森林植被遥感监测影像最佳分辨率选择

遥感影像分辨率的高低直接影响着森林植被监测的精度、成本和效率,故选择适合森林植被监测的影像最佳分辨率具有重要的应用价值。针对森林植被监测影像最佳分辨率选择方法及结果缺乏的问题,从林业实际应用出发,提出了基于1个步长的变异函数分析空间变异并综合考虑监测精度、成本和效率来确定森林植被监测影像最佳分辨率方法。基于最新的国产高分二号（GF-2）全色影像,利用1个步长的变异函数对湖南常宁洋泉镇林区3种典型分布类型森林植被进行拟合分析,初步确定适合森林植被监测的影像最低分辨率。然后对重采样形成的不同尺度多光谱影像分别进行监督分类,并对结果进行定量定性分析,结合影像成本和数据处理时间,找到适合不同类型森林植被监测的影像最佳分辨率。研究表明:不同分布类型的森林植被,适合遥感监测的影像最佳分辨率不同:①小冠幅森林植被3.2 m;②大冠幅森林植被16.0 m;③混合冠幅森林植被8.0 m。该森林植被遥感监测影像最佳分辨率确定方法和结果可为其他区域森林植被遥感监测影像最佳分辨率确定提供借鉴。     

定西市安定区植被覆盖动态监测分析

植被覆盖度是衡量地表植被覆盖的一个重要指标,在水土流失、生态环境等领域作为重要参数输入.利用定西市安定区的1993、2005和2009年3个时期TM遥感影像,对遥感影像进行了归一化植被指数的提取.并根据像元二分模型原理求得研究区域的植被覆盖度,对该区的植被覆盖的变化情况进行遥感监测和定量分析.结果表明:由于定西安定区从...     

基于RS与GIS的流域生态安全评价研究

流域生态安全评价是实现流域可持续发展的一项重要调控措施。该文基于1988、1998和2007年的遥感影像,以生态环境的压力-状态-响应概念模型为指导,构建了多层次指标体系,采用综合评价方法对东江流域各县市的生态安全状况进行了评价,并构建了生态安全动态度模型,分析了东江流域各县市1988~2007年间生态安全变化的趋势和程度。结果较准确地反映了东江流域各县市的生态安全状况,可为流域生态安全的管理和保护提供辅助决策。     

遥感影像提取森林火灾可燃物蓄积量模型的建立1）

森林火灾可燃物蓄积量的提取为森林火灾蔓延模型提供了定量的森林火灾可燃物信息。利用遥感影像对森林火灾可燃物的分类结果,采用多元回归法、参数优化的神经网络法和支持向量机法建立森林火灾可燃物蓄积量模型。研究了遥感影像的数据处理、建模方法对森林火灾可燃物蓄积量模型精度的影响。利用最优的森林火灾可燃物蓄积量模型,进行整个研究区域的森林火灾可燃物蓄积量反演。结果表明,数据处理后的遥感影像,采用支持向量机法建立的模型精度较高。     

基于遥感的景观格局时空动态研究

基于试验区域1990年TM影像和2002年ETM+影像,采用遥感和地理信息系统相结合的技术方法,应用景观分析软件Fragstats3.3,对试验区域12 a来景观变化进行了动态研究。结果表明:12 a间,试验区域景观发生巨大变化。(1)1990～2002年间,森林面积大幅度减少,其他植被、裸地、建设用地、水域面积得到了增加,其中建设用地相对自身增幅最大,年平均增长率为20.9%。(2)两时期的景观基质均为森林,其他植被、裸地、建设用地、水域作为斑块单元镶嵌其中,5种景观类型相互之间转化频繁,森林主要转化为其他植被和裸地;同时其他植被、裸地也有大部分转化为森林,其原因是人工林的建立,转化后的景观森林的主导优势已不明显。(3)总体景观的破碎度呈增加趋势,但不同景观类型的破碎化指数的变化则表现不同,森林和水域表现出下降趋势,而其他植被、裸地、建设用地的景观破碎化指数则呈上升趋势,景观向无序状态发展。     

变化检测技术在森林采伐监测中的应用

利用变化检测技术从高分辨率遥感卫星影像上提取森林采伐区植被覆盖情况的变化信息,可以实现对森林采伐的监测。主要通过归一化植被指数（NDVI）结合影像差值,对经过校正后不同时相的spot5影像进行植被覆盖变化检测,结果表明,能较好地检测出采伐区变化的地面类型、林班界线,检测出采伐区植被减少的面积与实际采伐面积相比较,精度达到80%以上,检测的效果较好,该方法适用于对森林采伐进行监测。     

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小（均小于0.400）;因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数（SLAVI）结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。     

基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。     

基于随机森林模型的陆地卫星-8遥感影像森林植被分类

以黑龙江省漠河县为研究区域,采用陆地卫星-8遥感影像为数据源,结合影像的光谱信息和数字高程模型辅助数据,分别采用最大似然分类法(MLC)和随机森林模型法(RFM)对研究区森林植被进行分类,并分析和评价光谱特征变量对模型的重要性、2种分类方法对森林植被类型分类的适用性。结果表明:随机森林分类方法的总体分类精度为81.65%、卡帕(Kappa)系数为0.812。与传统的MLC方法相比,RFM法均提高了3种森林类型的生产者精度和使用者精度,其中针阔混交林精度提高最多。通过分析特征变量的重要性,发现高程、归一化植被指数、红光波段、近红外波段、短波红外波段对模型分类精度有较重要的影响。说明随机森林模型方法结合多源信息是森林植被类型遥感分类的一种有效手段。     

准噶尔盆地南缘绿洲景观格局变化分析

根据1989年和2000年2期TM影像,利用遥感和景观生态的研究方法,对准噶尔盆地南缘绿洲景观格局的变化进行了分析。结果表明:研究区域1989~2000年的植被覆盖面积在总面积中所占比例下降了4.90%。时间动态度分析表明,农田>低覆盖度植被>水域>高覆盖度植被>流动沙丘>戈壁滩>中覆盖度,其中农田、水域、高覆盖度植被、低覆盖度植被和流动沙丘都有不同程度的增加,中覆盖度植被和戈壁滩的面积明显减少;绿洲景观破碎化程度在增加;人工绿洲景观趋于完整连片;随着人类干预时间的延长,绿洲景观的类型趋于简单。     

卧龙湖湿地信息的提取方法研究

湿地与森林、海洋一起并列为全球三大生态系统,具有重要的生态功能。以卧龙湖湿地作为研究对象,以TM影像作为主要数据源,采用BP-神经网络分类方法,实现了卧龙湖湿地信息的遥感提取。     

基于中巴资源卫星数据的森林郁闭度估测研究

森林资源分布具有辽阔性、复杂性、通达性差等特点,而遥感技术具有宏观、动态、便捷、可周期重复和成本低等优点,成为研究森林资源状况的理想手段。目前,在森林遥感应用中,多源遥感数据的提供能力越来越强。但由于遥感信息的综合性、复杂性,遥感信息处理技术相对落后。基于不同区域、不同季相和不同背景特征的森林遥感分类技术远未成熟。利用中巴资源卫星遥感数据,经过图像处理(包括图像的校正、图像的增强和图像的分类等),获取样地的灰度值,结合少量地面实测样地资料,通过线性回归建立森林郁闭度的数学模型,并进行检验以确保估测的精度,为林业生产和建设提供依据。     

固定样地用于中分辨率遥感影像解译精度的研究

在总结了中国森林资源连续清查体系现状的基础上,以吉林省第7次森林资源连续清查固定样地资料和吉林省TM遥感影像为基础,对固定样地调查结果与遥感影像分类结果进行了对比,并采用点对点匹配法,分析了固定样地作为遥感影像解译标志时的精度.结果表明,采用固定样地调查与遥感影像分类调查森林资源总体精度较高,森林覆盖率误差仅为-1.04%,而点对点匹配检验时森林类型误差达到52.99%.     

2021 年 9 期目录

近年来,随着气候变化和人类活动的加剧,全球森林面积持续减少、质量下降,生态环境事件频发,森林健康的问题受到前所未有的关注,已经成为生态文明战略的重要组成部分。我国森林资源持续增长,但同时也面临一些问题,如:造林结构单一、林分质量不高、生态稳定性弱等,如何系统准确评价其森林健康状况仍然是当前难点。相对于传统地面调查方法,遥感技术具有实时获取、重复监测以及多时空尺度等优势,并且随着高分遥感和人工智能等技术的飞速发展,大幅提高了解决森林健康评价难题的能力。为系统评估新型遥感技术应用于评价森林健康的潜力,本文在文献分析基础上,指出了现有路径和方法,具体包括:（1）通过文献计量学方法分析并明确了森林健康评价的4大核心内容（活力、组织结构、抵抗力和恢复力）和4大关键问题（树种分类、林木活力、林业有害生物、干旱胁迫）。（2）从不同尺度（单木?林分?生态系统?景观）、不同平台（近地面遥感?航空遥感?卫星遥感）和不同传感器（包括RGB相机、多/高光谱相机、激光雷达、热红外相机、微波雷达和叶绿素荧光扫描仪）3个角度,系统梳理现有遥感技术的优缺点。（3）围绕4个关键问题,阐述近年来应用遥感技术评价森林健康的路径和方法。进一步,本文指出了包括多数据源融合分析、森林健康监测网络与近地面遥感、森林健康大数据应用在内的挑战与机遇,以期为我国森林资源智慧管理提供参考。      

基于SPOT-5光谱和纹理信息的湘西森林生态功能指数遥感预测模型构建

以湘西区域SPOT-5遥感影像为基础,提取样地纹理和光谱信息,以一类调查数据的生态指数为因变量,所对应的纹理和光谱指数为自变量,采用全子集回归来构建预估模型,并采用留一交叉验证进行模型检验。结果表明,构建模型的判定系数R2adj为0.5071,留一交叉验证结果R2cv=0.4860,模型的残差呈均匀的分布在0附近,没有明显的变化趋势。此外,SW检验和NCV检验结果显示残差的正态性和等方差性,表明构建的森林生态功能指数遥感预估模型能够预估森林生态功能指数,为生态功能的快速、经济和定量的评价提供数据支持,为有效森林管理以及决策的制定提供理论支持。     

多时相高分辨率遥感影像的森林可燃物分类和变化分析

目的本文针对国内外利用多时相高分辨率遥感影像进行森林可燃物分类研究匮乏的情况,探索高分辨率影像的分类方法,并研究多时相森林可燃物分类结果的差异,以及与海拔、坡度变化的关系。方法以鹫峰林场为研究区,针对鹫峰林场内植被状况及以往研究成果,主要依据植物群落、林型和燃烧特性划分可燃物类别,研究对比不同森林可燃物类型的光谱特征曲线,建立遥感图像与森林可燃物的联系。选用GF-1号5、8、10月的遥感影像为原始数据,利用EnMAP-box中的支持向量机(SVM)算法、随机森林(RF)以及基于CART的决策树分类方法进行森林可燃物分类,将可燃物类别最终划分为:针叶林、阔叶林、针阔混交林、灌木林和非林地5种类别,并分别对其特征进行描述,之后将最优分类方法应用到多时相的遥感影像中,并使用变化检测算法来确定非防火期(5—10月)森林可燃物类型之间土地面积的变化情况。同时,我们将数字高程模型(DEM)分为4类(1类(< 250 m)、2类(250~500 m)、3类((500~750 m)和4类(>750 m)),坡度分3类:缓坡(< 15°)、斜坡(15°~35°)、陡坡(>35°),并使用Jenks方法分别对海拔和坡度每个类别土地面积变化计算百分比,研究随着海拔和坡度变化,森林可燃物面积的变化规律。结果划分的5种森林可燃物类别的光谱特征具有很好区分性,SVM分类最为准确,取得惩罚参数(C)为1 000和核参数(g)为10使得SVM分类模型达到最优,其总体分类精度为91.88%,Kappa系数为0.89,精度相对RF和CART分别提高了2.72%和9.36%。非防火期内(5—11月)森林可燃物类型变化有一定的规律,针叶林、混交林属于中等稳定类别,没有显著变化,分别保持93.74%和94.87%不变。相比之下,阔叶林和灌木林发生了较大变化,分别发生14.64%和13.36%。随着海拔的增加和坡度的变化,森林可燃物类型土地面积也发生了变化,海拔500~750 m和坡度16°~35°的土地上面积变化最大,达到了20%以上。结论多时相高分辨率遥感影像的森林可燃物分类中,基于SVM分类方法能够将可燃物更好地分类,且随着时间、海拔和坡度的变化,森林可燃物面积的变化有一定的规律,5—10月阔叶林和灌木林在海拔500~750 m和坡度16°~35°变化最大。      

基于面向对象的资源3号遥感影像森林分类研究

森林类型识别技术是遥感分类中的重点和难点,采用面向对象的遥感影像分类方法是实现森林类型分类的新方法。资源3号遥感影像可为森林类型提取提供新方向。以资源3号遥感影像作为基础研究数据,采用面向对象的分类方法,选择分形网络演化法进行多尺度分层分割,并结合典型地物的光谱特征、纹理特征、几何特征以及植被指数,构建了适用于森林类型提取的决策树模型,并与分割尺度不同的支持向量机分类方法进行比较分析。结果表明:多层分割的决策树分类方法分类精度高于单层分割的支持向量机分类方法,分类精度分别提高了6.1%和12.5%。说明建立多层分割的决策树分类方法适用于森林类型的分类研究。     

高分辨率遥感影像林地类型精细识别

以内蒙古自治区根河市根河生态站为研究区,探讨在大面积复杂林区、具有红边波段卫星数据支持下,高空间分辨率遥感影像林地类型精细分类方法。以2016年7月的RapidEye遥感影像和2017年的GF-1PMS遥感影像为主要数据源,综合利用影像的光谱特征、纹理特征与根河森林资源小班数据等辅助信息,以及2016年林地类型外业调查样本数据,分别对2种数据源采用传统的监督分类方法[最大似然法（MLC）和支持向量机法（SVM）]和基于IDL语言的ImageSVM和ImageRF分类方法进行林地类型精细识别。最后以外业调查数据和根河森林资源小班数据作为检验样本对分类结果进行精度验证,通过建立混淆矩阵对分类结果进行评价。结果表明:①ImageRF和ImageSVM等2种分类方法对林地类型信息提取精度较高。在RapidEye影像中,针叶林、阔叶林、灌木林等8种地物类型总体分类精度分别为90.26%和90.02%,Kappa系数均大于0.88。ImageSVM和ImageRF分类结果中,灌木林、针叶林和阔叶林制图精度和用户精度均高于支持向量机法和最大似然法;相对于支持向量机法和最大似然法,ImageSVM法总体分类精度分别提高了6.18%和7.06%,Kappa系数分别提高了0.07和0.08;ImageRF法总体分类精度分别提高了5.93%和6.82%,Kappa系数分别提高了0.07和0.08,能确保森林资源调查成果的精细化、准确性、高效性。②在林地类型精细识别中,携带红边波段信息的RapidEye影像比无红边波段信息的GF-1影像具有更好的识别精度和可分性。研究证明,ImageSVM和ImageRF分类方法是有效的林地类型信息精细识别方法,具有精度高和可信度高的优势,是进行复杂山区林地类型精细分类的有效手段,可满足森林资源调查、变化监测、数字更新等林业应用需求。     

应用哨兵2A多时相遥感影像对树种的识别

森林树种类别的准确识别和专题图制作对于森林经营管理具有重要作用。以哨兵2A多时相遥感影像数据源,通过对单时相影像以及根据基尼系数(Gini系数)和信息熵进行的不同影像组合,利用随机森林算法对大孤家林场的树种类别进行识别和分类制图。结果表明:哨兵2A多时相影像组合能够显著改善树种分类的精度,多时相影像组合总体分度最高为87.45%,Kappa系数为0.825,比单时相遥感影像分类总体精度提升了4%~7%。