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。     

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。     

高光谱遥感的森林信息应用研究进展

现今高光谱遥感的实际应用中,利用了航空(有人机和无人机)和地面的同步配合方法,实现了"天空地"一体化的应用模式.目前,越来越多的学者利用高光谱遥感反演技术进行植被参数反演研究,并取得高精度和适用性广的反演模型.文章主要阐述当前高光谱遥感技术在林业应用中关于树种分类、参数提取和灾害监测各个方面的运用,并揭示了高光谱遥感技...     

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。     

林木光谱测定方法的初步研究

林木光谱反射特性是林业应用遥感技术进行电子计算机自动标志识别和分类的基础,一也是选定最适宜的胶片和最佳季节进行森林遥感的依据。而且通过光谱段比与林木生长力的关系,可以确定林木的生长力。为了掌握光谱反射特性,需要测定光谱反射率。为此,我们就反射率的观测方法进行了初步研究,以便为野外光谱测定寻找最佳方法提供经验。     

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%。     

遥感技术在森林树种多样性监测中的应用研究进展

树种多样性的快速、有效监测能够促进生物多样性保护与研究以及森林可持续管理。遥感技术正逐渐成为森林生物多样性大面积快速监测的新兴手段,为树种多样性空间格局信息的快速提取提供了有力保证。以数据源为线索,文中系统阐述了近年来多光谱遥感、高光谱遥感、激光雷达、微波遥感及多源遥感协同方法在树种多样性监测中的应用研究现状,并从数据源、数据平台、遥感异质性指数、数据时间特征和监测模型5个方面讨论了森林生物多样性遥感监测研究的发展趋势,旨在为生物多样性遥感监测研究提供有益启示。     

林业部北方林业遥感试验场利用彩色红外航空像片编制各森林类型及地类典型样片册的工作现已完成

<正> 根据林业部规划院(80)林调综字30号文件精神,在小兴安岭江山娇林业遥感试验场,结合地面光谱测试及森林综合调查的同时,应用彩色红外航空像片,编制一套林业部北方林业遥感试验场的各森林类型及土地种类的典型样片册,为林业调查、生产及科研等服务。这项工作现已全部完成,装订成册。     

基于林业遥感的树种分类应用分析与展望

树种分类是林业遥感中重要的应用领域,在林业可持续管理、生物多样性研究和生态环境保护领域都有广发的应用场景。结合2000年后该领域的研究成果以及近些年林业生产过程中的应用实践,对多源数据在树种分类的应用加以汇总。从工作流程及相应算法两个角度,基于图像分类与数理统计层面对该问题进行了解析与比较。面对林业遥感在树种分类应用过程中遇到的问题与挑战,提出了基于语义分割及实例分割的不同工作思路,对未来多源遥感数据融合获取及硬件处理设备的发展前景进行了展望。     

高光谱遥感技术在现代林业中的应用与发展

高光谱分辨率遥感简称高光谱遥感,是20世纪末诞生的一种全新遥感技术,其在现代林业中的应用为现代林业的保护和研究贡献了重要力量。文章主要分析了高光谱遥感技术在现代林业中的实际应用,同时探析了高光谱遥感技术在现代林业中的未来发展方向。     

高光谱遥感在林业应用中的主要技术和应用现状

高光谱遥感具有纳米级光谱分辨率、图谱合一的优势,在森林特征提取、森林监测、森林健康评价等方面有着不可替代的作用,推动了现代林业技术的发展.但高光谱遥感的自身成像条件、影像处理技术尚不成熟等原因制约了其在林业应用中发展.探讨了高光谱遥感的特点,重点分析了高光谱遥感在林业应用中的数据处理技术,尤其是数据降维技术.总结了高光...     

基于载人航天平台的林业遥感应用

介绍了载人航天工程的概况, 阐述了以载人航天器为平台的对地观测遥感技术的发展, 重点分析了载人航天平台遥感的技术优势, 从高分辨率、高光谱和热红外、合成孔径雷达和激光雷达等5个方面简介林业应用情况; 以高光谱数据为例, 介绍了基于我国天宫一号载人航天平台遥感数据的林业应用情况; 并对国内外空间站计划的林业应用潜力进行了展望。     

河北省森林资源监测体系现状及管理对策

随着人类社会的进步和世界经济飞速发展 ,生态环境建设已成为世界各国所关注的共同主题。我国已将生态列为今后国民经济建设的重要内容 ,并成为全面建设小康社会的重要目标之一。森林生态资源的保护与管理也已成为今后林业发展的主导思想。因此对森林资源进行定期监测可以测算森林资源宏观动态变化的趋势 ,查清现有林地资源的数量 ,为林业生产提供理论依据。1　河北省资源监测现状1 .1　森林资源监测手段采用GPS全球定位导航系统对样地进行定位 ,采用SPORT5卫星对地面进行遥感监测。遥感判读采用 2 0 0 0年或 2 0 0 1年的L7多光谱和全色…     

微机在林业遥感中的应用一例—光谱数据处理软件研究

<正> 一、引言应用遥感技术对森林生态系统进行探测研究,首先要在遥感图象中进行地物识别和分类。目前,不论是目视还是通过一定仪器来量测或识别遥感图象中的物体,都是根据目标物体对电磁波的各种响应特性进行的,亦即是物体对电磁波辐射波谱特性、空间特性、辐射的偏振特性及时间特性来感知和认识。所以,研究物体的辐射光谱特性既能为林业最佳遥感仪器和最佳传感器波段的选择提供依据,又能为遥感数据判读分析打下基础,而且解译理论     

基于包络线去除法的森林树种及树种组分类

选择了毛竹Phyllostachys edulis,雷竹Ph. violascens ‘Prevernalis’,水竹Ph. heteroclada,杉木Cunninghamia lanceolata,马尾松Pinus massoniana,常绿阔叶树(冬青Ilex chinensis,青冈Quercus glauca,石楠Photinia serrulata,茶Camellia sinensis)和落叶阔叶树(山核桃Carya cathayensis,栗Castanea mollissima,白栎Quercus fabri,枫香树QLiquidambar formosana,桑Morus alba,桃Amygdalus persica)5个森林树种及2个树种组,使用包络线去除法对去除非林地的高光谱遥感图像像元亮度值进行处理,增强像元亮度值的差异,选择差异性较大的特征波段进行组合降维,然后利用野外实地调查的样地作为分类训练样本进行分类,最后用位置精度评价对原始分类图与包络线去除法分类图进行精度评价及分析比较。结果表明,包络线去除法的总体分类精度与总体Kappa系数分别为90.5%与0.86,而原始图像分类的总体分类精度与总体Kappa系数分别为80.2%与0.78。本文使用包络线去除法把此5个森林树种及2个树种组有效地区分出来,从而为利用高光谱遥感图像数据进行特征提取和降维及分类提供理论支撑与参考,也可应用于林业调查、林地变更调查、各类树种及树种组分类等领域。     

基于遥感大样地调查的LULUCF碳汇计量监测方法

该文主要利用已有的各类林业监测体系和监测成果,运用遥感和地理信息技术,结合地面调查,在省或区域范围内进行一定周期的LULUCF碳汇计量监测工作,掌握区域内土地利用、土地利用变化与林业活动引起的碳汇量变化情况,为林业碳汇参与国际碳交易、国际谈判涉林议题提供有力支撑。     

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.     

Worldview-2树种分类T&N波段优势分析

分析遥感影像不同类型波段在树种分类中的表现,可为遥感数据光谱信息的深度挖掘提供基础信息。本研究以8波段Worldview-2影像为数据源,将光谱波段分为传统波段和新增波段两种类型,在室外调查的基础上利用最大似然法对树种进行分类,分析传统波段、新增波段及完整波段在树种识别中的精度差异。结果表明:传统波段对树种分类的总体精度(63.348 2%)不及新增波段的(67.669 6%)高,完整波段分类的总体精度最高(74.071 3%)。本研究表明,在树种识别中,Worldview-2新增波段比传统波段更具优势,两类波段的充分结合,更有利于树种的识别。     

机载LiDAR和高光谱融合实现普洱山区树种分类

[目的]通过机载遥感影像对普洱山区进行植被分类研究,为山区森林经营规划与可持续经营方案的制图提供高效应用途径。[方法]将2014年4月航拍的机载AISA Eagle II高光谱和Li DAR同步数据融合,利用点云数据提取的数字冠层高度模型(CHM)得到树种的垂直结构信息,结合经过主成分分析(PCA)的高光谱降维影像,选用支持向量机(SVM)分类器进行分类。[结果]普洱市万掌山实验区主要树种分为思茅松、西南桦、刺栲、木荷等。融合影像数据分类的总体精度和Kappa系数分别为80.54%、0.78,比单一高光谱影像数据分类精度分别提高6.55%、0.08,其中主要经营树种思茅松的制图精度达到了90.24%。[结论]该方法对山区主要树种的识别是有效的,将机载Li DAR与高光谱影像融合可以有效改善分类精度。     

卫星遥感技术在北京市森林资源监测中的应用

北京市城市建设的快速发展迫切需求管理部门及时掌握森林资源的变化信息。通过对2012、2013年高分辨率卫星遥感影像解译、信息提取,形成了一套基于卫星遥感影像的资源监测技术,并利用此技术对北京市森林资源开展了监测。经验证,卫星遥感对于森林资源监测的总体精度达到90%以上,为传统人工地面调查方式提供了有利的补充,明显的提升了北京市森林资源监测的效率与水平,并可以为林政执法等其他林业业务管理提供借鉴。