资源3号卫星影像的植被信息提取

资源3号卫星(ZY-3)是我国2012年发射成功的第一颗自主民用高分辨率立体测绘卫星。在对ZY-3卫星数据精细处理基础上,分析了典型地物的光谱特征和纹理特征,构建了适合植被信息提取的ZY-3决策树模型,将研究区地类分为针叶林、阔叶林、灌木林、竹林、耕地、建设用地、裸露地、水体和其他地类共9种地类,开展植被信息提取和精度检验。结果表明:(1)ZY-3比较适合于森林植被信息的提取,特别是针叶林和阔叶林;(2)ZY-3数据的总体分类效果较好,精度达到了91.96%,Kappa系数0.902 9,说明根据影像的光谱特征和纹理特征,采用决策树算法选择合适的阈值提取植被信息是可行的。     

高分一号卫星数据影像校正及融合算法在林业监测中的研究

指出了高分一号卫星是中国高分辨率对地观测系统的首发星。从林业行业森林调查应用出发,针对国产GF-1卫星数据的特点,从国产GF-1影像数据基本特征、正射校正与配准、波段组合影像融合算法比较精度评价等一系列流程进行了研究。研究结果表明:GF-1影像数据校正时,控制点选择为95-105区间数量最为合适;经过Pansharp、PCA、 HIS融合方法定性与定量分析,Pansharp融合算法相对较优。研究为国产卫星数据的行业推广应用奠定理论基础。     

基于森林小班的高分影像融合及地类信息提取

以2013年资源3号高分辨率卫星遥感影像及森林小班矢量数据为数据源,以紫金山国家森林公园为例,基于森林小班对象将原始多光谱和全色影像进行融合。在较优融合影像基础上,采用面向对象分类方法提取研究区阔叶林、针阔混交林、竹林、灌木林地、松类、杉类和柏类等地类信息,并以现有的森林小班矢量数据验证影像融合效果,所得结论如下:1)基于森林小班矢量数据对遥感影像数据进行分割和融合是有效提取地类信息的基础。2)基于森林小班对象影像融合效果评价结果表明,Wavelet融合算法对资源3号卫星遥感影像数据融合效果较优;HPF,PCA和IHS融合算法次之;Brovey融合算法融合效果较差。3)基于Wavelet融合影像进行地类信息提取,总体分类精度为83.5%,Kappa系数为0.79。以上结论表明基于森林小班的影像融合方法是可行的,该方法有利于国产高分影像地类信息的提取,可为进一步获得更高的信息提取精度和更细分树种类型识别提供基础。     

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“QB”卫星影像和地形图的林地宗地勾绘精度比较

在集体林权制度改革中,林地宗地勾绘是核心内容,针对Quick Bird卫星影像和地形图的几何校正以及对在Quick Bird卫星影像和在地形图上勾绘宗地的精度比较进行研究,结果表明,在Quick Bird卫星影像上勾绘宗地更能结合实际,比在地形图上勾绘宗地的精度高．     

基于TM影像的林地资源监测方法研究——以云南省楚雄州为例

依托计算机自动分类技术利用遥感影像数据对森林资源动态变化进行监测,这是当森林资源监测的发展趋势。针对目前林业资源调查研究中效率低的问题,探索利用卫星影像进行林业资源监测的方法。以云南楚雄州为研究区域,采用面向对象的方法综合利用影像光谱、纹理信息提取这两个时期的林业用地信息,最后分析两个时期的林地时空变化状况。提取林地信息进行分析为该地区的天然林保护工程服务。     

基于高分一号影像光谱指数识别火烧迹地的决策树方法

森林火灾发生后,为及时、准确地掌握森林受灾情况,利用高分一号卫星(GF-1)16m宽幅影像各波段反射率信息,结合计算的归一化植被指数(NDVI)、过火区识别指数(BAI)、阴影植被指数(SVI)、归一化差异水体指数(NDWI)和全球环境监测指数(GEMI)等5种光谱指数,构建森林火烧迹地识别决策树模型(CART);在选取的研究区对该模型方法进行验证,并与最大似然监督分类法和非监督分类(ISODATA)方法所得到的结果精度进行了对比分析,结果表明:采用基于CART模型的决策树方法对火烧迹地识别结果精度较最大似然法总体分类精度提高了4.38%,Kappa系数提高了0.102 4,制图精度提高了14.96%,用户精度提高了8.50%;而采用ISODATA方法识别的火烧迹地的总体精度和Kappa系数都较低,制图精度和用户精度都没有达到1%。     

基于资源3号卫星的面向对象地类信息提取方法研究

面向对象分类方法可以充分利用遥感影像的光谱和空间信息,是一种适合于高分辨遥感影像的分类方法。以2012年资源3号卫星高分辨率遥感影像(ZY-3)为数据源,对基于面向对象与最大似然监督分类的地类信息提取方法进行了对比分析。面向对象分析方法中采用改进后的局部方差法确定并选取不同地类类型的最优分割尺度,并采用多尺度层次的方法提取不同地类类型信息。结果表明:根据改进后的局部方差法确定的针叶林、阔叶林、针阔混交林地类类型的最优分割尺度为105;农田地类的最优分割尺度为105,水域、建筑类型的最优分割尺度为65。基于面向对象技术的地类信息提取方法其总体精度达到90.3%,Kappa系数为0.82;最大似然法其总体精度为77.6%,Kappa系数为0.71;基于面向对象方法的总体精度提高了12.7%,Kappa系数提高了11%。表明了基于面向对象分析方法的地类信息提取在国产高分辨率影像上的适用性。同时,论文的研究也为森林资源调查中地类信息的遥感提取进行了有益的尝试。