基于SPOT-5影像的马尾松毛虫虫害遥感监测研究

马尾松毛虫是马尾松林的主要害虫,危害很大,实施有效监测是对其进行防治的关键。以福建沙县为研究区,以SPOT-5遥感影像为数据源,基于短波红外波段、红光波段和近红外波段等构造归一化植被指数等光谱特性指数,基于灰度共生矩阵法提取均值等影像纹理特征,引入坡度、坡向等地形及林木因子构建马尾松毛虫虫害遥感监测指标,通过岭回归分析建立虫情级数估测模型进而反演,进行虫害监测信息提取,并与单纯基于光谱特性指数指标的虫害信息提取方法进行比较。结果表明:1)综合考虑影像的光谱特性、纹理特征与地形及林木因子影响进行虫害监测,显著增强了虫害的光谱响应能力,相比于单纯基于光谱特性的虫害监测信息提取,其总精度提高了14.28%;2)这些为林业生产实践提供技术支撑与理论借鉴,同时也在一定程度上推动遥感监测森林病虫害的理论认识与信息提取方法。     

基于RS与GIS的南平市土地利用时空变化分析

以南平市为研究区域,利用2000、2003年2期TM遥感图像,对南平市土地利用时空变化进行研究,得到南平市2000-2003土地变化情况及土地利用转移矩阵.结果表明:2000-2003年南平市耕地面积与居民地面积明显增加,林地与园地面积减少.最后对南平市土地利用变化进行驱动力分析,分析结果可为南平市土地可持续利用提供有效的决策支持.     

基于光谱特征的SPOT-5影像马尾松毛虫虫害信息提取

以福建沙县作为研究区,以单期SPOT-5多光谱影像为数据源,基于其光谱特征,构建归一化植被指数(Ndvi)、比值植被指数(Rvi)、绿度植被指数(Gvi)、土壤调节植被指数(Savi)、红边参数等光谱指数作为光谱监测指标,通过建立马尾松毛虫虫情级数模型并进行反演,进而提取虫害信息,其虫害信息提取的总精度为70.75%。研究结果证明利用单时相遥感数据进行马尾松毛虫虫害监测是可行的。     

一种适于南方山地丘陵区马尾松毛虫虫害信息提取的方法

马尾松毛虫是我国南方地区最主要的森林害虫,给生态、经济与社会带来极大威胁.随着遥感数据国产化步伐的不断加快及空间、时间、光谱分辨率的不断提升,马尾松毛虫害空间识别技术的突破迎来新的契机.旨在探索一种适于南方山地丘陵区马尾松毛虫虫害信息提取的方法,其主要思路是:在实现马尾松林信息提取的基础上,选择并获取与马尾松毛虫虫害信息相关的地形因子、NDVI、叶面积指数及红边参数等指标,基于光谱实现松毛虫信息片层的分割;以光谱片层为对象,进行主成分变换,提取其纹理特征,并利用决策树分类规则实现马尾松毛虫虫害信息的提取.     

遥感技术在森林病虫害监测研究中的应用

阐述遥感监测原理,介绍遥感监测森林病虫害的发展历程,重点论述了航空遥感、卫星遥感、雷达遥感、高光谱遥感等遥感技术在森林病虫害监测研究中的应用,为森林病虫害遥感监测的生产应用提供参考与借鉴。     

基于RS的闽江流域马尾松林分蓄积量估测模型研究

从福建省第5次森林资源一类调查落在闽江流域的样地中抽取马尾松林样地130个,以RS可提取因子及样地林分立地条件因子为可选变量,利用3倍标准差法进行异常数据的筛选,对林分立地条件定性因子进行数量化处理,通过逐步回归构建闽江流域马尾松林分蓄积量估测模型,研究结果所构建的蓄积量估测模型的相关系数为0.735。经模外抽取30个样地对估测模型适用性检验和精度验证表明,在可靠性α=0.01条件下模型估测值与外业实测值无显著差异,模型的林分蓄积量估测精度达85.03%,为此,本研究的蓄积量估测模型对森林经营管理具有现实意义。     

基于专家分类知识库的林地分类

将闽江流域林地划分为有林地、灌木林地、疏林地和其他林地,并将有林地划分为杉木林、马尾松林、阔叶树林、竹林和经济林.利用福建省第5次森林资源连续清查固定样地资料,提取闽江流域各林地类型在闽江流域遥感图像图上的像元光谱值,分析各林地类型光谱曲线变化规律,基于遥感图像处理软件的专家分类知识库,建立闽江流域林地分类模型,对闽江流域林地利用现状进行分类.所建立模型划分出了闽江流域林地利用现状,林地分类精度总体达79%.     

基于RS技术闽江流域生态公益林林分蓄积量的动态监测

以闽江流域生态公益林中杉木林、马尾松林和阔叶林的林分蓄积量为研究对象,采用遥感(RS)技术,构建林分蓄积量估测模型,对1986、2000和2003年闽江流域生态公益林林分蓄积量进行估测,并对近18 a的森林资源变化状况作了初步分析.结果表明:1986-2003年闽江流域生态公益林林分总蓄积量呈上升趋势;1986、2000和2003年阔叶林的林分蓄积量与针叶林的林分蓄积量的比值分别为1∶1.46、1∶3.06和1∶4.65.     

SPOT-5遥感影像自身融合在马尾松毛虫害信息提取中的应用

以福建沙县作为研究区,在阐述遥感图像融合原理的基础上,以SPOT-5全色与多光谱影像为数据源,应用IHS变换、PCA融合、Brovey变换、乘积变换和HPF融合等5种比较常用的融合方法,从提高空间分辨率和保持原始图像光谱信息及虫害信息提取的角度进行了分析评价,探讨最适合于利用SPOT-5图像进行马尾松毛虫害信息提取的融合方法。研究结果表明:各种融合方法中,HPF融合方法效果最好。     

应用MODIS遥感数据监测马尾松毛虫害研究

以福建沙县为研究区,基于MODIS遥感数据,运用植被指数NDVI、RVI和红边参数分析马尾松毛虫灾害范围和程度。结果表明：MODIS数据对严重受灾区域较为敏感;比较多时相各指数受灾前后变化,其变化趋势一致,各指数值增加表明未受马尾松毛虫危害,而其下降则表明是受灾区域,其中以RVI值变化幅度最大;结合地面数据,找出不同虫害程度的各指数临界值,确定不同受灾程度的面积,其中以RVI分析马尾松毛虫灾害的准确度最高。