PL高分辨率遥感影像在森林火灾评估上的应用

【目的】研究仅依靠一种高分辨率遥感影像（PL）用于森林火灾影像信息提取、数据分析的可行性,为火烧程度评估提供可靠的林火遥感数据源和提取方法。【方法】以2017年毕拉河“5·2”特大森林火灾的火烧迹地为研究区域,使用火前、火后当年、火后更新1年共3期PL影像作为数据源,利用ROI _S提取过火区,分析火干扰前后NDVI的变化特征。结合地面调查数据,采用差值归一化植被指数（dNDVI）划分火烧等级,阈值验证参照罗德昆火灾受害等级划分标准进行精度验证。对火烧迹地植被受害状况进行评估,以获取火烧程度的空间分布格局。【结果】1)火干扰导致NDVI值急剧降低,火后更新1年NDVI略有升高,表明植被恢复能力有限。PL遥感影像的3 m高空间分辨率使其RGB图像高度饱和,地类清晰。2)做土地覆盖类型划分,训练样本分离性在1.91以上,共划分为森林、草本沼泽、道路、河流4类。分类整体精度为98.05%,Kappa＿Coefficient为0.95。3)受害程度等级划分为未火烧、轻度火烧、中度火烧、重度火烧4级,分类整体精度为91.55%,Kappa＿Coefficient为0.91。此...     

基于高分二号遥感数据的森林自然度等级划分

以地面样点为基础的森林自然度评价方法很难获得区域范围森林自然度等级,针对该问题,提出了利用高分遥感卫星影像数据,划分区域范围森林自然度等级的方法。以湖北竹山县九华山林场为试验区域,在选取研究区典型样地的基础上,结合高分二号(GF-2)遥感影像数据的特点,从GF-2影像上提取遥感光谱、纹理等特征并结合地形特征,采用随机森林算法在大尺度范围对九华山林场森林自然度等级进行分类研究。结果发现:以GF-2数据为基础提取的植被指数、光谱、纹理等特征与地形特征结合,采用随机森林算法可较好地划分森林自然度等级,总体分类精度高达93.97%,Kappa系数为0.91。对森林自然度等级影响最重要的6个特征因子为高程、坡向、坡度、纹理均值、光谱主成分变化分量和归一化植被指数(NDVI)。结果表明,基于遥感影像提取的特征和地形特征结合进行森林自然度等级划分的研究方法具有可行性,为大面积区域的森林自然度等级划分奠定基础。     

滇东典型岩溶地区石漠化时空演变特征研究

我国西南地区的石漠化问题是土地退化的三大问题之一,亦是学界长期以来关注的焦点问题。石漠化导致土壤涵养水源能力下降、水资源短缺、土地生产力低下,加快了区域贫困进程。掌握石漠化的分布特征及发展趋势,对于科学认识石漠化及其治理具有重要意义。以师宗县1995,2005,2015年3期遥感影像为基础数据,利用决策树方法提取岩溶地区石漠化分布数据(包括无石漠化、潜在石漠化、轻度石漠化、中度石漠化、强度石漠化和极强度石漠化6个等级),采用石漠化时空动态模型和转移概率矩阵,分析研究区近20年来石漠化在时间和空间2个维度的变化特征。结果表明:1)在时间维度上:潜在石漠化、轻度石漠化和中度石漠化面积大幅减少;无石漠化呈增加趋势;强度石漠化和极强度石漠化面积减少,但变化幅度均较小;潜在石漠化和轻度石漠化动态度变化较为显著;综合石漠化动态度变化呈增大趋势。2)在空间维度上:石漠化发生的严重区域主要分布于龙庆乡、五龙乡、竹基镇等地。这些区域:石漠化空间分布格局特征明显,石漠化分布范围广,等级齐全;中部石漠化集中连片分布等级较弱;西、东部地区中度、强度和极强度石漠化连片分布。     

云南石林县石漠化区治理规划

文章结合石林县土地特点,将石漠化区石漠化表征程度划分为:无石漠化、轻度石漠化、中度石漠化、重度石漠化。在生态治理时,按不同等级分别采取不同措施加以治理,取得了一定效果。     

基于ASTER GDEM的石漠化综合治理中的小流域提取研究——以广西石漠化综合治理应用为例

石漠化综合治理借鉴小流域综合治理的成功经验,以小流域作为基本治理单元.讨论了应用ArcGIS软件,基于ASTER DEM进行小流域提取的过程和方法,以及小流域提取结果在石漠化综合治理中的实际应用.对提取的小流域的精度及误差进行分析,结果表明:应用ASTER GDEM提取小流域的精度可达1:50 000的精度.利用ASTERGDEM自动划分小流域具有重要的研究意义和实际应用价值.     

基于Landsat 8的云南松光谱混合分析研究

通过中低分辨率遥感影像进行土地覆盖分类精度一般不高,且分类到具体树种存在较大困难。基于Landsat 8 OLI影像、61个外业调查样点建立昆明市主城区周围云南松波谱库,采用PPI方法进行端元提取;应用波谱角填图法对端元光谱进行识别并进行林地覆盖分类。利用森林资源二类调查数据进行精度检验,研究区总体精度为75.78%,Kappa为0.69,其中,云南松用户和生产者精度分别为67.70%和71.17%;对典型样区像元分解与精度检验后,云南松覆盖精度有一定的提高。因此,采用PPI和SAM波谱识别方法对云南松信息提取是有效的;应用混合像元分析进行云南松信息提取具有一定的可靠性,适用于中低分辨率的影像,划分典型区域可提高森林树种识别精度。     

喀斯特石漠化时空变化特征及驱动因子分析——以贵州晴隆县为例

以晴隆县2000,2005,2010和2015年4期遥感影像资料为研究数据,利用综合指数法提取晴隆县无明显石漠化、潜在石漠化、轻度石漠化、中度石漠化、强度石漠化和极强度石漠化6个等级的石漠化分布图,利用石漠化时空动态模型,分析了研究区15年来石漠化在时间和空间上的变化特征;采用主成分分析法,确定了石漠化各驱动因子的权重。结果表明:在时间上,从2000—2015年,极强度石漠化、强度石漠化和中度石漠化面积大幅度减少;无明显石漠化、潜在石漠化和轻度石漠化均呈增加趋势。无明显石漠化、中度石漠化及强度石漠化,石漠化动态度变化较为明显;综合石漠化动态度变化幅度均较小,呈减小趋势。在空间上,石漠化等级增强的区域主要发生在花贡镇和大田乡,而石漠化等级降低的区域相对较多,主要分布在长流乡、中营镇、马场乡。2000—2015年,石漠化不断发生变化是自然环境和人类活动共同作用的结果,其中地类面积变化和人口对石漠化变化的影响最为显著,石漠化面积变化的驱动因子主要包括:人口、森林覆盖率、林地面积、耕地面积、农民人均纯收入、草地面积、GDP。研究结果以期能为晴隆县石漠化区生态治理工作与土地可持续利用提供参考。     

Landsat8时间序列影像支持下的农田防护林提取方法研究

【目的】农田防护林空间分布是三北防护林生态工程监测的重要内容之一。传统的人工调查方式获取农田防护林费时耗力,效率较低,遥感技术可以弥补传统人工调查的不足。现有农田防护林空间分布研究中,基于单期高分辨率遥感影像可以较好提取植被信息,但是不能很好的解决影像中一些地类存在的同谱异物和同物异谱现象。利用中等分辨率遥感影像进行农田防护林信息提取也仅限于利用光谱信息、形状指数等进行决策树分类,且精度受限。鉴于此,依托中低分辨率遥感影像的农田防护林提取方法有待研究。【方法】选择甘肃省张掖市甘州区为研究区,选取2017年4个季度9期Landsat8 OLI时间序列数据为农田防护林信息提取的数据源,在进行辐射定标和大气校正的基础上,基于分层分类的思想,融入植被物候特征、水体和植被指数,利用时间序列遥感影像以及多特征分类指标,逐步提取并掩膜研究区内其他地物,最终实现农田防护林的提取。利用野外样点调查结果和甘州区土地利用数据库对信息提取结果进行精度评价。【结果】该方法分类总体精度为85.93%,kappa系数为0.79,其中野外调查记录的33个农田防护林样点中29个被正确提取,精度达到87.8%。【结论】时间序列遥感数据能有效提取植被的物候参数。基于多时序、多特征分层分类方法能有效提取农田防护林的空间分布信息,降低了同谱异物和同物异谱现象对农田防护林信息提取的干扰。说明利用时间序列遥感影像结合多种特征分类指标的分层分类方法开展甘州区的农田防护林提取是可行的。     

基于SPOT-5影像的马尾松毛虫虫害遥感监测研究

马尾松毛虫是马尾松林的主要害虫,危害很大,实施有效监测是对其进行防治的关键。以福建沙县为研究区,以SPOT-5遥感影像为数据源,基于短波红外波段、红光波段和近红外波段等构造归一化植被指数等光谱特性指数,基于灰度共生矩阵法提取均值等影像纹理特征,引入坡度、坡向等地形及林木因子构建马尾松毛虫虫害遥感监测指标,通过岭回归分析建立虫情级数估测模型进而反演,进行虫害监测信息提取,并与单纯基于光谱特性指数指标的虫害信息提取方法进行比较。结果表明:1)综合考虑影像的光谱特性、纹理特征与地形及林木因子影响进行虫害监测,显著增强了虫害的光谱响应能力,相比于单纯基于光谱特性的虫害监测信息提取,其总精度提高了14.28%;2)这些为林业生产实践提供技术支撑与理论借鉴,同时也在一定程度上推动遥感监测森林病虫害的理论认识与信息提取方法。     

基于遥感的乌鲁木齐市绿地资源信息提取技术研究

城市绿地是城市生态系统中的一个子系统,可以综合调节城市生态环境。本文基于遥感信息,对乌鲁木齐市绿地格局进行研究和探讨,对城市绿地专题信息进行提取。主要通过计算TM影像及各主成分分量和归一化植被指数NDVI的相关系数来进行波段组合,提高遥感影像的目视解译精度和分类精度,然后与其他资料对比研究,可以发现该方法对于城市绿地信息提取能取得较好结果。研究表明乌鲁木齐市城市绿地存在面积较少,分布状况不均匀。     

竹林信息遥感提取方法研究进展

开展竹林信息遥感提取方法研究有利于竹林生态经济发展和生态环境保护。本文梳理了竹林信息遥感提取方法发展的三个阶段,包括传统的统计识别模型、机器学习分类、多源信息复合分类。指出受竹林生长特征、遥感数据源及遥感信息提取方法的诸多影响,竹林信息提取面临高时空分辨率遥感数据难获取、光学遥感信息提取具有不完备性、林冠下竹林信息提取难度大以及大空间尺度信息提取精度欠缺等不足。基于竹林信息提取发展历史和现状问题,展望未来发展趋势,亟待开展竹林基础研究、跟踪传感器改进、实现多源长时序数据动态监测、加深多种提取方法交叉融合。     

基于高分辨率遥感影像与DSM的典型地物提取

高分辨率遥感影像和数字地表模型(DSM)结合的地物信息提取,虽可以区分异物同谱中存在高度差异的地物,但相同高度的地物在DSM数据可能会因海拔高度不同而存在明显差异,降低了地物提取精度。从DSM中提取出地物高度信息(nDSM),再以nDSM结合高分辨率光学影像进行地物提取。结果表明:仅以高分辨率光学影像为数据源的方法分类效果最差,结合DSM数据的方法居中,而结合nDSM的方法最优,说明在基于光学影像和DSM数据的地物提取中,采用去除地形因素的nDSM替代DSM可以有效提高分类精度。     

广西凤山县林地石漠化指数研究

为了准确评定林地石漠化等级,以广西凤山县林地为案例,提出了林地石漠化指数这一定量新指标来量化评价林地石漠化的程度。根据林地的基岩裸露率、植被综合覆盖度、坡度、土层厚度4个指标对林地石漠化评价的重要程度,釆用专家打分得到重要性比较结果,釆用层次分析法计算得出各个指标的权重值。结果表明:基岩裸露率、植被综合覆盖度、坡度、土层厚度4个指标的权重值分别为0.553 4、0.284 1、0.062 9、0.099 6,表明林地石漠化指数各指标重要性最大的是基岩裸露率,其次是植被综合覆盖度,然后是土层厚度、坡度;无石漠化、潜在、轻度、中度、强度、极强度各等级的石漠化指数区间分别为[0,0.161]、(0.161,0.352]、(0.352,0.418]、(0.418,0.720]、(0.720,0.868]、(0.868,1]。利用该指数能够实现对广西凤山县林地的石漠化程度等级的量化评定。     

湘西南喀斯特石漠化地区植物多样性研究

以湘西南喀斯特石漠化生态系统环境为研究对象,采用野外样方调查和以空间代替时间的方法,研究了轻度、中度和重度3种不同等级石漠化环境下植物群落的结构特征、物种组成和植物多样性演变规律,旨在为湘西南喀斯特石漠化生态系统的恢复与重建提供理论支撑。结果表明:1)该石漠化地区植物调查记录共39科68属77种,其中灌木植物有28科40属47种,草本植物14科28属30种,3种不同等级石漠化样地中蔷薇科、壳斗科、菊科和禾本科等植物的种类和数量较多;2)在3种不同等级石漠化样地中,灌木层的物种丰富度为中度石漠化>重度石漠化>轻度石漠化,而Shannon-Wiener指数、Simpson指数和Pielou指数均是中度石漠化>轻度石漠化>重度石漠化;草本层的物种丰富度、Shannon-Wiener指数均随着石漠化等级程度下降呈现上升趋势,Pielou指数和Simpson指数表现为中度石漠化>重度石漠化>轻度石漠化;3)不同石漠化等级的植物相似性有较大差异,其中灌木层和草本层植物的相似性分别为21.28%和33.33%,轻度、中度和重度石漠化样地灌木层和草本层单独植物分别为8.51%～34.84%和6.67%～26.67%,而灌木层和草本层在不同石漠化样地之间的相似性分别在6.38%～12.77%和3.33%～6.67%之间。说明3个不同等级石漠化样地生活型的植物组成、多样性和群落相似性存在较大差异,随着石漠化程度的加深,在长期不加治理的情况下湘西喀斯特石漠化生态系统灌木化会更加严重。     

基于Sentinel-2影像的火烧迹地快速提取方法比较研究

利用Sentinel卫星数据,特别是其中对植被敏感的红边波段与短红外波段,针对提取灾后火烧迹地研究不足的问题,选取四川省冕宁县4月20日森林火灾发生前后的Sentinel-2卫星数据,使用不同的提取方法探究识别火烧迹地的潜力,并进行对比研究。实验结果表明,决策树分类法识别火烧迹地的能力最好,提取精度最高,BAI指数次之;其余方法均受道路、房屋和裸体不同程度的影响;用红边波段替换可见光红波段的效果相比原有指数提取效果并无明显提升。研究证明在各类方法中,采用决策树分类法能快速高精度地将火烧迹地准确提取出来。     

一种遥感混合分类算法及其在森林分类中的应用

基于监督分类和非监督分类方法相结合的混合分类方法在森林非森林的识别方面有很好的识别效果，探讨了一种遥感混合分类算法(Iterative Guided Spectral Class Rejection)。首先对IGSCR的算法理论进行了阐述，然后利用IGSCR分类算法对同一地区多时相遥感影像进行复合的影像进行森林分类实验。通过与最大似然法的对比实验表明，IGSCR分类方法将非监督分类方法所具有的自动对具有相同光谱特征类别进行集群的能力，辅助于训练样本的获取，可以有效降低因人工判断类别光谱纯度不准确而引起的类别样本光谱混杂问题，因此能在一定程度上提高分类精度，改善分类效果。     

基于改进差分进化算法的鳞翅目昆虫图像识别方法

【目的】应用计算机图像处理技术提取昆虫图像特征,提出一种新的特征选择技术筛选昆虫识别相关的特征,以准确、快速地识别出鳞翅目昆虫种类。【方法】基于开源的利兹蝴蝶数据集和拍摄的以森林鳞翅目昆虫为主的数据集,采用改进的纹理特征提取算法(DRLBP)提取鳞翅目昆虫图像纹理特征,应用汉明距离计算的粒子间距离度量种群多样性,提出进化过程中自动调整多样性的方法,给出二进制自适应差分进化算法(BADE)。利用BADE算法筛选合适的较小维数的纹理特征子集,并用基于概率协同表示的分类器(PROCRC)进行图像分类。【结果】PROCRC分类器在所有数据集上均展现出良好分类效果,平均识别率分别为81.73%和88.18%。经特征选择后的昆虫的分类精度显著提升,最高提升率达13.49%。BADE的性能高于其他特征选择算法,且经BADE算法特征选择后纹理数据集的维数和分类所需时间均显著下降,其降维率接近50%,时间减少率最高达50%。【结论】BADE算法可有效进行特征选择,提高识别精度,节约模型的识别时间,利用群体智能优化算法对鳞翅目昆虫图像进行特征选择的方法具有可行性,DRLBP和BADE算法相结合的鳞翅目昆虫识别方法在农林昆虫的快速、准确识别中具有广阔应用前景。     

面向对象分类方法在森林采伐遥感监测中的应用

利用多尺度分割技术和面向对象分类方法对SPOT5遥感数据进行土地的分类及森林采伐信息提取。在面向对象的图像分析中,采用图像分割——基于规则的分类——基于分类的分割的多尺度分割方法,在综合最优分割尺度下,用最邻近分类器对SPOT5影像进行分类;采用两期图像特征比较,提取森林采伐区信息,并结合二类调查成果和伐区设计资料,使用交互式补充判读和修正。结果显示:研究区各地类的分类精度都在85%以上,对森林采伐图斑判读的加权综合正判率达到90.8%,其中皆伐图斑个数正判率92.8%,非皆伐图斑个数正判率83.3%。利用多期高分辨率遥感图像可以进行森林采伐监测,研究结果为提高森林采伐限额监测效率、采伐区识别准确度和面积估算精度提供了有效途径。     

基于多核极限学习机的遥感影像林地信息提取

高光谱遥感影像包含了大量的波段信息,能够很好地应用于地物的识别。基于单核的高光谱遥感影像极限学习机分类模型,因其实施简单、分类精度高、训练时间短,已被广泛地应用于高光谱遥感影像识别。但是核特征的选取,以及单核特征表达的单一性,限制了模型分类精度的进一步提高。为了解决此问题,受多核极限学习机(MK-ELM)思想的启发,首先使用核方法,提取了遥感影像的多核特征表达;然后利用多核极限学习机理论,同时优化极限学习机结构参数以及多核特征融合系数,获得最优的分类模型。为了说明MK-ELM的有效性,在Indian pines数据集上做了对比实验,该实验证明基于多核极限学习机遥感影像分类模型的分类精度较单核极限学习机有明显地提高,MK-ELM的分类整体精度为80.2%,Kappa系数高达78%;同时将多核极限学习机应用到芷江林场的林地信息提取,其分类精度高达89.1%,Kappa系数达86%。     

森林火灾图像几何特征提取识别的算法研究

根据野外森林环境下早期烟火的火焰特征,描述了火焰识别的-般判断方法,本研究在原判断基础上利用火焰几何特征来提高火焰判断精度的方法,提出了圆形度、矩形度、平均密度和偏心度4种算法作为火焰儿何特征的判断依据.与其它的火焰识别方法相比较,该算法在野外的复杂环境中,识别的准确性更高,抗干扰能力更强.