联合Sentinel-1和Sentinel-2数据反演森林蓄积量

为明确遥感数据源及机器学习模型对森林蓄积量估测的影响,从而提高区域森林蓄积量估测精度.本文以内蒙古旺业甸林场38个落叶松样地与43个油松样地外业调查数据为基础,提取Senitnel-1和Sentinel-2影像光谱和极化等遥感特征信息.根据不同特征组合分别建立支持向量机回归(Support Vector Regress...     

洞庭湖湿地变化差异分析研究

选取1987～2009年4期遥感影像数据,获取洞庭湖区地面覆盖类型,对比4期数据并根据水文与地理位置等因素对湖区进行对比分析,结果表明:洞庭湖湖区湿地总体呈退化趋势,林地面积增加24 481 hm2;东洞庭湖、西洞庭湖、南洞庭湖三者在湿地退化上表现出不同的趋势,其中西洞庭湿地总体面积减少最多为9 434.3 hm2,南洞庭湖次之,东洞庭湖最小。     

结合地理信息的洞庭湖湿地分类方法研究

湿地遥感影像分类是遥感研究的一大难题。利用洞庭湖TM数据,并辅助地面GIS信息,通过专家分类知识库建立决策树分类方法,结合研究区的DEM进行洞庭湖湿地的影像分类,通过决策树层次实现了包括水体、泥沙滩地、防护林滩地、湖草、芦苇滩地和苔草滩地以及其他水体7种湿地类型的分类。其中,决策树分类总体精度80.29%,总体Kappa系数为0.883 9,分类精度相对于传统手段要高,证明基于该方法得到的数据准确度能够满足实际工作的需要;另外,基于知识分类的影像分类结果能够较好地解决一些错分的现象,针对湿地而言,混分现象最严重的泥滩地,在传统分类中大量地被分为了建筑用地或者裸地,同时草滩地与林地的混分在基于知识分类的影像中边界也较明显。相比传统分类方法,决策树分类以规则为基础,可以同时利用多个条件进行分类,减少了数据处理时间,同时还提高了分类精度,最终得到试验区较为可靠的遥感分类图像。     

人工混交林结构和生长可视化系统设计与实现(英文)

[目的]对人工混交林结构和生长可视化系统的设计与实现进行研究。[方法]根据人工混交林结构特点和生长与环境之间的相互作用关系,分别建立人工混交林结构与生长可视化模型;采用C#语言和开源图形引擎MOGRE开发,建立人工混交林结构和生长可视化系统。[结果]建立了人工混交林结构与生长可视化模型,同时建立了人工混交林结构和生长可视化系统。[结论]实现了人工混交林结构重现和生长动态模拟。     

基于树冠因子的林木竞争指数研究

[目的]以湖南省黄丰桥国有林场杉木纯林为研究对象,进行树木竞争指数的研究,基于Hegyi简单竞争指数的形式,提出包含反映树冠特征因子的树冠竞争指数。[方法]将树冠竞争指数和Hegyi简单竞争指数分别与胸径增长量进行相关分析。[结果]Kendall's tau-b系数、Spearman's rho系数和相关系数R²均显示树冠竞争指数与林木生长量的相关性高于Hegyi简单竞争指数。[结论]该结果表明树冠竞争指数与林木生长量有更强的相关性,可以更好地体现树冠在树木生长中的作用,能作为模拟林分生长量的依据。     

激光雷达沙尘参数提取技术研究

对激光雷达沙尘天气监测技术进行了研究,详细分析了Mie散射激光雷达气溶胶和沙尘参数计算方法.分析、设计并用C#言开发了用于处理和分析激光雷达回波信号的大气和沙尘参数反演软件系统.利用后向散射激光雷达(LB-D200)对北京市2006年春季沙尘天气进行监测试验,通过软件计算气溶胶参数,计算结果与其他监测结果相符.结果表明:通过退偏振系数可以计算出大气气溶胶中沙尘含量,后向散射激光雷达在沙尘天气沙尘的垂直分布探测中具有优势.     

机载激光雷达和航空数码影像单木树高提取

用激光雷达(LiDAR)数据和航空数码影像相结合进行单木水平树高反演.对研究区的LiDAR点云数据进行滤波和分类,根据地形特点、地表植被状况以及其他地类的分布,采用Tin Filter滤波算法提取地面回波点和植被回波点.用面向对象的方法对高空间分辨率(25 cm)的航空数码影像进行单株木检测.通过多尺度、树冠模式的分割创建影像对象和类层次,用最邻近距离和成员函数法进行影像对象的分类,并基于分类结果进行再分割.对分割后的树冠多边形进行边缘优化,以准确识别单株木.将植被回波点和影像分割后得到的树冠多边形进行叠加,计算多边形内的LiDAR数据最大高程差值,与实测树高进行相关分析,建立单木树高估测回归方程,平均估测精度为74.89%.     

基于支持向量机的北京市湿地变化预测研究

为了实现北京市湿地的可持续发展与科学管理,利用遥感和GIS技术对北京区域遥感数据进行分析,进而获取湿地不同类型数据,由于湿地面积是典型的小样本数据,将支持向量机引入到时间序列模型定阶的方法中,然后采用K交叉验证方法寻找最优参数,建立北京湿地变化预测模型。通过对北京湿地历年数据进行模拟,并与RBF神经网络的预测模型作比较来验证SVM预测模型的有效性,运用此模型预测北京湿地未来的变化。结果表明：时间序列模型预测湿地变化有较高的预测精度和较强的泛化能力。预测结果显示：北京湿地在未来几年内,水库、河流,运河,沟渠面积将逐年减少,水稻田面积将持续下降,养殖面积将增大。其预测结果符合现实北京湿地变化趋势,研究结果为北京湿地的可持续发展和科学管理提供了依据。     

偏最小二乘回归在Hyperion影像叶面积指数繁衍中的应用

叶面积指数(Leaf Area Index,LAI)是一个重要的森林结构参数指标,遥感技术被认为是区域LAI反演的有效手段。现有遥感反演模型多以单变量的曲线估计及线性回归模型为主,模型的通用性、建模精度以及植被指数的选择上需要更进一步的探讨。论文以攸县黄丰桥林场为研究区,Hyperion影像为数据源,提取归一化植被指数(NDVI)、比值植被指数(RVI)等13个因子,利用LAI-2000冠层分析仪开展130个样地(60 m×60 m)的叶面积指数测量,选用变量投影重要性(VIP)指标、变量解释能力及变量权重作为变量筛选的依据,采用偏最小二乘回归分析方法建立植被指数与实测样地的回归模型,开展叶面积指数反演并制图。研究结果表明：偏最小二乘回归分析在LAI反演中取得了较好的预测效果,其中以6个植被因子建立的回归模型预测精度最高,预测值与实测值的决定系数R2为0.91;LAI与植被指数之间具有良好的线性关系,其中RVI与LAI的相关性最大;残差分析表明,反演模型的自变量个数选取以4~6个为宜。     

基于GDI~＋技术的林分结构可视化技术研究

针对林分结构数据,筛选并规范化必要的林分结构因子,对林分内林木将实地坐标转换为屏幕坐标,通过对单株木逐一绘制二维示意图的方式,直观展示林分空间和属性结构。基于GDI＋技术,生成空间结构二维示意图反映林分密度、郁闭度、空间分布格局等,生成分布直方图反映林分属性结构分布,实现了湖南攸县黄丰桥林场某林分的结构可视化。结果显示,以可视化手段展示林分结构,比数据表展示更加生动、直观。