基于无人机影像的高郁闭度杉木纯林树冠参数提取

  目的  冠幅是树冠结构的重要特征因子,直接影响树木的生产力和生命力,郁闭度是反映森林冠层结构与密度以及评价森林经营管理采伐强度的重要指标之一。利用无人机可以云下飞行,易于获取图像,精度高,低成本等优势,研究无人机影像上提取树冠参数的方法,使无人机影像提取林木树冠参数的操作系统化,实现精准高效的森林资源清查和监测。  方法  以福建将乐林场杉木人工纯林为研究对象,采用四旋翼无人机影像为数据源,基于面向对象分类的方法,将杉木纯林的树冠参数从无人机影像中提取出来。面向对象分类的方法需要先利用ESP工具选取最优分割尺度,然后根据影像的分割结果将树冠对象聚为一类,进而统计每个树冠对象栅格像素个数计算出树冠冠幅面积以及林分郁闭度。  结果  面向对象分类有效地对高郁闭度林分进行了树冠的提取。在分割尺度为70时,单木树冠分割效果最好,树冠被单独分割出来,但也存在一定的过分割以及未分割的问题,以至于部分单木的丢失。分割结束后,对分割对象进行特征空间的优化,选取适当的分类特征,最终将研究区分为树冠和林隙两类。通过统计每个对象栅格点数,计算得出的林分因子包括林分郁闭度,树冠面积。以地面实测数据作为参考,冠幅面积提取精度为0.829 1,林分郁闭度测量精度为0.973 1。  结论  研究结果表明,基于无人机高分辨率影像的树冠参数提取在高郁闭度林分同样适用,能有效提高森林资源调查的效率并且能够满足森林资源调查的精度。      

基于ERDAS IMAGINE软件的快鸟影像融合研究

该文采用PCA变换与IHS变换对快鸟的多光谱、全色影像进行融合处理.图像的处理全过程均在ERDASIMAGINE 8.5中完成.影像的统计特征评价均值、标准差在ERDAS IMAGINE 8.5中完成,熵、联合熵的计算应用Matlab编程完成.经计算两种变换后影像的联合熵均大于原图像,其中以PCA融合处理后的联合熵(15.865)最大.各波段的均值、标准差也与原多光谱影像相近,因此该试验中PCA变换最佳,不但保留了多光谱的特性,还融进了全色波段的高分辨率特征.     

基于无人机影像的天山云杉林单木树冠信息提取

【目的】 研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】 基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】 利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】 使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。     

基于高分辨率影像的苹果园信息提取

本论文目的主要是利用苹果园地的光谱特征,结合地面实测资料,根据苹果树的物候期确定苹果园地遥感识别的最佳时相,同时利用遥感信息和DEM数据进行果树种植面积的提取,建立快速、准确的遥感图像苹果园地识别模型。本文对比了面向对象分类法、监督分类法、分层分类法3种方法,结果认为面向对象分类的具有较高的苹果地信息提取精度,基于分层分类法的精度高于传统的监督分类方法。     

不同方法提取无人机影像树冠信息效果分析

以无人机航空拍摄的影像为数据源,采用目视解译和面向对象法提取胡杨、柽柳树冠信息,获得树木冠幅及林分郁闭度.结果表明,单木冠幅、林分冠幅、样地郁闭度的实测值、面向对象法估测值和目视解译法估测值无显著差异（P＞0．05）,表明面向对象与目视解译法都可有效获取单木冠幅、林分冠幅和样地郁闭度信息;面向对象法与目视解译法估测精度无显著差异（P＞0．05）,表明这两种方法获取森林单木冠幅、林分冠幅、样地郁闭度参数效果相当.但基于无人机航拍数据的面向对象树冠提取,能克服人机对话目视解译速度慢、误差大小因人而异的弊端,具有进行大面积林分调查因子定量提取的优势.     

基于无人机可见光影像的树种和树冠信息提取 ——以晋西黄土区蔡家川流域为例

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性.结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树...     

机载与星载高分遥感影像单木树冠分割方法和适宜性对比

目的应用高分辨率遥感影像快速准确提取单木树冠信息,对现代森林管理具有重要意义。面向对象的多尺度分割方法能有效地解决基于像元特征分析的局限,是单木树冠提取的重要技术途径。本文对比分析了不同遥感平台和人工林树种的树冠提取精度,探究实验方法针对不同尺度影像数据和树种的优势及适用性,并结合调查目的为影像数据的选取提供参考。方法以广西壮族自治区高峰林场为研究区,选取低空无人机CCD、机载CCD和星载高分二号遥感影像数据,针对树冠区域与背景区域的对比度效果不佳的问题,首先采用小波变换进行图像增强处理,去除影像噪声,增强树冠与背景的对比度;然后应用面向对象的多尺度分割方法,排除背景区域的干扰,针对树冠区域进行单木树冠的快速提取;最后对3种影像下提取的杉木和桉树人工林单木树冠的流程和方法,以及树冠提取精度进行研究分析。结果采用小波变换对无人机和机载平台影像增强效果显著,无人机平台下桉树和杉木实验区单木分割精度分别为87%和93.3%,冠幅估测精度为84.2%和85.1%;机载平台下桉树和杉木实验区单木分割精度为89%和91.1%,冠幅估测精度为83.9%和84.4%;而小波变换对星载平台影像增强效果不佳,桉树和杉木实验区的单木分割精度为82%和89%,冠幅估测精度为72.3%和73.3%。结论在无人机和机载平台下,应用多尺度分割得到的树冠提取精度相接近;在星载平台下,直接应用多尺度分割进行单木树冠提取,受影像自身空间分辨率的局限,提取精度低于前两种平台,但也能够满足森林调查的基本需求。      

基于无人机可见光影像的树种和树冠信息提取——以晋西黄土区蔡家川流域为例

为探究无人机遥感技术在黄土高原森林资源调查中的适用性,以晋西黄土区蔡家川流域为研究区,以无人机可见光影像为遥感数据源,基于面向对象最邻近分类法,识别并提取研究流域的树种和树冠信息,并与样方调查数据进行对比分析,评估无人机影像提取植被信息的精度及其适用性。结果表明:面向对象最邻近分类法对于郁闭度较低的林分和经济果木林的树种提取效果极好,但复杂植被类型会导致提取精度下降。在农地子流域和人工林子流域上,树种提取的分类混淆矩阵Kappa系数分别为0.898和0.728。面向对象最邻近分类法对人工林和经济果木林的树冠提取精度较高,与实测数据线性回归的决定系数(R²)在0.7以上,但对次生林的树冠提取效果相对较差,R²仅有0.422 3。将该方法拓展应用至流域尺度,识别结果显示,蔡家川流域内人工林子流域主要为刺槐、油松和侧柏混交林,经济作物主要为苹果,油松的林分密度为1 744株·hm^-2,平均冠幅为2.24 m,苹果的林分密度为382株·hm^-2,平均冠幅为4.26 m;农地子流域有苹果树912株,林分密度为439株·hm^-2,平均冠幅为3.84 m。结果表明,基于无人机遥感影像,利用面向对象最邻近分类法可以高效、准确地提取林木株数、郁闭度和平均冠幅,从而有效提高黄土区植被调查的效率。     

基于高分辨率卫星影像的基本农田监测研究——以郫县古城镇为例

采用高分辨率卫星影像结合基本农田数据库对基本农田变化进行实时监测,在较短的时间内能够准确、及时的获取基本农田的面积变化和变化流向信息,为基本农田保护提供有力决策依据。     

Comparison of QuickBird Satellite Imagery and Airborne Imagery for Mapping Grain Sorghum Yield Patterns

Timely and accurate information on crop conditions obtained during the growing season is of vital importance for crop management. High spatial resolution satellite imagery has the potential for mapping crop growth variability and identifying problem areas within fields. The objectives of this study were to use QuickBird satellite imagery for mapping plant growth and yield patterns within grain sorghum fields as compared with airborne multispectral image data. A QuickBird 2.8-m four-band image covering a cropping area in south Texas, USA was acquired in the 2003 growing season. Airborne three-band imagery with submeter resolution was also collected from two grain sorghum fields within the satellite scene. Yield monitor data collected from the two fields were resampled to match the resolutions of the airborne imagery and the satellite imagery. The airborne imagery was related to yield at original submeter, 2.8 and 8.4 m resolutions and the QuickBird imagery was related to yield at 2.8 and 8.4 m resolutions. The extracted QuickBird images for the two fields were then classified into multiple zones using unsupervised classification and mean yields among the zones were compared. Results showed that grain yield was significantly related to both types of image data and that the QuickBird imagery had similar correlations with grain yield as compared with the airborne imagery at the 2.8 and 8.4 m resolutions. Moreover, the unsupervised classification maps effectively differentiated grain production levels among the zones. These results indicate that high spatial resolution satellite imagery can be a useful data source for determining plant growth and yield patterns for within-field crop management.     

面向对象的高分辨率影像耕地信息提取

[目的]高分辨率遥感影像是快速提取耕地信息的主要数据源.[方法]在对阿图什耕地特征分析基础上,运用面向对象的特征提取方法,利用高分辨影像QUICKBIRD,探讨光谱特征、空间特征、纹理特征、典型特征等在耕地信息提取中的最优参数选择及具体应用,分析、讨论该方法优势与缺陷.并与传统分类方法提取结果进行对比分析.[结果]总精度提高了27.06;,Kappa系数提高了0.413 6,避免了“椒盐”现象.[结论]面向对象提取信息的方法周期较短、精度较高.     

QuickBird卫星遥感数据在村屯规划中的应用

以望奎县通江镇正兰头村社会主义新农村建设总体规划为例,通过利用高分辨率卫星数据(QuickBird 0.61m)为数据源,采用人工目视解译与实地调绘相结合的方法调查土地利用现状,并进行村屯总体规划设计,及其QuickBird卫星数据在村屯规划应用中的精度验证.该研究方法可应用于城市规划、地形图更新等方面.     

一种半自动高分辨率遥感图像屋脊线提取算法——以徐州市郊区为例

针对高分辨率遥感图像中具有人字形屋脊的一类建筑物的屋脊线提取问题,设计了一种半自动屋脊线提取方案:利用Gram-Schmit算法融合QuichBird多光谱图像与全色图像,利用决策树分类将原始图像分为屋顶向阳面、屋顶背影面和阴影3类,利用Canny边缘检测算法检测屋顶向阳面的边缘,再利用基于线基元的线段提取算法检测出屋顶向阳面边缘图中的所有直线段,最后利用屋脊线两侧的上下文信息对屋脊线进一步识别。实例应用结果表明,检测的屋脊线正确率达到94%,此方法提取屋脊线可操作性强、精度高。     

QuickBird影像在建立1:2000空间数据库中的应用研究

运用主成分变换(PCA)方法对QuickBird多光谱和全色遥感影像进行融合，运用目视方法评定其融合效果，利用融合后的QuickBird遥感影像进行了1：2000空间数据库建库研究。研究结果表明，主成分变换方法得到的融合影像能基本满足建立1：2000空间数据库的需要；应用融合后的影像，并参考有关辅助资料制订相应的地物判读分析依据，采用目视解译方法提取遥感影像地物信息，容差格网矢量化技术进行屏幕矢量化，建立了现代农业示范园区1：2000比例尺空间数据库。     

基于资源三号卫星遥感影像的山区套种烟草面积估测

[目的]针对传统实地测量难以实现山区大面积套种烟草面积监控的问题,研究一种快捷、高精度的估测途径。[方法]利用ENVI5.1软件处理资源三号卫星2.1 m全色影像和5.8 m多光谱影像,导入1∶1万DEM数据进行正射校正以纠正地形起伏引起影像上的误差。野外获得具有代表性的地面控制点(GCP),利用面向对象分类方法,对影像进行智能化的分割和合并,以GCP的光谱、纹理和形状属性创建规则,进而提取烟草面积。[结果]经过分类后处理提取的研究区烟草面积为14 088.46 hm2,分类精度达到94.63%。[结论]面向对象分类方法提取遥感影像信息的实用性较高。     

基于多因子对象的高空间分辨率遥感影像道路提取

利用面向对象思想,综合应用光谱值、光滑度、紧凑度及长宽比等因子,分割道路对象,构建规则知识库,探讨一种基于多因子对象的高空间分辨率遥感影像道路提取方法,并以厦门市局部区域的QuickBird影像为例进行实证.结果表明：影像分割尺度为75时,道路对象被较完整分割;与传统基于单个像元光谱信息的监督分类法相比,该方法的提取精度较高.     

基于先验知识的独立分量分析技术在高光谱图像端元提取中的应用

以先验知识为基础,应用约束的独立分量分析技术（CICA）从高光谱遥感图像中提取所需要的端元。结果表明,应用先验知识的独立分量分析技术可以有效地提取高光谱遥感图像的端元,可为进一步的应用提供依据。     

基于遥感的水体信息提取技术研究进展

总结了遥感技术在水体信息提取方面的研究进展,并阐述了基于遥感的6类水体信息提取方法,包括:单波段阈值法、多波段谱间关系法、指数模型法、多光谱混合分析法、遥感影像分类法和混合像元分解法.在此基础上,指出了应用遥感技术提取水体信息尚待解决的关键问题,并提出了可能的解决途径.最后对水体遥感信息提取的发展趋势进行了展望.     

基于MODIS数据的辽宁省土地利用分类研究

采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法,对辽宁省2010年3—12月MODISNDVI数据,用该数据做主成分分析的前3个主成分数据、前5个主成分数据和2010年6—10月MODISNDVI数据等4类数据进行土地利用分类研究。结果表明：6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODISNDVI数据进行信息提取,其总体分类精度分别达82．63％、80．29％、79．17％,乔木林类型信息提取精度分别达81．91％、78．54％、80．02％;3种对原始数据进行变换的方法中6—10月数据效果较好,其总体分类精度最高达82．63％,乔木林信息提取的最高精度达78．54％。