基于MODIS影像梯度的林火边界提取方法

红外遥感数据是获取火灾参数的主要方法.中分辨率成像光谱仪(MODIS)因具有广泛的光谱覆盖波段和强大的动态监测能力被用于森林火灾监测.传统方法主要是基于光谱特征的火烧迹地识别及制图,而描述火灾蔓延的边缘火线对于动态火灾监测具有更重要的意义.本文基于多波段影像梯度的图像视觉分析,提出一种自动检测林火边界火线特征的方法.通过与传统边缘算子的检测结果对比,并结合火烧迹地的归一化植被指数NDVI叠置验证.本方法在融合多波段影像的火灾光谱信息的同时,增强了火线变化的空间细节表现能力.提高了边缘定位性能,在动态火灾制图和监测方面是有效可行的.     

浅谈林业工作中常用的遥感影像及处理要点

在遥感影像定义的基础之上,讨论了遥感影像的四个基本特征.对林业工作中常用的中分辨率遥感影像Landsate TM5、中巴资源卫星以及常用的高分辨率遥感影像Spot5、Rapideye、Alos、QuickBird、WorldviewⅠ、WorldviewⅡ等进行了介绍并做了对比分析,总结各种遥感影像的优缺点;并讨论了遥感影像基础数据准备,DOM与DEM参考数据准备以及的遥感影像正射纠正,并以ALOS为例,对算法及图像增强等工作进行了探讨     

论城市空间的视觉影像

在新的时代背景和新的功能要求下,城市发展要有文化性,并发掘城市特色,使城市向人们更直接的传达城市空间视觉影像。本文着重从造型视觉形象、色彩视觉形象、人文视觉形象三方面进行分析,探讨了如何更好传达出城市视觉特色。     

基于ETM＋影像融合的土地覆盖分类研究——以蓬安县为例

借助ERDAS软件,运用遥感数据融合技术对四川省蓬安县进行基于ETM＋融合影像的土地覆盖分类初步研究。研究中采用相同的训练样本区及最大似然法分类方法,对融合前后影像分别进行土地覆盖分类,通过对分类影像的Producers Accuracy,Users Accuracy,Kappa Accuracy三者的精度数据对比分析,上述的影像融合方法对提高土地覆盖分类的精度较为明显;就3种融合方法及重采样方式而言,乘积法融合法和立方卷积重采样法相对更为可取。     

利用不同时相遥感影像估算大兴安岭北部火干扰后NPP

森林火灾是森林生态系统中重要的干扰,对碳循环和碳平衡具有影响。林火作为大兴安岭森林生态系统中主要的干扰因子,直接影响区域的净初级生产力NPP(net primary productivity)。林火的发生使NPP迅速下降,改变了区域碳平衡。以多时相遥感数据为基础,利用CASA(Carngie-Ames-stanford-Approach)模型估算大兴安岭北部地区未过火区和过火区植被NPP变化。结果表明:1987年6月,未过火区植被NPP为145 g C m-2,轻度过火区为74 g C m-2,中度过火区为58 g C m-2,重度过火区植被NPP为38 g C m-2,火干扰后NPP分别降低了49%、60%、73%;1999年8月,火干扰12 a后,过火区NPP是未过火区NPP的96%以上,NPP恢复迅速,基本达到未过火区水平。2009年8月,火干扰22 a后,过火区NPP是未过火区93%以上,与火干扰12 a时相比,下降3%。虽然NPP增速下降,但是NPP总量增加,生产力也与未过火区基本处于同水平。     

基于回归与随机模拟的区域森林碳分布估计方法比较

以临安市为例,利用2004年森林资源清查样地数据和同年度Landsat TM影像数据,采用一元二次非线性回归和序列高斯协同模拟方法分别模拟森林地上部分碳密度及其分布,并对模拟结果进行比较分析。结果表明:一元二次非线性回归估计得研究区森林碳储量为2365404.37t,碳密度平均值为9.0000t·hm-2,最大值为73.7144t·hm-2,最小值为0.7156t·hm-2;序列高斯协同模拟得研究区森林碳储量为3291659.83t,碳密度平均值为12.5233t·hm-2,最大值为78.9133t·hm-2,最小值为0.0833t·hm-2;根据2004年森林资源清查样地数据,按随机抽样方法估计研究区森林碳储量为2708897.90t,样地碳密度平均值为10.3065t·hm-2,其最大值为96.9625t·hm-2,最小值为0;序列高斯协同模拟结果更接近地面样地估计结果,而且碳密度分布范围更合理;一元二次非线性回归估计结果与地面样地估计结果之差的累积平方和为9857.4619,而序列高斯协同模拟结果与实测结果之差的累积平方和为8018.4625;序列高斯协同模拟较一元二次非线性回归在估计区域森林碳空间分布...     

基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究

针对宁夏银北地区土壤盐碱化定量监测的需要,利用实测土壤高光谱和Landsat 8 OLI多光谱影像数据采用多项式、多元线性回归等方法进行土壤含盐量和pH值反演研究,并对影像光谱反演模型进行校正,以提高遥感定量反演精度。结果表明:(1)基于实测光谱的土壤含盐量反演精度均高于基于OLI影像反演精度;基于实测光谱敏感波段反射率反演精度高于实测盐分指数反演精度,其中实测光谱经平滑后敏感波段建立的模型效果最佳(R²=0.695)。(2)基于实测光谱平滑后敏感波段建立的pH值反演模型精度最高且最稳定(R²=0.545),基于OLI影像光谱反演精度低于实测光谱,但也通过了显著性检验和精度验证。(3)经实测光谱模型校正后的Landsat 8 OLI影像光谱的土壤含盐量反演模型R²从0.347提高到0.623。研究结果可以为准确、快速地定量监测当地土壤盐分含量、pH值的变化提供科学依据和技术手段。     

基于优化ISODATA法的冬小麦长势分级监测

以江苏省姜堰市为例,利用TM卫星遥感技术监测冬小麦的种植面积与长势情况.在利用GPS实地采样调查和建立解译标志的基础上,进行影像校正、非监督分类、人机交互式判读解译等操作,并将样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上.结合NDVI指数反演的叶面积指数进行小麦长势分级分类,并制作了冬小麦长势分级专题图.     

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。     

利用航空成像光谱数据研究土壤供氮量及变量施肥对冬小麦长势影响

以推扫式成像光谱仪PHI(Pushbroom Hyperspectral Imager)获取的冬小麦拔节期、灌浆初期及乳熟期的航空影像数据为基础，提取反映冬小麦长势的光谱特征值，结合地面调查数据，分析了研究区冬小麦的长势情况；对不同时相光谱特征值与土壤基础供氮量、土壤总供氮量以及变量施肥量进行统计分析，分析结果显示：土壤基础供氮量、土壤总供氮量的空间分布差异对冬小麦长势有明显的影响，其中，土壤基础供氮量是影响冬小麦长势的重要因素，它对冬小麦的长势影响贯穿冬小麦的整个生育期；此外，该文还通过变量施肥前后作物