面向对象的SPOT5图像森林分类

为改善SPOT5图像森林分类精度, 采用面向对象的图像分析方法,对图像分割、对象特征提取与筛选、多分类器分类与结合进行探索,采用大尺度分割-基于规则的分类-基于分类的分割-分区控制-底层分类-逐层向上合并的技术路线,试验了最小距离、马氏距离、Bayes、模糊分类和支持向量机5个分类器。结果表明：在森林分布破碎、类型和种类多样、结构复杂的南方人工林区,总体分类精度最高的Bayes分类器,对以龄组为基础包含22个类型的第3级分类的总体精度达到了79.38%,以树种为基础包含15个类型的第2级分类的总体精度达到了81.82%,以森林类型为基础包含9个类型的第1级分类的总体精度达到了86.33%。在景观复杂地区的森林分层分类中,由底层分类开始、逐层向上合并的方法,效果比由顶层分类开始、逐层往下分类的方法更好。ETM+作为辅助数据,较大程度地提高了SPOT5图像的分类精度,但ETM+图像不能实质性参与分割过程,只能用于提取对象特征,否则会导致对象同质性差、特征变异,降低分类精度。     

SPOT 5 图像融合算法研究

对SPOT 5 图像光谱特征进行分析,与同类别的图像特点进行对比,对常用的融合方法得到的图像特点进行分析,说明其优劣势.以BROVEY算法为基础,对SPOT 5 图像假彩色融合进行试验,分析基本算法的特点及图像效果.针对植被层次不丰富、山区阴影呈蓝色的不足,提出了2种改进的融合算法,并对其原理进行说明,对融合后图像的特点作了客观分析.     

基于SPOT5遥感影像的珲春林业局森林分类研究

利用SPOT5卫星图像对研究区森林类型进行计算机分类,总体精度普遍不高,并且许多森林地类或林分类型的生产者精度和用户精度均比较低,林分类型与检验样本都存在较大偏差。在四种分类方法中,马氏分类法精度最高,总体精度达到57.13%,Kappa系数0.5208。     

面向对象多尺度分割的SPOT5影像毛竹林专题信息提取

以SPOT5卫星遥感影像为基础,采用面向对象的多尺度分割方法,建立类层次结构,提取毛竹林遥感专题信息。结果表明: 1) 对毛竹林而言,在SPOT5红、绿、蓝3个波段上的最佳纹理窗口大小分别为9×9,7×7,9×9,比较接近; 2) 面向对象的多尺度分割方法能较为精确地提取毛竹林专题信息,用户精度达到90%以上,高于最大似然法提取毛竹林的信息精度(88.57%); 3) 增加纹理信息的多尺度分割方案既保证了毛竹林专题信息的提取精度(92.16%),又兼顾了其他森林类型,分类总精度、Kappa分别为92%和88.14%,为本研究的最高精度。     

林地小班边界及地形因子计算机自动提取研究及应用进展

林地小班(简称小班)是森林资源规划设计调查、统计和经营管理的基本单位。小班调查是林业重要的基础性工作,小班边界和地形因子是小班调查的重要内容,快速、准确地获取小班边界和地形因子,对编制森林经营方案、指导林业生产具有重要作用。通过梳理基于遥感影像、数字高程模型(DEM)、遥感影像结合DEM的小班边界计算机自动提取方法和基于DEM的小班海拔、坡度、坡向、坡位等地形因子计算机自动提取方法的研究与应用现状,指出目前存在的问题,提出了今后研究的建议。     

基于ENVI4.5的SPOT5图像自动配准

图像配准技术是图像数据处理中非常关键的技术之一,其精度直接会影响后期数据分析、处理。通过ENVI 4.5自动配准工具对同一传感器下同一场景不同时相的SPOT 5图像进行配准。结果显示,经过适当的参数设置,可以达到较高精度要求(1个像元左右),能满足图像的后期处理(如图像融合、镶嵌等)。     

基于ArcGIS Modelbuilder的小班边界自动化平滑及工作流模型构建

基于ArcGIS的模型构建器(ArcGIS Modelbuilder)的功能,通过分析小班边界平滑的流程,构建起工作流模型,从而实现对小班边界进行自动批量化的平滑处理;以崇左市2016年林地变更小班数据(256 254小班)进行验证该方法比传统手工平滑的处理效率提高了约4.3倍,且随着处理数据量的增加,效率会进一步提高,本方法也可应用于森林资源二类调查和使用林地项目小班边界的平滑处理。     

小班界线计算机自动提取的初步研究

传统的勾绘小班的方法是“对坡勾绘” ,这一方法会耗费大量的人力、物力和时间。本研究从卫星TM数据入手 ,采用数字图像处理技术对原始数据进行有利于植被信息提取的变换、图像分类、异形图斑去除及矢量线的跟踪 ,实现小班界线的计算机自动提取 ,为实施人工地面调查提供一份基础底图 ,从而降低调查人员的劳动强度     

利用ETM和SPOT5数据融合进行平江县森林资源调查

以ETM多光谱数据和SPOT5全色数据融合的图像为对象,利用遥感图像和地面调查相结合的方法对湖南省平江县森林资源进行调查,既能节约成本,又能提高调查精度,为遥感技术应用于森林资源规划设计调查探索经验。     

基于特征融合图像分割算法的生态廊道提取

为提取最短路径生态廊道且兼顾多种生物的迁徙可行性,提出基于特征融合图像分割算法的生态廊道提取方法。融合颜色特征与纹理特征得到生态廊道的感兴趣区域,构建卷积神经网络模型,将研究区景观分为林地、耕地、草地、水域等类型,据此构建路径栅格图;利用二维信息素更新策略、动态启发因子信息素因子策略改进传统蚁群算法,以栅格图为对象使用改进蚁群算法规划最短的生态廊道路径。结果表明,该方法图像分割F值在0.954～0.984之间,波动性小;提取的生态廊道路径相对较短、拐点较少,起始点与终点之间更容易实现物质流动。     

SPOT5遥感影像在林业二类调查中的应用

采用ERDAS IMAGINE图像处理软件,对青海省互助县境内的北山林场的SPOT5遥感影像进行处理,包括原始数据导入、正射纠正、影像融合、波段组合、影像增强等处理过程以及数字正射影像图(DOM)的制作。探讨SPOT5遥感影像在林业二类调查中的应用处理方法及SPOT5影像的应用前景。经现地验证,以SPOT5遥感卫星影像为底图,通过人机交互目视解译方法区划判读小班能满足林业二类调查的需要,该影像数据能作为1∶10000专题图制作的基础数据。     

Clear-cut Detection in Boreal Forest Aided by Remote Sensing

The study compares the applicability of different remote sensing data and digital change detection methods in detecting clear-cut areas in boreal forest. The methods selected for comparisons are simple and straightforward and thus applicable in practical forestry. The data tested were from Landsat satellite imagery and high-altitude panchromatic aerial orthophotographs. The change detection was based on image differencing. Three different approaches were tested: (1) pixel-by-pixel differencing and segmentation; (2) pixel block-level differencing and thresholding; and (3) presegmentation and unsupervised classification. The study shows that the methods and data sources used are accurate enough for operational detection of clear-cut areas. The study suggests that predelineated segments or pixel blocks should be used for image differencing to decrease the number of misinterpreted small areas. For the same reason the use of a digital forest mask is crucial in operational applications.     

森林资源监测中SPOT5数据融合方法的比较

在对4种常用的遥感数据融合方法及3种重采样方法的结果进行初步目视评估筛选的基础上,采用信息熵、标准差、清晰度和光谱扭曲4个统计参数进行定量比较,筛选适合森林资源监测用的Spot5数据融合和重采样方法。结果表明,IHS变换融合效果最好,既具有较好的目视效果,又突出了图像的空间结构和纹理信息,同时较好地保持了光谱信息,是适合森林资源监测Spot5数据融合的最优方法,而且在融合过程中双线性内插法重采样优于其他2种重采样方法。     

基于区域生长的林区遥感图像分割方法

依据林区遥感图像的特点,利用区域生长法对高分辨率遥感图像进行分割。首先将图像看作多维矩阵结构,建立种子标记矩阵,以标记未处理的像素点作为种子,合并其周围连通像素;其次建立连续自动种子选取机制,遍历整个图像区域,将图像分割为若干区域;最后,采用最小欧氏距离方法合并较小的破碎区域,有效地解决了区域生长对种子点依赖性强,并且容易过度分割的问题。通过实地对比验证评价,分割效果较好。     

森林资源调查中SPOT5遥感影像屏幕目视判读方法探讨

森林资源调查是国家森林资源监测体系的重要组成部分,是极其重要的林业基础工作。本文结合洛川县森林资源规划调查工作实践,根据SPOT5高分辨率卫星影像特点,从屏幕目视判读区划工作流程和方法等方面探讨SPOT5信息提取,对调查成果做了分析。结果表明：采用SPOT5高分辨率卫星影像屏幕目视判读区划方法组织森林资源规划调查,是切实可行的,能够大幅度提高调查工作效率、保证了调查成果的精度和可靠性。     

森林资源调查中SPOT5遥感图像处理方法探讨

目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要．从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。提出了适用于森林资源调查的SPOT5遥感数据处理方法。     

GDEM在SPOTS林业遥感影像正射纠正中的应用研究

以一景地貌类型为低山、丘陵、岩溶等的SPOTS遥感影像为实验影像,基于GEOIMAGE软件,应用AsterGDEM对SPOTS遥感影像进行正射纠正研究.评估其正射纠正精度与质量,结果表明,应用GDEM对SPOTS遥感影像进行正射纠正,精度符合林业应用标准.     

三维遥感影像辅助林地权属勘界技术在永嘉县的应用

2012年,在浙江省永嘉县采用高精度遥感DOM数据加地形矢量DLG数据生成三维影像,结合应用地理信息系统、全球定位系统等多项技术,进行了三维遥感影像辅助林权勘界工作试点并取得成功。文章阐述了三维遥感影像辅助林权勘界的具体数据处理及应用操作方法,以及与常规勘界方法的对比优势。     

基于天空地一体化森林资源调查的小班因子设置与信息获取方法

为有效改善现行森林资源规划设计调查中存在的问题,提出并试验了天空地一体化森林资源调查监测新技术体系。此方法虽较传统方法缺少下木植被与天然更新、林分健康状况等需实地调查记录的因子,但仍能够较全面地反映小班林地和林木资源状况(类型、数量、质量和结构)及其所处自然环境条件,完全满足集体林区森林资源经营管理需要和森林资源报表的统计需要,并可满足各种相关应用对森林资源基础数据的需要;除小班基本属性(土地类型、优势树种、林木起源和伴生树种)需要逐一进行图像解译和少量实地补充调查外,新技术体系的其余各项调查因子均可通过编写计算机程序自动获取,这极大地减少了调查工作量、降低了劳动强度、提高了工作效率,并且质量可控,有效地保证了小班调查数据的可靠性,确保了森林资源调查成果质量。