内蒙古草场资源遥感图像处理及地学分析的若干问题探讨

内蒙古草场资源遥感图像处理及地学分析的若干问题探讨_巡天察地梅安

内蒙古草场资源遥感图像处理及地学分析的若干问题探讨

内蒙古草场资源遥感图像处理及地学分析的若干问题探讨^[1]

梅安新

内蒙古草场资源遥感研究，具有多学科、综合性的特点。因而需要尽可能多地从不同高度的平台，获取不同波段、不同时相的遥感信息。在整个研究过程中，我们以LANDSAT的MSS影像作为全自治区大面积的解译和专题成图的主要信息源，与此同时，还应用了RBV、TM、NOAA、SPOT和中国科学实验卫星等影像及航空影像等资料。此外，还应用MSS，SPOT和NOAA的CCT磁带等多种资料。这些资料，年代上从1975年到1986年，以1980—1982年为主；在季节上，以该区植物生长季的4～8月为主，也包括了部分的8月、9月和10月的资料。

从多种高度平台上获取的多时相、多波段的遥感信息，记录了各种地物的电磁波特性，经过一系列的物理变换，以代码化信号记录在磁带上，或者经转换成光信号记录在胶片上。作为信息载体的遥感影像和CCT磁带，包含着丰富的自然界各种物体的能量和物质的信息。专业人员一方面基于对自然资源的形成、分布规律、形态赋存特征的认识，另一方面对于遥感影像中所包含的信息源、能量谱与地理场三者含义的了解，对通常人们不易认识的遥感影像进行解译，转化为易读的专题线划图，从而把遥感资料中记录的资源和环境的信息传递给读者。

内蒙古草场资源遥感研究的重要内容之一，就是要通过遥感的手段获得不同草场类型、分布、特征和有关的资源数据。在遥感影像上区分草场内部不同类型和不同退化程度，比区分乔、灌、草要困难得多。有些地物，如砂地和盐碱地，不仅在光谱特征上相似，而且分布基本在同一空间范围内，不易区分。还有一些地物，它们之间的界限在影像上往往具有渐变和模糊性，难以准确地确定。

通过图像处理，可以使某些类型之间的界限变得更为清晰，类别之间的差别更为明显，取得良好的效果。另外，地面实况调查与验证的信息的引入，并把它与遥感信息结合起来进行综合分析，对于提高解译的精度，也起了重要的作用。

一、遥感影像信息的应用与分析

遥感影像作为信息的载体，能直观地显示出某一波长范围内地物的电磁辐射强度，而且可以展示空间的变化。为了使影像能显示尽可能多的信息或使目标更为突出，对MSS和TM影像进行了下列处理：

1.最佳放大倍率的选择

要使MSS和TM影像取得最佳的判读效果，必须确定其最佳放大倍率。根据MSS和TM影像的分辨率和人眼的分辨率，可以给出能充分发挥影像构像潜力的最佳放大倍率，从而得出影像最佳比例尺。

MSS 1∶100万影像（底片），每条扫描线上记录了3 240个像元，即17.5pixels/mm。在明视距离（250mm）处，人眼的分辨率为3′左右，把它换算为线对分辨率Rp＝1/250×sin3′＝5线对/mm（200_μ）。因此，只有当影像分辨率Ri＝Rp时，最能发挥影像的构像潜力。也就是说把底片放大到R_i＝Rp时，是影像解译最佳放大倍率。

MSS的1∶100万影像分辨率Ri为17.5pixels/mm，最佳放大倍率Rb为

Rb＝Ri/Rp

当Rp＝5，Ri＝17.5时，则Rb＝3.5倍，即MSS 1∶100万底片放大至1∶28.5万为最佳比例尺，解译的效果最好。鉴于放大时的边缘效应和原始底片分辨率较高，9吋（1∶100万）MSS影像放大到1∶20万（3.5线对/mm）仍有较好的视觉效果。

由于MSS影像从上至下有2 340条扫描线，如按计算，最佳影像比例尺为1∶390 000。考虑到影像放大边缘效应和纵横综合效应，我们选择1∶350 000影像作为全内蒙古目视解译的基础影像。同时，由于内蒙古自治区领域辽阔，大面积多学科解译需要较多的复份影像，以印刷合成彩色片较为经济，而印刷片网点为150线对/吋，相当于6线对/mm（166_μ）。用它来表现1∶350 000影像比较合适。

TM 1∶100万底片，每条扫描线有6 166个pix，即为33.3pixels/mm，当放大6.7倍时可发挥最大的构像潜力，相当于1∶14.9万比例尺。当影像放大至1∶10万比例尺时，仍有较好的视觉效果。当TM放大倍率超过10倍时，目视解译效果下降。

2.根据影像信息特征，选择彩色合成最佳波段匹配

MSS影像，4个波段中MSS₄与MSS₅的信息有很高的相关性，MSS₆与MSS₇也有很高的相关性（见表1）。其4个波段亮度直方图见图1。通常，以MSS₄、MSS₅、MSS₇，匹配BGR滤光片进行假彩色合成（标准假彩色合成）。SPOT卫星的HRV的多色通道三个波段（0.50～0.59_μ，0.61～0.68_μ，0.79～0.89_μ）与MSS₄、MSS₅、MSS₆三个通道相近，其假彩色合成的波段无选择余地，仅可更换滤光片匹配。

表1　MSS₄个波段的相关矩阵

TM共有7个波段，其中TM₂、TM₃、TM₄约相当于MSS₄、MSS₅、MSS₆、MSS₇波段的覆盖范围。通常以TM₂、TM₃、TM₄配B、G、R滤光片作为“标准假彩色合成”影像，国内外都有产品供应市场。但是通过对TM各波段信息特征的分析表明，这样的波段匹配不是最好的。从各波段主成分相关矩阵来看（见表2），TM₂与TM₃的信息相关程度很高，达0.92，亮度直方图分布范围几乎一致（见图1）。因此，以TM₂与TM₃进行合成，信息重复大，信息量增加很少。如果从TM 7个波段中选取3个波段进行影像合成，要能保存较大信息量，除TM₆之外，对于其余各波段来说TM₃、TM₄、TM₅或TM₁、TM₃、TM₄所组合的方案较好。但是各不同地物在TM₁的底片上反差小，合成影像效果不好，而以TM₃、TM₄、TM₅配以G、R、B滤光片进行彩色合成，无论对大多数地物的目视判读及保存信息量来说都有较好效果，有利于综合解译。当然，对于某些特定目标的信息提取方案，可根据遥感信息特征，选择最佳方案。例如，对于水体泥沙和水深的判读来说，TM₁、TM₄、TM₅组合就优于TM₃、TM₄、TM5组合等等。

图1　TM各波段亮度直方图

表2　TM7个波段主成分相关矩阵

必须指出，如果在彩色合成之前，对其中某些波段的影像由计算机进行线性拉伸作为预处理，然后再进行合成，其效果将更好。

3.特征信息提取

有些目标，在标准假彩色合成影像上，或者由于其面积太小而且分散，在制图时，易被综合掉，或者因为与其他地物在影像上的差别不大，而且很不醒目，给解译带来一定的困难。但是，我们可以通过影像处理，增强主要目标、抑制背景，或者扩大两种（或数种）相类似目标在影像上的差别，从而起到区分不同目标的作用。

在1984年7月24日，翁牛特幅TM“标准假彩色合成”影像上，虎榛子灌丛和其他灌丛草场，难以区别。但是以配以B、G、R滤光片进行彩色合成，虎榛子灌丛在该影像上呈鲜红色，而其他灌丛草场则呈暗红色，两者被明显地区分开^［4］。

二、陆地卫星CCT信息的应用

遥感影像上的灰度值表示了地物在一定波长范围内的光谱辐射强度（反射或发射）。但有时某些地物之间的光谱辐射强度的差异很小，在影像上难以区分；有些地物在传感器所接收的几个通道内无法区分其差别，也就是说直接记录的光谱数值不能显示其差别，而是“隐藏”在记录里，但经过数学变换处理则可显示其差别，这是光学处理难以实现的。

在对达里淖尔幅、西乌珠穆沁幅、翁牛特幅进行解译过程中，应用了MSS的CCT资料，在大佘太地区应用了SPOT的CCT资料作了图像的计算机处理。

（一）信息变换处理

沙地、盐碱地亮度差别很小，在标准假彩色影像上都呈白色，用光学方法较难区分。

通过对已知盐碱地和沙地在MSS图像上各波段灰度值的测定表明，只有在MSS₄时两者亮度有一些差别，其他波段都很小，因此，对MSS₄进行指数变换，扩大了亮区的反差，压制暗区信息，拉伸后使盐碱地的亮度值为255，沙地的亮度值为85，其他地物为0，然后对三者进行彩色编码，盐碱地赋予白色，沙地赋予粉红色，背景呈黑色，准确地勾画出沙地、盐碱地与背景的界限。

用同样的方法对西乌珠穆沁幅合成影像进行处理，对沙地、退化草场和草甸混合分布区各类地物亮度值和颜色如表3所示。

表3　不同分布区各类地物亮度值和颜色列表

在此基础上，根据裸沙分布区中蓝色和白色混合比例不同，还可细分出严重沙漠化、中度沙漠化、轻度沙漠化和潜在沙漠化四类。经彩色编码后，有很好的判读效果。

在CCT所包含的大量信息中，也有一些对于分类来说是不必要的，有的甚至有干扰作用，影响到分类的精度。我们在对达里淖尔幅灰腾梁地区草场MSS的CCT进行集群分类时，对于区分大类有效，而有些类别之间的界限与实际符合得不好。对于次一级分类的效果不理想，如退化草场与耕地（作物覆盖率低）、沙地三类地物往往分成一类。K－L变换处理可剔除某些分类“无效”信息，使主题突出，把多变量信息压缩在一张图上，形成新图，这张新图使贡献最大的几个主要成分最大限度地表现出来。K－L变换的特点是不按地物波段特性进行图像显示，而是通过地物的方差特征，按方差进行变换，各分量把方差拉开，从而起到分类的作用。对比同一地区K－L变换和集群分类图像，可以看到在K－L变换图像上沙地与退化草场、沙地草场与沙地、退化草场内部不同退化程度等不同类别的区分比集群分类的效果都有所改善，界限更为清晰。

（二）混合处理

任何一种图像处理方法都有它的优点，但也有其局限性，只能提取某些信息，而对更大量的信息不能提取。如果把几种方法结合起来，则可提取更多的信息、效果要好得多。

1.K－L变换＋集群分类

前面已经提到，单纯的集群分类在灰腾梁地区对划分第一级草场类型有效，但对次一级类型及退化草场、作物稀少的耕地、沙地之间分类效果不好。单纯的K－L变换在区分以上3个类别上有所改善，但仍不能区分草场内部不同退化程度。经过K－L变换＋集群处理后，在灰腾梁地区，不但能区分出天然草场、退化草场、沙地草场、沙地等，而且还能区分出退化草场内的不同退化程度。这是因为把变换作为一种预处理，压缩了信息的维数，然后对3个主成分进行集群，分类效果良好。

2.比值＋K－L变换＋监督分类

在西乌珠穆沁旗高力罕郭勒流域的图像处理中，进行了比值影像与K－L变换结合方法处理。把MSS的4个波段产生了7/6、7/5、7/4、6/5、6/4、5/4 6种比值。如果6种比值数据全部参与分类，维数过多，对分类并不有利，也影响运算的速度。因此，首先对6种比值数据进行K－L变换。再把第一主成分PC₁取代MSS₄，以PC₁、MSS₅、MSS₇模拟标准假彩色合成进行监督分类。分类选择样本包括草甸2类，沙化草场2类，退化草场4类，耕地、流沙等共11类。每一样本选择若干已知地段作训练区，通过训练，计算机自动建立分类识别模式，用最小距离分类，经彩色编码显示出图像。

3.分区集群分类、监督分类与非监督分类混合处理

在大余太地区SPOT卫星CCT（1986年5月7日）资料的处理过程中，由于SPOT卫星CCT数据量大，整幅处理不经济。同时，同一景图内，山地和平原的自然状况和图形结构相差很大，很难选取同一分类标准和判据。于是，先进行目视解译，划分出若干小类型区，然后分别对每个类型区进行非监督分类，划分出土地类型，再根据野外考察结果进行监督，产生新的统计文件，用最大似然分类器进行分类，输出1∶5万土地类型图和数据^［7］。这样，把监督分类与非监督分类结合起来，目视解译与计算机图像处理结合起来，相互取长补短，既保存了目视解译宏观规律性强的长处，又融合了计算机定量处理的优点，节约了机时，大大提高了分类精度。划分植被单元比单纯的目视解译增加了3倍。

LANDSAT_1—2的MSS影像，进行1∶35万解译成图时，最小图斑为2mm×2mm＝4mm²，其中包含了108个像元，约等于实际面积0.49km²（735亩），在这个范围内，往往不是单一的地物所组成。例如小腾格里沙地复合坨甸类型草场类型中，一个小图斑可包括七八种类型，目视解译已无能为力。但计算机可以小图斑为单位挖出子区，进行细分类，并按像元计算出各类在图斑内所占的面积，给有关部门提供感兴趣的数据。

三、地面光谱测量数据信息（在图像处理中）的应用与分析

在进行影像解译、野外验证的同时，我们还应用了通道便携式光谱仪对以草场、沙地为主要目标进行光谱测量，取得83个样点的光谱数据。与此同时，对每个样点地面实况进行摄影，并统计样点内植物种类、数量，称出鲜草重量。

光谱测量数据，一方面为图像处理提供分类的依据，另一方面可用于草场产草与牧草光谱特征之间关系的探讨。对于后者，另有专文讨论。在这里，仅就大范围巡回野外光谱测定数据在图像处理中的应用作一简述。

根据野外测定反射光谱记录，在计算机上建立了光谱数据库，利用计算机把野外记录原始数据换算成各波段的反射率，在打印机上打出光谱曲线，并进行各种比值、变换等运算。为了与MSS各波段建立关系，必须换算成与MSS 4个波段对应的光谱数据，存入数据库。然后应用分析程序，对数据进行分析处理。

实测的地物光谱数据，对老哈河两侧的科尔沁沙地西北部先进行大致分类，并选出各类的集群中心，按间距与类间距大小检验直到满意为止，最后选取了7类集群中心，其类别间距见表4。

表4　7类地物光谱集群间距矩阵

经过集群分析得到7个类别，再经变换得到第一、第二主成分Z₁、Z₂为：

Z₁＝0.524MSS₄＋0.525MSS₅＋0.545MSS₆＋0.390MSS₇

Z₂＝0.340MSS₄－0.330MSS₅＋0.012MSS₆＋0.880MSS₇

其中Z₁、Z₂的特征值、贡献率、累积贡献率百分比见表5。

表5

Z₁、Z₂两个主分量累积贡献率达99.8%，可以认为所包Z₁、Z₂所含的信息几乎没有缺失。因此，以此7类再加上水体共8类，提供计算机进行分类，通过在VAX11/750计算机Model 75图像处理器比较试验表明，按8类集群，效果最好，在Z₁、Z₂坐标系上，植被覆盖系列的样本，点群都集中在一个椭圆形内，从低反射区向高反射区，沼泽草甸、草甸草原、杂类草原、灌丛几乎呈现线性变化，裸沙地、盐碱斑地则在椭圆系列之外。这些结果与目视解译结合野外调查所得的结果一致^［8］。

四、地学信息的应用与地学分析

植被、土壤、水资源、气候资源等都按一定的地学规律性在地表有次序地分布。在遥感影像解译过程中，始终离不开地学信息的应用与分析。遥感图像作为信息的载体，也包含着丰富的地学内容，尤其是空间规律性的内容，往往可以得到直观地显示。有些类型则只能透过间接的分析才能赋予地学内涵。因此，地学信息对于影像的解译和遥感信息的应用，在宏观规律的控制和间接解译标志的建立，提高目视解译精度等方面有着重要作用。

以土地利用为例，它有明显空间组合规律。我们可以根据土地利用类型的空间组合与地理各要素的相关，建立起地学模型，这个模型在一定区域、一定时间范围内具有相对的稳定性。众所周知，某些地物具有“同质异谱”或“异质同谱”现象。土地利用的一些类型也是同样，在遥感影像上，某些不同类型在不同时期、不同地区有不同影像特征，即使通过图像处理，也有某些“误分”“误判”类型存在。但是通过地学模型和影像处理、影像分析相结合进行，使得某些原先无法识别的类型，得以识别，提高了分类精度，“误分”“误判”现象可以大大减少。

土地利用类型的识别，与生长在土地上的植被有很大的关系。因此，一个地区的植物物候谱，对于鉴别土地利用类型有很大帮助。在内蒙古东南部影像解译中收集了若干种草和农作物的物候谱。它帮助我们应用不同时相来区别草地和耕地。草地和耕地在影像上都呈现为红色，但绝大部分在通常情况下，生长旺季为6～8月，在这3个月内在影像上单凭颜色区分草地和耕地易产生误判，而在5月中旬不少农作物已出苗返绿。到9月份，大部分草已枯黄，而内蒙古南部不少作物仍未收割。因此，5月和9月通过图像处理，可以把草地和耕地区别开来。此外，还可以区分不同草被类型。

在一定纬度、地理位置、海陆位置条件下，影响土地利用诸自然因素中，地貌因子起着主导的作用。地貌既可以其不同类型、坡度和不同的切割程度上直接影响土地利用，同时，又因地貌影响到水、热条件的分配而间接地影响土地利用。

1.一个区域内的土地利用组合（结构）以地貌类型为转移

山地，主要是草地和林地的分布区。在内蒙古西部气候干燥地区裸岩出露较多，中部和东部裸岩较少。在标准假彩色影像上山地区红色为林地和草地，有些山地呈灰蓝色者为草地，两者仍可按其他地貌条件和影像特征区分，而裸岩区则呈褐色、黑色等。丘陵区是草地的主要分布区，受人类开垦活动影响，黄土丘陵大部被开发为耕地，部分为人工林地以及剥蚀石质或剥蚀土质积土石丘陵，以草地和灌木为主，少量人工林。平原是主要耕作区，河谷平原水浇地比重较大，间有小块人工林，也是居民地和交通用地集中区。沙地和沙漠，除西部沙漠流动沙丘所占比例较大外，中部和东部沙地，流沙只呈星点状分布，大部分为沙地草场，有少量灌丛或乔木林地。但是小腾格里沙地和科尔沁沙地不少地方被开垦，实行更新、轮作，耕地呈花斑状分布在沙地内。

以上土地利用的空间组合的大趋势，无论在MSS或TM影像上都显示得很清楚。

2.地面坡度和切割程度，直接影响到土地利用状况

陡坡地段（＞30°）主要是裸岩稀疏灌木，少量天然次生乔木分布；中等坡地（15°～30°），多为草、林地、灌丛草地相间分布，较缓坡地（＜15°）多草地，黄土覆盖处为旱耕地和少量人工林地。目前水土流失严重区在5°～15°，也即在海拔500～600m的黄土丘陵区（见图2）。

图2　丘陵区土地利用地貌模型

3.海拔高度的影响

随着海拔高度的增加，温度随之降低，一般海拔每升高100m，气温下降0.6℃，大于或等于10℃积温减少200℃，牲畜饱青期推后4～5天，其效应相当于纬度向北推100km。赤峰市喀喇沁旗从锡泊河谷地到旺业甸山地，海拔高度从400m上升到1 800m，大于或等于10℃积温从大于或等于3 400℃降至1 000℃；在海拔1 200m以下，大于或等于10℃积温降至大于或等于1 900℃，为农耕地带，从海拔较低向海拔高处，作物分布依次为水稻、高粱、玉米、大豆、谷子、春小麦等；从海拔700m向上，除河谷内有耕地分布外，其作物主要是耐寒的土豆和部分春小麦，丘陵和坡地上主要是草地和林地，相应的土壤类型从褐土－淋溶褐土－棕壤－山地草甸土，至1 700m以上山地顶部基本上为山地草甸（见图3）。兴安盟按海拔高度差异，出现的气候及土壤土地覆盖与利用情况如表6所示。

表6　兴安盟土地利用结构与地貌、气候、土壤的关系

图3　山地、漫甸区土地利用地貌模型

虽然，位于大兴安岭及其东坡的兴安盟，除了因海拔高度影响到热量状况之外，还影响到水分的垂直分布，加上坡向（迎风、背风）的影响，所以，丘陵、山地的湿度状况较之平原为好，虽然平原有利于农耕，但是干旱和沙化都不宜耕作。因而，土地利用状况亦不同（见图4、图5）。

图4　沙地区土地利用地貌模型

4.坡向的影响

坡向同样是通过对水、热的分配影响到土地的自然覆盖及人类对土地的利用。东西走向的山脉、阳坡和阴坡水热状况有很大的差别。阳坡的热量条件比阴坡好，但其水分条件不及阴坡。这种差别对于温带北部半干旱地区更为明显。在内蒙古东部、中部，一般是“阴林阳草”或“阴草阳裸”型结构。这个特点在卫星影像上表现非常明显。标准假彩色合成影像上阴坡呈深红－暗红色，阳坡是橙红－橙黄色，即为“阴林阳草”结构。

图5　河谷平原土地利用地貌模型

在内蒙古东南部和南部地带，在影像上可以看到山地的南北坡都有森林分布。北坡呈暗红色，南坡呈鲜红色，这是由于人工林，山地多油松，丘陵地区为针阔混交林，可根据冬季或秋季影像及红色调深度及饱和度区分开。另外，人类在丘陵区开垦耕地，首先选择向阳坡，而阴坡极少，这时也可出现“阴草阳耕”型结构。

呈南北走向或“NE—SW”走向的山地，对水分的影响大于对气温的影响。特别是大兴安岭，是“NE—SW”走向的，迎风的东南坡雨量较多，山地上部森林分布，过分水岭逐渐过渡为草原区，至内蒙古高原北部，为半干旱和干旱气候，基本上无大片森林分布，为大片草原。我们分析了这种分布规律，对于确定一个小范围内的土地利用类型，提高解译精度都有很大帮助。

5.地面物质组成

不同地貌类型，其现代外营力作用也有明显的差异，影响到地面物质结构。地面物质组成又通过地貌形态表现出来，在影像上可以解译。因此，分析地貌特征结合分析地区物质组成，也有利于土地利用类型的鉴别。如黄土区，是大片耕地分布区，尤其是黄土台地顶部，地面平坦，切割微弱，是良好的旱作耕地区。在6月上旬之前，大部分农作物尚未拔节，显示不出作物，在影像上反映的仍是以背景土地的光谱特征为主。但根据耕地分布的地貌学规律，结合影像分析则可确定耕地的分布范围。

当然，通过地学分析的方法，对土地利用影响的不仅是地貌因素，还有其他地理因子。但通过地貌对土地利用空间组合规律的分析，建立解译模型，可以识别出某些图像处理不能解决的类型（见图6）。

图6　高平原区土地利用地貌模型

五、结　语

遥感资料所包含的自然和人文信息是综合的，可为多学科应用。但有的信息能直接地反映出资源和环境特征，有的则是间接的或“隐含”的。我们必须采取各种有效的方法来提取这些信息。实验表明，通过分析研究几种方法互相结合，取长补短，可取得更好的结果。

要充分利用遥感信息，还必须与地学信息的应用、分析相结合，把目视解译与计算机图像处理相结合，这在当前的遥感应用中是一个重要的趋势。

参考文献

［1］郭仕德，崔海亭，李琦.利用位相型调剂假彩色编码方法增强多波段影像中的植物信息，1984.

［2］范卫红.海拉尔草场资源遥感影像光学处理的尝试，1984.

［3］张可，王汝烨.达里诺尔槽计算机处理工作报告，1984.

［4］赵济，范卫红.翁牛特旗TM影像的处理及其在国土整治中的应用研究，1987.

［5］廖赤眉.西乌珠穆沁旗及达里淖尔旗计算机监督分类处理，1987.

［6］张可.目视解译成图基础上的计算机精处理方法——以内蒙古达里淖尔地区为例，1987.

［7］张可，陈凯，毛赞猷，李博.SPOT影像在土地类型划分与制图中的应用，1986.

［8］尹占娥，徐建刚.地物光谱信息系统建立的初步试验，1986.

［9］张志红.应用遥感数据估算哲里木盟土地人口容载量，1987.

［10］郑宇源.内蒙古草原东南部地物光谱测定的若干处理结果，1987.

［11］雍世鹏，王袍荣，郑宇源.内蒙古科尔沁草原生态区植物光谱特征的初步分析，1980.

［12］毛赞猷.内蒙古草场资源遥感制图.遥感信息，1986.

［13］梅安新，黄裕明.根据TM影像的信息特征选择合成方法的初步探索，1986.

［14］梅安新，刘树人，蔡孟裔.我国科学实验卫星影像在国土调查中的应用——以内蒙古某地为例，1984.

［15］Mei An－xin，Liu Shuren.Synthetic Analysis of Remote Sensing Data and Geoscience Information on Grassland Resources Survey，1987.

［16］Mao Zanyou.The Preparation of Satellite Image for the Investigation of Grassland Resources in the Eastern Part of Inner Mongolia，1987.

［17］Balph Berstein，et al.应用先进的图像处理技术分析和处理Landsat—4传遥器数据：TM图像及其应用译文集.北京大学遥感技术应用研究所，1987.

［18］W.A.Malila，et al.The Data Characteristics of Landsat—4MSS and TM Digital Image.

［19］中国科学院内蒙古宁夏综合考察队：内蒙古自治区及其西部毗邻地区天然草场.北京：科学出版社，1980.

［20］谭枫.主成分变换在遥感数据压缩及特征信息提取中的研究与应用，1986.

［21］徐希懦，等.陆地卫星TM资料作内蒙古达里诺尔地区草场分类硬产量分级图，1986.

注：这篇论文是国家“六五”攻关课题“遥感在内蒙古草场资源调查中的应用研究”的技术总结，由作者执笔、报告，该项课题获1987年内蒙古自治区科技进步一等奖、国家科技进步三等奖。

【注释】

[1]本文根据梅安新执笔的《遥感在内蒙古地区草场资源调查中应用研究》课题技术方法报告改写而成。为“技术方法报告”提供研究成果的有：北京大学陈凯、毛赞猷、崔海亭、徐希儒、张可、金丽芳、郭仕德、王汝烨、朱晓红；北京师范大学赵济、范卫红、廖赤眉；华东师范大学梅安新、郑宇源、黄裕明、尹占娥、徐建刚、张志洪；内蒙古大学李博、雍正鹏、王艳荣；东北师范大学扬美华、顾卫；南京大学陈钦峦、潘涛。参加报告起草讨论的有：毛赞猷、徐希儒、崔海亭、张可、郭仕德、范卫红、陈凯、梅安新。