马里萨赫勒的木本植被和土地覆盖变化（1967-2011)外文翻译资料

 2022-03-12 15:46:59

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

马里萨赫勒的木本植被和土地覆盖变化（1967-2011)

摘 要

在过去的50年中，萨赫勒地区在1970和1980年代经历了人为扩张和长期干旱加速的重大树木和土地覆盖变化。 本研究使用遥感技术，辅以地面实况资料，比较2011年前的干旱木本植被和土地覆盖情况。1967年的高分辨率全色电晕影像和2011年的多光谱RapidEye影像构成了该区域的基础这项研究的重点是马里萨赫勒地区的多贡高原和塞诺平原。 基于对象的特征提取和分类被用来分析数据集，并绘制了44年来的土地覆盖和木本植被变化。 访谈添加关于物种组成变化的信息。 结果表明，耕地面积显着增加，茂密的自然植被减少，农民田间的树木增加。 平原的平均木质覆盖率下降（-4％），但在高原上平稳（ 1％），尽管存在明显的空间差异。 观察到物种下降和侵蚀退化的土地。 然而，变化的方向并不总是负面的，并且显示出各种空间变化。 虽然气候的影响是显而易见的，但我们表明人为活动已成为变化的主要驱动因素。

介绍

萨赫勒地区曾被誉为过去几十年全球环境变化的“热点”之一。随着20世纪的进展，定居点遍布萨赫勒地区，大部分森林因农业用途而被清理，并且对木材的需求不断增长Brandt等，2014a）。20世纪70年代和80年代期间，该地区长期干旱加剧了环境条件的恶化，并且年降水量整体下降（例如L#39;Hote等人，2002）。科学家声称森林砍伐是造成这些气候变化的主要原因查尼 1975）。 然而，一些研究表明，海面温度主要控制萨赫勒降雨波动（例如，Giannini等，2008）。最近，调查人员再次表明，土地覆盖变化可能会对雨量变化产生加速作用（例如，Kucharski等，2012;Paeth等，2009）。这些研究再次将土地覆盖的变化重点放在了焦点上并证明了这一点需要对环境变化的实际程度进行详细调查。

在二十世纪七十年代和八十年代的干旱之后，观察到的木本植被覆盖物的损失往往被认为是不可逆转的降解，而萨赫勒的大部分地区被指定为退化土地（例如 Kandji等人，2006; Oldeman等，1990; 七鳃鳗， 1988)。然而，几乎没有发现广泛降解的证据（例如，Niemeijer和 Mazzucato，2002;Tiffen和Mortimore，2002年） 最近根据对卫星时间序列和地面数据进行粗略分析的结果显示，自20世纪80年代中期以来，萨赫勒地区大部分地区的植被绿化增加（例如 Dardel等人，2014; Brandt等，2014b; 赫尔曼 等人，2005;Olsson等人， 2005)。 然而，由于缺乏历史数据，目前还不清楚这是恢复到干旱前的状况还是土地覆盖变为新的平衡状态。

高分辨率图像提供了检测单个树木和大型灌木作为对象的可能性。这具有的主要优点是可以直接映射冠层覆盖而不需要通过线性模型来解释混合像素（例如Herrmann 等人，2013;拉尔森，993)。这是一个重要因素，因为萨赫勒植被在很大程度上取决于降雨量Hickler等，2005）造成混合像素间的巨大年际变化，并使传统的变化检测方法变得不可靠。这个问题常常被趋势解决时间序列分析（例如， Brandt等，2014b;Anyamba和Tucker，2005）。然而，这些数据集始于20世纪80年代，并没有提供关于萨赫勒地区严重干旱之前的情况的任何信息。 除了航空摄影之外，20世纪60年代的科罗娜影像还是萨赫勒地区独特的干旱前信息的来源。 此外，它记录了人类开始扩张和清理天然丛林的时间。到目前为止，许多研究使用定性方法，应用案例研究和/或视觉检查来重建干旱前的萨赫勒航空照片和Corona图像（例如Herrmann等人，2013; Brandt等人，2014a; 塔潘 等人，2004;冈萨雷斯，2001年）。陆地和树木覆盖的变化也被映射（例如，圣Emeterio和Mering，2012; Ruelland等，2010;塔潘和McGahuey，2007; Elmqvist，2004; 塔潘 等人，2000）使用各种方法（请参阅 Ruelland 等人，2011）。这些研究表明，大部分前灌木林地已经转变为农地，随着荒地的蔓延和木质物种的大量贫化，观察到的树木密度显着减少（勃兰特 等人，2014a; 赫尔曼 和 塔潘，2013; Gonzalez等，2012; Ruelland等，2010; 塔潘 等人，2004; Elmqvist，2004）。这些变化对生态系统和人们的日常生活有重大影响。当地居民对诸如消防和建筑木材，医药和宗教目的等树木产品的依赖性（Maydell，1990）是一个实际重要因素，对区域规模的环境研究有重要意义。

在绿化和荒漠化辩论中，通常使用概括，试图简化远为复杂的现实。我们忽略了这些范例，并显示了当地规模的复杂性和空间变化。1967年的高分辨率全波罗的科罗纳影像和2011年的多光谱Rapid Eye影像构成了本研究的基础，其中包括马里萨赫勒地区多贡高原和塞诺平原的部分地区。两大目标是：1.调查和量化44年来的土地覆盖变化，包括退化和人类扩张的方面。2.分析1967年至2011年间木本覆盖的变化并找出解释。

材料和方法

学习区域

研究区位于马里的莫普提地区。它大约有3600公里2，西北部有Sevareacute;城镇，东部有Bandiagara和Bankass城镇。图1）。一般来说，研究区可分为多贡高原（75％）和Seno平原（25％），陡峭的Bandiagara陡坡将北部的岩石高原从沙质平原分隔至南部。高原由多贡农民居住，其特点是复杂而粗糙的形态，浅层和红土。种植和放牧地区分布在山谷中的岩石露头之间。砂岩往往限制农田面积的扩张，因此许多这样的空间以茂密的自然植被为主，其中Combretum micran-thum，Combretum glutinosum和Guiera senegalensis盛行，反过来提供木材作为能源。 主要农作物是小米，花生和高粱。 洋葱种植园和花园紧邻主要溪流，最近建造的小型水坝使得灌溉系统得以扩展。

图1 .研究区位于马里多贡高原和Seno平原

Seno平原比高原低200米，海拔200-300米，平原形态和沙质土壤。在过去的几十年中，人口密度有所增加，这对土地覆盖有重大影响。几乎所有的地区今天，Seno Plain被用于农业目的。与高原上的浅层土壤相比，土壤是深层的沙壤土，能够增加干旱期的恢复力。

高原和平原上的村庄在村庄边界和村庄附近都有很多大树。这些树木（主要是黑檀（Adansonia digitata），aegyptiaca，Borassus aethiopum，Faidherbia albida）由村民仔细检查，因为它们提供树荫，土壤养分，水果和木材Brandt等，2014a）。 农民们在自己的田地里砍树枝，主要是采用可持续的抛光方法。 更偏远的农田往往处于休耕状态，这些地区的树木往往没有得到保护，因为在灌木丛中巡逻更为困难。大多数物种都受到官方保护，许可证必须从林业局购买才能砍伐树木。但是，情况很不明确，存在对林业法的不同解释。在我们的研究区域内，当地居民观察并报告了有和没有许可证的伐木和砍伐情况。在这两种情况下，保护的存在和程度主要根据物种而异。

研究区内的各种项目显示了人类对灌木植被的正面影响。Bankass和Endeacute;周围地区特别受益于萨赫勒农村组织和村间协会Bara-hogon等组织的投入（Brandt等，2014a;艾伦，2009; Yossi和Diakite，2008） 许多树木生长茂密的保护地表现了树木生存多年的能力，降雨少，长期繁荣。

莫普提地区部分由北苏丹地区（年平均降雨量为550-750毫米）和南 - 萨赫勒地区（平均年降雨量为350-550毫米）（Yossi和 Diakite，2008）。总的来说，研究区年平均降水量为500-600毫米，这在6 - 10月份完全降低，年际间和年度间差异很大。20世纪70年代和80年代出现了几次严重的干旱和年降雨量的全面下降。自20世纪90年代以来，年均值再次上升，几乎达到2010年的干旱前值（Brandt等，2014a）。

数据

科罗纳

电晕图像属于美国第一个地球观测卫星，为过去提供了一个独特的窗口。 科罗娜KH-4B（任务1102）拍摄了照片研究区于1967年12月10日在马里。科罗纳KH-4B装备了两个全景旋转摄像机，焦距为61毫米，地面分辨率为1.8米。 虽然是全景式的，但图像非常锐利且充满细节，因此可以区分和提取单棵树木，荒草地和定居点安德森，2006年）。由于原始图像缺乏位置数据和任何形式的正射校正，原始图像使用GoogleEarth作为参考手动地理参考。由于缺乏基础设施，控制点不仅需要在交叉点和建筑物上进行选择，而且还要在岩石露头和大型古树边缘进行选择。 对于十个Corona图像中的每一个，获得了30到50个控制点。 使用橡胶板法进行重新整理（参见 斯坦 等人，1999），将输入单元大小舍入为2 m。用RapidEye图像叠加视觉评估每幅图像的准确性。

Rapid-Eye

Rapid Eye卫星配有5波段（红，绿，蓝，红边，近红外）多光谱传感器。 这里使用的图像被正交化并重新采样到5米分辨率。RapidEye的高分辨率多光谱图像提供了一个数据集，用于评估2011年研究区内的情况，总面积达3501公里2。覆盖几乎整个研究区域的场景日期为2011年12月26日（由13块方块组成）。 第二个场景只包括高原西北部的一小部分，日期为2011年12月7日。这两个场景与在野外的时间相对应。近红外通道有助于区分单株树木和其环境，因为树木和灌木是干旱季节唯一的绿色植物。RapidEye图像以数字编号（DN）形式提供，然后转换为反射值。

方法

  1. 土地覆盖分类

土地覆盖图是在1967年和2011年以20米的分辨率创建的。 Corona图像使用无监督分类（ISODATA）方法，RapidEye使用监督分类（最大可能性）。这两个主要类别是“稀疏的灌木植被”和“密集的木质植被”，见于 图2和图3。茂密的灌木植被区域是未被砍伐的农业区域，或长时间休耕并现在被灌木和草覆盖的区域。这个班级还包括农田内大量密集的大树。 稀疏的灌木植被通常用于农业用途，包括耕地，休耕和放牧地区。裸岩形成一个额外的地区。岩石在研究期间露头没有明显变化，因此对两个数据集都是隐藏的。由于附加的多光谱信息，2011年的分类引入了退化土地类，表现出明显的土壤侵蚀和暴露的红土。目视检查Corona图像显示，这一类在1967年几乎没有空间上的明确性。对于监督分类，选择了73个训练区，大多数情况下覆盖了现场参观的场地。使用多数重采样技术将分类重新采样到20米，以等于1967年和2011年的几何分辨率并平滑结果。为了获得整个时间段内的变化，创建了变化图，显示了1967年和2011年两个分类之间的差异和变化方向。

图2该图显示了1967年分类中使用的两个类以及单个树如何映射（绿色）。村庄周围的明亮区域代表了稀疏的木本植被区域，而西部的黑暗区域是密集的木本植物的一个例子，该植物尚未被清除用于栽培。

图3 在RapidEye（波段组合532）和地面（2011年12月）上看到的稀疏（a b）和密集（d）木本植被以及退化区域（c）的区域。

  1. 基于对象的树覆盖映射

灌木植被评估使用IMAGINE Objective提供的面向对象的自动绘图技术来映射树木和大型灌木，Erdas 公司 2008)。关于这个主题的科学文献很少，并且包括通过研究 Chepkochei（2011），Leckie等人 (2005), 柯 和Quackenbush（2011），Erikson和Olofsson（2005）， San Emeterio和Mering（2012） 要么 Pouliot等人（2002年）。在树木层次上进行映射可以保证对木质植被密度和覆盖度变化的结果具有高度的准确性和确定性。萨赫勒大草原木质覆盖物的点状性质使得面向对象的方法合乎逻辑。

对于这项研究，灌木植被物体划分和提取的每个特征模型都是由7个节点和相应的输入数据组成的一系列算法。自动特征提取的过程基于像素线索度量，该像素线索度量使用光谱信息（即像素级别线索来识别颜色，纹理，色调和位置）以及空间信息（即对象级别线索）来分析形状，大小和方向（Erdas 公司 2008)。输出是形状文件，其中包含数百万个代表木质覆盖物的多边形（请参阅 图2）。有关木质植被特征提取的详细信息，请参阅 Chepkochei（2011）。

灌木植被的检测主要基于灌木植被和背景训练样本（即灌木植物周围的区域）的训练样本的特征信息。背景像素在不同的土地用途之间可能差异很大，特别是在农田和丛林休耕地之间。对于Corona和RapidEye数据集都是如此。在自然植被密集的地区，树木或大灌木之间的地区通常被草本植被和灌木丛覆盖，树木密度要比耕地高得多。对于电晕来说，这意味着自然植被区域中的背景像素可能与农田地区的目标像素（灌木植物）具有相似的灰度值。对于RapidEye图像，邻接效应增加了更多的不确定性。在地面上直径10米的树冠不一定代表树木的相应光谱特性，只有四个5米像素。相反，相邻像素受到树冠的散射反射的影响，这在密集的木本植物区域尤其如此。为了减少上述错误来源，木本植被的测绘不仅需要多贡高原和塞诺平原的单独处理，而且还要分别针对各种分类土地覆盖类型进行。此外，为了改善Corona和RapidEye之间的比较，在Corona的映射算法中忽

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[478038]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章