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。     

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。     

基于多源数据协同作业的森林信息提取研究进展

传统森林调查手段正逐渐被激光雷达、光学遥感及卫星遥感等新兴的遥感技术所代替。随着研究的不断深入，单一遥感数据源往往难以满足高精度的森林信息提取需求。因此，文中以激光雷达为研究主体，综述摄影测量、高光谱遥感及卫星遥感等多种遥感技术在森林信息提取中不同遥感技术协同作业的研究进展。相较于单一数据源，多源数据协同作业在森林结构参数提取、生物量估测以及树种识别等领域均有明显优势。结合目前的研究工作，从数据获取成本、获取方式、多源数据融合、配套软件及系统构建等方面展望了多源数据协同作业方式的发展趋势。     

基于GF-2号影像的森林优势树种分类

利用遥感数据开展森林资源优势树种的分类对森林资源的监测、森林可持续经营及生物多样性研究具有重要意义。研究针对复杂地形区域的破碎化森林,采用高分二号(GF-2)的多光谱影像作为基础数据进行森林优势树种的精细分类。本文以地形复杂、森林破碎化的湖北省竹山县九华山林场为研究对象,采用面向对象分类方法对树种进行精细分类,比较支持向量法、最近邻法(KNN)和随机森林(RF)三种不同分类算法的分类效果。在尺度阈值为30、合并阈值为95时分割的基础上,利用SVM、KNN和RF分类结果和分类精度差异较大。分类精度最高的是SVM分类方法,总体精度为68.52%,Kappa系数为0.62;其次为随机森林分类法,总体精度为60.29%,Kappa系数为0.54;KNN分类方法精度最低,总体精度为59.41%,Kappa系数为0.53。GF-2号数据能满足树种分类基本需求,在复杂地形和景观破碎化地区用支持向量机进行树种的分类精度更高,但仍存在一定的局限性。     

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.     

基于高分2号遥感数据估测中亚热带天然林木本植物物种多样性

【目的】探索高分2号遥感数据与中亚热带天然林木本植物物种Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀性指数之间的关系,为森林经营管理和保护策略提供参考。【方法】提取高分2号多光谱数据的原始波段、植被指数、纹理特征和全色波段纹理特征,使用随机森林算法筛选变量并对3种多样性指数进行建模,设置不同纹理提取窗口来寻找最优窗口。【结果】基于随机森林算法的RFE冗余变量去除方法可从众多遥感变量中快速选择对模型精度具有显著贡献的少量变量。多光谱数据3×3窗口纹理特征、全色数据7×7窗口纹理特征和植被指数结合的特征集对3种多样性指数具有较好估测结果,其决定系数(R~2)和均方根误差(RMSE)分别为0.47和0.300(Shannon-Wiener多样性指数)、0.53和0.042 (Simpson多样性指数)、0.61和0.051 (Pielou均匀性指数)。植被指数中类胡萝卜素反射率指数与3种多样性指数具有显著相关关系。【结论】高分2号遥感数据中的植被指数和纹理特征可有效估测研究区森林木本植物物种多样性。类胡萝卜素反射率指数可体现森林中类胡萝卜素相对于叶绿素的含量,在秋冬季节作为反映常绿树种和落叶树种分布的指数,对森林木本植物物种多样性估测具有最大贡献。使用星载遥感数据预测的多样性和均匀性指数分布可有效监测森林木本植物物种多样性变化。     

基于BP神经网络的森林树种分类研究

精准的森林树种分类是林业遥感研究的重要课题。高光谱数据具有丰富的波谱信息,能够探测到不同植被光谱的细微差异,为森林树种分类研究提供了数据来源。人工神经网络提供了任意维数输入输出矢量之间的非线性映射,能够逼近任意的非线性连续系统,为森林树种分类研究提供了技术手段。以马尾松成熟林、樟树幼龄林及荷花玉兰幼龄林为分类对象,将高光谱特征参数作为输入矢量,森林树种类别作为输出矢量,构建BP神经网络,开展分类研究。结果表明:马尾松成熟林及樟树幼龄林的分类精度达100.0%,样本分类综合精度可达93.3%。     

森林病虫害高光谱遥感监测的研究进展

高光谱遥感技术在森林病虫害监测中具有较强的优势和巨大潜力。文章介绍了高光谱遥感监测森林病虫害的主要原理,从基于高光谱数据提取的生化参数、基于高光谱遥感影像的图像处理和分析技术以及基于高光谱数据的统计分析与建模技术进行森林病虫害监测等方面阐述了高光谱遥感监测森林病虫害的研究现状,并指出森林病虫害高光谱遥感监测存在的关键问题及未来的发展趋势。     

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。     

卫星遥感技术在政策性森林保险快速理赔中的应用——以内蒙古自治区为例

快速理赔是政策性森林保险健康快速发展的关键因素。介绍了森林灾害不确定性导致承保及投保两方面的不利影响,指出了快速、准确理赔对政策性森林保险发展的作用,分析了典型森林灾害遥感监测与评估的原理及主要技术手段,以内蒙古自治区东部主要林区为例开展了基于多源卫星遥感数据的森林灾害监测与评估。对卫星遥感技术在政策性森林保险快速理赔中的潜力、问题与前景进行了总结。     

Spatial partitioning of biomass and diversity in a lowland Bolivian forest: Linking field and remote sensing measurements

Large-scale inventories of forest biomass and structure are necessary for both understanding carbon dynamics and conserving biodiversity. High-resolution satellite imagery is starting to enable structural analysis of tropical forests over large areas, but we lack an understanding of how tropical forest biomass links to remote sensing. We quantified the spatial distribution of biomass and tree species diversity over 4 ha in a Bolivian lowland moist tropical forest, and then linked our field measurements to high-resolution Quickbird satellite imagery. Our field measurements showed that emergent and canopy dominant trees, being those directly visible from nadir remote sensors, comprised the highest diversity of tree species, represented 86% of all tree species found in our study plots, and contained the majority of forest biomass. Emergent trees obscured 1–15 trees with trunk diameters (at 1.3 m, diameter at breast height (DBH)) ≥20 cm, thus hiding 30–50% of forest biomass from nadir viewing. Allometric equations were developed to link remotely visible crown features to stand parameters, showing that the maximum tree crown length explains 50–70% of the individual tree biomass. We then developed correction equations to derive aboveground forest biomass, basal area, and tree density from tree crowns visible to nadir satellites. We applied an automated tree crown delineation procedure to a high-resolution panchromatic Quickbird image of our study area, which showed promise for identification of forest biomass at community scales, but which also highlighted the difficulties of remotely sensing forest structure at the individual tree level.     

国外森林地上部分碳汇遥感监测方法综述

森林的碳汇功能对缓解气候变化具有重要作用, 森林碳汇的计量和监测方法备受关注, 其中应用遥感方法对森林地上部分碳汇进行监测计量已经成为目前林业遥感的热点。文中基于光学遥感、微波雷达和激光雷达3种常用的遥感数据源综述了国外森林地上部分碳汇遥感监测的主要方法, 并讨论了这些监测方法的精度和不确定性。得出:1)基于光学遥感数据的多元回归分析法在森林地上部分碳汇估算中应用最为广泛, 人工神经网络法具有更高的估算精度; 2)微波雷达系统能够穿透云层, 可用于多云地区森林地上部分碳汇的估算; 3)基于激光雷达数据的估算结果是三者中精度最高的, 可用于高生物量地区森林地上部分碳汇的监测。     

干旱胁迫对胡杨叶片色素及光谱特征影响的研究进展

胡杨作为塔里木河流域的建群种与生态恢复的指示器,是遏制土地荒漠化和保护群落稳定结构的天然屏障.仅依靠人工调查对荒漠河岸林进行监测已不能满足当下维系塔里木流域生态环境,高光谱遥感成为当下胡杨种群监测识别的重要手段.就沙漠干旱地区胡杨叶片色素高光谱遥感监测的主要研究成果做出了概括,并经过对有关论文内容的总结与数据的梳理,明...     

分水岭算法在林业中的应用

随着遥感技术的发展，无人机以及新型遥感数据的出现，越来越多的高分辨率影像被应用于林业资源监测。图像分割作为影像识别应用的基础，大量研究人员在原有的分水岭算法基础上针对不同的区域、背景、目标和研究方向进行了一定的改进，在林木病虫害监测、木材表面缺陷检测、单木冠幅分割、叶片提取等林业领域发展迅速。文中介绍了分水岭算法在林业中的应用，以期为分水岭算法在林业领域的推广以及进一步改进研究提供参考。     

遥感在森林生物量监测的应用

森林生物量研究对监测生态系统有着重要作用,随着遥感技术的发展,动态地估测大区域乃至全球的森林生物量成为可能.文章就遥感数据源和估测方法,分析总结了传统方法和遥感方法的森林生物量估测.     

小陇山不同灌木林地改造模式林分树种多样性研究

生物多样性研究已经成为生态学研究的热点,而维持物种多样性是目前森林经营研究的一个主要内容。本文运用点抽样方法研究了甘肃小陇山5种不同的灌木林地改造模式的树种多样性。结果表明:带状割灌改造模式林分的树种较全面清理割灌模式丰富,Shannon-Wiener指数与Margalef指数较高,林分的树种多样性较高,林分内各树种分配较为均匀,带状割灌改造更有利于提高林分的树种多样性;在3种全面清理割灌改造模式中,改造日本落叶松模式虽然树种数与其它2种相同,但林分内树种分配均匀性差,集中性高。不同的改造模式对林分树种多样性的影响不同,这对提高和保持改造林分的物种多样性具有一定借鉴意义。