南北过渡带1∶5万植被类型图遥感制图案例研究

doi:10.11821/dlxb202003013

摘要/Abstract

摘要：

编制南北过渡带地区1∶25万和典型山地1∶5万植被类型图是南北过渡带综合科学考察的主要任务之一。以往植被类型图的编制都是采用大量的地面调查来完成的,地面调查方法虽然精确,但费时费力,并且由于自然条件的限制,地面调查往往只能覆盖较小的范围。遥感数据因为其全覆盖的优势,可以很好地弥补样方调查的局限性,但目前大范围的植被类型遥感信息提取尤其是自动提取方面仍然存在一定的困难和瓶颈。本文以1∶5万太白山植被类型图的编制为例,利用多源多时相的高分辨率遥感数据,结合地面调查数据、以往的各种比例尺的植被类型图数据和森林资源调查数据等,探讨并研究基于山地垂直带谱的中大比例尺植被类型图的遥感提取方法和制图方法。研究结果表明：① 山地植被垂直带谱可以有效地支持1∶5万山区植被类型图的遥感制图。利用太白山植被垂直带谱和1∶1万数字表面模型数据（DSM）可以生成具有垂直带谱信息的地形约束因子;将地形约束因子与多源多时相高分辨率遥感数据、地面调查数据、以往的小比例尺植被类型图数据等相结合,可以有效提取各级植被类型,从而实现中大比例尺植被类型图的编制。② 典型山地1∶5万植被类型图的遥感制图基本流程为植被型组解译→植被群系组、群系、亚群系解译→植被型、植被亚型分类,采取自上而下和自下而上相结合的分类方法来分类。本文的研究成果可以为中大比例尺植被类型图的编制提供示范和科学依据。

关键词: 植被类型图, 高分遥感, 太白山, 植被垂直带谱, 遥感解译

Abstract:

The compilation of 1:250000 vegetation type map in the north-south transitional zone and 1:50000 vegetation type maps in typical mountainous areas is one of the main tasks of integrated scientific investigation of the north-south transitional zone of China. In the past, vegetation type maps were compiled by a large number of ground field surveys. Although the field survey method is accurate, it is not only time-consuming, but also only covers a small area due to the limitations of physical environment conditions. Remote sensing data can make up for the limitation of field survey because of its full coverage. However, there are still some difficulties and bottlenecks in the extraction of remote sensing information of vegetation types, especially in the automatic extraction. As an example of the compilation of 1:50000 vegetation type map, this paper explores and studies the remote sensing extraction and mapping methods of vegetation type with medium and large scales based on mountain altitudinal belts of Taibai Mountain, using multi-temporal high resolution remote sensing data, ground survey data, previous vegetation type map and forest survey data. The results show that: (1) mountain altitudinal belts can effectively support remote sensing classification and mapping of 1:50000 vegetation type map in mountain areas. Terrain constraint factors with mountain altitudinal belt information can be generated by mountain altitudinal belts, 1:10000 Digital Surface Model (DSM) data of Taibai Mountain. In combination of the terrain constraint factors with multi-temporal and high-resolution remote sensing data, ground survey data and previous small-scale vegetation type map data, the vegetation types at all levels can be extracted effectively. (2) The basic remote sensing interpretation and mapping process for typical mountains is interpretation of vegetation type-group→interpretation of vegetation group & subgroup→interpretation and classification of vegetation type & subtype, which is a combination method of top-down method and bottom-up method, not the top-down or the bottom-up classification according to the level of mapping units. The results of this study provide a demonstration and scientific basis for the compilation of large and medium scale vegetation type maps.

Key words: vegetation type map, high resolution remote sensing data, mountain altitudinal belts, remote sensing interpretation, Taibai Mountain

姚永慧, 张俊瑶, 索南东主. 南北过渡带1∶5万植被类型图遥感制图案例研究[J]. 地理学报, 2020, 75(3): 620-630.

YAO Yonghui, ZHANG Junyao, SUONAN Dongzhu. Compilation of 1∶50000 vegetation type map with remote sensing images based on mountain altitudinal belts of Taibai Mountain in the north-south transitional zone of China[J]. Acta Geographica Sinica, 2020, 75(3): 620-630.

图/表 7

图1

图2

表1

表2

图3

图4

图5

参考文献 26

[1]	Chinese Vegetation Map Editorial Committee, Chinese Academy of Sciences. Vegetation and its Geographical Patterns in China: Instructions for Vegetation Maps of the People's Republic of China. Beijing: Geology Press, 2007.
	[ 中国科学院中国植被图编辑委员会. 中国植被及其地理格局: 中华人民共和国植被图说明书. 北京: 地质出版社, 2007.]
[2]	Chinese Vegetation Map Editorial Committee, Chinese Academy of Sciences. Atlas of 1:1000000 Chinese Vegetation. Beijing: Science Press, 2000.
	[ 中国科学院中国植被图编辑委员会. 1:1000000中国植被图集. 北京: 科学出版社, 2000.]
[3]	Qian Chongshu . Draft of Vegetation Regionalization in China. Beijing: Science Press, 1956.
	[ 钱崇澍 . 中国植被区划草案. 北京: 科学出版社, 1956.]
[4]	Hou Xueyu, Ma Rongzhi . Vegetation-soil Zoning Map of China. Beijing: Map Press, 1956.
	[ 侯学煜, 马溶之 . 中国植被—土壤分区图. 北京: 地图出版社, 1956.]
[5]	Hou Xueyu, Sun Shizhou, Zhang Jingwei , et al. Vegetation Map of the People's Republic of China (1:4000000). Beijing: Map Press, 1979.
	[ 侯学煜, 孙世洲, 张经炜 , 等. 中华人民共和国植被图(1:4000000). 北京: 地图出版社, 1979.]
[6]	Liu Jiyuan . Dynamic Survey and Research of Resources and Environment in China. Beijing: China Science and Technology Press, 1996.
	[ 刘纪远 . 中国资源环境遥感宏观调查与动态研究. 北京: 中国科学技术出版社, 1996.]
[7]	Liu J Y, Liu M L, Zhuang D F , et al. Study on spatial pattern of land-use change in China during 1995-2000. Science in China Series D: Earth Sciences, 2003,46(4):373-384.
[8]	Liu Jiyuan, Zhang Zengxiang, Zhuang Dafang , et al. A study on the spatial-temporal dynamic changes of land-use and driving forces analyses of China in the 1990s. Geographical Research, 2003,22(1):1-12.
	[ 刘纪远, 张增祥, 庄大方 , 等. 20世纪90年代中国土地利用变化时空特征及其成因分析. 地理研究, 2003,22(1):1-12.]
[9]	Liu J Y, Zhang Z X, Xu X L , et al. Spatial patterns and driving forces of land use change in China during the early 21st century. Journal of Geographical Sciences, 2010,20(4):483-494.
[10]	Chen B Q, Li X P, Xiao X M , et al. Mapping tropical forests and deciduous rubber plantations in Hainan Island, China by integrating PALSAR 25-m and multi-temporal Landsat images. International Journal of Applied Earth Observation and Geoinformation, 2016,50:117-130.
[11]	Lei Guangbing, Li Ainong, Tan Jianbo , et al. Forest types mapping in mountainous area using multi-source and multi-temporal satellite images and decision tree models. Remote Sensing Technology and Application, 2016,31(1):31-41.
	[ 雷光斌, 李爱农, 谭剑波 , 等. 基于多源多时相遥感影像的山地森林分类决策树模型研究. 遥感技术与应用, 2016,31(1):31-41.]
[12]	Jia Mingming, Ren Chunyin, Liu Dianwei , et al. Object-oriented forest classification based on combination of HJ-1 CCD and MODIS NDVI data. Acta Ecologica Sinica, 2014,34(24) : 7167-7174.
	[ 贾明明, 任春颖, 刘殿伟 , 等. 基于环境星与MODIS时序数据的面向对象森林植被分类. 生态学报, 2014,34(24):7167-7174.]
[13]	Hu Bo, Ju Hongbo, Liu Hua , et al. Combining multiple classifiers based on evidence theory for large scale vegetation types classification by remote sensing images. Forestry Research, 2017,30(2):194-199.
	[ 胡博, 鞠洪波, 刘华 , 等. 基于证据理论组合多分类规则实现大区域植被遥感分类研究. 林业科学研究, 2017,30(2):194-199.]
[14]	Marsetic A, Ostir K, Fras M K . Automatic orthorectification of high-resolution optical satellite images using vector roads. IEEE Transactions on Geoscience and Remote Sensing, 2015,53(11):6035-6047.
[15]	Luo Jiancheng, Wu Guojun, Li Junli , et al. Spatial-spectral Recognition of Remote Sensing. Beijing: Science Press, 2017.
	[ 骆剑承, 吴国军, 李均力 , 等. 遥感图谱认知. 北京: 科学出版社, 2017.]
[16]	Demir B, Bovolo F, Bruzzone L , et al. Updating land-cover maps by classification of image time series: A novel change-detection-driven transfer learning approach. IEEE Transactions on Geoscience and Remote Sensing, 2013,51(1):300-312.
[17]	Wu Tianjun, Luo Jiancheng, Xia Liegang , et al. An Automatic sample collection method for object-oriented classification of remotely sensed imageries based on transfer learning. Acta Geodaetica et Cartographica Sinica, 2014,43(9):908-916.
	[ 吴田军, 骆剑承, 夏列钢 , 等. 迁移学习支持下的遥感影像对象级分类样本自动选择方法. 测绘学报, 2014,43(9):908-916.]
[18]	Zhang Jingjing, Zhu Wenbo, Zhao Fang , et al. Spatial variations of terrain and their impacts on landscape patterns in the transition zone from mountains to plains: A case study of Qihe River Basin in the Taihang Mountains. Science China Earth Sciences, 2018,48(4):476-486.
	[ 张静静, 朱文博, 赵芳 , 等. 山地平原过渡带地形特征及其对景观格局的影响: 以太行山淇河流域为例. 中国科学: 地球科学, 2018,48(4):476-486.]
[19]	Liu Xianfeng, Pan Yaozhong, Zhu Xiufang , et al. Spatiotemporal variation of vegetation coverage in Qinling-Daba Mountains in relation to environmental factors. Acta Geographica Sinica, 2015,70(5):705-716.
	[ 刘宪锋, 潘耀忠, 朱秀芳 , 等. 2000—2014年秦巴山区植被覆盖时空变化特征及其归因. 地理学报, 2015,70(5):705-716.]
[20]	Zhang Xiaodong, Zhu Wenbo, Zhang Jingjing , et al. Phenology of forest vegetation and its response to climate change in the Funiu Mountains. Acta Geographica Sinica, 2018,73(1):41-53.
	[ 张晓东, 朱文博, 张静静 , 等. 伏牛山地森林植被物候及其对气候变化的响应. 地理学报, 2018,73(1):41-53.]
[21]	Xia Liegang . Research on automatic classification of remote sensing images coupled with "Graph-Spectrum" characteristics[D]. Hangzhou: Zhejiang University of Technology, 2011.
	[ 夏列钢 . 耦合“图—谱”特征的遥感影像自动分类方法研究[D]. 杭州: 浙江工业大学, 2011.]
[22]	Li Haining . Study on plant species diversity and vertical distribution patterns on the north slope of Taibai Mountain[D]. Xi'an: Shaanxi Normal University, 2007.
	[ 李海宁 . 太白山北坡植物物种多样性及其垂直分布格局研究[D]. 西安: 陕西师范大学, 2007.]
[23]	Fang Zheng, Gao Shuzheng . Vegetation altitudinal belts on the north and south slopes of Taibai Mountain in Qinling Mountains. Series of Plant Ecology and Geobotany, 1963,1:162-163.
	[ 方正, 高淑贞 . 秦岭太白山南北坡的植被垂直带谱. 植物生态学与地植物学丛刊, 1963,1:162-163.]
[24]	Yue Ming . Vegetation altitudinal belts of Qinling Mountains. Forests and Human Beings, 2015(2):76-81.
	[ 岳明 . 秦岭植物垂直带谱完整复杂. 森林与人类, 2015(2):76-81.]
[25]	Li Zhi, Yang Xiaomei, Meng Fan , et al. LULC classification based on random forest with the aid of phonological feature. Remote Sensing Information, 2013,28(6):48-55.
	[ 李治, 杨晓梅, 孟樊 , 等. 物候特征辅助下的随机森林宏观尺度土地覆盖分类方法研究. 遥感信息, 2013,28(6):48-55.]
[26]	Nielsen A A . The regularized iteratively reweighted MAD method for change detection in multi-and hyperspectral data. IEEE Transaction on Image Processing, 2007,16(2):463-478.

传感器	获取时间	分辨率(m)	传感器	获取时间	分辨率(m)
GF2	2017年8月3日	0.8	ZY3	2017年9月28日	2
	2017年9月7日	0.8		2017年8月5日	2
	2017年9月7日	0.8		2016年8月31日	2
	2017年8月3日	0.8		2018年2月3日	2
GF1	2016年8月28日	2		2018年2月8日	2
	2016年11月30日	2		2017年9月28日	2
	2017年10月28日	2		2017年8月5日	2
	2017年2月12日	2		2016年8月31日	2
	2016年8月28日	2		2018年2月3日	2
	2016年11月30日	2		2018年2月8日	2
	2017年10月28日	2		2017年7月14日	2
	2017年2月12日	2		2016年9月22日	2
	2017年8月8日	16		2016年9月22日	2
	2015年1月20日	16		2016年11月10日	2
	2015年10月1日	16		2017年11月4日	2
	2017年7月1日	16		2017年1月13日	2
	2017年2月12日	16		2017年7月14日	2
ZY3	2017年11月4日	2		2016年9月22日	2
ZY3	2017年1月13日	2		2016年11月10日	2

植被型组	植被型、亚型	植被群系组、群系和亚群系
草甸	蒿草、杂类草高寒草甸	圆穗蓼、珠芽蓼草甸
	温带禾草、杂类草草甸	大批针草、禾草草甸
	温带禾草、杂类草草甸	大披针草、杂类草草甸
灌丛	亚高山落叶阔叶灌丛	怀腺柳灌丛
	亚高山落叶阔叶灌丛	蒙古绣线菊灌丛
	亚高山常绿革叶灌丛	高山杜鹃灌丛
		金背杜鹃灌丛
		太白杜鹃灌丛
		头花杜鹃灌丛
针叶林	温带针叶林	侧柏林
	温带针叶林	油松林
	亚热带和热带山地针叶林	巴山冷杉、太白红杉林
		巴山冷杉林
		太白红杉林
	亚热带针叶林	华山松、巴山冷杉林
	亚热带针叶林	华山松林
针阔混交林	温带针叶、落叶阔叶混交林	侧柏、锐齿槲栎林
		侧柏、栓皮栎林
		油松、短柄枹林
		油松、锐齿槲栎林
		油松、栓皮栎林
	亚热带山地针叶、落叶阔叶混交林	巴山冷杉、红桦林
		巴山冷杉、牛皮桦林
		华山松、刺叶栎林
		华山松、短柄枹林
		华山松、红桦林
		华山松、橿子栎林
		华山松、辽东栎林
		华山松、牛皮桦林
		华山松、锐齿槲栎林
		华山松、山毛榉林
		华山松、山杨林
		华山松、栓皮栎林
		华山松、铁橡树林
阔叶林	温带落叶阔叶林	红桦、辽东栎林
		红桦林
		橿子栎林
		辽东栎林
		牛皮桦林
		锐齿槲栎、枫杨林
		锐齿槲栎、麻栎林
		锐齿槲栎、山杨林
		锐齿槲栎、栓皮栎林
		锐齿槲栎林
		山杨、辽东栎林
		山杨林
		栓皮栎、锐齿槲栎林
		栓皮栎、小叶杨林
		栓皮栎、榆树林
		栓皮栎林
栽培植被	两年三熟或一年两熟旱作	冬小麦、玉米、高粱
栽培植被	果树园	板栗、核桃