利用航片进行森林覆盖率调查及编制林相图的方法研究

本文探讨了利用航片内业判读进行林相调查的方法,分析了利用中小比例尺航片加强立体观察判读树种、树密度的可能性,提出了引进相关系数在室内推算树胸径和测定树高的方法,并对判读结果进行了精度分析,其结果说明利用中小比例尺航片内业判读进行林相调查不但是可能的而且是具有一定精度的。     

探讨利用航空象片信息估测小班调查因子的方法

利用航空象片信息提取小班调查因子。首先利用航片对每个小班的林分类型、龄组、郁闭度和最大冠幅进行判读;其次根据以往的资料,建立林木株数分布,每公顷株数预测,直径与最大冠幅及胸径与树高、年龄等相关模型;最后由判读因子和上述模型借助于计算机求出林分蓄积量、断面积、各径阶株数,平均直径、平均高、平均年龄等因子。该试验是在我国北方次生林区进行的,多数小班因子可由航片提取,蓄积量估测的精度达到85％以上,可提高工作效率1—2倍。为我国二类森林调查提出了一种新的方法。     

基于纹理信息的森林蓄积量估计

以河北省秦皇岛市山海关公益林为研究对象,结合Landsat TM数据和森林资源二类调查数据,运用灰度共生矩阵分析法提取纹理信息,采用逐步回归法建立多元线性回归模型,进行森林蓄积量的估算。结果表明:选取纹理因子参与建模,建立的线性回归方程的拟合效果较好,估测模型的R~2值达0.766,估计值的标准误差最小,标准误差最小值为28.036,说明纹理因子对提高森林蓄积量的估测精度有重要影响。     

遥感技术在立地条件调查中的应用研究

利用已得遥感资料反映宏观立地特征，对陆地卫星磁带进行数字图象处理，将研究区划分为６个立地类型区。同时利用近期大比例尺航片上的信息进行立地条件景观分析，判读、勾绘立地单元，以此确定判读因子，采用数量化－Ｆｕｚｚｙ聚类方法，进行川北防护林立地分类与质量评价，共划分了２８个立地类型，经验证精度满足使用要求。     

江苏省海岸带航片土壤判读的标志

本文首次在海岸带应用航片进行土壤判读。通过实地调查和航片研究,发现海岸带地理景观在航片上具有明显的影象特征,其中尤以海岸动力地貌和盐土植被在航片上最富有特征,而海岸地貌和植被与土壤的性质和分布又具有很好的相关性。在海岸带自然景观保留得比较完好的情况下,有利于从航片上提取土壤信息,从而可以建立比较准确的海岸带土壤判读标志;由此,制定了江苏省海岸带航片土壤判读检索表;根据土壤、地理景观和象片影象特征三者的相关性,可以从航片上判读土壤盐分含量范围,能较准确地勾绘出土种的边界,提高了土壤制图的速度和精度。     

用遥感及实测回归估计森林蓄积量

为了研究探讨新的森调技术方法，利用双重回归抽样技术，对全覆盖小比例尺和带状摄影大比例尺睛分别进行了林分的连续和数量化判读量测。通过结合少量实测样地，进行蓄积量的多重回归相关分析。     

西吉县黄家二岔小流域彩红外航片判读与制图

以目视判读为主,并辅以立体镜分析与地面踏查收集资料相结合的方法,对1∶1万彩红外航片进行了判读,根据土地类型、土地利用现状和坡度分级的分类原则,获得了影像的判读标志与专题系列图,同时对1∶1万彩红外航片的影像利用效果进行了讨论。实践证明,利用该手段制图比常规调查方法提高效率5～6倍,不同土地类型的判读精度在95％以上,林地类型影像判读精度可达90％,农地与人工草地判读精度达80％,不同地类的侵蚀程度的判读精度也达85％以上。1∶1万彩红外航片可以直观地反映各种自然和社会因素的综合效果,是小流域动态监测的一种必不可少的有效手段。     

山西省吉县清水河流域森林动态变化对水沙影响的初报

我们使用流域内(黄河中游河龙区清水河流域水文站断面以上425km~2)不同时期航片,判读出森林的动态变化。然后依据27年的水文资料,分析森林的动态变化对径流、泥沙的影响。研究表明:由于森林面积的增加以及土壤下渗和蒸发散的增加,年径流量、枯水期流量、洪峰流量以及悬移质输沙量都不同程度地减少。     

西双版纳多级遥感清查森林资源

我们试验研究了利用多级遥感图象信息通过多阶不等概抽样在云南省西双版纳自治州进行森林资源清查。试验所用遥感图象有陆地卫星图象和小比例尺及大比例尺航空象片。抽样设计采用概率与单元的大小成比例的抽样。试验包括下列几个主要组成部份。 1 利用陆地卫星图象进行一阶单元有林地面积成数预估值的判读。 2 随机不等概抽取一阶样本单元。 3 利用航空象片进行二阶单元森林蓄     

浅析航片法进行土壤普查与制图的利弊

实践表明,应用航片法进行土壤普查与制图可以加快土壤普查速度,减少野外工作量,降低成本,提高经济效益;提高土壤制图的精度;节省测制地形图,地块底图的工作量。但航片的判读需具备广泛的专业知识和丰富的判读经验,同时航片也缺少某些定量指标。本文着重剖析航片法进行土壤普查与制图的利弊。     

t检验在遥感数据建模中的应用

以山东省2006年共15景TM遥感影像灰度值与地面角规抽样实测数据为基础,采用多元回归估计的方法建立了森林蓄积量与遥感影像灰度值信息之间的反演模型。并通过t检验选择影响蓄积量估测的主要因子,使参与建模的变量因子达到最佳状态。     

TM影像森林类型解译中若干问题的探讨

黄土高原重点治理区地形复杂,地貌破碎,自然条件恶劣,增加3TM影像调查的难度。本文论述了在该区域森林资源调查中,目视解译时遇到的图像缺陷及补救;同物异谱及同谱异物现象的处理;几个造林树种反映在影像上的成像间隔期(或监测期);小块林地及农田林网覆盖率的抽样估算等问题及其解决办法。     

基于萤火虫算法的农业遥感图像增强研究

农业遥感图像增强有利于图像信息的提取与分析,萤火虫算法是近年来较为新颖的智能仿生算法,目前国内外关于其能否用于农业遥感图像增强的研究未见报道。文章首先利用非完全Beta函数建立农业遥感图像增强模型,结合人眼最小灰度分辨力函数进行图像细节增强,将每个输入区间的像素灰度值变换到适当的输出灰度级区间,最终生成对比度均衡的图像;然后通过萤火虫优化算法在其动态决策域半径进行伪差分操作更新;最后确定最佳参数的收敛条件,给出了算法流程。试验仿真结果表明,萤火虫算法的农业遥感图像检测在图像细节增强评价指标、相位一致性指标、通用质量评价指标等方面与直方图算法、Retinex算法、小波变换算法、模糊聚类算法等相比数据较优,能够用于农业遥感图像增强。     

基于中巴资源卫星数据的森林郁闭度估测研究

森林资源分布具有辽阔性、复杂性、通达性差等特点,而遥感技术具有宏观、动态、便捷、可周期重复和成本低等优点,成为研究森林资源状况的理想手段。目前,在森林遥感应用中,多源遥感数据的提供能力越来越强。但由于遥感信息的综合性、复杂性,遥感信息处理技术相对落后。基于不同区域、不同季相和不同背景特征的森林遥感分类技术远未成熟。利用中巴资源卫星遥感数据,经过图像处理(包括图像的校正、图像的增强和图像的分类等),获取样地的灰度值,结合少量地面实测样地资料,通过线性回归建立森林郁闭度的数学模型,并进行检验以确保估测的精度,为林业生产和建设提供依据。     

森林资源监测Spot5遥感图像几何精校正方法研究

为探索空间分辨率为 2 5m的Spot5遥感图像用于森林资源监测的可行性 ,需进行遥感图像几何精校正 .该文在理论分析遥感图像校正模型的基础上 ,借助GPS虚拟网络参考站定位系统 ,以cm级精度测定校正遥感图像的地面控制点 ,通过实例计算 ,详细研究了在通用遥感图像处理软件ENVI、ERDAS及PCI中各种可能的几何精校正方法及实际精度状况 .综合考虑几何位置变换精度、灰度重采样精度及不同校正方法对地面控制点数量和分布的要求 ,结合林区Spot5遥感图像的特点和GPS定位现状 ,确定了适合森林资源调查的Spot5遥感图像几何精校正方法 .     

Box-Cox变换在遥感数据建模中的应用

以山东省2006年共15景TM数据和2002年的ETM+数据为基础,结合地面542个样地调查数据,采用多元回归估计的方法,建立蓄积量与遥感信息之间的回归方程,对森林蓄积量进行估测。但由于TM1—TM7波段的灰度值和蓄积量值之间的线性关系不够明显,通过对参与建模变量进行了Box-Cox变换,建立森林蓄积量反演模型,提高了模型的估测精度,解决了在大尺度范围内利用TM数据对森林蓄积量估测问题。     

森林植被遥感监测影像最佳分辨率选择

遥感影像分辨率的高低直接影响着森林植被监测的精度、成本和效率,故选择适合森林植被监测的影像最佳分辨率具有重要的应用价值。针对森林植被监测影像最佳分辨率选择方法及结果缺乏的问题,从林业实际应用出发,提出了基于1个步长的变异函数分析空间变异并综合考虑监测精度、成本和效率来确定森林植被监测影像最佳分辨率方法。基于最新的国产高分二号（GF-2）全色影像,利用1个步长的变异函数对湖南常宁洋泉镇林区3种典型分布类型森林植被进行拟合分析,初步确定适合森林植被监测的影像最低分辨率。然后对重采样形成的不同尺度多光谱影像分别进行监督分类,并对结果进行定量定性分析,结合影像成本和数据处理时间,找到适合不同类型森林植被监测的影像最佳分辨率。研究表明:不同分布类型的森林植被,适合遥感监测的影像最佳分辨率不同:①小冠幅森林植被3.2 m;②大冠幅森林植被16.0 m;③混合冠幅森林植被8.0 m。该森林植被遥感监测影像最佳分辨率确定方法和结果可为其他区域森林植被遥感监测影像最佳分辨率确定提供借鉴。     

南方林区TM遥感图象组合方式研究

就南方林区ＴＭ遥感图象的多种组合方式进行了分析、对比、认为ＴＭ４、５、３的组合彩色图象及其数据较适用于南方森林植物类型之判读及计算机自动分类,ＴＭ４７２彩色产有利于幼林、疏林地、荒山等的判读;ＴＭ４２７彩色合成图对杉木林反映较好。     

基于遥感技术的森林树种识别研究进展

基于遥感手段的森林类型/树种（组）的精准识别是森林参数提取和计算的前提,是林业遥感领域的研究前沿,可为宏观尺度快速获取森林资源信息提供重要途径。对多源遥感数据在森林树种识别中的应用研究进行总结分析发现,当前基于遥感数据的树种识别已成为林业遥感的研究热点。利用卫星遥感数据和近地低空遥感数据结合随机森林、支持向量机等分类方法进行树种识别已相对成熟。近年来,无人机技术不断发展,以其灵活性强的特点在林业中有较强的应用潜力,在计算机技术、数字图像处理技术和机器学习领域不断发展成熟背景下,低空遥感数据结合深度学习技术应用于森林树种的精确识别是值得深入研究的科学问题。     

基于WorldView-2影像和随机森林算法的天山云杉蓄积量反演

【目的】研究林地遥感因子与蓄积量的关系来反演天山云杉林分蓄积量,为新疆天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰国家西森林公园的天山云杉（Picea schrenkiana var.tianshanica）为研究对象,以样地内每木检尺为依据,基于WorldView-2影像,使用eCognition Developer 提取样地的光谱信息、纹理因子与植被指数三种遥感因子,通过随机森林算法建立模型反演天山云杉林分蓄积量。【结果】提取的24种遥感因子,筛选出对蓄积量影响最大的5种特征变量,分别为NDVI1、NDVI2、RVI2、均一性（Homogeneity）与相关性（Correlation）,建立随机森林回归模型,解释度高达81.27%,决定系数R²=0.8648（P<0.05）,估测样地蓄积量精度为86.38%。【结论】建立的随机森林回归模型可以有效地反演天山云杉林林分蓄积量。