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。     

卫星遥感数据在森林采伐监测中的应用

分别采用SPOT5、TM5影像前后两期多光谱遥感影像的波谱特征变化,检测森林资源变化信息,确定变化类型,以计算机自动识别对森林资源变化(减少)的区域(伐区)进行信息提取,并在此基础上进行室内人工预判读;结合采伐证、伐区作业设计、二类调查材料,进行补充判读,得出森林采伐图斑。古丈TM5(30 m分辨率)的面积正判率为96.3%;古丈SPOT5(10 m分辨率)的面积正判率为96.9%。实证分析表明,使用中、高分辨率卫星遥感数据能对森林采伐进行监测,结合辅助材料后能显著提高森林采伐监测精度。     

基于TM影像数据的林分冠层郁闭度反演技术研究

本文以崂山林场为研究区域,利用森林资源二类调查数据和TM影像数据,分析了林分郁闭度与遥感因子之间的定量关系,在此基础上利用多元回归分析法结合实测数据构建郁闭度估测模型,并对模型精度进行检验,结果表明,预估精度达到81.6%,估测效果较好。利用该模型,反演了研究区的林分冠层郁闭度,将崂山林场的林分冠层郁闭度分为四个等级,即非林地区,低郁闭度区,中郁闭度区和高郁闭度区,研究区的森林郁闭度分布呈现西北部和东南部较低,而中部和南部相对较高。     

基于随机森林的大姚县TM遥感影像分类研究

随机森林(Random Forest)是一种组合多棵决策树分类器的新的分类算法。以楚雄州大姚县为例,采用Landsat-TM数据,通过最大似然、支持向量机、随机森林3种分类器进行分类对比研究。结果表明,支持向量机和随机森林的分类精度明显优于最大似然法,两者分类精度相差不大;在分类时间上,最大似然法明显比随机森林和支持向量机快,支持向量机最慢。综合分析,随机森林算法表现更优,它在保证分类精度的前提下,也能保证一定的时间效率,更适宜实际生产应用。     

基于无人机影像的森林信息获取研究进展

随着无人机技术的不断发展,其在林业中的应用越来越广泛。无人机航空摄影作为高分影像的重要获取方式,具有成本低、效率高、时效性强等特点,己逐渐成为森林资源调查与监测的新途径。研究者已不再满足于无人机影像在森林资源分类和空间分析等方面的应用研究,而是开始关注单木树高、胸径、冠幅等具体树木信息的获取以及森林信息量化等方面的研究。文中综述近几年无人机在森林结构参数、生物量、蓄积量、立木材积表、林区规划、树木空间分布以及三维建模等方面的研究进展,并对无人机在森林信息获取中的研究和应用提出建议。     

基于无人机遥感的森林火烧迹地面积调查应用

森林火烧迹地面积的传统调查方法存在劳动强度大、效率低、数据可靠性不高等问题。为解 决上述问题,研究设计了无人机荷载多光谱传感器对森林火烧迹地面积进行调查的方法,并利用野外实 验对该方法进行了初步验证。结果表明该调查技术可快速准确获取较大范围的森林火灾火烧迹地面积, 精度可达94.44%,提高了火烧迹地调查的效率。     

基于TM/ETM+影像的新乡县土地利用演变研究

加强新乡县土地利用演变研究,为新乡县区域土地的集约化利用和经济社会可持续发展提供科学依据。运用多时相Landsat TM/ETM+影像,综合考虑波段间相关系数和OIF指数,选择最佳波段组合进行图像解译,在此基础上对遥感影像进行分类,并利用SVM分类结果进行新乡县土地利用演变分析。     

基于Rapideye影像的林木地上生物量估测

以石台县为研究地,结合Rapideye高分遥感影像和不同森林类型样地林木地上生物量调查数据,采用Pearson双变量相关分析方法筛选模型变量,分别用多元线性回归和随机森林算法建立不同森林类型的遥感地上生物量估测模型,并进行模型估测精度对比分析。结果表明,叶绿素红边模型(CRM)与叶绿素绿波模型(CGM)2个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元线性回归模型和随机森林模型中两者均被挑选为建模变量。另外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM3个滤波对生物量估测贡献较大,可作为建模变量。阔叶林、针叶林和针阔混交林3种森林类型的地上生物量模型估测精度均表现为随机森林模型优于多元线性回归模型。随机森林模型生物估测绝对均方误差在12.8760~36.5363之间,相对均方误差在20.20%~45.95%之间;多元线性回归生物量估测绝对均方误差在22.0425~46.4494之间,相对均方误差在34.58%~58.42%之间。     

基本农田变化信息在不同空间分辨率卫星影像中的提取方法研究

本文介绍了不同分辨率影像中基本农田变化信息的提取方法,重点介绍了中低分辨率影像中基于光谱知识的信息自动提取方法．以岳池县花园镇为例,采用的影像是2001年的TN和2006年SPOT2进行对比分析、识别、运算,然后提取。经分析得出不同空间分辨率影像中变化信息采用不同的方法进行提取,并对两种方法进行比较,可为今后的基本农田遥感动态监测提供更简单快捷的方法。     

新疆棉花遥感识别模型研究

依据新疆主要农作物的农时历及作物的地面光谱数据,论证了在TM遥感影像中识别棉花的最佳波段为第4波段,最佳识别月份为9月,最后通过TM遥感影像上对应的波段数据进行了验证,确定了棉花的识别模式。