1.1 研究目的及意义

1.1.1 研究目的

提高遥感数据的专题信息计算机提取精度，一直是遥感研究的主要方向之一。盐渍地信息的提取是遥感专题信息提取的难点之一，目前其提取的方法仍主要以人机交互目视判读和分类的方法为主。由于“同物异谱，异物同谱”现象的存在，基于光谱特征分类的方法对于盐渍地信息的提取也难以取得较好的效果。决策树是遥感图像分类中的一种类似树状的分层处理结构，其中，每一个分叉点代表一个决策判断条件，其下有两个叶节点，分别代表满足和不满足条件的类别。这种方法不仅不需要依赖任何先验的统计假设条件，而且可以方便地利用除亮度值以外的其他知识，所以在遥感影像分类和专题信息提取中已有广泛的应用。

利用遥感影像、统计数据及相关资料，结合植被、地形、光谱特征等盐渍化土壤特征量建立盐渍化土壤自动提取模型，实现基于知识的盐渍地专题信息自动提取，发现盐渍化土壤时空变化规律及分析其生态效应。

1.1.2 研究意义

土壤盐渍化制约干旱区农业发展，同样也是影响绿洲生态稳定性的重要因素。土壤盐渍化作为土壤退化形式之一，已经成为一个全球性问题。事实证明，好的生态环境是经济发展的基础；同样，没有治理和合理利用自然资源的生态环境建设也是不可持续的。只有把土壤盐渍化治理与发展农业结合起来，把关键技术与农业经济发展结合起来，才有可能确保生态环境与区域经济可持续发展的相辅相成。加强西部干旱区生态研究，是我国加快西部地区经济发展的迫切需要。

土壤盐渍化信息提取研究一直是研究的热点，也是遥感专题信息提取的难点之一；目前其提取的方法主要以人机交互目视判读和分类的方法为主。因为“同物异谱，异物同谱”现象的存在，基于光谱特征分类的方法对于盐渍地信息的提取也难以取得较好的效果。决策树是遥感图像分类中的一种类似树状的分层处理结构，这种方法不仅不需要依赖任何先验的统计假设条件，而且可以方便地利用除亮度值以外的其他知识，结合植被、地形、实测光谱等盐渍化土壤特征量建立土壤盐渍地自动提取模型，实现基于知识的土壤盐渍地专题信息的自动提取。决策树分类相对于传统的仅基于地物光谱特征的遥感图像分类方法，其对盐渍化土壤的时空变化监测更快速、更省力。

遥感技术在区域尺度上的干旱区土壤盐渍化监测方面已成为主流趋势，其对于决策树信息的提取有着不可替代的优势，并在遥感影像分类和专题信息提取中已有广泛应用。同时，遥感技术为正确评价和精确监测盐渍化土壤提供基础，从而其对于促进农业生产和区域可持续发展具有非常重要的现实意义。