TM图像在森林资源调查中的应用研究

利用１∶５万ＴＭ假彩色合成图像,在登封林场进行森林资源调查实验研究,结果表明：使用卫星遥感图像进行林业区划,解译树种和森林类型、土地利用类型,编制森林分布图,量算林业用地面积,获得了比较理想的效果和精度,是可行的。     

TM片遥感判读宜川县森林立地类型初报

本文介绍了应用遥感技术进行存林立地条件分类的研究及编制立地图的原则和依据,划分了宜川县森林立地类型区和类型组,并对立地类型划分的主导因子(坡向、坡度、土壤、地貌等)进行了遥感判读分析,并简单叙述了编图的方法。     

面向对象遥感图像森林分类研究进展

介绍面向对象森林分类的背景,综述森林分类的理论和方法,概述面向对象遥感图像森林分类研究进展,分析其目前尚存在着影像自动识别困难、图像阴影去除困难、优势树种识别困难及分类精度偏低等问题,并展望了发展趋势。     

基于随机森林算法构建Hyperion影像云和云阴影掩模

遥感数据的判读应用不可避免地要受到云和云阴影的干扰,这导致影像中地物信息不完整,给后续影像解译和处理带来障碍。采用最佳波段指数方法筛选出经过预处理的Hyperion高光谱影像最佳波段组合,达到波段去相关、信息含量最大并减少运算量的目的。基于不同地物类型的光谱曲线,采用随机森林算法提取Hyperion影像中云和云阴影信息,建立相应的掩模。研究结果表明,基于经验阈值的决策树分类精度达96.36%,随机森林算法的分类精度达98.86%,Kappa系数为0.951 2,具有更好的分类效果。利用随机森林算法建立高光谱影像云和云阴影掩模,由于随机森林算法是建立在多个决策树分类器结果基础上,避免了单一决策树分类器带来的误分类现象,较好地去除了云和云阴影对遥感解译的影响。     

面向对象分类方法在森林采伐遥感监测中的应用

利用多尺度分割技术和面向对象分类方法对SPOT5遥感数据进行土地的分类及森林采伐信息提取。在面向对象的图像分析中,采用图像分割——基于规则的分类——基于分类的分割的多尺度分割方法,在综合最优分割尺度下,用最邻近分类器对SPOT5影像进行分类;采用两期图像特征比较,提取森林采伐区信息,并结合二类调查成果和伐区设计资料,使用交互式补充判读和修正。结果显示:研究区各地类的分类精度都在85%以上,对森林采伐图斑判读的加权综合正判率达到90.8%,其中皆伐图斑个数正判率92.8%,非皆伐图斑个数正判率83.3%。利用多期高分辨率遥感图像可以进行森林采伐监测,研究结果为提高森林采伐限额监测效率、采伐区识别准确度和面积估算精度提供了有效途径。     

基于遥感影像的鄂托克前旗森林资源监测分析

以2002年和2006年TM遥感影像为数据源,在PCI 8.5和ARCGis 9.2遥感图像处理软件的支持下,获得了鄂托克前旗2个时期的森林资源图。通过计算机自动分类和分类后人工解译纠错相结合的图像分类提取方案,提高了图像分类提取的效率和精度。动态监测结果表明,从2002~2006年,面积增加的地类为灌木林和有林地,面积减少的地类为宜林地和裸沙地,农田和水体的面积基本保持不变,并对其变化结果进行了分析。     

基于BP神经网络的森林植被遥感分类研究

如何解决多类别图像的识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义。本文使用Landsat7ETM+遥感数据和森林资源分布图等地理辅助数据,用BP神经网络方法对森林植被进行了分类,并与最大似然法的分类结果进行精度比较分析。结果表明地理辅助数据参与的BP神经网络用于森林植被遥感图像分类其效果是较好的,是一种有效的图像分类方法。     

增强林业活力,发展林业产业

一、科技是生产力,采用新技术新工艺就是解放生产力.革新林业调查技术,提高林业调查的质量和效率是当务之急.1972年美国发射了地球资源卫星(后改称为陆地卫星),世界各国相继采用了该卫星的图像,对图像进行目视或计算机解译,对图像中的森林进行区划分类和估测蓄积量,并绘制各种图面资料.从美国的许多学者对各个时期的营造林、森调和木材生产的总结性报导中可知美国已相当普遍的利用卫星遥感资料:1、1976、8 Darrel L.Williams总结了利用陆地卫星数据资料对南方松林进行分层.2、1979年美国宇航局和亨伯特大学利用陆地卫星资料进行森林区划和调查.3、1982年Hutchinson,1984年Satterwaite et Al,1985年Fox et Al,1990年Walsh et Al等人著     

面向对象的SPOT5图像森林分类

为改善SPOTS图像森林分类精度,采用面向对象的图像分析方法,对图像分割、对象特征提取与筛选、多分类器分类与结合进行探索,采用大尺度分割-基于规则的分类-基于分类的分割-分区控制-底层分类-逐层向上合并的技术路线,试验了最小距离、马氏距离、Bayes、模糊分类和支持向量机5个分类器.结果表明:在森林分布破碎、类型和种类多样、结构复杂的南方人工林区,总体分类精度最高的Bayes分类器,对以龄组为基础包含22个类型的第3级分类的总体精度达到了79.38%,以树种为基础包含15个类型的第2级分类的总体精度达到了81.82%,以森林类型为基础包含9个类型的第1级分类的总体精度达到了86.33%.在景观复杂地区的森林分层分类中,由底层分类开始、逐层向上合并的方法,效果比由顶层分类开始、逐层往下分类的方法更好.ETM+作为辅助数据,较大程度地提高了SPOT5图像的分类精度,但ETM+图像不能实质性参与分割过程,只能用于提取对象特征,否则会导致对象同质性差、特征变异,降低分类精度.     

森林采伐限额管理存在的问题及改革对策

森林采伐限额管理存在的问题及改革对策李善文（宜川县国营林业总场，陕西宜川７１６２００）国家实行采伐限额制度，符合森林生长自然规律和森林经营的经济规律，对保护和增加森林资源，控制森林资源的消耗，充分发挥森林的多种效益起到了极为重要的作用。但在具体管理过...     

基于RS和GIS的广州市森林火险区划研究

运用经过数字图像处理的TM图像,进行森林火险因子空间数据采集,在综合分析评价的基础上编制了可燃物类型分级表和森林火险等级分析表.并运用GIS空间数据库管理中的图像叠加、自然属性库进行分类,以及选用合适的火险等级模型,做出森林火险区划,为广州市森林防火工作提供了科学依据.     

黄河岸边De绿色明珠——宜川县林业建设纪实

宜川县位于渭北黄土高原与陕北丘陵沟壑区的过度地带,是黄河岸边的一颗绿色明珠。1999年以来,宜川县林业局领导班子,抢抓“建设秀美山川”和“西部大开发”的机遇,认真实施林业重点工程,取得了可喜的建设成就。六年来,全县共完成造林64.56万亩,124万亩天然林得到有效保护,森林蓄积净增52万     

面向对象遥感图像森林变化检测的工程化应用方法

在多年遥感图像森林变化检测研究和大规模实际应用的基础上,提出了面向对象高空间分辨率遥感图像森林变化检测工程化应用的流程和方法体系,包括图像预处理、小班专题图整理、图像分割与信息提取、面向对象图斑分类、分类结果修正、变化图斑提取、外业工作图制作。该方法体系无需复杂计算,简单易学,便于流程化操作,非遥感专业人员通过短期培训即可完成某个步骤的操作。针对1期遥感图像和2期遥感图像的两种情况,分别介绍了该方法体系的具体应用。     

遥感和GIS技术在广东省湿地信息提取中的应用

在分析广东粤西湛江、雷州半岛区城CBERS-02遥感影像数据特征的基础上,利用遥感与地理信息系统软件处理遥感影像的方法,对图像数据进行几何校正和融合处理,采用遥感图像多源信息复合、人机交互解译与GIS技术相结合的解译方法,实现湿地信息的提取,提取的总精度高达83.5%,比单纯的采用监督分类精度提高20%,获得了理想的结果,为广东湿地环境可持续发展提供决策支持。     

Landsat-7ETM+遥感影像在三北防护林工程县级森林资源调查中的应用

以甘肃景泰县的八道泉等3个乡镇为研究区,以2000年的Landsat-7ETM+遥感资料(多光谱波段空间分辨率为30m×30m,全色波段为15m×15m)作为信息源,以2000年甘肃景泰县的土地利用及森林资源地面调查数据为参考,分别采用目视解译和人机交互式解译两种方法,对研究区土地利用及森林类型进行了判读分类,并与2000年的地面调查结果对比,对两种解译方法进行了精度分析和综合评价。     

在ERDASIMAGINE中建立邯郸市TM影像土地类型解译标志

为了准确地了解邯郸市的土地利用类型,掌握土地资源的发展动态,在ERDASIMAGINE软件支持下,将Landsat 5号卫星所得的TM4、3、2波段数据组合输出成为标准假彩色影像,对其进行几何校正、重采样、图像裁剪与镶嵌等操作,依据遥感图像特征、地物相关关系、区域特点和全国土地利用分类系统,对处理后所得的邯郸市TM影像建立土地类型解译标志。经过实地验证,其结果判正率比较高,可以满足解译精度的要求,这说明利用遥感技术建立土地利用类型解译标志是可行的。     

基于MERSI数据的山西森林覆盖监测

利用FY3-3A/MERSI可见光和近红外波段数据合成得到假彩色卫星数字图像,结合区域土地利用、植被类型及森林资源分布等数字化图件,在对图像进行目视解译及多波段数据非监督分类基础上,将地物覆盖划分为林地、冬小麦、水体和裸地4种类型;采用4种监督分类方法(最大似然分类法、平行算法、最小距离法和马氏距离法)进行地物分类;在分析分类结果可行基础上,依据区域森林覆盖数字化图件对林地分类结果进行精度评估,确定研究区域林地空间分布结果.结果表明:4种监督分类方法中,最大似然分类法分类结果的精度最高,达到85%,其次是最小距离和马氏距离法,平行算法的结果较差.可见,利用MERSI数据采用监督分类和非监督分类相结合的方法提取的山西省森林资源分布结果精度较高,符合实际情况,可作为区域宏观森林资源分布监测的有效手段.     

TM卫星影像在楚雄市森林资源调查中的应用

在楚雄市森林资源调查应用实践中，通过建立科学实用的分类系统，采用景观区分析、森林群落结构状态分析、季相变化分析、景观生态综合分析等方法，目视判读解译森林资源，地类综合正判率86．1％，判读效果较好，并提出了如下建议：选择多时相TM卫星影像图、积累和丰富目视解译标志、与地理信息系统有机的结合、加强判读人员的技术培训。     

基于德国国家监测数据的境外遥感抽样调查方法研究

利用遥感样地和高分遥感影像,通过判读解译获取林分类型和森林地类,依据样地到总体的概率估计方法,估计区域总体各林分类型和地类面积,并用德国NFI(National Forest Inventory)数据检验估计误差。在德国布设334个1km×1km遥感样地,获取高分遥感数据进行判读和抽样估计。结果表明:德国陆地面积估计误差为2.43%;森林面积估计误差为0.59%;森林覆盖率估计误差为2.96%;并获得省级森林资源详细数据。综上易知该方法切实可行,估计结果可靠、因子丰富,实现了境外森林资源的主动监测,为境外森林资源监测开辟了新途径。     

专家系统对SAR图像进行了森林类型分类的应用方法研究

本文利用专家系统开发工具－ＯＰＳ８３语言初步建立了对ＳＡＲ数据图象进行森林类型分类的专家系统，通过对在山东实验区获取数据的运行，探讨专家系统对ＳＡＲ图像进行森林类型分类中的应用方法。