基于Landsat遥感影像的杨树信息提取方法分析

该文使用近10 a 4个时相的江苏全省Landsat遥感影像,在数据预处理的基础上提取归一化植被指数、比值植被指数、土壤调节植被指数、增强型植被指数、大气阻抗植被指数等5种植被指数,并进行主成分分析。运用最大似然法、随机森林法和光谱角填图法进行分类,结合小班数据,对各方法的分类结果进行精度评价。评价结果表明,光谱角填图分类法在杨树信息提取时精度更高,对杨树的区分精度也达到42.67%。     

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。     

广西岩溶地区植被覆盖度与植被指数耦合模型研究

选择广西典型岩溶山区灌草植被类型设置91块样方,运用Green Seeker手持光谱仪实测不同覆盖度植被的光谱响应并构建归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)和修改型土壤调节植被指数(MSA VI)等5种植被指数,同时运用数码相机垂直拍摄样方照片并进行监督分类,提取植被覆盖度,最后对样方的植被覆盖度和植被指数进行相关分析、建立回归模型和精度验证。结果表明:NDVI、RVI和MVI与植被覆盖度高度相关,相关系数超过0.9;而且用NDVI反演的植被覆盖度与实测值在α=0.05显著水平下进行t检验,结果无显著差异,平均精度达到95%以上,比其他植被指数模型更优秀。研究结论对广西岩溶石漠化地区植被覆盖度的快速、连续监测与评估具有重要参考价值。     

基于多特征优选的无人机可见光遥感林分类型分类

【目的】以无人机可见光遥感影像为数据源实现竹林、针叶林和阔叶林的分类识别,扩展无人机可见光遥感数据在森林资源调查中的应用范围。【方法】利用无人机获取仅包含红、绿、蓝3个波段光谱信息的航拍影像,经预处理生成空间分辨率为0.1 m的数字正射影像图(DOM)和数字表面模型(DSM),从DSM和DOM中提取包括高度特征、光谱特征、常见的可见光植被指数、HSV颜色分量、HSV颜色分量基础上提取的纹理特征以及扩展的形态学多属性剖面(EMAPs) 6类特征;采用递归特征消除随机森林算法(RF_RFE)优选特征子集,根据不同类型特征和优选特征子集设置8组试验,使用随机森林分类器(RFC)进行林分类型分类,运用目视解译获得的地面真实影像建立混淆矩阵评价分类结果。【结果】1)单独利用光谱特征进行林分类型分类效果不理想,总体精度为65.68%,Kappa系数为0.53;以光谱特征为基础单独引入其他特征进行林分类型分类,除植被指数外,其他特征均可提高总体分类精度; 2)采用递归特征消除随机森林算法优选出11个特征,包括5个EMAPs特征、3个HSV纹理特征、1个高度特征、1个植被指数和1个HSV颜色分量,11个特征组合获得8组试验中最高分类精度,总体精度为81.05%,Kappa系数为0.73; 3)将多特征优选方法应用于不同分辨率的可见光无人机影像上均取得较好分类结果,其中分辨率为0.3 m时分类精度最高,总体精度为82.46%,Kappa系数为0.75。【结论】递归特征消除随机森林算法综合多类型特征中最有利于林分类型分类的特征,从而提高分类精度,研究结果可为无人机可见光遥感数据在森林资源调查中林分类型信息的提取提供参考。     

多源遥感信息提取桉树人工林

针对桉树人工林在遥感影像上与自然林光谱差异小难以区分的问题,研究选取Quickbird,Landsat 8,数字高程模型(DEM)等多源遥感数据,利用决策树加面向对象的分类方法提取桉树林。在多时相Landsat 8提取兴趣区域(ROI)基础上,利用最优尺度(ESP)工具计算研究区最优分割尺度进行分割,然后在高分辨率遥感影像上进行灰度共生矩阵分析,选取最佳纹理参量,最后结合光谱、DEM、SLOPE信息,选择相应参数构建分类决策树,利用面向对象方法提取桉树林。最后对桉树提取结果进行精度评价,使用该方法与用Quickbird、利用TM提取精度分别为89.7%,83.1%,69.8%。表明本方法能够综合多源遥感信息,可以快速、较高精度地提取桉树人工林,具有一定的应用价值。     

植被指数在面向对象的森林植被提取中的应用

植被在红光具有强吸收和在近红外具有强反射的特点,这一遥感光谱特征被应用到植被指数中作为估算植被信息最常用的方法。该文利用归一化植被指数,采用面向对象的基于规则的分类方法来提取森林植被,将提取结果与林地一张图进行叠加分析,并进行精度评定。     

基于GF-1遥感影像湿地变化信息检测算法分析

湿地遥感变化信息检测并识别一直是遥感动态监测的一个技术难点。以东洞庭湖为研究区,2期GF-1遥感影像为研究对象,在数据预处理的基础上,将研究区分为芦苇、苔草、辣蓼与泥蒿、水体、泥滩地等6种类型。研究引进了NDVI植被指数波段与第一主分量波段(PC1)对传统的图像差值算法进行改进,提取出两期影像的变化信息,并与支持向量机的多时相影像分类后检测算法相比较。结果表明:(1)研究区遥感影像经过大气校正和图像配准等预处理之后,GF-1遥感影像变化检测的最佳波段组合为RGB=432;(2)利用支持向量机分类器对两期遥感影像进行分类时,样本选择的可分离度均在1.9~2.0之间,分类结果的总体精度为85.34%,Kappa系数为0.8,满足分类后比较算法提取变化信息的要求;(3)引进NDVI与第一主分量区分变化信息,并采用直方图积累区间确定变化阈值,信息增加的变化阈值设置为0.3,信息减少的变化阈值设置为0.2,Smooth Kernel Size设置为3,Aggregation Min Size设置为30,优化结果最佳。利用2期GF-1遥感影像提取湿地变化信息,分类后比较算法与改进后图像差值算法,图像差值法快速、直接提取变化信息,检测精度为89.6%,Kappa系数为0.9,且不受分类精度与分类样本一致性的限制,明显优于传统分类比较算法,是一种高效可行的方法。     

基于无人机影像的城市绿地提取分析

本文通过无人机获取四川省北川县高分辨率影像数据,经过空三加密,正射校正等一系列预处理,利用ENVI软件分别计算研究区可见光波段差异植被指数VDVI(visible-band difference vegetation index),归一化绿红差值指数NGRDI(normalized green-red difference index)、归一化绿蓝差值指数NGBDI(normalized green-blue difference index)。采用面向对象的影像分类方式,分别提取城市绿地并进行精度评价。结果表明:3种植被指数均能较好地提取城市绿地,总体提取精度均在83%以上,其中VDVI提取效果最优,总体精度达到89.5%。因此,利用无人机遥感技术进行城市绿地的提取统计是可行的。基于VDVI统计结果,通过去除小斑块以及目视解译校正城市绿地分类结果,统计得到北川县建成区绿地面积为2.3948 km~2,城市绿化覆盖率为40.04%。     

多源数据林地类型的精细分类方法

【目的】探讨复杂中山区域、多源数据支持下,高空间分辨率遥感影像林地类型层次化精细分类方法,以促进高分辨率遥感数据在森林资源调查与监测方面的深入应用。【方法】以嘉陵江上游甘肃省小陇山林业实验局百花林场为研究区,以SPOT5和高分一号(GF-1)遥感影像为主要数据源,综合利用影像光谱特征、植被指数特征、纹理特征与时相特征、地形特征、森林资源"二类调查"成果数据与林相图等辅助信息,及典型地类与主要森林类型外业调查样本数据,发展针对暖温带典型天然次生林区、复杂山区地形条件下高空间分辨率遥感影像林地类型多层次信息提取与森林类型精细识别的有效方法。在分析不同时相影像光谱特征的基础上,构建并优选归一化植被指数(NDVI)、比值植被指数(RVI)、比值短波红外指数(RSI)、差值植被指数(DVI)4种植被指数特征和均值(ME)、同质性(HOM)、非相似性(DIS)、信息熵(ENT)、角二阶距(ASM)、相对峰值(RK)6种纹理特征,引入与主要森林类型空间分布相关的DEM高程值、坡度、坡向3个敏感地形因子,利用不同林地类型时相动态特征和辅助信息特征,在不同层次影像上分别采用适于该层待分信息类别的阈值法、支持向量机(SVM)、多分类器组合(MCC)、人工神经网络(ANN)分类方法,将各层分类结果合并获得整个研究区林地类型精细分类图。最后,采用分层随机抽样的独立检验样本对分类结果中7类林地类型进行精度验证,并对5类主要森林类型精细识别结果进行面积统计,与"二类调查"及影像解译结果各类型面积统计值进行对比分析,进一步从整体上检验分类方法的有效性和分类结果的可信度。【结果】本文所发展的分类方法对林地类型信息提取精度较高,有林地、其他林地、苗圃地等7类林地类型总体分类精度达92.28%,总Kappa系数为0.899 6;油松林、华山松林、日本落叶松林、栎类落叶阔叶林、其他落叶阔叶混交林5类主要森林类型面积统计结果的平均相对精度为92.4%。【结论】多源数据支持下的多层次林地类型精细分类方法是一种有效的林地类型信息精准监测方法,具有精度高和可信度高的优势,且森林类型精细识别详细程度达到优势树种(组)级别,是解决复杂山区林地类型精细分类与森林类型精细识别的一种有效手段,可满足森林资源调查、变化监测、数字更新等林业应用需求。     

基于Landsat 8-OLI的荒漠化地区植被覆盖度反演模型研究

基于Landsat 8-OLI影像数据,利用植被指数逐步回归分析和线性混合像元分解的方法,结合134个野外样地调查数据,将线性混合像元分解结果(植被丰度)导入影像植被指数逐步回归模型,建立康保县荒漠化地区植被覆盖度反演混合模型,并进行精度检验。结果表明:(1)在所选16种影像植被指数中,采用单一植被指数进行荒漠化地区植被覆盖度反演建模,与植被覆盖度拟合优度最高的是归一化植被指数(NDVI)和土壤调节植被指数(SAVI),利用植被指数逐步回归分析建模,筛选出的3种最佳影像植被指数是土壤调节植被指数(SAVI0.5),比值植被指数(SR_(N-R))和增强型植被指数(EVI);(2)通过线性混合像元分解建立的植被覆盖度反演模型,分解所得植被丰度与植被覆盖度的决定系数为0.673,模型精度低于利用植被指数逐步回归分析法反演的模型精度,但高于单一植被指数与植被覆盖度反演模型的精度;(3)精度检验显示植被指数逐步回归分析法反演的植被覆盖度模型的决定系数(R~2)和精度分别为0.719和86.70%,而混合像元分解和植被指数逐步回归分析综合所建的混合模型的决定系数(R~2)和精度分别为0.807和92.37%,表明植被指数逐步回归分析与混合像元分解相结合能较好地提高荒漠化地区植被覆盖度反演精度。     

苦豆子和狼牙刺过氧化物酶同工酶的研究

采用聚丙烯酰胺凝胶电泳（PAGE）对豆科槐属植物苦豆子和狼牙刺的过氧化物酶（POD）同工酶进行了分析。结果表明：POD同工酶酶带在苦豆子和狼牙刺的种子和芽中存在着明显的差异，芽中POD酶带总体染色比种子深；从两种植物POD同工酶谱的比较反映出，狼牙刺的抗逆性生理作用高于苦豆子。     

森林公园风景资源经济价值评价的探讨

根据当前我国森林公园风景资源质量评定现状，提出在森林公园风景资源质量评定的基础上，论述了森林公园风景资源的价值分类；建立森林公园风景资源经济价值评价方法和方法体系，据此提出了今后工作的建议。     

响应面法对板栗壳色素的超声辅助提取工艺优化研究

以NH4OH水溶液为溶剂,采用响应面法对超声波辅助提取板栗壳色素的工艺条件进行了优化。采用中心复合实验设计,进行了不同NH4OH浓度、液料比和浸提时间对色素粗提物得率和色价影响的响应面分析实验。结果表明,所得二次回归模型对实验数据有较好的拟合效果;以色素粗提物得率为考察指标的优化提取条件为,NH4OH浓度为1.1 mol/L,液料比为16.5 mL/g,提取时间为120 min;以色价为考察指标优化提取条件为,NH4OH浓度为0.7 mol/L,液料比为14.6 mL/g,提取时间为112 min。板栗壳色素在生产中采用以色价为考察指标的优化提取工艺为宜。     

多极化星载SAR森林覆盖变化检测方法

【目的】利用多极化星载SAR数据,分析后向散射强度比值影像的概率密度分布特征,融合后向散射强度信息和影像空间上下文信息,提出一种具有较高检测正确率及较低虚警率和漏警率的森林覆盖变化检测方法,为多极化SAR卫星数据的业务化应用提供技术支撑。【方法】将"2期分别分类森林覆盖变化检测法"(CBFC)与"贝叶斯最大期望-马尔科夫随机场(EM-MRF)变化检测法"相结合,首先采用阈值分割法分别对2期多极化SAR影像进行森林-非森林分类得到初始森林覆盖变化图,然后以初始森林覆盖变化图作为训练数据对多极化比值影像进行Fisher特征变换和EM-MRF分类处理,2个时相的HH、HV极化比值影像经Fisher特征变换转化为一个综合差异影像,输入EM-MRF进行迭代分类得到森林覆盖变化检测结果。以黑龙江省逊克县为试验区,以2期ALOSPALSAR双极化数据为SAR遥感数据,以对2期Landsat-5影像、高空间分辨率遥感影像进行目视解译得到的森林覆盖变化图为参考,对本研究提出方法的有效性与CBFC方法及直接用CBFC提取的森林覆盖变化检测图掩膜EM-MRF地表覆盖变化检测图方法(CBFC-EM-MRF)进行比较评价。【结果】通过Fisher特征变换得到的差异影像可有效增强森林覆盖变化、未变化类别的对比度;CBFC通过阈值分割法进行森林-非森林分类,提取的森林覆盖变化图中出现很多面积很小的虚警检测,漏警率也很高,而本研究提出方法通过MRF加入影像空间上下文信息,提高了检测结果的空间连贯性,森林覆盖变化检测虚警率为1.58%,漏警率为11.87%,正确率为98.36%,检测效果和精度明显优于CBFC和CBFC-EM-MRF。【结论】多极化星载SAR森林覆盖变化检测方法具有收敛性好、检测结果可信度高、需要用户交互较少等特点,对我国高分三号及未来其他多极化SAR卫星的森林资源监测业务应用具有重要参考价值。     

森林生态效能资产化及货币化方法探讨

在林地租赁价格森林资产评估项目中,提出仅资产接收方受益的生态效能才进行资产化,并利用生态效能＂政府层面＂效益值占林地所有效益比例,分摊森林培育林地地租的办法,评估森林生态效益,阐述森林生态效能货币化的方法,评估结果同市场成交价格吻合度极高。实践证明,在许多采用传统评估方法难以计量林地效益的公益项目中,采用文中所述森林生态效能资产化和货币化方法评估森林生态效益是切实可行的。     

栽培措施对狼尾草生长发育的影响

通过田间小区实验,研究了栽培措施(遮荫强度、移植时间和修剪时间)对观赏植物狼尾草生长的影响.结果表明:狼尾草株高和冠幅随着遮荫强度的增加而增加,但花序数却明显减少;不同移植时间对狼尾草的成活率均无影响,成活率可达100%;越冬前修剪后覆土的养护措施显著降低株高与花序数,延迟了生育期.     

Research on Assessment Method of Economic Performances of Provenance Trial and Popularization Project of Pinus massoniana L.

SeveralcontentswithintheprovenancetrialandpopularizationprojectofPinusmassonianaL.inGuangxihavebeenincludedinthenational6th5-yearplan,7th5-yearplan,8th5-yearplanand9th5-yearplanscientificandtechnologicalprograms.Ithasobtainedagreatachievementthroughtheeffortofmorethan20years.Evaluatingtheeconomicperformanceoftheprojectnow,anddothenewquestintakingthegaugeofmethod,inordertogetteach-inwithcolleaguesandexperts.1PINUSMASSONIANAL.POSITIONINTHEECONOMICDEVELOPMENTINGUANGXIChina…     

临沂市观赏草资源及观赏价值评价

对临沂市的观赏草资源进行调查,发现共有观赏草35种,隶属于8个科23属,利用灰色关联分析法,对35种观赏草在临沂市的生长状况和观赏价值进行了综合评价。结果表明:35种观赏草中有25种与理想种的关联度在0.6以上;综合评价较高的观赏草有狼尾草(Pennisetum alopecuroides)、斑叶芒(Miscanthus sinensis‘Zebrinus’)、粉黛乱子草(Muhlenbergia capillaris)和蓝羊茅(Festuca glauca)等8种,与理想种的关联度达0.7以上,可以在临沂推广应用。     

我国野生动物资源商业价值的动态评估方法设计及应用

在回顾国内外野生动物价值评估方法的基础上, 初步界定了野生动物资源商业价值的概念以及构成分类, 通过对现有野生动物资源价值评估方法(市场价值法、成本法、意愿调查法、旅行费用法等)进行改进, 设计了野生动物资源商业价值的动态评估方法体系, 具体包括野生动物资源活体商业价值、野生动物产品商业价值、娱乐观光商业价值以及其他商业价值的动态评估方法; 最后选取亚洲象为案例进行了应用试算, 得出以2013年为基期其总体商业价值为354 734.665万元, 并给出了总体商业价值动态评估公式.     

桓仁县杨扇舟蛾化学防治试验

杨扇舟蛾是一种对杨树危害性较强的森林害虫。在辽宁省桓仁县黑沟林场应用3.6%烟碱·苦参碱微囊悬浮剂等3种化学药剂开展了杨扇舟蛾防治试验,结果表明:3种药剂中以喷施3.6%烟碱·苦参碱微囊悬浮剂1500倍液为佳,7d后防治效果达到99%以上。3.6%烟碱·苦参碱微囊悬浮剂烟碱在自然环境里降解速度快,对大气、土壤、植物无污染,可在杨扇舟蛾防治中推广应用。