基于TM影像纹理与光谱特征的红树林生物量估算

为研究红树林生物量的遥感估算方法,提取了广西和海南红树林TM遥感影像的光谱及纹理特征,结合地面调查所得126个样地生物量数据,进行多元逐步回归分析。结果表明,建立的生物量估算模型通过相关检验,可以高效、快速地进行红树林生物量的估测。     

遥感技术在红树林湿地研究中的应用述评

红树林为自然分布于热带和亚热带海岸潮间带的木本植物群落,是淤泥质海滩上特有的植被类型,也是重要的海岸湿地资源,作为独特的海陆边缘生态系统在维持海岸生态平衡中起着特殊的作用.遥感技术的发展为红树林湿地研究提供了新的方法和强有力的技术支持.文章论述了遥感技术在红树林生态监测中的应用,包括遥感数据源的选择.红树林湿地区域研究、类内区分和类外区分以及红树林湿地遥感分类方法,精度对比情况以及遥感技术在红树林湿地动态变化与管理中的应用.指出目前存在的红树林湿地原始影像数据的选取、遥感分类精度以及红树林湿地遥感分类方法选择等问题.提出了未来发展动向.     

基于面向对象技术的退耕还林树冠遥感信息提取研究

利用张家口退耕区0.6 m分辨率的快鸟(QuickBird)遥感影像,进行退耕区新造林地的长势监测.对快鸟影像进行正射校正,运用高斯滤波进行图像增强,减少噪音,增强退耕地的树冠信息.采用面向对象的图像信息提取技术,提取退耕还林地树冠信息,统计树冠面积,计算退耕还林造林成活率.根据实际测量的数据进行误差检验,由遥感数据自动提取的树冠面积平均误差为0.763m2,计算出的成活率精度为89.837%,为退耕还林的规划管理提供科学准确的依据.     

基于TM影像纹理与光谱特征和KNN方法估算5种红树林群落生物量

为研究红树林生物量的遥感估算方法,本文提取广西和海南部分红树林TM遥感影像光谱及纹理特征,结合同地区地面调查的生物量数据,应用KNN方法,对生物量进行了遥感估算,并和多元逐步回归分析方法比较.研究表明:应用KNN方法估测精度随尺度的增大而增大,且K值取10优于K值取5;在像元尺度上,回归方法估测生物量优于KNN方法.     

高分辨率卫星遥感在红树林资源监测中的应用

卫星遥感是进行红树林资源监测的主要方法, 高分辨率卫星遥感能够提供细尺度上的资源信息, 是红树林资源保护和监测研究的重要发展方向。文中在综合国内外相关文献的基础上, 分析国内外高分辨率卫星遥感包括高空间和高光谱遥感数据应用于红树林资源监测研究的现状, 讨论用于遥感研究的数据源、研究内容、方法以及应用研究的局限性和发展趋势。     

基于GF-1的森林蓄积量遥感估测

森林蓄积量是评价森林资源数量的一个重要指标。结合遥感影像和地面调查数据估测森林蓄积量受遥感影像、遥感因子、预处理方法、估测方法等多方面的影响。为研究国产GF-1遥感影像估测森林蓄积量的最佳遥感因子组合方式和较优估测方法,并绘制森林蓄积量空间分布图,为我国森林蓄积量的研究提供理论基础和科学依据。为研究GF-1遥感影像估测森林蓄积量的遥感因子和估测方法,以湖南省醴陵市为研究对象,以国产GF-1遥感影像为数据源,通过对遥感图像预处理,获取光谱信息、纹理因子、植被指数作为特征变量,结合同时期的二类调查样地数据,从GF-1遥感影像像元与样地不匹配角度出发,应用移动窗口的方法解决像元与样地的对应关系,采用多元逐步回归、偏最小二乘回归和随机森林模型对研究区森林蓄积量进行估测,采用建模精度和估测精度进行分析评价。实验结果表明:1)3个模型选择的因子都包含了NDVI、 Band2、DI3、CO1和DVI等5个遥感因子,说明其对森林蓄积量的估测比较敏感;2)随机森林模型优于偏最小二乘回归和多元逐步回归,其决定系数R2为0.73、估测精度为83.69%。利用GF-1遥感影像结合随机森林模型应用于森林蓄积量的估测结果趋于真实分布,效果较理想;采用移动窗口法,利用国产GF-1遥感影像并结合随机森林进行森林蓄积量估测具有较好的应用前景。     

决策树分类在红树林自然保护区SPOT影像解译中的应用

利用决策树分类方法对漳江口国家级红树林自然保护区SPOT遥感影像进行解译,解决了传统的调查分类方法难以区分滩涂红树林与山上果树的弊病,取得了较好的效果。     

基于多元遥感影像的森林资源管理方法

指出了森林资源管理过程中受到遥感影像获取方法的影响,造成森林资源管理总体分类精度较低的情况。为此,提出了基于多元遥感影像的森林资源管理方法设计:以多元遥感影像为基础,获取森林资源的相关数据信息;针对预处理后的遥感影像进行滤波处理和影像分割,利用分层提取方法提取出遥感影像中不同森林资源的特征信息;通过管理规则集的制定实现森林资源管理。为验证文中所提方法的使用效果,选取两种传统管理方法进行了对比实验,结果表明:文中设计的管理方法在森林资源的分类方面,平均精度相较两种传统方法分别提升了5.72%、7.93%。     

广西北海滨海国家湿地公园红树林植物群落调查与分析

红树林植物群落是红树林湿地生态系统的重要组分。红树林是广西北海滨海国家湿地公园内典型的湿地植被。为全面掌握广西北海滨海国家湿地公园内红树林植物群落类型与特征,根据遥感影像及无人机拍摄影像获取公园内红树林分布岸线及分布面积数据,并结合现场调查,判断红树林中不同植物群落类型的边界;布设6条调查断面,设置样方进行红树林植物群落调查,分析红树林植物群落分布与特征。结果表明,广西北海滨海国家湿地公园内共有19种红树植物,包括5个群系15种群丛类型;白骨壤（Avicennia marina）群系分布面积最大,具有原生性、典型性和代表性;公园兼具河口型和开阔海岸型环境,形成了相对独特的红树林群落和演替结构。该研究结果可为红树林湿地资源保护及合理利用提供参考。     

遥感图像融合技术在森林资源调查中的应用

遥感影像在应用之前必须经过一些预处理,图像融合是预处理的一个重要环节。本文以QuickBird全色和多光谱影像为基础,通过应用遥感图像处理软件ERDAS8、7版四种不同的融合方法进行融合实验,并结合主、客观方法来评价四种融合方法的融合结果,从而得出基手QuickBird影像的森林资源调查中较可取的遥感影像融合方法——小波融合法和主成分分析法。     

ERDAS软件处理“快鸟”图像

对高分辨率"快鸟"图像的特点进行分析,结合实际应用,说明用ERDAS软件处理"快鸟"图像的过程。详细解释图像的选取、镶嵌、融合、正射纠正等环节中要注意的问题,特别是对融合方法进行了多种尝试,并进行了对比分析。对大数据量的高分辨率遥感图像处理有借鉴作用。     

利用遥感技术预测人工林木材性质及其产品价值的初探

阐述了遥感技术在森林树冠参数提取以及林木冠层与木材结构、性质间的关系研究现状,分析了树冠冠层和木材性质二者之间潜在的关系,探讨了利用高空间分辨率遥感卫星影像(QuickBird)数据分析林木树冠冠层特征的方法,提出了遥感树冠因子与木材性质间的关系模型的构想,进而进行木材性质的预测和产品经济价值的评价。     

QuickBird遥感影像的融合及在土地利用类型调查中的应用研究

应用比值变换、IHS变换、主成分变换等3种影像融合方法对QuickBird多光谱和全色遥感影像进行融合，并对融合结果进行了评价；以增强处理效果好的QuickBird影像3、4、1或3、4、2波段彩色合成图像为基础建立解译标志，进行人机交互式解译分类一一进行土地利用类型的专题信息提取，并利用地理信息系统软件制作土地利用类型现状图。     

高分辨率遥感图像均值调整法分割技术研究

遥感图像分割是将以像元为基础的图像转化为以对象为基础的过程,因此,遥感图像分割是遥感图像高级分析的基础.对于中、低分辨率遥感图像来说,单个像元的面积较大,且混合像元现象严重,图像分割会产生较大的误差.高分辨率遥感图像单个像元的面积较小,分割后图像上单个对象内含若干像元,便于分析和提取信息.以高分辨率遥感图像Q u ickB ird和IKONO S为研究对象,采用均值调整法对图像进行分割和精度检验.结果表明:采用均值调整法进行高分辨率遥感图像分割具有较好的效果,图像分割的速度和精度均较高.     

高分辨遥感技术在德宏州竹类植物资源调查中的应用

利用快鸟高分辨率遥感技术,在地理信息系统的支持下结合现地调查对德宏州5县范围内竹类资源的种类、数量、质量进行了调查。调查结果显示:德宏州境内共有本地竹类20属,82种。德宏州共区划竹林小班8 090个,竹林面积达7万hm²。     

面向对象技术在城市绿地信息提取中的应用

以乌鲁木齐市为例,采用高分辨率卫星QuickBird数据为主要信息源,应用面向对象的多尺度分割技术,对城市绿地信息的提取方法进行了研究。利用专题层分割影像,结合成员隶属度函数,实现城市绿地信息的自动提取。研究表明使用该方法提取信息速度快、准确率高、成本低,可以实现城市绿地信息的快速而准确的提取。     

Sensitivity analysis of fire behavior modeling with LIDAR-derived surface fuel maps

Each year, wildland fires burn millions of hectares of forest worldwide. Fire managers need to provide effective methods for mapping fire fuels accurately. Fuel distribution is very important for predicting fire behavior. The overall aim of this project is to model fire behavior using FARSITE (Fire Area Simulator) and investigate differences in modeling outputs using fuel model maps, which differ in accuracy, in east Texas. This simulator model requires as input spatial data themes such as elevation, slope, aspect, surface fuel model, and canopy cover along with separate weather and wind data. Seven fuel models, including grass, brush, and timber models, are identified in the study area. To perform modeling sensitivity analysis, two different fuel model maps were used, one obtained by classifying a QuickBird image and the other obtained by classifying a LIDAR (LIght Detection and Ranging) and QuickBird fused data set. Our previous investigations showed that LIDAR improves the accuracy of fuel mapping by at least 13%. According to our new results, LIDAR-derived variables also provides more detailed information about characteristics of fire. This study will show the importance of using accurate maps of fuel models derived using new LIDAR remote sensing techniques.     

基于像元分类与基于对象分类的森林景观分析比较研究

采用基于对象的分类方法与基于像元的分类方法对黑石顶自然保护区QuickBird遥感图像进行了分类,结合多样性指数、优势度指数、均匀度指数、聚集度指数和破碎度指数对比分析了黑石顶自然保护区不同分类方法的景观格局。结果表明,基于对象的多尺度、多层次景观分析方法较传统的基于像元的景观分析方法更能体现实际的景观状况,并能够获得更准确的景观分析结果。     

浅谈林业工作中常用的遥感影像及处理要点

在遥感影像定义的基础之上,讨论了遥感影像的四个基本特征.对林业工作中常用的中分辨率遥感影像Landsate TM5、中巴资源卫星以及常用的高分辨率遥感影像Spot5、Rapideye、Alos、QuickBird、WorldviewⅠ、WorldviewⅡ等进行了介绍并做了对比分析,总结各种遥感影像的优缺点;并讨论了遥感影像基础数据准备,DOM与DEM参考数据准备以及的遥感影像正射纠正,并以ALOS为例,对算法及图像增强等工作进行了探讨