线性混合像元分解及其在林业中的应用

由于地表覆盖的复杂性,在遥感影像中存在混合像元现象。文中对混合像元分解模型进行梳理,并针对线性混合像元分解在林业中的应用做了分类总结。目前混合像元分解模型主要有线性、概率、几何光学、随机几何与模糊模型5种,不同模型所需参数与输出结果也存在一定差异。其中线性混合模型在林业中的应用最为广泛,主要有土地利用分类与变化监测、森林灾害监测、稀疏植被探测、城市植被丰度估算、不均匀冠层参数估算等方面。     

混合像元分解研究综述

混合像元是遥感领域研究的热点,混合像元的问题若得不到很好的解决,将会给遥感的后续应用研究带来较大的误差.本文简要介绍目前国内混合像元的主要分解方法:有线性光谱混合模型、非线性光谱混合模型、模糊监督分类法和神经网络模型分类法,并对其优缺点进行了简要说明.     

基于混合像元分解方法的康保县植被覆盖度估测

以康保县为研究区,使用Landsat8 OLI数据,结合134个野外样地调查数据,通过像元二分法、完全约束最小二乘法和随机森林三种方法来进行混合像元的分解,探讨混合像元分解方法对提取地表植被覆盖度的可行性。结果显示:基于随机森林的混合像元分解方法结果最优,F为0.664,RMSE为0.127;三种方法都能较为精确地估测出康保县的植被覆盖情况,且与实测数据较为拟合,因此采用混合像元分解的方法进行植被覆盖度估测是完全可行的。     

基于混合像元分解的庐山及周边林地遥感图像分

由于传感器分辨率的限制以及地物的复杂多样性,混合像元普遍存在于遥感影像中,在一定程度上影响到地物提取精度。以江西省庐山及周边地区2019年4月9日的ETM+影像为例,使用线性混合模型和非线性的BP神经网络方法对图像进行混合像元分解,利用2019年5月的SPOT数据及其与ETM+影像融合的分类结果对分解结果进行验证。结果表明,非线性的BP神经网络分解精度高于线性分解精度。对比使用BP神经网络分解图像提取林地面积的精度提高了1%~5%。     

考虑地形因素的像元均方差抛物线拟合高山松丰度研究

基于香格里拉地区Landsat 8影像、外业调查和森林资源二类调查数据,采用坡度匹配法对遥感数据进行了地形校正,使用线性波谱分离(LSU)、匹配滤波(MF)、最小能量约束(CEM)、像元均方差抛物线(PMVP)等4种方法,提取了高山松丰度图。分析丰度结果,4个典型样区平均均方根误差值排序为LSUPMVPCEMMF,PMVP能较好地分出高山松边界信息,丰度提取效果较好。使用上述4种不同方法将4个不同的地物混合类型提取的高山松丰度与真实丰度(0.557 7)进行对比,接近程度依次为PMVP,LSU,CEM,MF。利用像元均方差抛物线方法提取高山松丰度精度较高,后期还可以探索更合适的拟合曲线方法,使其能应用到森林树种的丰度提取和林地覆盖分类中。     

基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

一种遥感混合分类算法及其在森林分类中的应用

基于监督分类和非监督分类方法相结合的混合分类方法在森林非森林的识别方面有很好的识别效果，探讨了一种遥感混合分类算法(Iterative Guided Spectral Class Rejection)。首先对IGSCR的算法理论进行了阐述，然后利用IGSCR分类算法对同一地区多时相遥感影像进行复合的影像进行森林分类实验。通过与最大似然法的对比实验表明，IGSCR分类方法将非监督分类方法所具有的自动对具有相同光谱特征类别进行集群的能力，辅助于训练样本的获取，可以有效降低因人工判断类别光谱纯度不准确而引起的类别样本光谱混杂问题，因此能在一定程度上提高分类精度，改善分类效果。     

森林生态系统服务功能空间模型研究初探

森林生态系统的服务功能在定义上是指:森林生态系统以及其生态过程中所形成和所维持的人类社会赖以生存的自然环境条件和效用。科学性、量化性、客观性地评价森林生态系统的服务功能,在加深人们对于环境保护的意识,推进和加强林业生态环境建设在国民经济中的主导地位,提高森林经营和管理水平,加快将森林生态环境纳入整个国民经济核算系统以及正确处理好生态环境保护与社会经济发展之间的关系等具有相当重要的现实意义。     

基于亚像元分解与增强的MODIS卫星林火监测图像制作

为提高低空间分辨率遥感影像在卫星林火监测部门的应用质量,获取更准确的火灾信息,制作可视效果更好、便于基层部门使用的卫星林火监测图像。本研究以2013年2月6日云南省大理市黄家村森林火灾为背景,研究了一种基于亚像元分解与增强技术的卫星林火监测图像制作技术。结果表明,通过亚像元分解与增强技术,对空间分辨率低的气象卫星遥感图像进行处理,可得到空间分辨率为30 m的图像产品,能够将低分辨率遥感影像处理成超分辨率的遥感影像图像。该技术可应用于林火监测部门发布相关的监测图像。     

森林生态系统中枯落物分解实验方法的评析

基于枯落物分解原理,分析现有4种枯落物分解试验方法,即:野外分解袋法、实验室模拟分解法、现量估算法和综合平衡法各自的特点和适用范围。评价传统的研究枯落物分解的Olson指数衰减模型和修正Olson模型,结合东北林区的特点,建议一般采用野外分解袋法收集林区枯落物分解实验材料,延用Olson模型进行计算,优于其他三种方法。     

基于线性谱聚类的林地图像中枯死树监测

【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。     

森林资源二类续档误差及原因分析

针对当前森林资源数据二类续档存在的问题,在对永安市大坑采育场大坑工区进行小班实地调查的基础上,以2003年初二类调查小班主要调查因子数据与1996年二类调查续档至2002年底数据进行对比,分析其误差及产生原因,并提出相关建议。     

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。     

基于时序Landsat数据的浙江省竹林信息提取及时空演变

【目的】提取浙江省不同时期竹林分布信息,分析其时空演变规律,揭示竹林面积变化与土地利用格局之间的关系,为国家及至全球尺度长时间序列的竹林时空动态研究提供参考。【方法】以浙江省为研究区,基于2000、2004和2008年Landsat5 TM及2014年Landast8 OLI时间序列影像数据,首先,对不同时期的Landsat数据进行大气校正和几何校正,采用最大似然法提取土地利用和竹林时空分布信息;然后,利用变化幅度和动态度2个指标分析4个时期、3个时间段的竹林时空演变规律;最后,建立全省土地利用时空转移矩阵,揭示竹林时空动态与土地利用格局之间的关系。【结果】1)基于时序Landsat数据提取的浙江省竹林信息精度较高,分类精度达75%以上,使用者精度达91%以上,且分类统计面积与实际清查面积高度吻合,面积提取精度达96%以上; 2) 2000—2014年浙江省竹林面积变化幅度和年均变化率分别为16.55%和1.18%,在时空上呈逐渐增加趋势; 3)浙江省竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%,其中针叶林、阔叶林和农田3种土地利用类型变化对竹林面积增加的贡献最大,贡献率分别为28.62%、37.23%和16.15%。【结论】基于Landsat时间序列数据能够高精度监测浙江省竹林资源动态变化,针叶林、阔叶林和农田等土地利用类型减少对竹林面积时空演变具有显著影响。     

基于TM影像的荒漠林光谱特征及提取模型研究

以TM为信息源,对TM多光谱遥感影像的辐射校正、几何校正、研究区实地样地的标定、区划,以及识别模型的提取验证,分析荒漠林树种在TM影像上的机理,分析荒漠林树种光谱特征,建立基于光谱知识的荒漠林树种信息提取的识别模型。结果表明:TM图像的红柳与梭梭的光谱特征明显的差异主要集中在TM4波段上,红柳在TM4的亮度值明显高于梭梭,即红柳亮度值具有在TM4最大的特征;经过对模型的验证,模型判对率为70%。     

广州市白江湖森林公园多功能森林景观培育规划研究分析

文章基于广州市白江湖森林公园森林资源现状,分析了森林景观营造中存在的主要问题,探讨了在促进公园森林旅游业向森林康养业转型升级的供给侧结构性改革中,森林生态景观的保护培育作为森林公园建设发展的基础,必须适应形势发展的需要,强调在规划建设中不仅要对森林景色自然特征进行保护,还需结合公园规划设计要求进行合理的规划布置,并提出定向培育大径材珍贵高效近自然景观林、康养保健景观林、开花彩叶景观林等,提升森林景观品质和森林康养服务功能。     

森林认证对我国森林经营的效益分析

介绍了森林认证的发展,总结了森林认证对我国森林经营的总体影响,并分析了森林认证对我国森林经营的社会、生态和经济效益的影响,特别是对经济成本效益的影响,提出了我国森林认证应以促进森林可持续经营为主要目标、应以能力建设为主要工作、应以大型林业企业带动的建议.     

基于InVEST模型的森林生态系统服务功能评估研究进展

准确评估森林生态系统服务功能,是实现森林资源健康、可持续发展,更好地发挥森林生态服务功能的重要保障。InVEST模型具备驱动数据简单易获取、定量化评估精度高、评估过程和结果空间表达明晰、情景模拟预测功能强大的特点,已被广泛应用于森林生态系统服务功能评估的多个方面。文中概述InVEST模型的原理,重点对该模型在森林生态系统服务功能评估的几个热点应用进行详细介绍;系统评述国内外在应用InVEST模型对森林生态系统的碳储量、水源涵养、水土保持和生物多样性等服务功能进行评估方面取得的研究进展,总结各类应用中存在的局限和不足;提出利用InVEST模型开展森林生态系统服务功能评估的研究展望。     

SWOT分析模型及其在森林旅游规划中的应用

对SWOT分析方法的内涵及其在旅游规划上的应用方法、步骤进行论述.认为SWOT分析法内部隐含缺陷,即内外因素割裂化、因素评判的模糊化和分析的静态化,从而导致了实际运用的困难.论述国内外学者对SWOT分析法的改进.最后阐述了SWOT分析法应用在森林旅游规划中的方法、步骤、要点等.