種方式方法來進(jìn)行嘗試，例如以分類決策樹為基礎(chǔ)的信息提取方式，這種信息提取方法是將圖像數(shù)據(jù)反映和光譜反射特性作為基礎(chǔ)，來采用紋理特征提取、幾何特征提取以及光譜特征提取等多種方式來對(duì)遙感數(shù)據(jù)源進(jìn)行最大限度的應(yīng)用。一些學(xué)者采用的是分類樹方式來進(jìn)行荒漠化信息提取，這種提取方法能夠避免在信息提取的過程中受到其他信息的干擾和影響，實(shí)現(xiàn)目標(biāo)的明確，有著較高的提取精度。以知識(shí)發(fā)現(xiàn)為基礎(chǔ)的信息提取方法，通過空間紋理、形態(tài)以及邊緣形狀等來實(shí)現(xiàn)信息提取模型的建立，然后通過遙感數(shù)據(jù)來進(jìn)行信息提取。還有一些學(xué)者通過數(shù)學(xué)形態(tài)學(xué)來完成紋理分析過程，通過腐蝕運(yùn)算來對(duì)紋理特征進(jìn)行抽取，通過形態(tài)學(xué)運(yùn)算所抽取的分形參數(shù)作為紋理特征，以對(duì)空間結(jié)構(gòu)信息進(jìn)行提取。通過紋理結(jié)構(gòu)來對(duì)荒漠化遙感進(jìn)行分類，從而提升了分類的精度。通過人工神經(jīng)網(wǎng)絡(luò)來進(jìn)行信息提取是近些年來新出現(xiàn)的方法，通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠?qū)Χ嗑S遙感數(shù)據(jù)進(jìn)行有效的應(yīng)用，并且能夠?qū)崿F(xiàn)對(duì)荒漠化與遙感數(shù)據(jù)信息之間的線性關(guān)系模擬。通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)和遙感數(shù)據(jù)中的紅外、可見光指數(shù)來成立神經(jīng)網(wǎng)絡(luò)荒漠化信息提取模型，通過調(diào)查可知這種提取方法的精度更高。

2.2光譜分析

從目前的情況來看，在通過遙感技術(shù)來對(duì)荒漠化信息進(jìn)行提取的過程中，分類方式和植被指數(shù)是最為常用的方式。在以往所采用的分類方法當(dāng)中，每個(gè)像元都是由同一中物質(zhì)來組合而成，所以在對(duì)其分類時(shí)，可對(duì)一個(gè)像元進(jìn)行單獨(dú)分類。但通過傳感裝置獲得的光譜信號(hào)是以像元為單位來進(jìn)行記錄的，在圖像當(dāng)中像元所對(duì)應(yīng)的應(yīng)該是地表，其中有著多種覆蓋的類型，所以其中的光譜響應(yīng)特征也各有不同。在這樣的情況下，如果像元包含的是單一覆蓋類型則被稱為純像元，如果像元包含多個(gè)覆蓋類型，則被稱作為混合像元，混合像元主要記錄的是不同覆蓋類型光譜響應(yīng)特征的綜合，這也是傳統(tǒng)遙感分類和面積測(cè)量精度難以得到要求的重要原因。通過運(yùn)用光譜混合分析技術(shù)能夠有效的解決這個(gè)問題，這種技術(shù)是將混合像元分解成為不同的終端單元，并得出這些基本組分占據(jù)的比例，這需要通過光譜混合模擬模型來實(shí)現(xiàn)。多年來國(guó)內(nèi)外的很多學(xué)者們都在積極的探索遙感光譜成像機(jī)理，模擬光譜的混合過程，研究和發(fā)展了多種混合光譜分解方法，提出不同的光譜混合模型，如線性、概率、幾何光學(xué)、隨機(jī)幾何、模糊模型等。

結(jié)束語(yǔ)：隨著科學(xué)技術(shù)的進(jìn)步，遙感技術(shù)在本世紀(jì)得到了迅速的發(fā)展，能夠?qū)崿F(xiàn)多分辨率傳感器的共存，并能夠同時(shí)應(yīng)用多波段、多角度和多極化的遙感，實(shí)現(xiàn)了遙感技術(shù)與GIS系統(tǒng)和GPS系統(tǒng)之間的融合。隨著遙感技術(shù)和圖形處理技術(shù)的逐步發(fā)展，會(huì)在我國(guó)的土地荒漠化監(jiān)測(cè)工作中發(fā)揮出更大的作用，使得荒漠化監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)性、精確性都能夠得到提高，從而為我國(guó)的土地荒漠化治理工作帶來中的信息依據(jù)，同時(shí)也為荒漠化防治決策工作的順利開展打下重要的基礎(chǔ)。

參考文獻(xiàn)：

[1]要紅杰.遙感技術(shù)在地籍測(cè)量中的應(yīng)用研究[J].價(jià)值工程，2020，39（17）：187-188.

[2]周玲美，王世航.內(nèi)蒙古杭錦旗生態(tài)環(huán)境時(shí)空變化的遙感監(jiān)測(cè)與評(píng)價(jià)[J].應(yīng)用生態(tài)學(xué)報(bào)，2020，31（6）：1999-2006.

[3]張平，孫強(qiáng)強(qiáng)，張亞萍， 等.基于寬波段遙感光譜混合分解的干旱區(qū)土地退化監(jiān)測(cè)評(píng)價(jià)理論和技術(shù)方法探討[J].遙感技術(shù)與應(yīng)用，2020，35（2）：497-508.

作者信息：李露純（1999.05），女，漢族，籍貫：河北唐山，本科，成都理工大學(xué)，研究方向：定量遙感。