利用ETM和SPOT5数据融合进行平江县森林资源调查

以ETM多光谱数据和SPOT5全色数据融合的图像为对象，利用遥感图像和地面调查相结合的方法对湖南省平江县森林资源进行调查，既能节约成本，又能提高调查精度，为遥感技术应用于森林资源规划设计调查探索经验。     

SPOT5全色与多光谱遥感影像融合方法研究

以吉林省白河林业局的SPOT5全色与多光谱遥感影像融合为研究对象，利用Erdas Imagine9.1遥感影像处理软件，对8种融合方法的结果进行定量分析。结果表明：在提高空间分辨率能力和保持光谱特征的完整性上，Ehlers融合法、基于HIS变换的小波变换法、HIS变换法融合效果较好。     

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。     

基于SPOT5图像分割的森林小班边界自动提取

以SPOT5图像为研究对象,试验了4种图像分割方案,采用基于最终测量精度准则的多指标评价和基于欧氏距离的相似度综合评价两种方法,对分割效果进行评价,其中多指标包括圆度(RO)、紧致度(CO)、形状指数(SI)、最小包络椭圆短半径(RE)、椭圆度(EF)、形状因子(P2A)、面积相对误差(RA)、周长相对误差(RP)、中心位置绝对位移(DC)9个指标,相似度采用面积(A)、周长(P)、RO、CO、SI、RE、EF、P2A等8个因子计算。结果表明,原始图像直接用于分割的效果远好于经直方图均衡化后的图像。在图像分割过程中,输入图层的权重很大程度上影响分割效果,根据各输入图层标准差设置权重的分割效果,略好于根据图层信息量设置权重的分割效果。采用图像分割的方法自动提取小班边界,经适当后处理后编制工作手图用于森林资源规划设计调查,不但大量节省野外小班勾绘工作时间、降低劳动强度、提高工作效率,而且大幅度地提高了小班勾绘的准确性,确保面积调查精度。     

面向对象的SPOT5图像森林分类

为改善SPOTS图像森林分类精度,采用面向对象的图像分析方法,对图像分割、对象特征提取与筛选、多分类器分类与结合进行探索,采用大尺度分割-基于规则的分类-基于分类的分割-分区控制-底层分类-逐层向上合并的技术路线,试验了最小距离、马氏距离、Bayes、模糊分类和支持向量机5个分类器.结果表明:在森林分布破碎、类型和种类多样、结构复杂的南方人工林区,总体分类精度最高的Bayes分类器,对以龄组为基础包含22个类型的第3级分类的总体精度达到了79.38%,以树种为基础包含15个类型的第2级分类的总体精度达到了81.82%,以森林类型为基础包含9个类型的第1级分类的总体精度达到了86.33%.在景观复杂地区的森林分层分类中,由底层分类开始、逐层向上合并的方法,效果比由顶层分类开始、逐层往下分类的方法更好.ETM+作为辅助数据,较大程度地提高了SPOT5图像的分类精度,但ETM+图像不能实质性参与分割过程,只能用于提取对象特征,否则会导致对象同质性差、特征变异,降低分类精度.     

森林资源调查中SPOT5遥感图像处理方法探讨

目前，多光谱、高空间分辨率的SPOT5卫星遥感数据被广泛应用到森林资源调查中。本文结合SPOT5遥感数据的特点，根据森林资源调查的需要．从遥感数据的正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的处理和信息提取。提出了适用于森林资源调查的SPOT5遥感数据处理方法。     

基于SPOT5遥感影像的珲春林业局森林分类研究

利用SPOT5卫星图像对研究区森林类型进行计算机分类,总体精度普遍不高,并且许多森林地类或林分类型的生产者精度和用户精度均比较低,林分类型与检验样本都存在较大偏差。在四种分类方法中,马氏分类法精度最高,总体精度达到57.13%,Kappa系数0.5208。     

SPOT5遥感影像制图技术研究

随着遥感技术的发展和日臻完善,遥感数据在地理制图方面也得到了广泛的应用。针对高分辨率影像信息量极其丰富的特点,结合广东省森林资源调查具体情况,提出了基于SPOT5数据的遥感制图流程及方法等。     

利用ETM多光谱数据与SPOT5全色数据相融合进行森林资源调查

以ETM多光谱数据与SPOT5全色数据融合的遥感图像为对象,利用遥感图像和地面调查相结合的方法对吉林省东部山区进行森林资源调查,既可节约成本,又可提高调查精度,为遥感技术应用于森林资源调查设计探索了经验。     

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。     

SPOT5遥感影像在林业二类调查中的应用

采用ERDAS IMAGINE图像处理软件,对青海省互助县境内的北山林场的SPOT5遥感影像进行处理,包括原始数据导入、正射纠正、影像融合、波段组合、影像增强等处理过程以及数字正射影像图(DOM)的制作。探讨SPOT5遥感影像在林业二类调查中的应用处理方法及SPOT5影像的应用前景。经现地验证,以SPOT5遥感卫星影像为底图,通过人机交互目视解译方法区划判读小班能满足林业二类调查的需要,该影像数据能作为1∶10000专题图制作的基础数据。     

森林资源监测中SPOT5数据融合方法的比较

在对4种常用的遥感数据融合方法及3种重采样方法的结果进行初步目视评估筛选的基础上,采用信息熵、标准差、清晰度和光谱扭曲4个统计参数进行定量比较,筛选适合森林资源监测用的Spot5数据融合和重采样方法。结果表明,IHS变换融合效果最好,既具有较好的目视效果,又突出了图像的空间结构和纹理信息,同时较好地保持了光谱信息,是适合森林资源监测Spot5数据融合的最优方法,而且在融合过程中双线性内插法重采样优于其他2种重采样方法。     

基于SPOT5影像的杉木胸高断面积估测探讨

采用角规实地调查黄丰桥林场90个杉木人工纯林样地胸高断面积,利用样地SPOT5遥感信息与地理信息,建立了杉木胸高断面积多元线性回归估测模型。首先对样地采用GIS软件进行缓冲处理,缓冲后每个样地的面积为1hm2^;然后提取样地遥感光谱信息与纹理信息等21个因子和4个GIS因子,采用逐步回归分析法筛选出6个因子作为模型自变量;最后分别采用普通最小二乘法（OLS）和偏最小二乘法（PLS）建立了杉木胸高断面积多元回归模型。研究结果表明：OLS回归模型的预测精度为82．2％,均方根误差（RMSE）为5．12m^3／hm^2;PLS回规模型的预测精度为83．9％,均方根误差（RMSE）为4．2m^2／hm^2,PLS和0LS回归模型在杉木胸高断面积估测中均取得了较好的效果,用中高分辨率遥感影像在估测森林结构参数上是可行的。     

基于SPOT5遥感影像的样地判读

利用SPOT5卫星遥感资料在沾益县大坡乡进行了森林资源二类调查试点。共布设目视判读样地7711个、野外实测样地290个,其总体抽样精度为87 29%。介绍了工作方法,分析了判读结果和存在问题,提出了今后工作的思路。     

基于GEOimage的SPOT5数据处理

2003年10月，应用SPOT5卫星影像在云南省沾益县进行了森林资源遥感调查。以性价比较高，对SPOT5支持较好的GEOimage软件为平台，总结了SPOT5正射纠正、分辨率融合、彩色合成、地图制作等影像处理方法和关键技术，并作了精度分析。     

SPOT5卫星遥感影像解译方法

山西省森林资源二类调查首次大规模、全方位应用"3S"技术,并采用法国最新的高分辨率SPOT 5卫星影像数据。作者就在二类调查中如何对SPOT 5影像进行解译,如何建立解译标志提出一些可行的方法。