纳木那尼峰地区冰川信息的综合提取方法

关键词： 里程 高速公路

纳木那尼峰地区冰川信息的综合提取方法（通用5篇）

篇1：纳木那尼峰地区冰川信息的综合提取方法

纳木那尼峰地区冰川信息的综合提取方法

以喜马拉雅山脉西段的纳木那尼峰地区为例,基于ASTER遥感数据,采用波段比值法、ND-SI指数法等多种方法,自动提取冰川信息,对比分析各方法在山体阴影与非阴影区冰川提取的优势和局限,并集成各方法的优势综合提取该地区的冰川.结果表明,在阴影区ASTER3/AsTER4波段比值法提取的.冰川信息更准确,而在非阴影区,NDSI指数法的提取结果较准确.综合波段比值法和NDSI指数法在阴影区和非阴影区的优势,分别提取阴影区和非阴影区的冰川,集成两部分结果,并采用掩膜方法剔除高海拔基岩区的积雪,得到了研究区的冰川数据.

作 者：仲振维 叶庆华 ZHONG Zhen-wei YE Qing-hua  作者单位：仲振维,ZHONG Zhen-wei(中国科学院,青藏高原研究所,青藏高原环境变化与地表过程重点实验室,北京,100085;中国科学院,研究生院,北京,100049)

叶庆华,YE Qing-hua(中国科学院,青藏高原研究所,青藏高原环境变化与地表过程重点实验室,北京,100085;中国科学院,遥感应用研究所,遥感科学国家重点实验室,北京,100101)

刊 名：冰川冻土  ISTIC PKU英文刊名：JOURNAL OF GLACIOLOGY AND GEOCRYOLOGY 年，卷(期)： 31(4) 分类号：P343.6 关键词：遥感   冰川   ASTER   NDSI   波段比值法   纳木那尼峰  

篇2：纳木那尼峰地区冰川信息的综合提取方法

西部半干旱区具有独特的地理景观, 且地形复杂, 降水量一般在200～400mm, 蒸发量明显超过雨量很多。近年来遥感在“高空间分辨率、高时间分辨率、高光谱分辨率”方面有了长足发展。一些学者开始将遥感技术应用于水体信息的提取, 遥感技术能提供宏观的、实时的连续动态的地面观测, 其分辨率高, 这决定了它能在水体信息提取上发挥重要作用。而且通过遥感技术对水体信息进行提取, 对该区域地表水资源的详查有着重要意义。

国内外利用遥感技术对水体信息提取的研究主要有:Ryu等通过TM影像对海岸水线进行了提取研究[1];王向成“基于Hyperion影像的辽东湾水体信息自动分类”[2], 利用高光谱数据对水体信息进行了提取;黄海波“ASTER遥感影像水体信息提取方法研究”[3], 该文章基于波段阈值和谱间关系构建了水体提取模型, 方法简单实用, 但对光谱特征分析过程中样本点选取要求比较高。利用指数法进行水体信息提取的有徐涵秋的“利用改进的归一化差异水体指数 (MNDWI) 提取水体信息的研究[4]。丁凤则提出一种新型的水体指数 ( NWI) [5], 将 ETM 第 7 波段用于水体指数模型的构建和水体信息的提取。

我国干旱与半干旱地区范围大, 且该类区域地形复杂, 水体信息在遥感影像上不明显, 这给通过遥感技术提取该区域水体信息增加了难度, 以往研究中, 在遥感影像上, 对于水体信息突出的区域提取精度高, 但对于水资源匮乏的地区, 往往提取精度难以达到要求。所以针对半干旱这个特殊地区水体信息提取的研究, 在前人研究的基础上, 通过分析研究2011年降水在时间上的分布规律, 选择水体与其他地类区别最明显的月份, 以LandSat5 TM影像所覆盖的兰州为研究对象, 通过多种信息提取方法的对比, 找到中分辨率影像上提取水体信息的方法和特点。

2研究区概况

兰州市位于北纬36°03′, 东经103°40′, 中国大陆地理版图的几何中心, 被称为中国“陆都”, 距西北其他四省 (自治区) 的省会平均距离最近。市区南北群山环抱, 东西黄河穿流而过, 枕山带河, 依山傍水, 平均海拔1500m, 具有盆地城市的特征。

兰州地处内陆, 降水少, 日照多, 光能潜力大, 气候干燥, 年平均气温10.3℃。年温差、日温差均较大, 夏季稍热, 最高温约30℃左右, 冬季寒冷但并不奇冷, 最低温约-10℃左右。年平均日照时数为2446h, 无霜期为180d, 年平均降水量327mm, 主要集中在6～9月。

兰州市辖5个市辖区 (城关区、七里河区、西固区、安宁区、红古区) 、3个县 (永登县、皋兰县、榆中县) , 本研究选择兰州市的5个市辖区为研究区, 面积为2112km2。

3数据与方法

3.1数据源与处理

针对半干旱区域地表水水量少, 水体信息的提取时间选择为地表水水系明显, 地表水与周围地类区别大, 本研究根据水体信息及半干旱地区的物候特性, 选择2011年8月的Landsat5 TM影像, 行带号为131-35, 在这一时期内, 地表水系明显, 与周围地类区别大, 水体信息易于提取。

除了遥感影像外还收集到研究区1∶10万地形图、环境统计数据及一些与相关的统计资料。TM影像来源于美国NASA数据共享网站[6]。

研究区包含在一景LandSat TM影像内, 对遥感影像进行了辐射校正、大气校正[7,8], 之后利用研究区1∶10万地形图对TM影像进行了几何校正[9], 重采样方法为二次样条函数法, 校正精度保证在0.5个像元之内。

3.2研究方法

根据半干旱地区水体信息的分布特点, 为了能更好的额提取水体信息, 首先对遥感影像进行辐射校正、几何校正、波段组合及裁剪等处理, 之后对研究区的遥感影像进行了光谱分析, 确定研究区地类间的波谱关系。继而分别选择非监督分类、指数法、阈值法、谱间关系法对水体信息进行提取, 技术路线如图1所示。

3.2.1 非监督分类

遥感影像分类是将影像的所有像元按其性质分为若干个类别的技术过程[10]。在没有类别先验知识的情况下将所有的样本划分为若干个类别的方法称之为非监督分类。

在TM图像上, 对于水体来说, 水体几乎全部吸收了近红外和短波 (中) 红外波段内的全部入射能量, 水体在这两个波段上呈现出暗色调, 而土壤、植被则呈现出相对较亮的色调。TM中的第4波段 (近红外) , 植物在该波段有强烈的反射, 水体有强烈的吸收, 容易区分植被、水体、土壤。第5波段为中红外波段, 包含的信息最丰富。本研究选择543波段组合影像进行非监督分类, 分类算法选择迭代自组织数据分析技术 (ISODATA法) 。提取水体信息的结果如图2所示。

3.2.2 指数法

目前利用比值运算创建的指数林林总总。通过比值运算, 进一步扩大波段间的差距, 使感兴趣的地物在所生成的指数影像上得到最大的亮度增强, 而其他背景地物则受到普遍的抑制, 从而达到突出感兴趣地物的目的[11]。在水体信息提取上常用的有NDWI (归一化水体差异指数) 与MNDWI (改进后归一化差异水体指数) 。NDWI 指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。而MNDWI 比NDWI 更能够揭示水体微细特征, 如悬浮沉积物的分布、水质的变化。另外, MNDWI 可以很容易地区分阴影和水体 (徐涵秋) [3]。所以本研究选择MNDWI对干旱半干旱地区的水体信息进行提取。

MNDWI= (Green-MIR) / (Green+MIR) (1)

其中MIR为中红外波段, 如TM/ETM+的5波段。利用改进后归一化差异水体指数法提取水体信息的结果如图3所示。

3.2.3 阈值法

利用遥感信息提取水体信息的方法一般可分为单波段法和多波段法。单波段法主要选取遥感影像中的近红外波段并辅于阈值来提取水体[12]。阈值法属于单波段法, 阈值法也常用于图像分割, 在这里通过对遥感影像的各个波段进行波谱分析, 找出水体信息与其他地类区别最大的波段, 通过试验确定一个阈值, 通过这个阈值来进行影像分割, 实现水体信息的提取。

各种地物都具有独特的光谱特征, 互不相同, 而地物光谱的差异是遥感技术识别各类地物的主要依据[11]。分别对水体、居民地、林地、灌木林、草地、耕地、阴影和裸地8种地类进行了取样, 取样数均为200个, 统计各自的灰度均值, 见表1, 得到相应的地物光谱特征曲线, 如图4所示。

由不同地物亮度均值曲线可以看出, 水体信息在band7灰度值最小, 在band1灰度值最大, 在band5波段与其他地类区别最大。通过试验, 发现计算式“Band5<50”, 提取出的水体信息如图5所示。

3.2.4 谱间关系法法

往往通过单个波段很难将水体信息与其他地类完全区分, 分析各个波段之间的关系, 通过波段之间的运算, 增强水体与其他地类之间的区别, 这就是谱间关系法 (周成虎) [11]。对表1分析得, 在band1, 水体与居民地的均值相近;在band2, 水体与阴影、居民地等混淆;在band3, 水体与居民地、草地、阴影混淆;在band4, 水体依旧与居民地混淆;在band5, 水体的值最小, 与其他地类区分, 居民地则与阴影混淆;在band7, band5与band7内水体的均值均比其他地类小, 所以将band5与band7波段进行加运算, 扩大与其他地类间的差异, 继而进行研究区水体信息的提取。通过试验, 阈值确定为80, 运算式:Band5+band7<80。

4提取结果与精度验证

利用以上介绍的非监督分类、指数法、阈值法、谱间关系法分别对研究区进行水体信息的提取, 结合研究区1∶10万地形图及Google Earth上的高分辨率影像, 用目视解译的方法对研究区的水体信息进行了提取, 之后对非监督分类、指数法、阈值法、谱间关系法法的水体信息提取结果进行了验证, 结果见表2。

5结论

1) 利用Landsat5 TM遥感图像, 针对研究区年降水量少, 属于干旱半干旱区域的特性, 选择非监督分类、指数法、阈值法、谱间关系法对研究区的水体信息进行了提取, 通过统计光谱值, 知晓水体信息在研究区与阴影、居民地混淆。

2) 非监督分类提取水体信息速度快, 但精度也低, 水体信息与山体阴影、居民地混淆。指数法虽然消除了大的山体阴影, 但水体信息依然与小的阴影相混淆, 需要后续处理方能满足精度要求。阈值法进一步减少了水体信息与山体阴影及居民地的混淆, 谱间关系法通过分析多波段之间的关系, 通过波段间两两之间的运算增大水体与其他地类之间的差异。

3) 本次研究运用非监督分类、指数法、阈值法、谱间关系法法对研究区的水体信息进行提取, 速度快的是非监督分类, 但精度低, 精度最高的是谱间关系法, 阈值法次之, 指数法提取的精度与非监督分类相近, 以往的研究中指数法往往能很好的提取水体信息, 但本次研究的区域为干旱与半干旱地区, 年降水量少, 水体在光谱上的反应不明显, 自动化提取程度比较低。阈值法与谱间关系法精度高, 但需要确定一定的阈值, 对不同研究区, 不同时相的水体信息提取时, 其阈值设定也是不一样的。

4) 研究表明:谱间关系法提取水体信息的精度高于非监督分类、指数法、阈值法。对干旱与半干旱地区这一特定地区, 通过分析波谱间的关系, 试验不同的阈值, 利用波谱间关系法能很好的提取水体信息。但随着高分辨率遥感影像应用的不断普及, 通过中分辨率与高分辨率影像相结合的方式提取水体信息, 将能取得更好的效果, 如图6所示。

参考文献

[1]Ryu J H, won J S-Min K D.waterline Extraction from Landsat TM Data in a Tidal Flat:A Case Study in GomsoBay, Korea.[J].Remote Sensing of Environment, 2002, 83:442-456.

[2]王向成.基于Hyperion影像的辽东湾水体信息自动分类[J].遥感技术与应用, 2008, 23 (1) :42-46.

[3]黄海波, 赵萍, 陈志英, 等.ASTER遥感影像水体信息提取方法研究[J].遥感技术与应用, 2008, 23 (5) :525-528.

[4]徐涵秋.利用改进的归一化差异水体指数 (MNDWI) 提取水体信息的研究[J].遥感学报, 2009, 9 (5) :589-594.

[5]丁凤.基于新型水体指数 (NWI) 进行水体信息提取的实验研究[J].测绘科学, 2009, 34 (4) :155-157.

[6]NASA.NASA’s Earth observing System Data and Infor-mation System[EB/OL].http://earthdata.nasa.gov/a-bout-eosdis/system-description/eos-metadata-clearinghouse-echo.

[7]朱绍攀, 陈宇.大气辐射校正方法分析[J].地理空间信息, 2010, 8 (1) :113-116.

[8]郝建亭, 杨武年, 李玉霞, 等.基于FLAASH的多光谱影像大气校正应用研究[J].遥感应用, 2008 (1) :78-81.

[9]唐海蓉, 吴一戎, 向茂生, 等.Landsat7图像快速几何校正方法研究[J].遥感学报, 2005, 9 (1) :58-63.

[10]张永生, 巩丹超.高分辨率遥感卫星应用:成像模型、处理算法及应用技术[M].北京:科学出版社, 2004.

[11]周成虎, 骆剑承, 杨晓梅, 等.遥感影像地学理解与分析[M].北京:科学出版社, 1999.

篇3：纳木那尼峰地区冰川信息的综合提取方法

关键词：五味子；挥发油；多糖；木脂素；超声波-微波法；综合提取

中图分类号： R284.2文献标志码： A文章编号：1002-1302（2014）06-0273-03

收稿日期：2013-10-08

作者简介：程振玉（1986—），男，硕士研究生，研究方向为天然产物化学。E-mail：844503608@qq.com。

通信作者：杨英杰。E-mail：yanghjm@163.com。五味子是五味子科植物五味子（Schisandra chinensis Baill）的干燥成熟果实，主产于吉林、辽宁、黑龙江、内蒙古等地[1]。五味子具有很高的药用价值，《中华人民共和国药典》（2010年版）中明确指出五味子具有收敛固涩、益气生精、补肾宁心之功效，用于久嗽虚喘、梦遗滑精、遗尿尿频、久泻不止、盗汗、短气脉虚、心悸失眠等症[2-3]。五味子除药用外，还可以作为调味剂和食品添加剂用于炖鱼炖肉、熬汤、熬粥、泡茶、加工酸奶等果汁饮料[4-6]。现代药理研究表明，多糖、挥发油、木脂素[7-9]是五味子的主要活性成分。其中，木脂素尤其是联苯环辛烯类木脂素（其成分包括五味子醇甲、五味子酯甲、五味子甲素、五味子乙素和五味子丙素）[10]，除了具有保肝降酶、止咳、抗炎消毒作用外，还具有抗氧化、抗衰老、抗癌症、消除疲劳、增强机体免疫力等活性[6，8]，已广泛用于临床治疗。多糖具有与之类似的活性，且对糖尿病有显著的治疗效果。挥发油具有良好的镇咳作用，其效力相当于75%的可待因[11]。五味子醇甲、五味子酯甲等木脂素类成分在传统提取方法中主要采用冷浸法、回流法和渗漉法等，这些方法提取时间长、活性成分提取率低；超声波-微波协同萃取新技术将超声波与微波2种作用相结合，充分利用超声波振动的空化作用和微波的高能作用，克服了常规超声波和微波萃取的不足之处，具有溶剂用量少、提取时间短、提取效率高、操作简单等优点；RP-HPLC分析方法准确、灵敏度高、重现性好。本研究对五味子木脂素的萃取方法进行了改良，建立了超声波-微波协同萃取-高效液相色谱同时检测5种木脂素的方法。关于五味子木脂素、挥发油、多糖提取方面的相关文献报道较多，但是对上述活性物质的提取都是分开进行的，某单一成分提取后的药渣往往被作为废弃物扔掉，严重浪费了五味子的药用资源，因此研究综合利用五味子的意义越来越重要，一种综合提取木脂素、挥发油、多糖的新方法亟需建立。本研究先采用水蒸气蒸馏法提取挥发油，再将水提液与药渣分离，对水提液进行醇沉，对药渣采用超声波-微波法再次提取。通过将本提取方法与未提油而分别直接水提、醇提五味子的方法进行比较，探讨五味子挥发油、多糖与木脂素综合提取新方法的可行性。

1材料与方法

1.1仪器

P230依利特高效液相色谱仪，EC2000色谱工作站，配UV-230+紫外可见检测器，722型-可见分光光度计（上海欣茂仪器有限公司），CW-2000A超声波-微波协同萃取/反应仪（中山大学-上海新拓分析仪器科技有限公司），RT-08多功能粉粹机（荣聪精密科技有限公司），RE-52A旋转蒸发仪（上海亚荣生化仪器厂），Allegra 64R离心机（BACKMAN公司），SHZ-D循环水式真空泵（河南省巩义市英峪仪器一厂）。

1.2药品及试剂

五味子药材购买于吉林省通化市，产地为长白山地区，经吉林化工学院环境与生物工程学院隋新副教授鉴定为五味子的干燥果实。

对照品五味子酯甲、五味子甲素、五味子乙素来自中国药品生物制品检定所，五味子醇甲、五味子丙素来自上海源叶生物科技有限公司。甲醇、乙腈为色谱纯，其余试剂为分析纯，试验用水为超纯水。

1.3测定项目与方法

1.3.1五味子木脂素含量的测定

1.3.1.1高效液相色谱条件Hypersil ODS C18柱（4.6 mm×250 mm×5 μm）。流动相为乙腈（A）和水（B）：0～10 min，40%～55%A；10～20 min，55%～68% A；20～25 min，68%～74% A；25～32 min，74%～75% A；32～37 min，75%～100% A；37～48 min，100%A；48～48.1 min，100%～40%A；48.1～65 min，40%A。檢测波长225 nm，柱温25 ℃，进样量20 μL。

1.3.1.2木脂素标准曲线的建立取置于干燥器中48 h以上的各对照品，精确适量称取，分别加甲醇溶解并定容，得到1.023 mg/mL五味子醇甲、1.046 mg/mL五味子酯甲、1.261 mg/mL 五味子甲素、1.104 mg/mL五味子乙素、1.026 mg/mL 五味子丙素单对照品储备液。

分别精确量取各对照品储备液适量，依次配成质量浓度为204.6、209.2、252.2、220.8、205.2 μg/mL的五味子醇甲、五味子酯甲、五味子甲素、五味子乙素、五味子丙素混合对照品溶液。先用2倍稀释法连续稀释3次后，再采用5倍稀释法连续稀释2次，得到6个浓度的混合对照品溶液。按照“131”高效液相色谱条件进样，以各木脂素相应的峰面积y为纵坐标、质量浓度x（μg/mL ）为横坐标绘制标准曲线，结果见表1。表15种木脂素的回归方程、相关系数、线性范围、检测限和检出限

nlc202309012120

（μg/mL）五味子醇甲y=97.178x+317.020.999 21.0～204.60.041 50.123 6五味子酯甲y=97.787x+73.3830.999 91.0～209.20.047 60.141 5五味子甲素y=107.48x-427.320.999 91.3～252.20.031 80.098 3五味子乙素y=103.35x-102.400.999 81.1～220.80.029 20.087 9五味子丙素y=106.91x-60.7840.999 81.0～205.20.050 70.152 1

1.3.2五味子多糖含量的测定按照苯酚-硫酸法[12]，以葡萄糖为标准样，在最大吸收波长490 nm处测定吸光度。以吸光度D为纵坐标、葡萄糖浓度C（g/mL）为横坐标绘制标准曲线，回归方程为D=0.009 9C-0.017 9，决定系数r2=0999 7。

多糖得率=多糖质量药材质量×100%

1.3.3挥发油、多糖与木脂素单一成分提取

1.3.3.1水蒸气蒸馏法提取挥发油五味子粉碎，过120目筛，于 60 ℃下烘干，精确称取一定的量，参照沈文等优化的方法[13]，按料液比1 g ∶5 mL加入蒸馏水，浸泡1 h，水蒸气蒸馏5 h，静置1 h，收集挥发油，加入无水硫酸钠脱水干燥，备用。

1.3.3.2回流法提取多糖五味子粉碎，过120目筛，于60 ℃下烘干，精确称取10.0 g，根据郭志欣等报道的五味子多糖的最佳提取工艺[14]，按照料液比1 g ∶30 mL加入蒸馏水，于100 ℃下回流提取4 h，提取液经离心后收集上清液，用旋转蒸发仪浓缩至1 g ∶2 mL（粉末质量 ∶浓缩液体积），加无水乙醇至体积分数为80%[15]，4 ℃下静置过夜，离心，沉淀用无水乙醇洗涤数次，真空干燥得粗多糖。取适量，用蒸馏水溶解，记为多糖提取液Ⅰ，含量测定结果见图1。

1.3.3.3超声波-微波协同法萃取木脂素五味子粉碎，过120目筛，60 ℃烘干后精确称取10.0 g，通过设计响应面试验对超声波-微波萃取木脂素工艺进行优化，确定按照料液比1 g ∶10 mL加入80%乙醇，在超声波频率、功率分别为40 kHz、50 W条件下，以150 W的微波功率萃取10 min，减压抽滤，烧瓶及药渣添加少量提取溶剂洗涤数次，继续抽滤，合并全部滤液；用旋转蒸发仪浓缩，干燥得木脂素浸膏；精确称取少量木脂素浸膏，用甲醇溶解，配成一定浓度，记为木脂素提取液Ⅰ，取少量过0.22 μm尼龙微孔滤膜，进样20 μL，高效液相色谱检测，木脂素色谱分离图和含量分别见图2-A和表2。

2揮发油与木脂素、多糖综合提取试验

提取挥发油的药渣，60 ℃恒温干燥24 h，重新粉碎直至完全过120目筛，一份加入300 mL蒸馏水，按照“1.3.3.2”节所述方法回流提取结束，加入乙醇沉淀过夜，沉淀用无水乙醇洗涤数次后，取适量配成一定浓度溶液，记为多糖提取液Ⅲ，含量测定结果见图1；另一份加入100 mL 80%乙醇溶液，按照“1.3.3.3”节所述，超声波-微波法协同萃取，干燥得木脂素浸膏，然后取适量用甲醇溶解，取少量过0.22 μm尼龙微孔滤膜，记为木脂素提取液Ⅲ，进样20 μL，高效液相色谱检测，木脂素色谱分离图和含量分别见图2-C和表2。

提油药渣（多糖提取液Ⅲ）中多糖含量仅为0.09%，而从提油药渣分离的水溶液中（多糖提取液Ⅱ）的多糖含量与直接从五味子提取的量（多糖提取液Ⅰ）没有差别，表明水蒸气蒸馏法提取五味子挥发油时，多糖也完全浸出，并且充分溶解到水中，提取油后的药渣几乎不含多糖。因此可以采用先水蒸气蒸馏提取挥发油，然后分离药渣，水提液加入乙醇沉淀，精制多糖。

图2 -D为五味子醇甲、五味子酯甲、五味子甲素、五味子乙素和五味子丙素的混合标准样色谱图。从图2 -A、2-B可以看出，直接醇提与提油后的药渣醇提这2种方法所得木脂素色谱分离图非常相近，没有任何峰的缺失，且相同的峰对

应的面积基本相等。从图2-C可以看出，木脂素提取液Ⅱ中只含有极少量的五味子醇甲，五味子酯甲、五味子甲素、五味子乙素和五味子丙素等其他木脂素类成分都不能检测到。

提油药渣中只有五味子醇甲含量略有降低，其他木脂素的含量都没有明显变化。与原药材的提取率相比，药渣中5种木脂素的含量已经超过95%，表明水蒸气蒸馏法提取挥发油不会造成木脂素类成分的损失，因此可以采取挥发油与木脂素相结合的方法提高五味子资源的利用率。

3结论与讨论

挥发油、多糖和木脂素是五味子的主要活性成分，本研究首次对五味子挥发油提取前后多糖与木脂素含量的变化进行了整体分析。结果显示，挥发油提取后，木脂素类化合物含量没有明显变化，多糖类物质的含量急剧降低。但是，经过对药渣中残留的水溶液进行检测后发现，其中所含的多糖类物质与五味子直接水提的含量没有差别，表明水蒸气蒸馏法提取挥发油时，多糖类物质已经被完全提取出来且转移到水中。由此可知，五味子可以通过水蒸气蒸馏法同时获得多糖和挥发油，剩余残渣作为原料继续提取木脂素，使有效成分得到综合利用。该方法节约了资源，降低了成本，提高了药材的利用率，为以后工业化五味子的综合利用提供了数据支撑。

试验发现，提油的五味子药渣醇提取液中，五味子甲素与五味子乙素之间出现了1个新峰，且面积比较大（相对含量比较高），但是其他木脂素类物质的峰数并没有减少，且面积也未发生显著差异，说明这种物质不是木脂素类成分间异构化造成的，可能是因为水蒸气蒸馏温度高，且时间长，导致热稳定性差的其他类物质结构发生转化而生成，该物质具体的结构和性质有待于后续分离单体，或通过液-质连用技术进一步研究。

参考文献：

[1] 国家中医药管理局《中华本草》编委会. 中华本草：第6卷[M]. 上海：上海科学技术出版社，1999：1558-1559.

nlc202309012120

[2]国家药典委员会. 中华人民共和国药典[M]. 北京：化学工业出版社，2009：61.

[3]郑虎占，董泽宏，佘靖. 中药现代研究与应用[M]. 北京：学苑出版社，1997：958.

[4]Yang F J，Ma C H，Yang L，et al. Enrichment and purification of deoxyschizandrin and γ-schizandrin from the extract of Schisandra chinensis fruit by macroporous resins[J]. Molecules，2012，17（3）：3510-3523.

[5]Ma C H，Liu T T，Yang L，et al. Preparation of high purity biphenyl cyclooctene lignans from Schisandra extract by ion exchange resin catalytic transformation combined with macroporous resin separation[J]. Journal of Chromatography B，2011，879（30）：3444-3451.

[6]Ma C H，Liu T T，Yang L，et al. Study on ionic liquid-based ultrasonic-assisted extraction of biphenyl cyclooctene lignans from the fruit of Schisandra chinensis Baill[J]. Analytica Chimica Acta，2011，689（1）：110-116.

[7]Young P J，Wook Y J，Whan C Y，et al. Antihypertensive effect of gomisin A from Schisandra chinensis on angiotensin Ⅱ-induced hypertension via preservation of nitric oxide bioavailability[J]. Hypertension Research，2012，35（9）：928-934.

[8]Ma C H，Liu T T，Yang L，et al. Ionic liquid-based microwave-assisted extraction of essential oil and biphenyl cyclooctene lignans from Schisandra chinensis Baill fruits[J]. Journal of Chromatography a，2011，1218（48）：8573-8580.

[9]Zhao T，Mao G H，Zhang M，et al. Anti-diabetic effects of polysaccharides from ethanol-insoluble residue of Schisandra chinensis （Turcz.） Baill on alloxan-induced diabetic mice[J]. Chemical Research in Chinese Universities，2013，29（1）：99-102.

[10]劉淼，张朝晖，潘俊芳，等. 五味子多糖抗变态反应活性新发现[J]. 中成药，2012，34（4）：629-632.

[11]Li X N，Cui H，Song Y Q，et al. Analysis of volatile fractions of Schisandra chinensis （Turcz.） Baill. using GC-MS and chemometric resolution[J]. Phytochemical Analysis，2003，14（1）：23-33.

[12]Dubois M，Gilles K A，Hamilton J K，et al. Colorimetric method for determination of sugars and related substances[J]. Analytical Chemistry，1956，28（3）：350-356.

[13]沈文，叶正良，郭巧生. 东北不同产地五味子药材品质研究[J]. 中国中药杂志，2010，35（22）：3016-3020.

[14]郭志欣，顾地周，宋宇辉，等. 五味子药渣中多糖提取工艺研究[J]. 江苏农业科学，2013，41（5）：254-255.

[15]范荣军，任涛，刘成柏，等. 五味子多糖提取工艺的比较研究[J]. 中成药，2008，30（6）：827-831.

篇4：纳木那尼峰地区冰川信息的综合提取方法

1 研究项目概况

本次研究的高速公路长度为14km, 是某省某段高速公路的一部分。此路段沿途经过了湖泊、稻田、丘陵、湿地等众多地貌, 沿途地形复杂多变。此公路于2013年开工建设, 主线全长140多公里, 计划于2016年上半年完工, 目前还未全部通车, 但本文所研究的14km长路段早已建成。此高速公路的设计时速为100km, 路基的宽度为26m, 中间设绿化带。此公路沿途风景迷人, 环境优美, 公路沿线地势总体较平坦, 并且地基较为松软。此高速公路沿线地区属于亚热带大陆性气候, 全年降水量较多, 几乎无雪, 空气较潮湿。

2 数据来源

TM (专题绘图仪) 图像会智能筛选它们认为最佳的波段组合, 对沿线的植物、水、居民区以及无人区进行识别, 因此TM完全可以满足对公路沿线地区的土地利用遥感信息提取的需求。本次研究借用的是此区域2011年的卫星图像, 选取了多个波段, 分别进行假彩色合成, 做出不同缓冲距离的道路影像区域, 然后筛选研究所需的5km范围的遥感影像。

3 土地利用遥感信息的提取分析

3.1 预处理遥感影像

3.1.1 几何校正

本次研究利用了EVN (环境变量) , 采用Image to Imag几何校正方法, 从两幅影像图中选择同名的地方, 对另一幅栅格文件进行配准, 使校正过后相同的地物出现在图像中的相同点上, 从而消除影像的几何变化。

3.1.2 图像增强

采用了PCA分析法 (主成分分析法) 对图像进行增强处理, 将波段之间的多余信息筛除, 然后压缩多波段的影响信息, 使得压缩后的信息比原波段更少、更高效。因为不同波段之间没有相关性, 因此主成分的波段所生成的颜色和饱和度就会更好, 有利于合成彩色的图像, 也有利于后续的分类管理。在对主成分进行分析后, 研究地区影响波段第一主成分包含所有波段80%的方差信息, 前三个主成分总共包含所有波段95%以上的信息数据。

3.2 土地利用遥感分类

3.2.1 选择训练样本

本次研究采用监督分类的方法, 对土地利用遥感进行分类。首先要进行训练样本的选择:使用ROI (感兴趣区域) 的面状编辑工具, 在原始的影像图片中将具有代表性的训练样本圈出, 然后结合通过外业调查收集到的观测点以及已知的地物信息, 以土地利用制图分类的标准为依据, 对样本的类别进行界定, 将各类别的颜色、名称准确定义, 再置入模板保存, 最后为土地利用遥感的分类标准建立解译标志, 把此研究区域分成以下土地利用的类型:农地、林地、草地、水域、住地、沙地和裸地, 详见表1。

3.2.2 监督分类

采用的是贝叶斯分类法 (又称最大似然分类法) 进行监督分类, 此分类法有效利用了遥感数据的统计特点, 将所有波段的所有统计类别都假设为正态分布的趋势, 然后通过正态分布的规律, 用贝叶斯分类法进行分类, 计算定像元素的训练样本的似然度, 像元最后会被归入似然度最高的类别中, 以此就能够得到正确率很高的分类结果。此计算公式为:

式中:D———为可能性 (加权距离) ;

c———为某个特点的类型;

X———为像素测量的矢量;

T———为转值函数;

ac———为任一像素属于类型c的概率百分比;

Mc———为类型c的样本的平均矢量;

Covc———为类型c的样本像素协方差的矩阵;

|Covc|———为Covc的行列式;

Covc-1为Covc的逆向矩阵。

3.2.3 检验分类结果的精度

当得到了确切的分类结果后, 要对分类结果的准确度进行验证, 验证方法如表2。

4 高速公路沿线地区土地利用分析

通过以上的遥感信息提取的结果, 再对本次研究的高速公路沿线2~5km范围的土地利用类型的面积进行统计和计算, 结果得到表3。

由表3可知, 土地利用面积随着和高速公路的距离变化而变化, 当距离高速公路更远时, 农地、水域、住地和裸地的利用率在增加, 而林地、草地和沙地的利用率在减小。因此, 从距离公路2~5km的区域, 土地的开发程度是呈逐渐增强的趋势的, 最显著的证据在于农地和住地利用率的大幅度增加。

根据以上分析得出以下结论:

(1) 高速公路的建设会在一定程度上影响其沿线的土地利用情况, 越靠近高速公路的区域, 受到的影响越大, 越远离高速公路的区域, 受影响越小。并且, 高速公路的建设会对不同土地利用类型的影响产生不同的强度, 对居民住地的影响强度最大, 对水域的影响强度最小。

(2) 利用遥感技术研究土地利用的变化是目前具有很高可行性的方法, 利用遥感的方法研究提取高速公路沿线的信息能够保证所得数据的客观性和准确性, 对分类的结果也非常可靠, 因此, 建议将来此类的研究都可以运用遥感技术。

5 结语

高速公路的建设除了带给我们更多的便利以外, 也在一定程度上对沿线区域产生了一些影响, 这种影响既有有利的, 也有不利的。高速公路对沿线地区最主要的影响表现在土地利用的情况上, 而对土地利用情况的调查工作如果不借助遥感技术, 不仅精度差, 而且效率低。遥感信息提取是目前勘查土地利用情况最好的方法, 不仅具有很高的准确性, 而且提高了工作效率, 所以, 遥感信息提取是非常适用于研究高速公路沿线地区土地利用情况的。

参考文献

[1]唐秀美, 刘玉, 任艳敏, 等.高速公路沿线土地利用及生态系统服务价值变化研究[J].中国农业大学学报, 2016, 21 (2) :132~139.

[2]赵婷婷, 王继成.高速铁路沿线土地利用/覆盖变化检测方法研究[J].遥感信息, 2015, 30 (1) :125~128.

[3]卢秀丽, 刘秀红, 赵伟娜.干旱、半干旱区土地利用/土地覆盖遥感分析方法研究[J].科技视界, 2012 (32) .

篇5：纳木那尼峰地区冰川信息的综合提取方法

遥感技术是20世纪60年代发展起来的对地观测综合技术, 是一种利用应用探测仪器, 不需要接触目标而远距离观测, 通过记录目标物体的电磁波谱, 从而分析解译出物体的特征性质及其变化的探测技术[1]。随着遥感技术的不断发展, 遥感影像的分辨率得到了很大的提高。特别是20世纪90年代以来, 分辨率提高到几米级的高分辨率卫星已经在轨道运行。早期的土地利用调查是通过实地测绘的方法来进行的, 工作量大, 调查周期长, 产生了所得数据滞后于土地利用现状的问题。而运用遥感技术进行土地利用现状调查, 则显示出了传统实地测绘方法所无法比拟的优势。由于遥感技术具有监测范围广、数据全面等特点, 已被广泛地应用于土地利用状况调查中, 为土地管理提供了大量的基础信息, 发挥了重要的作用。

1 研究目的与内容

洪泽湖为我国第四大淡水湖, 在江苏省西部淮河下游, 包括泗洪县、洪泽县、泗阳县、盱眙县, 还有淮安市区的两个区。随着淮河经济的快速发展, 人地相互作用越来越强烈, 人类对环境的影响也会愈加明显。土地利用状况是环境评估的最直接体现, 本文通过遥感数字图像处理技术获取洪泽湖周边地区遥感影像信息, 为后期洪泽湖周边地区土地利用及生态效应影响等研究提供基础遥感信息源。

本研究的主要内容包括:

(1) 对下载的淮安市、宿迁市遥感影像进行拼接。

(2) 对淮安市、宿迁市行政区划图进行拼接。

(3) 运用拼接好的行政区划图对拼接好的遥感影像进行几何纠正。

具体技术线路如图一所示。

(4) 进行裁减, 获得洪泽湖周边地区的遥感影像信息。

2 资料与软件

遥感信息源的选择要综合考虑光谱分辨率、空间分辨率、时间分辨率等因素, 这是利用遥感图像进行土地利用分类的关键问题。本研究所采用的数据如下:

(1) Landsat5遥感影像数据2010年TM影像数据, 轨道号分别为120-37、121-37、121-36。

(2) 1∶25万的淮安市、宿迁市行政区划图。

(3) 矢量数据:淮安市行政边界矢量图。

本研究采用ERDAS IMAGINE9.2软件, 是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件。本文在对卫星影像进行处理时, 主要应用ERDAS IMAGINE9.2软件。ERDAS IMAGINE9.2以其先进的遥感图像处理技术, 友好、灵活的用户界面和操作方式, 面向广阔应用领域的产品模块, 服务于不同层次用户的模型开发工具以及高度的RS/GIS集成功能, 为遥感及相关应用领域的用户提供了内容丰富且功能强大的图像处理工具, 代表了遥感图像处理系统未来的发展趋势[5]。

3 数据处理

3.1 遥感影像的镶嵌

影像的镶嵌是将不同的影像文件无缝地拼接成一幅完整的包含研究区域的影像[4]。遥感影像的单景影像堵塞覆盖范围是有限的, 对于高分辨率遥感影像尤其如此。很多情况下, 往往需要很多景影像才能完成对整个研究区域的覆盖。由于环洪泽湖地区的有三景遥感影像, 要获得整个研究去遥感影像就要对其进行影像镶嵌。在ER-DAS9.2软件下实现三景遥感影像的镶嵌, 1∶25万淮安市、宿迁市行政地图的镶嵌。

3.2 图像的几何校正

由于地球自转、地球表面曲率、遥感平台位置与运动状态及卫星传感器扫描角等因素均可以引起图像的几何畸变, 因此在作遥感图像分类时, 必须对图像进行几何精校正处理, 将各种数据加以整合。所谓几何精校正, 就是利用地面控制点使遥感图像的几何位置符合某种地理系统, 与地图配准, 并调整亮度值。几何校正的目的是将影像的几何位置校正到地形图的投影位置上, 完成各种类型的数据整合。

本次研究对于TM图像的几何校正是在ER-DAS9.2软件上完成的。首先用2010年的TM影像与1∶25万地形图相对照, 选出32个地面控制点 (GCP) 。其次在1∶25万地形图上量取这些控制点的大地坐标。然后运用Erdas Imagine的子模块 (Image Geometric Correction) 进行图像配准。先在地形图上找到第一个控制点, 再在2000年的TM影像图中找到相应该控制点, 输入该控制点的大地坐标值。依此方法, 连续选择输入分布均匀的32个控制点的大地坐标值。最后用三次多项式拟合法对控制点进行平差计算, 并用双线性内插法完成像元重采样, 即可获得可以用于地物分类实验的2010年的精校正TM图像。

由于TM影像采用的是通用横轴墨卡托 (UTM) 投影, 而1∶25万淮安市行政边界矢量图采用的不是UTM投影, 所以首先要做的工作是进行投影转换。这项工作在Erdas Imagine9.2软件的Reproject Images命令下进行。

3.3 研究区影像的裁剪

本文选取的研究区是环洪泽湖地区, 包括泗洪县、洪泽县、盱眙县、泗阳县及淮安市区的淮阴区、清浦区。在影像镶嵌和几何校正的基础上, 勾绘出洪泽湖周边研究范围, 并对其进行裁剪获得研究区遥感影像, 如图二所示。

4 结束语

遥感技术与一般外业调查相比, 具有真实、客观、快速获取目标地物信息及覆盖范围广的优点。而且卫星可在短时间内获取图像, 缩短了土地利用情况调查周期。本文运用Erdas软件在进行了三幅遥感影像的影像镶嵌、两幅行政地图的地图镶嵌的基础上, 进行几何校正、裁剪, 获得研究区遥感影像信息, 为后期洪泽湖周边地区土地利用及生态效应影响等研究提供了基础遥感信息源。

摘要：洪泽湖, 中国第四大淡水湖, 在江苏省西部淮河下游。本次研究的周边地区包括泗洪县、洪泽县、泗阳县、盱眙县, 还有淮安市区中的一部分。本文运用遥感和地理信息系统技术, 先用研究区的行政区划图对2010年遥感影像进行几何校正, 再进行裁减获得洪泽湖周边范围遥感影像信息, 为后期洪泽湖周边地区土地利用及生态效应影响等研究提供基础遥感信息源。

关键词：遥感技术,影像镶嵌,几何校正

参考文献

[1]戴晓琴.浅谈遥感技术在土地利用中的应用[J].安徽农业通报, 2008, 14 (23) :75-76.

[2]党安荣, 王晓栋, 陈晓峰, 等.ERDAS IMAG-INE遥感图像处理方法[M].北京:清华大学出版社, 2002.

[3]杨桄, 刘湘南.遥感影像解译的研究现状和发展趋势[J].国土资源遥感, 2004, (02) :7-10, 15.

[4]闫利.遥感图像处理实验教程[M].武汉:武汉大学出版社, 2010.