东洞庭湖湿地植被高光谱数据变换及识别

高光谱识别是采用大量比较窄的波段对目标物进行同时观测,以实现对目标物更好的观测效果。以东洞庭湖为研究对象,对典型湿地植被苔草、芦苇、芦蒿、辣蓼和旱柳开展野外高光谱观测的基础上,开展数据变换和分类识别。在对数据进行剔除、滤波和重采样后,对高光谱数据进行导数运算、对数运算、对数的导数运算、归一化运算和归一化后导数运算,以突出植被的光谱特征差异。采用主成分分析方法,对高光谱数据进行降维。并运用BP(Back Propagation)神经网络、马氏距离(Mahalanobis)分类法、贝叶斯(Bayes)分类法、费希尔(Fisher)分类法、光谱角度制图法(Spectral Angle Mapper,SAM)、支持向量机(Support Vector Machine,SVM)等6种方法开展湿地植被识别。结果表明:在多种数据变换方法中,LOG(N(R))变换效果最好,而湿地植被识别方法中,光谱角度制图法的精度最高。     

激光雷达和高光谱遥感技术在树种识别中的应用

快速准确识别树种是研究和保护森林资源的基础,通过遥感技术进行树种识别已成为森林调查重要手段之一。激光雷达数据可以提供森林垂直结构的信息,而高光谱遥感数据可以提供树木详细的光谱信息,因此联合激光雷达和高光谱数据能够提高树种分类精度。文中阐述了激光雷达和高光谱遥感在森林树种识别中的研究现状,总结了单一遥感源进行树种识别的优缺点,介绍了联合激光雷达和高光谱遥感数据的树种识别方法,最后从数据平台、数据提取、数据融合及识别模型等4个方面探讨了当前树种识别研究中面临的问题以及未来的研究方向,旨在为提高树种识别精度提供参考。     

基于高光谱遥感技术的森林树种识别研究进展

在详细介绍高光谱树种识别研究方法的基础上,总结了国内外利用高光谱数据进行森林树种识别的研究应用现状;剖析了目前研究中存在的主要问题;指出了今后开展高光谱树种研究的方向与潜力。     

高光谱遥感森林树种分类研究进展

从基于光谱特征、基于光谱匹配和基于统计分析方法3个方面,论述了高光谱遥感数据进行森林树种分类的应用研究状况,分析了目前研究中存在数据质量与保障性相对滞后、缺乏有效的处理算法等问题,指出了进一步完善森林树种光谱数据库和加强高光谱数据研究的高光谱树种研究方向.     

基于多光谱遥感数据的植被信息最佳波段组合研究

信息分析对于应用遥感技术提取植被信息具有重要意义。基于遥感和GIS软件平台,采用植被光谱特征、OIF指数、信息熵、联合熵等指标,结合Landsat-TM卫星各个波段用途,可以确定植被信息提取的最佳波段组合。该组合在晋江市植被信息提取试验中取得较好的效果。     

高光谱遥感森林信息提取研究进展

针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨.     

基于高光谱遥感的京津冀地区植被分布规律及影响因素分析

以京津冀地区植被资源实测样地调查资料为基础,基于"3S"技术,结合气象数据、遥感数据对京津冀地区植被分布时空格局进行了研究。运用地理信息系统空间分析及数理统计等方法对可能造成植被分布现状的各因子进行分析,并研究各因子与植被分布之间的相关关系。最后借助ArcGIS软件得到京津冀地区植被分布区划图,为京津冀地区植被研究工作提供一定的决策支持。     

高光谱遥感获取伐区调查数据的应用综述

首先论述了高光谱遥感在获取森林调查数据方面的优势;随后总结了国内外关于高光谱技术在树种识别、龄级分类、郁闭度调查及森林健康监测等方面的应用,并同时列举出高光谱遥感应用于林业上的主要处理技术;最后对高光谱遥感在我国林业上的应用现状进行了分析与展望。     

高光谱技术在农作物冠层中的应用进展

指出了高光谱遥感的光谱分辨率可达到纳米数量级,由于其具有分辨率高、波段多以及信息量丰富的特点使其成为当今遥感的前沿技术.作物冠层能够反映以及预测植被与生态系统的功能状态,显示初级生产力以及氮循环的变化过程.所以其冠层信息经常作为生态系统中的功能与生物多样性的指示指标.利用植被冠层高光谱经常与叶片光合色素、水分、氮素以及纤维素等信息相结合,可反映作物的生长状况.同时,利用高光谱波段提取作物的生理参数对作物生长评价、监测以及作物估产有很大的意义.主要综述了高光谱技术的概况及在提取农作物冠层信息中的应用,并对高光谱技术在农作物中的应用进行了展望.     

高光谱遥感森林叶面积指数估测研究现状

文中简要概述了叶面积指数和高光谱遥感的概念, 分析比较了高光谱遥感与传统的宽波段遥感估测森林叶面积指数的优势, 以及利用高光谱遥感数据估测森林叶面积指数的常用方法, 并对目前高光谱遥感估测森林叶面积指数存在的问题行了讨论。     

高光谱遥感森林应用研究探讨*

详细论述了高光谱遥感技术在森林生物物理和化学参量估计以及森林健康状态遥感评价等方面的应用研究状况,对高光谱遥感植被应用的数据处理技术作了简要说明。对我国高光谱遥感森林应用研究现状和发展水平进行了阐述,最后对高光谱遥感森林应用的未来趋势作了探讨。     

城市林业中高光谱遥感技术应用现状与展望

高光谱遥感技术现已成为林业遥感研究的前沿技术之一,在林业定量监测及分析方面具有很大的潜力,同时也为森林经营与管理提供了一种更为科学和实用的新技术手段。文章主要从森林树种高光谱的分类与识别、森林树种主要生化参数模型估算、森林监测与高光谱遥感技术3个方面,总结归纳了高光谱遥感在林业上的主要研究现状,并对高光谱遥感技术在林业研究中的应用前景作了展望。     

遥感技术的发展及应用

本文介绍了遥感的起源,概念及遥感的特点,遥感技术在国内外的应用,并叙述了遥感技术在我国的发展概况及在各行业的发展前景。     

基于遥感技术的荒漠化评价研究进展

遥感技术以其信息量大、覆盖区域广和短周期等诸多特点正日趋成为大尺度荒漠化评价的主要手段, 而最简单、最直接且最易于获取的评价指标是植被覆盖, 目前用于获取干旱区植被覆盖的方法主要是计算植被指数(VI)和波谱混合分析(SMA)。文中在综合大量国内外文献的基础上, 对这2种方法在荒漠化评价相关研究上的应用进行了详尽的分析, 并对其在中国荒漠化评价中的应用及前景进行了评述, 无疑, 随着这2项技术的逐渐成熟和完善, 荒漠化评价将变得更为客观、科学和可信。     

基于高光谱影像融合的湿地植被类型信息提取技术研究

对-36°和0°的多角度高光谱CHRIS遥感影像数据进行植被指数计算及影像融合,提出归一化植被指数(NDVI)与高光谱影像融合后,采用波谱角填图(SAM)的方法提取湿地植被类型信息。该方法首先对-36°影像进行NDVI植被指数计算,然后与0°影像融合,再采用SAM方法提取湿地植被类型。结果显示,利用该方法对青海省隆宝滩湿地植被类型的提取精度可达到92.23％;而利用SAM方法对0°影像直接进行湿地植被类型提取,其精度只有66%。由此可见,利用不同角度信息影像融合的方法,大大提高了高光谱影像进行湿地植被类型信息提取的精度,为湿地植被类型信息提取又提供了一个有效可行的方法。     

落叶松锉叶蜂为害的松林光谱特征分析

通过对不同程度危害的落叶松反射光谱进行测定,研究了不同程度危害的落叶松在绿光区、红光区和近红外区反射光谱的变化特征,并对光谱反射曲线进行微分分析。结果表明,绿光区、红光区和近红外区的落叶松光谱反射率随危害程度的加重分别呈现下降、上升和下降的趋势;对反射率曲线进行微分分析,健康落叶松、轻度、中度和重度为害后的一阶导数光谱反射率最大值随着危害程度增加而下降,并且向短波方向移动(蓝移)。实测光谱数据提取的归一化植被指数(NDVI)与落叶松锉叶蜂危害程度呈显著负相关,对应用遥感技术早期监测落叶松锉叶蜂灾害具有重要指示意义。     

云南省林业调查规划院3S技术发展回顾与展望

详细介绍了云南省林业调查规划院50年来“3S”技术的发展历程,含开展的主要工作,取得的成果,目前正在开展的工作,以及对未来工作的展望。     

海南热带林动态变化的遥感监测

运用遥感手段进行海南霸王岭林区植被的动态监测 ,使用 3幅不同年份 ,同一季节的TM遥感影像 ,进行多时相遥感图像的光谱分析 ,特征提取 ,植被分类 ,精度检验 ,生成植被分类图和各类型植被的统计数据 ,从而分析植被的变化情况