遥感影像判读技术在林地变更调查中的应用探讨

指出了遥感技术在森林资源调查中应用广泛,研究林地变更调查中的遥感影像判读技术,能够有效提高变更调查结果的精度,确保森林资源管理“一张图”的真实性和准确性。结合2017年度广西都安县林地变更调查项目,利用高分辨率遥感影像,参考林业经营管理档案,对变化图斑进行修正和判读,并对判读结果进行了分析。提出了影响遥感影像判读的主要影响因素,为森林资源调查中的影像判读提供参考。     

面向对象的高分辨率遥感影像森林植被变化检测方法对比研究

利用面向对象分类技术,对同一区域同一数据源的高分辨率遥感影像采用了分类前比较及分类后处理两种变化检测方法进行对比分析,结果表明分类后处理的变化检测方法在现阶段的森林植被变化检测中具有较高的提取精度,可用于森林动态变化监测、自然灾害评估等工作。     

林地落界中SPOT5影像判读技术的探讨

本文结合林地保护利用规划林地落界项目,以SPOT5影像数据判读为研究对象,分析遥感判读主要影响因子,探讨得出林地落界因子与影像信息的相关性,为今后林业工作中的影像判读提供参考.     

基于遥感影像的林地变化检测方法

森林督查是国家部署的保护森林资源的一项重要举措,但每年的判读工作需要消耗大量的人力.为提高工作效率和判读精度,尝试比较五种常见的变化检测算法,以探索利用遥感影像准确提取林地变化区域的方法.以广西壮族自治区梧州市木双镇为研究区,采用2018年和2019年两期高分二号遥感数据进行提取试验.结果表明:植被指数法、波段替换法、...     

遥感影像在占用征用林地检查中的应用探讨

利用遥感影像对内蒙古自治区南木林业局、林西县、杭锦旗占用征用林地情况进行了检查,分析了遥感影像变化与林地变化的关系,并对应用遥感技术提高林地检查精度进行了探讨。     

遥感影像植被信息提取及自动区划判读方法研究

森林资源是国家重要的自然和战略资源,在维护国土生态安全中具有重要地位.但在森林督查和日常监管中发现非法使用林地和破坏森林资源等涉林违法犯罪问题屡屡发生,仅靠传统的人工目视解译方法,不仅效率低、耗时长、工作量巨大,且存在着人为漏判、误判等情况,为提高森林督查工作效率,有效减少人工差错等情况,提出了一种对于植被区域快速提取...     

卫星遥感在林地监测中的应用分析

在分析遥感信息与林地特征匹配性、遥感数据空间分辨率与监测尺度适宜性、遥感监测技术与林地分类体系适应性的基础上,从选取遥感数据、改进遥感影像处理方法、优化监测技术流程等方面着手,给出了提高林地监测精度的方法。     

高分辨率遥感影像森林覆盖变化检测研究

以天绘一号和资源一号两期遥感影像为研究对象,采用面向对象多尺度分割和基于特征值阈值的方法提取采伐迹地,将研究区分成采伐迹地和非采伐迹地两类,使用分类后比较法检测森林覆盖变化。结果表明:国产的天绘一号和资源一号遥感影像有较好的内部几何一致性,正射校正后的两期影像可以达到1个像元内的校准精度。遥感变化检测的面积精度和重合率与实际变化相比较,分别为93.1%和95.0%,该方法能较好地检测出森林覆盖变化,适合于县域森林资源年度更新。     

高分辨率遥感影像在森林采伐限额检查中的判读精度探讨

以鸡东县为研究区域,探索了高分辨率遥感影像对凭证伐区的目视判读精度,应用决策树法对判读结果进行分析,总结了判读结果与伐区采伐强度之间的关系,并就如何提高遥感技术对采伐地块的判读精度等问题进行了探讨。     

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。     

中高分辨率遥感影像在营造林成效监测应用中的探讨

随着林业"双增"目标的提出,营造林成效监测成为全国营造林综合核查工作的关注重点。以黑龙江省木兰县、内蒙古鄂托克旗和杭锦旗为研究范围,应用中、高两级分辨率遥感影像对人工造林(更新)、封山育林和飞播造林成效分别进行了监测。总结遥感技术在营造林成效监测中应用的可行性,以期为今后营造林综合核查工作有效服务林业"双增"目标考核提供技术支持。     

应用高分辨率卫星影像监测退耕地植被的覆盖度

利用QuickBird高分辨率影像,根据QuickBird影像自身特点,改进已有像元二分模型2个参数的估算方法,建立用NDVI归一化植被指数定量估算植被覆盖度的模型,并将该模型应用到退耕地中.结果表明:利用QuickBird影像监测退耕地的植被覆盖度受到退耕苗木树冠大小的限制,树龄小于1年的树木监测效果不佳;树龄大于2.5年的树木监测效果较好,精度可达83%以上,表明用此改进模型对2.5年以上退耕地进行植被覆盖度监测是可行的.     

高分辨率多光谱遥感影像森林类型分类深度U-net优化方法

[目的]使用深度学习全卷积神经网络U-net的自动特征提取,有效地改善遥感目标识别及地物分类的效果。[方法]以内蒙古自治区赤峰市旺业甸林场为研究区,主要数据源包括GF-2多光谱数据、ZY-3 DOM数据、ZY-3 DEM数据、小班数据以及外业实地调查数据等。借鉴前人对FCN-8s模型的优化思路,基于Unet网络模型,在模型训练过程中通过在原始波段的基础上加入标准归一化植被指数(NDVI)构建网络,并增加条件随机场后处理过程,得到最终的分类结果。[结果]表明:(1)优化后的U-net模型的总体分类精度达84.89%,Kappa系数为0.82,分别高于未加入标准归一化植被指数特征的U-net模型以及未使用条件随机场进行后处理的U-net模型的分类精度;(2)优化后的U-net模型与使用相同策略的FCN-8s,支持向量机和随机森林的分类结果相比,提高了8.04%～12.54%,分类精度大幅度提高。[结论]通过少量调整相关的遥感特征以及使用条件随机场后处理方法可改善U-net模型的分类效果,适用于基于U-net的森林类型高分辨率多光谱遥感影像分类。     

基于卫星遥感影像的森林病虫害监测研究进展

森林病虫害是森林的主要灾害,快速准确监测森林病虫害是开展病虫害防治的关键。利用卫星遥感影像监测森林病虫害是一种经济高效的手段。为进一步加强森林病虫害遥感监测的研究和实践,综合分析了国内外利用卫星遥感影像监测森林病虫害研究现状,系统总结了应用卫星遥感影像监测森林病虫害的主要技术方法,深入分析了存在的主要问题并进行研究展望。研究表明:森林病虫害遥感监测研究中主要存在3个问题:1)高空间分辨率影像的研究不足;2)影像纹理信息挖掘不充分;3)失叶遥感监测挑战大等问题。针对上述存在的主要问题,研究提出对策建议:1)多源遥感数据的综合应用;2)增强图像处理技术;3)加强病虫害生境因子的利用;4)构建病虫害遥感监测系统平台等。     

基于高分辨率遥感数据和成数抽样的森林覆盖率年度监测方法

为了提高区域森林覆盖率的年度监测精度,在高分辨率遥感图像上布设系统抽样样地,通过图像判读结合地面核查,采用成数抽样的方法监测森林覆盖率。结果显示:总体抽样精度达到95.03%,与传统的全面外业核查方法相比,外业工作量减少92.44%,监测时间减少85%以上。     

高空间分辨率遥感森林参数提取探讨

介绍了高空间分辨率遥感在森林参数提取方面的研究和应用情况,并结合国内外学者在此方面所做出的研究成果,对不同森林参数的提取分别做了阐述,包括单木树冠轮廓信息、胸径、森林生物量、树种识别和分类、叶面积指数、森林郁闭度、木材结构和性质。最后分析了高空间分辨率遥感在森林参数提取方面存在的问题,并对该领域的应用前景作了展望。     

基于卫星遥感数据空中抽样的大尺度森林资源动态监测

为监测大尺度宏观性森林资源动态变化,以SPOT5和ALOS高空间分辨率卫星遥感数据为源数据,辅以相关调查资料,在GIS支持下,采用空中抽样的方法,在遥感图像上布设样地,通过目视判读方法确定样地的土地类型、优势树种(组)等,据此计算森林面积和构造土地类型转移矩阵。根据历史调查资料分析得到森林类型单位面积蓄积量,并以此来计算各类林木蓄积量,从而实现研究区域森林面积、蓄积的动态监测。应用结果表明,在具备高空间分辨率遥感数据以及历史调查资料较丰富的情况下,该方法具有工作量小、精度高,且易于进行动态分析的特点,不但适用于大尺度宏观性森林资源监测,也适用于中尺度(如县级行政区域)的森林资源动态宏观监测。