国家森林资源清查遥感应用主要技术进展

国家森林资源(连续)清查[national (continuous) forest inventory, NFI/NCFI,文中统称NFI]是森林资源监测体系的重要组成部分,可为制定国家林业发展战略和调整林业方针政策提供及时有效的科学依据。遥感在推动NFI技术进步方面发挥了重要作用,已成为支撑NFI运行不可或缺的技术手段。在将遥感数据作为辅助数据用于提高NFI总体参数估测精度和效率方面,国内外学者已开展了大量估计模型和方法研究,可概括为4类：设计推断法(design-based inference method)、模型辅助法(design-based and model-assisted method)、模型法(model-dependent method)和混合法(design and model hybrid method)。笔者针对这4类估测方法,总结了国内外研究现状,分析了国内相关研究存在的问题,并就未来重点研发方向和内容提出了建议。在设计推断法方面,国内外技术水平没有太大差距;国外开展了大量模型辅助法研究并已应用于NFI业务,但国内相关研究较少,且业务应用仅体现在面积成数估计...     

中国东北地区植被NPP模拟与时空变化分析

利用北方生态过程模型(BEPS)模拟我国东北地区2003-2012年间植被生产力,以森林、 草地通量站点和区域森林样地生产力调查数据两个尺度验证了模型精度,并对其植被净初级生产力（NPP）的时空变化特征及影响因素进行了分析. 结果表明：在站点上,森林的总初级生产力（GPP）与站点观测值的决定系数（R²）为0.94,均方根误差(RMSE)为1.53g·(m²·d)^-1,草地植被的R²与RMSE分别为0.79和0.59g·(m²·d)^{-1;区域森林生产力调查数据处理结果与模拟的森林NPP的决定系数R2=0.84,RMSE=42.73g·(m2·a)-1;研究区域NPP值呈现东北部高西南部低,由东北向西南方向逐级递减的分布格局;10年来,林地NPP增长最为明显,农田增长缓慢,灌木增减不明显,而草地呈弱下降趋势. 温度和太阳辐射是影响东北NPP变化的主要因素,森林干扰是引发局部剧烈变化的重要驱动因素.}     

基于Stokes矢量特征与GA-SVM的全极化SAR影像分类方法研究

发展了一种基于极化散射特征的全极化SAR影像分类方法,探索了Stokes矢量特征作为分类特征的有效性,通过遗传算法耦合SVM的特征选取方法(GA-SVM)有效解决了分类器泛化不足的问题.以一景高分三号(GF-3)全极化影像作为主要的数据源,与同步外业调查获取的地面实况数据进行对比,结果表明所设计的待选分类特征集与特征选取方法得到的特征组合取得了较好的分类效果,总体精度达到90.00%,Kappa系数为0.87,影像部分地物的错分、误分现象得到改善.这表明:(1)GA-SVM的特征选取方法可以在有效地降低分类特征维度的同时提升目标SVM分类器的分类精度;(2)将Stokes矢量元素及其分解特征作为分类特征,可有效提升非参数模型分类的精度.     

我国遥感数据的集成与共享研究

随着在轨运行服务卫星数量地不断增加和数据获取能力地不断增强,可利用的遥感数据成倍数增加,遥感数据集成与共享成为时代的潮流。在分析国际发展现状的基础上,进一步总结出国际发展的全球化、系统化、规范化、网络化等特征;在分析评价我国现有遥感数据资源和集成共享现状的基础上,进一步提出了我国开展遥感数据集成与共享的几点建议和设想。