用遥感及实测回归估计森林蓄积量

为了研究探讨新的森调技术方法，利用双重回归抽样技术，对全覆盖小比例尺和带状摄影大比例尺睛分别进行了林分的连续和数量化判读量测。通过结合少量实测样地，进行蓄积量的多重回归相关分析。     

基于遥感和GIS的中山市五桂山森林蓄积量时间序列分析

采用中山市五桂山地区1990、2000、2010年3个时相的Landsat TM/ETM+遥感影像作为基本数据源,利用网格抽样方法,通过手持式GPS采集了保护区内120个抽样点的外业数据(蓄积量),借助ENVI遥感软件和SPSS统计工具,运用多元线形回归法,结合3S技术对中山市五桂山森林保护区的蓄积量进行时间序列的分析,构建了该研究区域的森林蓄积量遥感定量估测模型,并利用该模型提取研究区3个时相的森林蓄积量等级图,探讨其森林蓄积量的时间序列变化.该研究为实现流域森林生态系统的平衡,最大限度地发挥森林的生态、经济和社会效益提供科学依据.     

森林蓄积量遥感定量估测研究综述

论述森林蓄积量的概念和发展历史,介绍森林蓄积量定量估测的常规方法,以及近年出现的新蓄积量定量估测方法,如遥感方法、基于遥感技术的神经网络模型方法,并阐述了森林蓄积量遥感定量估测方法的发展趋势。     

航片判读在森林资源规划设计调查中的应用

借助航片判读进行森林资源规划设计调查,提高了人工调查的准确率,减少了外业调查的工作量,缩短了调查时间,进一步适应了现代森林资源管理的需要.文章对判读的程序、标志及方法进行了介绍,为今后各类森林资源调查提供了依据.     

基于纹理信息的森林蓄积量估计

以河北省秦皇岛市山海关公益林为研究对象,结合Landsat TM数据和森林资源二类调查数据,运用灰度共生矩阵分析法提取纹理信息,采用逐步回归法建立多元线性回归模型,进行森林蓄积量的估算。结果表明:选取纹理因子参与建模,建立的线性回归方程的拟合效果较好,估测模型的R~2值达0.766,估计值的标准误差最小,标准误差最小值为28.036,说明纹理因子对提高森林蓄积量的估测精度有重要影响。     

西吉县黄家二岔小流域彩红外航片判读与制图

以目视判读为主,并辅以立体镜分析与地面踏查收集资料相结合的方法,对1∶1万彩红外航片进行了判读,根据土地类型、土地利用现状和坡度分级的分类原则,获得了影像的判读标志与专题系列图,同时对1∶1万彩红外航片的影像利用效果进行了讨论。实践证明,利用该手段制图比常规调查方法提高效率5～6倍,不同土地类型的判读精度在95％以上,林地类型影像判读精度可达90％,农地与人工草地判读精度达80％,不同地类的侵蚀程度的判读精度也达85％以上。1∶1万彩红外航片可以直观地反映各种自然和社会因素的综合效果,是小流域动态监测的一种必不可少的有效手段。     

基于小班对象的森林蓄积量遥感估测模型合理性诊断

以四川省遂宁市安居区为研究区域,研究了基于小班对象的森林蓄积量遥感估测模型的构建与合理性诊断。首先论述了建立森林蓄积量模型所需的各种数据,包括定性、定量数据以及遥感影像的派生数据。其次采用最大膨胀因子法及残差平方和法对选取的60个小班样地数据进行最优变量的选择,最终TM2、TM5、TM7、TM4×37、有林地、郁闭度等6个变量成为估测模型的主要因子。再次选取24个样地数据并采用残差分析方法对构建的模型进行合理性诊断,诊断结果显示模型基本合理。最后选用岭迹法对其余36个样地进行模型构建。构建的模型所测蓄积量的相对误差达8.0%,可应用到生产实践当中。     

运用Sentinel-2遥感影像数据估测森林蓄积量

针对传统森林资源调查工作量大、时效性低的问题,开发具有较好普适性的森林蓄积量估测模型,以期为森林资源管理决策提供科学依据.以淳安县、临海市为研究区,运用2017年研究区Sentinel-2遥感数据、森林资源二类调查数据和数字高程模型数据,采用最小绝对收缩和选择算子(Lasso)特征选择方法,构建K最近邻算法(K-NN)、梯度提升迭代决策树(GBDT)、极端梯度提升(XGBoost)、梯度增强集成分类器(CatBoost)4种模型和基于单模型的堆叠法(Stacking)融合模型,通过10折交叉验证法检验模型精度,分析特征变量对于模型性能指标的影响.结果 表明:(1)在淳安、临海两地的森林蓄积量估测中,CatBoost模型在4种单模型中综合表现最优,具有较好的普适性;(2)特征变量的加入极大提升了模型的决定系数(R2),且均方误差、平均绝对误差和平均百分比误差等性能指标也显著优化;(3)融合模型的平均百分比误差最低为20.24％,较单模型有所提升.Lasso特征选择方法结合Stacking融合模型可以准确地估测森林蓄积量,具有较强实用性.     

遥感影像提取森林火灾可燃物蓄积量模型的建立1）

森林火灾可燃物蓄积量的提取为森林火灾蔓延模型提供了定量的森林火灾可燃物信息。利用遥感影像对森林火灾可燃物的分类结果,采用多元回归法、参数优化的神经网络法和支持向量机法建立森林火灾可燃物蓄积量模型。研究了遥感影像的数据处理、建模方法对森林火灾可燃物蓄积量模型精度的影响。利用最优的森林火灾可燃物蓄积量模型,进行整个研究区域的森林火灾可燃物蓄积量反演。结果表明,数据处理后的遥感影像,采用支持向量机法建立的模型精度较高。     

基于中巴资源卫星数据的森林蓄积量估测研究

用中巴资源卫星遥感数据,经过图像处理（包括图像的校正、图像的增强和图像的分类等）,获取所需要的数据,结合少量地面实测样地资料,通过多元线性回归来建立森林蓄积量的数学模型,并用数学方法进行检验,使估测的精度达到要求,为林业生产和建设提供依据。     

固定样地用于中分辨率遥感影像解译精度的研究

在总结了中国森林资源连续清查体系现状的基础上,以吉林省第7次森林资源连续清查固定样地资料和吉林省TM遥感影像为基础,对固定样地调查结果与遥感影像分类结果进行了对比,并采用点对点匹配法,分析了固定样地作为遥感影像解译标志时的精度.结果表明,采用固定样地调查与遥感影像分类调查森林资源总体精度较高,森林覆盖率误差仅为-1.04%,而点对点匹配检验时森林类型误差达到52.99%.     

基于随机森林模型的陆地卫星-8遥感影像森林植被分类

以黑龙江省漠河县为研究区域,采用陆地卫星-8遥感影像为数据源,结合影像的光谱信息和数字高程模型辅助数据,分别采用最大似然分类法(MLC)和随机森林模型法(RFM)对研究区森林植被进行分类,并分析和评价光谱特征变量对模型的重要性、2种分类方法对森林植被类型分类的适用性。结果表明:随机森林分类方法的总体分类精度为81.65%、卡帕(Kappa)系数为0.812。与传统的MLC方法相比,RFM法均提高了3种森林类型的生产者精度和使用者精度,其中针阔混交林精度提高最多。通过分析特征变量的重要性,发现高程、归一化植被指数、红光波段、近红外波段、短波红外波段对模型分类精度有较重要的影响。说明随机森林模型方法结合多源信息是森林植被类型遥感分类的一种有效手段。     

草原遥感图像常规解译方法及存在问题

草地类型的分布及变化是草原工作者很重要的研究内容,对于较大面积的草地,应用卫星遥感技术监测和划分草地资源的类型是当今草原学科发展的一个重要方向。应用遥感技术进行草地分类常用的方法有2种:目视解译法和计算机自动分类。简述了草原遥感影像常规解译方法及其存在的问题。并基于常规方法存在的不足,试提出研究一种辅助草原遥感影像解译的半透明叠加法。     

利用TM遥感影像和林分因子估测森林可燃物载量

以塔河林业局针叶林为研究对象,利用TM遥感影像和林分因子,采用岭估计的方法,建立可燃物载量预测岭回归方程。同时用总相对误差、平均相对误差、平均相对误差绝对值、预估精度4个指标对模型进行了评价,预测效果较好。     

遥感图像解释专家系统(RSPES)的设计

介绍了一种遥感图像解释专家系统的设计思想，总体结构，知识表示，推理规则和实现功能。ＲＳＰＥＳ系统将图像处理系统，专家系统和地理信息系统集成为一个整体，主要应用于遥感图像处理，分类与解释中。     

林业资源遥感信息的尺度问题研究

从遥感数据中获取地面目标分布的专题信息(如林地覆被/森林类型等),是林业资源数据的主要获取手段之一.在对林业资源遥感数据获知的过程中,林业遥感数据的尺度问题是研究的一个重要内容.忽视林业资源遥感的尺度效应,使得对林业资源观测难以获得精确的数据.林业资源遥感数据在时间上、空间上以及应用上都有尺度问题.本文从尺度的定义、林业遥感尺度问题以及尺度转换方法等方面来研究林业资源遥感信息的尺度问题.     

基于土地利用的遥感影像协同式解译

从人工解译到半自动解译,再到智能化解译,遥感影像解译的理论和方法不断发展。基于遥感影像的土地利用更新调查中,需要进行影像解译以识别各种土地类型,虽然采用了土地利用信息的智能化解译方法,但土地利用分类的精度有限,仍需人为参与解译工作,并充分利用土地利用现状数据库的资料辅助解译,形成土地利用协同式解译,以提高土地利用分类的精度。利用2005年武汉市南湖地区的SPOT影像和土地利用现状数据库的信息进行土地利用协同式解译,结果表明:土地利用协同式解译能很好地提高遥感影像的解译精度。