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。  

高光谱遥感森林叶面积指数估测研究现状

文中简要概述了叶面积指数和高光谱遥感的概念,分析比较了高光谱遥感与传统的宽波段遥感估测森林叶面积指数的优势,以及利用高光谱遥感数据估测森林叶面积指数的常用方法,并对目前高光谱遥感估测森林叶面积指数存在的问题行了讨论。  

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,并时今后的发展态势进行了展望.  

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.  

高光谱遥感技术及其在森林监测中的应用探讨

高光谱遥感技术是指利用很窄的电磁波段从地物获取连续光谱信息的技术。高光谱影像具有超高光谱分辨率和多个波段同时对地物成像的特点,借助高光谱影像丰富的植被光谱信息,介绍其在森林火灾、森林病虫害和森林资源变化监测中的应用研究方法和现状,利用高光谱遥感图像进行森林监测的处理技术。  

高光谱遥感森林叶面积指数估测方法研究

叶面积指数(LAI)是反映植物叶片数量、冠层结构变化、植物群落生命活力及其环境效应的重要参数,其定义为植株所有叶片单面面积总和与植株所占的土地面积的比值。文中总结国内外利用高光谱遥感数据估测森林叶面积指数的研究进展,并对众多的估测方法进行比较,最后分析了高光谱遥感森林叶面积指数估测研究的发展趋势。  

高光谱遥感森林树种分类研究进展

从基于光谱特征、基于光谱匹配和基于统计分析方法3个方面,论述了高光谱遥感数据进行森林树种分类的应用研究状况,分析了目前研究中存在数据质量与保障性相对滞后、缺乏有效的处理算法等问题,指出了进一步完善森林树种光谱数据库和加强高光谱数据研究的高光谱树种研究方向.  

森林叶绿素含量的高光谱遥感估算模型的建立

高光谱遥感提供一个通过窄波段的地物光谱反射率、诊断和检测植被叶绿素光谱特征波段的手段，为精确反演森林叶绿素含量提供更高光谱分辨率的数据。利用Epp-2000地物光谱仪测量叶片的反射光谱，并用SPAD-502对观测叶片进行叶绿素含量的同步测量；采用统计相关分析方法，分析叶片反射光谱、光谱特征参数及其各种植被指数与叶片叶绿素含量的相关关系，并建立相应的估算模型。结果表明：叶绿素含量的敏感性参数分别为Diff（R749）、Log（R466）、红边参数RVP以及比值叶绿素指数PSSR。通过多元统计回归分析，剔除不相关和存在共线性的参数后，得到叶绿素含量的估算模型为：SPAD=54．559—0．865×PSSR＋65．146×Diff（R749）-6．030×Log（R466）-0．238×RVP模型及其参数均通过统计检验，模型的决定系数砰达到0．812，均方根误差RMSE=13．35379，模型精度为88．743258％。  

基于高光谱遥感的京津冀地区植被分布规律及影响因素分析

以京津冀地区植被资源实测样地调查资料为基础,基于＂3S＂技术,结合气象数据、遥感数据对京津冀地区植被分布时空格局进行了研究。运用地理信息系统空间分析及数理统计等方法对可能造成植被分布现状的各因子进行分析,并研究各因子与植被分布之间的相关关系。最后借助ArcGIS软件得到京津冀地区植被分布区划图,为京津冀地区植被研究工作提供一定的决策支持。  

落叶松锉叶蜂为害的松林光谱特征分析

通过对不同程度危害的落叶松反射光谱进行测定,研究了不同程度危害的落叶松在绿光区、红光区和近红外区反射光谱的变化特征,并对光谱反射曲线进行微分分析。结果表明,绿光区、红光区和近红外区的落叶松光谱反射率随危害程度的加重分别呈现下降、上升和下降的趋势;对反射率曲线进行微分分析,健康落叶松、轻度、中度和重度为害后的一阶导数光谱反射率最大值随着危害程度增加而下降,并且向短波方向移动(蓝移)。实测光谱数据提取的归一化植被指数(NDVI)与落叶松锉叶蜂危害程度呈显著负相关,对应用遥感技术早期监测落叶松锉叶蜂灾害具有重要指示意义。