SPOT全色波段影像的几何校正

林业遥感往往需要将不同来源的ＳＰＯＴ影像与ＴＭ影像融合在一起，不同影像的像元就必须能精确地配准，而ＳＰＯＴ全色波段的几何精校正尤为困难，影像上清楚的地物点，地形图上不清楚；表现在地形图上清楚的地物点，影像上不清楚。这使得影像校正很困难。另外，云南复杂的地形也使ＳＰＯＴ影像的各个位置有不同程度的变形。在菜阳河保护区影像校正中，先在影像上选择好控制点，然后用ＧＰＳ采点确定控制点的地理坐标；并用高程式模     

不同地面控制点采集方法对SPOT5图像几何精校正精度的影响

近年来,SPOT5卫星遥感数据在林业上的应用越来越广泛,由于林区缺乏大比例尺地形图,图像几何精校正存在一些困难,因此有必要探讨一种科学可靠且适宜于大面积应用的方法。通过1：10000地形图和航空正射图像采集地面控制点（GCPs）,结合林区1：50000DEM数据和SPOT5物理模型对图像进行2维平面校正和3维正射校正的方法试验,结果表明：航空图像采集GCPs进行平面和正射校正的精度都高于地形图采集GCPs的平面和正射校正精度;从地形图采集GCPs正射校正精度高于平面校正精度。从航空图像采集GCPs正射校正精度低于平面校正精度。由于精度高、获取方便且价格可以接受,航空图像采集GCPs进行SPOT5图像几何精校正是当前大面积应用中较适宜的方法。     

基于PCI的SPOT5遥感影像正射校正方法分析

正射校正是各种遥感应用过程中必不可少的基础工作,对于某些地形起伏较大、常规的几何校正难以消除由此引起的几何变形的影像,有必要进行正射校正。正射校正的方法很多,以攸县黄丰桥林场柏市分场为研究区,以SPOT5高分辨率遥感影像为校正数据进行正射校正,采用Satellite Orbital Mod—elling模型和Rational Functions模型,针对不同方法所产生的正射影像图精度以及运算速度进行比较与分析。实验结果表明：在相同的控制点条件下,对于SPOT5数据来说,Satellite Orbital Modelling模型的精度更高,但是此模型计算速度相对稍慢一点。该研究对SPOT遥感影像能更正确地选择正射校正方法提供参考。     

基于DGPS的SPOT5遥感影像几何精校正研究

采用DGPS系统中的载波相位差分技术均匀地选取地面控制点,利用ERDAS IMAGINE9.1遥感影像处理软件,对天桥岭林业局太阳林场的SPOT5遥感影像进行了几何精校正。结果表明：采用3次多项式校正,相应面积控制点个数比在0.06～0.09（个.km-2）之间时校正精度最高,校正后误差为0.603个像元,即1.508 m。此方法不仅可以满足林业作业的精度要求,还可使外业工作量最小。     

在航空象片上用解析图解法求样地点

<正> 在利用航空象片进行抽样调查中,经常要将地形图上设置的样地点,转刺到调查用的象片上,为了保证抽样调查的精度,样地点在象片上的位置应有相应的精度,其转刺方法应根据调查地区的地形条件和地物的多少采用不同的转刺方法,在林区一般物地比较少,直接用象片在地形图上正确定位有一定困难,为此常用图解后方交会,在地形图上交会出象片辐射中心,或者在地形图上用辐射三角测量方法加密平面控制点,象片和地形图上有了这些点之     

为森林资源动态监测的TM影像标准化*

对ＴＭ卫星影像做综合大气校正，可获得地物反射率影像。大气参数是由当地气象记录的内插值导出，再以像幅内黑暗地物做调整。地形模型既可用来调整各参量随高程的变化，又用以校正辐射的地形效应。当无地形模型时，可由卫星影像本身提取入射角。校正后影像便于做资源信息的多时相比较，即动态监测。还可应用校正过程中生成的参数，做林地及其它再生资源的各生物指标的计算。     

基于DEM的地形辐射校正模型的研究

在地形复杂的地区,地形校正是影像预处理的一个重要步骤。它不仅能提高遥感识别与分类的精度,还是各种定量化遥感应用的前提。本文以2002年延庆县的ETM+为数据源,采用了余弦、SCS、C、SCS+C和CIVC0等五种不同的校正模型进行了对比分析研究。结果表明,5种方法均能在很大程度上消除地形阴影,更好地反映阴影区域的细节信息;从总体的光谱特性保真程度来说,余弦和SCS校正都因过度校正问题表现较差,C校正也表现一般。CIVC0校正和SCS+C校正光谱特性保持较好,但SCS+C校正也存在过度校正问题,CIVC0校正有点校正不足,但相比较CIVC0校正效果更好点。     

香格里拉县TM影像的几何校正

利用ERDAS IMAGINE软件中的一般多项式模型和共线方程模型对香格里拉县TM影像进行几何精校正,对校正结果进行比较,结果为共线方程模型比一般多项式模型更适合香格里拉县TM影像的几何校正.GCP的数量和定位精度也影响校正结果:一般多项式至少需60个控制点才能使误差控制在一个像元以内,而共线方程模型只需20个控制点,控制点均方根误差随控制点数量的增加而降低.     

基于星站差分GPS及DEM的林区SPOT5数据正射校正

通过星站差分GPS采集高精度的地面控制点(GCP),结合林区1∶1万DEM数据和SPOT5物理模型对SPOT5数据进行正射校正。结果表明,采用该方法校正所有GCP总体中误差为1.337个像元,能够满足林业资源调查规划设计的要求。     

6种地形校正方法对雷竹林地上生物量遥感估算的影响

结合野外调查数据和Landsat 5 TM影像,分析6种地形校正方法(Teillet -回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响.结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet -回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17％左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet -回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关.     

基于FLAASH模型的Landsat ETM＋卫星影像大气校正

主要介绍FLAASH大气校正原理及算法,并运用FLAASH大气校正模型对美国旧金山地区ETM＋卫星影像进行大气校正,再对校正前后的影像进行地物光谱曲线分析和NDVI分析评价。研究表明,ETM＋卫星影像经FLAASH大气校正后,较好地消除了大气影响。     

在航空像片上确定样地点位

在山地林区进行森林抽样调查时,如在航空像片上直接布设样点,因地形起伏所引起的投影差,会影响等概率布点的原则。假若在地形图上布点后,就到现地进行样地定位,因为地形图的地物不如像片上细致、丰富,就会加大引线工作量。因此,从地形图上向航空像片转刺样点的工作是非常必要的。过去,由地形图上向航空像片转点,多采     

三维技术在林业方面的应用初探

以抚顺市为例,提取该市地形图中的高程点和等高线信息构建DEM,与相应区域的SPOT 5融合影像和森林资源调查小班数据进行叠加,制作三维影像,并实现简单的查询、定位、统计等功能.     

在航空像片上确定样地点位

在山地林区进行森林抽样调查时,如在航空像片上直接布设样点,因地形起伏所引起的投影差,会影响等概率布点的原则。假若在地形图上布点后,就到现地进行样地定位,因为地形图的地物不如像片上细致、丰富,就会加大引线工作量。因此,从地形图上向航空像片转刺样点的工作是非常必要的。     

基于全站仪和快鸟影像协同的山地样地定位与匹配研究

山区高低起伏的地形容易影响样地三维坐标的采集精度,从而限制了高分遥感在山区林业上的广泛应用。以鹫峰林场为研究区,提出了采用全站仪和手持GPS结合遥感图像协同对样地进行定位的方法,并提出了坐标修正方案:即首先运用手持GPS结合全站仪采集样地及单木的绝对大地坐标;然后利用大比例尺地形图采用基于控制点、RPC的两种正射校正方法对覆盖研究区的QuickBird影像进行正射校正,RMSE多光谱控制在1个像元之内,全色图像控制在10个像元之内;并以样地为例分析了样地及单木的匹配精度。研究结果表明:本方案能快速准确地建立样地中单木与高分影像的联系,其中基于控制点的图像正射校正法的匹配精度最高,相对提高幅度为92.6%,而基于RPC的提高幅度70.05%,即E_(ControlPoint)ERPC。研究结果表明,对应用于地形复杂的山区的高空间分辨率的遥感影像正射校正是不可缺少的步骤,而本文提出的方案能实际应用于山区的高分遥感样地定位,具有推广利用的价值,并为山区的高分遥感进一步的应用打下基础。     

SPOT5全色与多光谱影像融合方法研究——以南瓮河湿地自然保护区部分区域为例

以黑龙江省南瓮河湿地自然保护区内的SPOT5全色与多光谱遥感影像为研究对象,利用ENVI4.8、Arc-gis10.0遥感影像处理软件对4种常用融合方法进行质量评价。结果表明:Gram-Schmidt Spectral Sharpening变换融合方法效果最好,灰度均值和标准差最接近原多光谱影像,信息熵高于原多光谱,而且还保留了与SPOT5影像相同的4个波段,可以根据需要进行不同的波段选择;PC Spectral Sharpening变换后也保留4个波段,但这种融合方法色彩的饱和度较差,没有更好地增强部分地物;HSV变换和Brovey变换后图像只有3个波段,HSV变换后的色彩差异与源图像最大,不同地物间色彩差异不大,不利于地物的分类时的目视解译。     

红树林资源调查的遥感图象处理方法研究

在2001年应用“3S”技术与地面调查相结合的方法进行了广西红树林资源调查。以SPOT-HRV和Landsat 7 ETM 数据为信息源，采用1：1万地图形和GPS定位数据进行SPOT图象的几何精校正，并采用精校正后的SPOT图象对ETM 图象进行精校正。通过训练区对图象进行拉伸增强，然后采用锐化HIS变换的方法将SPOT图象与ETM 图象进行复合，经真彩色合成后得到的图象具有地物轮廓清晰、色彩丰富、层次分明的特点，红树林与滩涂、海域的区别十分明显，为红树林分布位置和边界的准确定位奠定了坚实的基础。     

甘肃黑河流域上游森林地上生物量的多光谱遥感估测

[目的]以黑河流域上游祁连山森林保护区为研究区,利用133个森林样地调查数据、Landsat-5 TM影像和ASTER GDEM产品为数据源,探讨地形对该流域森林地上生物量(above-ground biomass,AGB)估测的影响,以及选择合适的遥感估测方法反演该流域的森林AGB.[方法]首先利用青海云杉特殊的生境范围和绿色植被对比值植被指数(ratio vegetation index,RVI)的灵敏程度,及不同地物对纹理特征的不同响应,制定相应的决策树分类器,将研究区的土地覆盖类型分为两大类:森林(青海云杉)-非森林,并利用133个森林样地调查数据和Google Earth 高分辨率影像的12 722个采样点对分类结果进行验证(总体分类精度达到90.39％,Kappa系数为0.81);然后运用多元线性逐步回归估测法,以及结合随机森林算法(random forest,RF)优化后的k最近邻分类法(k-nearest neighbors,k-NN)进行森林AGB的遥感估测,对比SCS+C地形校正前后青海云杉森林AGB的估测结果,同时比较2种不同估测方法的反演效果;最后利用得到的最优估测方法反演整个研究区的森林AGB,生成黑河流域上游祁连山森林保护区的森林AGB的等级分布图.[结果]SCS+C地形校正前多元线性逐步回归的估测精度为R2=0.31,RMSE =34.41 t·hm-2,地形校正后多元线性逐步回归的估测精度为R2 =0.46,RMSE =30.51 t·hm-2;而基于SCS+C地形校正后的k-NN的交叉验证精度不仅明显高于地形校正前的精度,且显著优于多元线性逐步回归的估测结果,达到R2=0.54,RMSE=26.62 t·hm-2;另外基于最优的k-NN估测模型(窗口为7×7,采用马氏距离,k=3)反演的该流域青海云杉在2009年总的森林地上生物量为8.4×107t,平均森林地上生物量为96.20 t·hm-2.[结论]在地形复杂地区,运用SCS+C模型对地形进行适当校正,能够有效地消除太阳入射角变化引起的地表反射亮度的差异,使影像能够更准确地反映地表信息,提高森林AGB的遥感估测精度;在样本有限的情况下,相对于以大数定律作为理论基础的多元线性逐步回归估测法,k-NN能够避免发生过学习现象和样本不平衡问题,更适于该研究区青海云杉的森林AGB的估测.     

影像校正中GCP选取的探讨

由于SPORT5卫星影像的原始数据存在着一定的几何变形,因而在应用中,首先要进行SPORT5影像的正射校正。该文从山西省森林资源“二类”调查工作实际出发,围绕正射校正中地面控制点(Ground Control Point简称GCP)选取这个环节,从模式、个数、要求、方法以及误差的调整等几个方面来探讨如何通过GCP的选取来提高SPORT5卫星影像的校正精度。     

林业有害生物灾害小班精确定位坐标系统转换

为了校正林业有害生物GIS信息系统中的林业小班定位误差,使用配准到西安-80投影坐标中的栅格地形图,量取转换区域内均匀分布的地形地物点的西安-80坐标,实地采集这些点的WGS-84坐标,利用三维4参数模型求解从WGS-84坐标到西安-80坐标的转换参数,得到较为精准的定位坐标,在林业有害生物信息管理系统中实现比较准确的林业有害生物灾害小班定位。