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。     

基于高光谱遥感技术的森林树种识别研究进展

在详细介绍高光谱树种识别研究方法的基础上,总结了国内外利用高光谱数据进行森林树种识别的研究应用现状;剖析了目前研究中存在的主要问题;指出了今后开展高光谱树种研究的方向与潜力。     

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AISA Eagle II机载高光谱数据的普洱市山区森林分类

山区森林的精细分类一直是遥感研究的一个难点,而利用高光谱技术识别地物和树种具有巨大潜力。山区的AISA Eagle II机载高光谱数据需经过大气校正和地形辐射校正后才能获得准确的树种光谱信息。采用Support Vector Machine(SVM)方法对山区森林按照森林类型以及树种进行分类,分类结果与实测样地数据和CCD高分辨率影像验证表明:利用AISA Eagle II机载高光谱数据对试验区的森林类型区分具有较好的分类结果,总体精度为97.74%;在树种分类方面也同样具有不错的分类潜力,总体精度为92.11%,但在阔叶树种间存在错分、漏分的现象。     

森林理化参数高光谱遥感反演研究进展

近年来, 成像高光谱遥感技术在森林资源信息提取方面取得了进一步发展。文中介绍国内外在轨运行的主要机载和星载高光谱传感器及其技术参数; 分别从叶面积指数和森林含水量反演及森林树种识别3个方面概述国内外基于高光谱遥感技术的森林物理参数反演方法及模型, 从叶绿素含量及森林养分元素反演2个方面概述基于高光谱遥感技术的森林化学参数反演方法及模型; 分析目前研究中存在的主要技术问题, 并展望其应用和研究前景。     

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。     

基于多时相CHRIS高光谱卫星数据的优势树种分类研究

多时相高光谱卫星遥感包含树种光谱特征和生长季相差异信息,是解决森林树种识别精度不足的重要技术途径。本文利用不同季节3个时相CHRIS高光谱卫星影像,设计了以Bhattacharyya距离为可分性准则的波段选择经验算法,实现吉林省汪清研究区的优势树种多时相高光谱卫星填图。结果显示,多时相高光谱数据的可分性指标相比单一时相增幅明显;结合波段选择的多时相高光谱分类结果验证精度较单一时相分类结果和多时相全波段分类精度提高7.5%和1.6%;研究区主要优势树种的分类精度存在差异,柞树和落叶松的分类精度最高,杨树最低,红松与暗针叶林存在一定程度的误分,主要原因为二者的光谱接近且时相特征差异小。     

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。     

高光谱遥感森林信息提取研究进展

针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨.     

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。     

纳米微晶纤维素的黏度行为和谱学特征

纳米微晶纤维素不但具有纤维素的基本结构与性能,同时又具有纳米微粒的特性,具有广泛的应用价值.通过TEM、X射线衍射、FT-IR对纳米微晶纤维素的形态特点、结构特征及性能特点做了初步探讨,并研究了纳米微晶纤维素胶体的质量分数、温度、剪切速率、pH值、盐质量分数对纳米微晶纤维素胶体黏度的影响.     

ENSO对黑龙江省森林火灾的影响

利用黑龙江省1980—1999年森林火灾数据,以及NINO3.4指数和SOI指数,分别对其进行谱分析,得出其波动周期分别为:火灾次数的周期为10.00年;火灾面积的周期为6.67年;La Nin~a和El Nin~o在这20年中的基本周期为5.00年。进而对其进行相关性分析,结果表明,La Nin~a和El Ni~no与森林火灾面积和次数的相关性极为显著,NI-NO3.4指数与森林火灾年发生面积与次数呈负相关,相关系数分别为-0.523 1和-0.659 4,SOI指数与森林火灾年发生次数与面积呈正相关,相关系数分别为0.525 4和0.536 3。La Ni~na对森林火灾的影响较El Nin~o的影响要小。由于受遥相关二次效应的影响,森林火灾的发生相对于El Nin~o事件的高峰有一定的滞后。在ENSO暖事件间期,通常火灾面积、次数会异常增高。     

基于FLAASH模型的Landsat ETM＋卫星影像大气校正

主要介绍FLAASH大气校正原理及算法,并运用FLAASH大气校正模型对美国旧金山地区ETM＋卫星影像进行大气校正,再对校正前后的影像进行地物光谱曲线分析和NDVI分析评价。研究表明,ETM＋卫星影像经FLAASH大气校正后,较好地消除了大气影响。     

高光谱遥感森林应用研究探讨*

详细论述了高光谱遥感技术在森林生物物理和化学参量估计以及森林健康状态遥感评价等方面的应用研究状况，对高光谱遥感植被应用的数据处理技术作了简要说明。对我国高光谱遥感森林应用研究现状和发展水平进行了阐述，最后对高光谱遥感森林应用的未来趋势作了探讨。     

土地沙化信息遥感监测技术研究进展

遥感技术已被广泛应用于沙化信息监测研究中。文中回顾了国内外沙化信息遥感监测技术研究进展,从沙化光谱特征分析、沙化因子信息提取以及沙化信息动态分析3个方面进行了总结归纳,认为沙化光谱研究尚未形成体系化,虽然在沙化区域植被盖度、土壤含水量模型以及沙漠地形研究方面提出的模型和方法较多,但各具局限性,对格局—过程之间关系的新探索仍存在许多难以克服之处。指出了沙化信息遥感监测尚待解决的关键问题及其解决途径,并探讨了今后的主要研究方向。     

叶面滞尘量对大叶黄杨反射光谱的影响

【目的】树木叶片表面的滞尘在一定程度上能反映周围环境的污染情况。试验对光谱检测中叶面滞尘的干扰进行初步定量探讨,为叶面滞尘对光谱反射的影响评价及建立修正模型提供方法参考。【方法】以中国林业科学研究院内大叶黄杨叶片为研究对象,采集叶片样本保鲜并速回室内进行试验。使用0.0001 g 高精度电子分析天平称叶片除尘前后的质量,计算叶面滞尘量;采用美国 ASD 公司生产的 FieldSpec3便携式近红外光谱仪测量叶片除尘前后的反射光谱,得出其差异。分析除尘前后叶片反射率、一阶导数光谱及红边参数特征的差异,比较不同滞尘量的叶片反射光谱,建立叶面滞尘量与叶片反射光谱之间的关系模型。【结果】叶片除尘前后的光谱反射率存在差异,在520～560 nm 和760～850 nm 叶片反射率大小分别为有尘叶片＞无尘叶片、有尘叶片＜无尘叶片;不同叶面滞尘量的反射光谱也不同,大叶黄杨叶片光谱反射率在可见光波段随着叶面滞尘量的增加逐渐增大,而近红外波段区域随着叶面滞尘量的增加逐渐减小;红边和黄边的位置、蓝边斜率和面积在除尘前后无变化,有尘叶片的蓝边位置较无尘叶片增大,黄、红两边斜率和黄、红两边面积均较无尘叶片减小;在5个光谱参数中,红边指数所建的叶面滞尘量预测模型的 R 2值最大为0.716,叶面滞尘量与光谱之间存在着一定的相关关系。【结论】叶面滞尘使得叶片在可见光波段的反射率增加,在近红外光区的反射率减小,这可能与叶片自身内部结构有一定的相关性;利用红边指数(SDr)作为参数可以在一定精度范围内预测大叶黄杨叶片表面滞尘量,简单比值指数与叶面滞尘量呈正相关。     

桥梁随机响应的功率谱密度函数分析

本文运用随机振动理论 ,借助于BK2 0 34动态分析仪 ,对车辆荷载作用下 ,桥梁的随机响应功率谱密度函数进行了探讨。     

基于反射光谱的山核桃幼苗氮素营养状况分析

山核桃(Carya cathayensis)是世界著名的干果之一,也是重要的木本油料作物,其油味清香、营养丰富,是优良的休闲保健食品.山核桃长期以来产量不稳、大小年现象明显,通过肥水管理、病虫害防治等有效管理措施,大部分产区大小年现象都明显趋缓,产量逐年上升(黎章矩,2003).我国山核桃研究起步较晚,在其营养方面的研究甚少.     

基于高光谱信息的107杨叶片等效水厚度估算模型的研究

[目的]为实现杨树叶片水分高光谱信息进行快速、准确估算,[方法]将实测杨树叶片等效水厚度作为水分含量表征量,并测定叶片高光谱数据,同时,利用辐射传输模型模拟不同等效水厚度条件下的叶片尺度和冠层尺度的高光谱反射数据,通过分析常用水分植被指数对等效水厚度的敏感性,利用植被指数比值的方法构建新等效水厚度植被指数(GVMI/MSI)。通过GVMI/MSI、全球植被水分指数(GVMI)、水分胁迫指数(MSI)分别对杨树叶片尺度和冠层尺度等效水厚度估算精度进行比较分析。[结果]表明:GVMI指数、MSI指数以及新建GVMI/MSI指数的叶片尺度杨树叶片等效水厚度估算模型的精度R2分别为0.997、0.995、0.998;冠层尺度杨树叶片等效水厚度估算模型精度分别为0.837、0.836、0.973,其中,新建GVMI/MSI指数为杨树叶片等效水厚度估算最佳指数。[结论]GVMI/MSI构建的杨树叶片等效水厚度模型的预测精度较高,是杨树叶片等效水厚度的最佳估算模型。     

高光谱遥感在植被特征识别研究中的应用

总结了高光谱遥感在植被物种识别、结构特征分析、理化信息提取等主要领域的应用研究现状; 分析了高光谱遥感在植被特征识别中所涉及的光谱特征优化、混合光谱分解、图像分类识别等关键性技术环节的最新进展; 剖析了目前研究中存在的主要问题, 并对今后的发展态势进行了展望。