基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

用“3S“技术估测森林蓄积量变量选择与优选

利用“3S”技术对森林蓄积量估测国内外都有探讨,本文仅对森林蓄积量估测中两点问题进行了一点讨论,补了计算方法中的不足。     

基于SVR的GF1号遥感影像森林蓄积量估测

国产高分辨率卫星遥感影像已成为森林资源调查和监测的重要数据源。基于国产卫星遥感的森林蓄积量估算成为重要的研究方向之一。本研究以福建省将乐县为研究区,选择国产高分辨率高分一号卫星2 m分辨率遥感影像为主要数据源,加以辅助野外实地调查数据,分别采用多元线性回归和SVM(support vector machine)回归方法开展亚热带针叶林蓄积量估算效果评价研究。首先,从融合影像中提取遥感因子,包括11个光谱因子和10个纹理因子等;其次,对21个遥感因子进行相关性分析,选取皮尔森相关系数较大的6个遥感因子;第三,应用多元线性回归和支持向量机回归(support vector regression,SVR)对所选遥感因子建立模型,选取最优模型反演将乐县蓄积量分布图。结果表明:支持向量机回归(SVR)估测蓄积量的模型预估精度达到98. 22%。     

基于遥感数据的山西东部油松林蓄积量估测方法研究

为了探讨油松林遥感估测模型的精度和适用性,以山西省晋东土石山立地亚区的170个油松样地作为研究对象,获取研究区的SPOT影像和DEM(Digital Elevation Model,数字高程模型)数据,提取170个样地的遥感波段信息和地形信息,结合地面调查数据,分别采用多元逐步回归模型、偏最小二乘回归模型和神经网络模型,建立油松林蓄积量的遥感估测方法,并进行精度验证。结果表明:1)基于遥感影像和DEM影像估测油松林蓄积量是可行的,三种方法都取得了满意的结果;2)三种方法相比,神经网络模型对油松林蓄积量估算的精度为82.13%,多元逐步回归模型的精度为76.73%,偏最小二乘回归模型的精度为77.09%,神经网络模型的估测精度更高。     

基于分区的太湖叶绿素a遥感估测模型

以太湖为研究区域,测试水体的反射光谱和表层水质并分析叶绿素的光谱特征,对比MODIS波段并找出与叶绿素a质量浓度相关性较好或对叶绿素a质量浓度变化较为敏感的波段,根据主成分变换后的MODIS图像色调对太湖进行分区并分别用主成分、单波段及波段组合因子建立各区内相应的叶绿素a质量浓度估测模型.结果表明:对太湖合理分区可以提高叶绿素a质量浓度的遥感估测精度;经过主成分变化后的第2主成分,MODIS波段1,3~4,10~14的反射率及波段反射率组合可以较好地估测分区后的叶绿素a质量浓度.     

基于Sentinel‑1和Sentinel‑2数据的杉木林地上生物量估算

雷达和光学遥感数据可以提供不同方面的信息，利用Sentinel?1与Sentinel?2联合估算亚热带地区森林地上生物量，探索光学数据与合成孔径雷达（SAR）数据结合对于提高森林地上生物量估测的优势。     

基于Sentinel-1和Sentinel-2A数据的森林蓄积量估算

森林蓄积量是森林资源调查的重要指标,探究主动、被动遥感结合估算森林蓄积量对于森林资源监测具有重要意义.在吉林省临江市西小山林场以Sentinel-1和Sentinel-2A为数据源,提取80个纹理变量、24个光学特征变量和3个后向散射系数3种类型的变量,比较了基于多元逐步回归方法和随机森林方法建立的森林蓄积量估算模型,从而确定森林蓄积量估算的最佳方法.单一类型特征变量中,纹理变量构建的模型(a)效果相对较好,均方根误差为53.91 m³·hm^-2.在5个森林蓄积量估算模型中,结合多类型参数建立的模型(d)估算效果较好,R²为0.513,均方根误差为49.70 m³·hm^-2,相对均方根误差为0.26.此外,西小山林场呈现中南部较低,东部和中部偏西较高的森林蓄积量空间分布格局.融合Sentinel-1和sentinel-2A数据的信息,可以提高森林蓄积量估算精度.     

基于空频域纹理特征的高分辨率遥感图像居民地提取

为了解决高分辨率遥感图像中居民地信息因光谱和结构复杂度高造成的提取精度低,速度慢等问题。提出一种基于空频域纹理特征的高分辨率遥感图像居民地提取算法,该算法首先对高分辨率居民地图像分别进行特定方向Gabor滤波和分形维数的计算,然后依据得到的空频域纹理图像的局部纹理灰度特征对居民地信息进行提取,最后对提取初步结果进行形态学优化得到最终的提取结果。实验结果表明,该算法对乡村地区和山区居民地信息提取的总体精度达到97%以上,与传统的分形维数方法和Gabor滤波方法相比,误提率降低了45%以上。实现了全自动、有效的提取平原、山区两种地貌的居民地信息。     

水稻微波后向散射模型研究与计算

针对合成孔径雷达(SAR)的技术特点,以水稻为研究对象,从矢量辐射传输理论(VRT)出发,通过模拟水稻主要器官稻叶和稻杆对电磁波的散射、衰减作用等物理过程,建立了一套完整的水稻一次后向散射作用的物理模型,用以模拟水稻层的后向散射系数σ⁰,并根据模型模拟结果初步讨论了水稻后向散射系数随时相、入射角、波段和极化等因素的变化规律。     

基于信息融合的遥感分类与回归分析研究

本文提出了组合纹理和光谱信息的遥感图像解译技术,将其运用于陆地水体的二元分类,目的是通过组合两种分析方法的优点,得到更好的解译结果。利用灰度共生矩阵来进行纹理分析,同时,红光和红外光谱分析的使用能够改善陆地和水体的分类边界。纹理分析和光谱特征的融合改进了两类标记的精确度。在此基础上,本文针对多光谱数据的特点提出了灰度级差联合概率矩阵(GLDAP),利用提取的特征对多光谱高度数据进行了回归分析。     

基于光谱归一化的阔叶林LAI遥感估算模型适用性分析

针对基于植被指数(Ⅵ)的森林叶面积指数(LAI)统计模型反演方法通用性较差的问题,研究基于光谱响应函数的不同传感器相似波段的光谱归一化方法,构建基于光谱归一化的阔叶林LAI遥感估算模型,并分析光谱归一化前后LAI估算模型对不同传感器的适用性.以福州市ALOS AVNIR -2、Landsat5 TM和MODIS作为多传...     

基于矢量量化压缩的大规模体数据直接绘制

针对大规模体数据通常不适合于硬件三维纹理加速绘制的问题,使用基于区域分裂的LBG算法对大规模体数据进行矢量量化压缩,使得其压缩编码适合硬件纹理空间大小.并在图形硬件的可编程渲染器中对压缩后的三维纹理体数据进行实时地矢量解码和绘制,在解码过程中通过设定掩码纹理给出了大规模体数据的局部感兴趣区域的体绘制.实验结果表明,在不同压缩比和信噪比下,大规模体数据绘制的图像仍然具有较高的质量且维持高帧速率,绘制性能满足实时交互.     

森林叶面积指数遥感研究进展

介绍了叶面积指数(LAI)的不同定义,论述了LAI遥感定量估算的经验模型和物理模型.分析了森林LAI遥感定量反演和LAI多尺度问题的国内外研究进展.针对目前的研究进展和存在问题,就森林LAI遥感定量反演的研究趋势和方向进行了展望.     

基于RS技术的沿海防护林防风固沙效益研究

以福建省漳浦县沿海防护林为研究对象,通过遥感技术获取植被盖度、裸沙占地面积比、土壤可蚀性作为防护林防风固沙的效益评价指标,结合层次分析法构建防风固沙效益的评价指标体系,采用综合指数法制作1986年、2003年沿海防护林防风固沙效益评价图,实现了沿海防护林防风固沙效益的遥感监测。结果表明:植被盖度对土壤沙化程度影响较大,沿海防护林建设后起到了积极的防风固沙作用,漳浦县原有的严重沙化区域均向轻度转变,轻度的沙化区域面积从1986年的82.31%增加到2003年的83.60%。     

基于多源遥感的森林变化对区域温度影响的监测方法研究进展

人类活动通过改变土地覆被促成森林面积变化,推动碳收支和地表能量平衡发生相应变化,进而影响全球和区域尺度的气候。现有森林变化对区域温度的影响研究主要集中在有限精度的森林变化数据与温度数据结合的简单统计方法,但高可靠度的森林变化及其生物物理过程对区域温度的影响研究表明,准确、全面地理解森林与气候之间的生物物理相互作用机制,能为森林生态系统的全面评估提供科学支撑。笔者综合分析了基于多源遥感的森林变化结合其生物物理过程对区域温度影响的多种监测方法,结果发现:①多源中高分辨率森林变化数据的有限可用性一直阻碍着对温度变化影响的精准量化;②集成遥感观测数据的多种方法在量化森林变化的生物物理机制对于区域温度变化影响的评价不一致。因此,森林变化的生物物理机制及其温度效应是一个值得深入分析的问题。未来需要充分发挥多种数据源合理集成后用于解释森林响应气候效应方面的交叉优势,理解生物物理机制与生物化学机制共同作用下的森林变化、碳循环与气候的交互关系,并通过森林生态系统的合理经营与管理实现其气候效益最大化。     

基于RGB NDVI图像的桉树人工林区森林覆盖变化年度监测

【目的】监测桉树(Eucalyptus)人工林区森林覆盖的年度变化。【方法】基于2014年和2015年资源3号卫星遥感图像,分别计算研究区不同时段的归一化植被指数及其差值,得到NDVI₂₀₁₄、NDVI₂₀₁₅和NDVI_d,按R-G-B=NDVI₂₀₁₄-NDVI₂₀₁₅-NDVI_d作假彩色合成,得到RGB-NDVI图像,对该图像分别作基于规则的面向对象分类和非监督分类,提取采伐迹地和更新林地信息,并与NDVI差值法结果进行比较。【结果】RGB-NDVI图像面向对象分类的总体精度为98.4%,Kappa系数为0.906 1,略高于传统的NDVI差值法结果(分别为97.3%和0.817 4),RGB-NDVI图像非监督分类效果(总体精度和Kappa系数分别为96.1%和0.790 4)略低于NDVI差值法。【结论】RGB-NDVI图像可读性强,直观地反映了研究区森林覆盖变化的区域和类型信息,在快速变化林区的森林覆盖年度监测中具有良好的应用前景。     

基于非参数分类算法和多源遥感数据的单木树种分类

【目的】通过研究随机森林(random forest, RF)特征筛选对单木树种分类精度的影响,以及多源遥感数据协同下单木树种分类的有效性,分析不同特征对单木树种分类的影响程度。【方法】以东北林业大学帽儿山实验林场中林施业区的两块100 m×100 m样地为研究对象,首先,以机载激光雷达(LiDAR,light detection and ranging)和多光谱遥感CCD(charge coupled device)影像为数据源,分别基于机载LiDAR数据提取高度、强度和树冠大小等共37个特征,基于CCD影像提取光谱和纹理共21个特征;其次,以随机森林方法进行特征筛选,之后以随机森林和支持向量机(support vector machine, SVM)两种非参数分类器,结合不同数据源和特征,采用12种分类方案,利用总体精度(overall accuracy, OA)、用户精度(user’s accuracy, UA)和生产者精度(producer’s accuracy, PA)对分类结果进行对比与精度评价。【结果】经随机森林特征筛选后,分类结果优于未进行特征筛选的结果,总体精度可以平均提高3.47%,使用机载LiDAR和CCD影像协同分类相较于仅使用CCD影像总体精度平均提高6.07%。【结论】随机森林特征筛选可以优化特征,减少特征冗余,提高分类精度;多源数据结合也可以提高分类精度;在多源数据结合时,光谱特征最重要,LiDAR提取的强度特征相较于高度特征更稳定。     

福建武夷山自然保护区森林碳储量遥感 估测方法与空间分析

以福建省武夷山国家级自然保护区为研究对象,以2003年24块固定样地数据、同年Landsat TM遥感数据为主要信息源,分别采用多元线性回归、K最邻近分类算法、人工神经网络、土地覆盖分类4种方法,对研究区域2003年的碳储量进行遥感估测。在此基础上,对森林碳密度进行地理加权回归及空间格局分析。研究表明:在4个模型中,人工神经网络的相关系数最高,标准误差、平均相对误差最低,预测精度最高; 研究区不同功能分区碳密度差别不大,森林平均碳密度为52.40 t/hm²,碳储量为278.542 3万t; 森林碳密度与所处位置的海拔、坡向负相关,与坡度、林地土壤水文状况、植物生长状况正相关; 随着海拔的降低和人为干扰活动的增强,核心区、缓冲区、实验区森林碳密度的空间聚集性减弱,破碎化趋势增强。