基于机载LVIS和星载GLAS波形LiDAR数据反演森林LAI

波形激光雷达（Light Detection And Ranging, LiDAR）已经大量用于森林叶面积指数（Leaf Area Index, LAI）估算,但是波形LiDAR数据估算森林LAI易受地形影响。地形坡度引起的波形展宽使得地面回波和植被冠层回波信息混合在一起,难以得到准确的地面回波和冠层回波,进而影响到LAI估算精度。为了估算不同地形坡度条件下的LAI,本文采用一种坡度自适应的方法处理机载LVIS和星载GLAS波形数据。通过坡度自适应的方法得到地面波峰位置,基于高度阈值来区分地面回波和冠层回波,进而得到能量比值用于LAI估算。基于LVIS和GLAS数据,估算了不同森林站点的LAI,并利用实测LAI数据进行检验。结果表明：利用波形LiDAR数据可以估算森林LAI,坡度自适应方法可以改善地形的影响,提高LAI估算精度。对于机载LVIS,估算新英格兰森林LAI精度为R²=0.77和RMSE=0.21;对于星载GLAS,估算塞罕坝森林LAI精度为R²=0.81和RMSE=0.28。无论机载还是星载数据,该方法都有着较高的精度,对于复杂地形估算LAI具有一定潜力。     

利用TM数据估算山丹军马场的植被生物量

山丹军马场是我国面积最大的马场,近年来由于过度放牧和不合理开发,植被正在逐渐退化。所以植被的生长状况的研究就显得特别重要。利用2003年9月的Landsat TM图像估算了山丹军马场植被的地上生物量。主要方法是在GPS的帮助下,通过野外实地采样,然后根据样点数据和NDVI、第一主成分、DVI、TM4通道的光谱反射率数据之间的线性相关性,并利用逐步回归方法建立了估算生物量的最优模型,用此模型计算了山丹军马场典型区的生物量。     

基于激光雷达的大兴安岭典型森林生物量制图技术研究

森林生物量作为森林生态系统基本的数量表征,表明了森林的经营水平和开发利用价值,并能反映其与环境在物质循环和能量流动方面的复杂关系。同时,森林生物量也是林业问题和生态问题研究的基础。以内蒙古大兴安岭国家野外生态站为研究区域,通过对机载激光雷达(LiDAR)点云数据的预处理,利用计算机编程提取LiDAR点云数据的结构参数,以植被分位数高度变量与密度变量为自变量,结合地面调查数据,建立生物量与LiDAR结构参数的回归模型(决定系数为0.69,均方根误差为0.34)。运用IDL编程对LiDAR点云块数据进行运算并生成分辨率为20m×20m的栅格图像,拼接后得到整个区域的地上生物量分布图,对生成的地上生物量分布图进行验证的R2为0.78,RMSE为23.09t/hm2,平均估测精度达83%。     

利用陆地卫星TM数据评估森林病虫害

回顾和总结了近十多年来森林病虫害遥感监测的研究进展，介绍了“八五”攻关课题的最新研究成果，充分肯定了陆地卫星TM数据在森林资源质量监测和评估中的应用前景，指出了今后的发展方向。     

我国卫星图像数据用于生物量研究

本文简要介绍利用我国科学探测和技术试验卫星(简称:我国卫星)图像数据进行信息提取的试验,目的是评价我国卫星图像数据的几何校正精度、光谱信息量及其应用价值。在图像处理试验过程中引入生物量概念,使植被信息得以显著增强,尤其是生长在水渠、池塘中的植被,其分布特征清晰反映在生物量图像上。说明我国卫星图像资料在环境监测、土地利用调查、植被覆盖填图乃至农作物调查和农业产量预测中具有潜在的应用价值。     

用TM、HRV数据计算地面高度的方法

近几年,用航天多光谱扫描数据计算地面高度的方法引起了遥感、测绘及地学工作者的兴趣。特别是法国SPOT卫星HRV传感器具有用斜方向扫描观测数据来建立立体象的功能,由此航天遥感数据不仅用于地球资源调查,还可以进行地形调查。正在计划中的航天资源卫星多数都考虑立体成像。     

基于GEE云平台和Sentinel-2数据的普洱市森林覆盖制图

快速准确获取森林的空间分布对评估森林资源和生态环境状况具有重要的意义。以云南省普洱市为研究区,基于Google Earth Engine(GEE)平台和Sentinel-2影像数据,结合实地调查数据、机载遥感数据及地形辅助数据,提取影像的光谱特征、纹理特征以及地形特征,通过特征筛选,得到适合森林分类的最优特征数据集。结合简单线性非迭代聚类（SimpleNon-Iterative Clustering,SNIC）超像素分割算法,探究不同分类方法、特征变量等因素对分类精度的影响。结果表明：面向对象分类方法的分类精度要优于基于像元分类方法,分类总体精度为88.21%,Kappa系数为0.87,可以较为准确地对普洱市进行森林覆盖制图。面向对象方法可以有效减轻“椒盐现象”,特征优选避免了冗余信息对分类结果的影响,有效提高了分类效率。GEE平台与面向对象方法结合可以提供大区域、高精度的森林覆盖遥感快速制图。     

结合图像数据和HMM模型的卫星传播仿真

实质上信号在信道由于外加噪声和多径效应的影响,接收端所接到的信号是完全随机的,因此大多数的传播模型都是采用统计的方法建立的。根据卫星通信信道传播的特性,掌握在不同环境下信道特性的变化情形,并进一步建立一个准确的信道特性预测模型,来评估不同的用户环境下信号衰落情况。利用隐马尔可夫模型(Hidden Markov Models,HMMs)的统计方法,结合用户所在位置的环境图像来建立预测模型,仿真结果表明,可以得到不错的预测结果。     

基于ALOS PALSAR数据的热带森林制图技术研究

热带森林地区生物量占全球森林总生物量的40%,对于维护全球碳平衡具有重要的意义。为了给热带森林的变化监测提供有效的基础数据,采用面向对象分类方法,基于K&C(Kyoto and Carbon)PALSAR正射校正合成产品数据,研究了利用多尺度分割、特征提取及规则集建立等方法进行热带森林制图。结果表明:极化比值(HV/HH)对森林较敏感,所采用的分类方法能够很好地识别出森林,两个时相的分类结果也能够清楚地反映森林的变化情况。     

利用LANDSAT TM数据对森林郁闭度进行遥感分级估测

以大兴安岭常青林场陆地卫星影像为例进行缨帽变换(Tasseled Cap),将变换后的湿度因子与森林郁闭度进行回归分析,回归分析结果表明相关性较好,最后通过回归方法建立线性方程,对遥感图像进行反演以获取森林的郁闭度,并进行遥感分级估测。     

基于CBERS-2卫星数据的艾比湖浮游植物生物量的反演研究

以艾比湖湖区为研究对象,利用CBERS\|2卫星影像的光谱信息分析了遥感影像提取的各因子与浮游植物实测生物量之间的相关关系,建立了相关性显著的遥感因子与浮游植物生物量的线性和非线性回归模型。通过对比分析和残差分析得到最优模型,对艾比湖进行了浮游植物生物量的遥感反演,分析湖区浮游植物生物量的分布特征并估算湖体浮游植物生物总量。艾比湖浮游植物生物量的最优估测模型是二元线性回归模型:Y=3.819-0.027(G-B)-0.04(G-R),其拟合度为0.832,平均残差系数为6.9%,艾比湖湖体浮游植物的总生物量为9.95×10⁵ kg。利用遥感方法研究艾比湖浮游植物的生物量对于艾比湖水域生物估产及其生物量消长规律,以及艾比湖生态系统具有重要意义。研究分析艾比湖生物量的空间分布特征,为艾比湖水体大范围\,快速\,长期的动态监测和获取浮游生物信息和水质参数提供了有力依据。     

合成孔径雷达森林树高和地上生物量估测研究进展

微波遥感具有一定的穿透性,能够与森林内部的散射体发生相互作用,从而获得指示森林垂直方向的参数,被认为在森林垂直结构参数估测方面具有很大的潜力。PolSAR、InSAR、PolInSAR、多基线InSAR以及多基线PolInSAR技术的发展进一步拓展了微波遥感在林业中的应用,为森林垂直结构参数估测提供了可行的解决方案。首先总结了森林垂直结构剖面的层析提取方法;然后重点阐述了林下地形、森林树高以及森林地上生物量的微波遥感估测方法;最后就森林垂直结构参数估测研究中存在的问题及其发展趋势进行了分析。
     

基于随机森林的卫星快变遥测数据建模

现代卫星已逐渐成为国家重大基础设施,为了解其在轨运行状态,需要对遥测数据进行分析;其中快变遥测数据包含了大量卫星服务情况信息,对该数据进行基于机器学习算法的分析建模,可以更好利用特征维度高、数据量大的快变遥测数据,为人工智能在卫星数据建模、运维方面提供一种可能方案;提出一种基于随机森林算法对在轨卫星快变遥测数据进行建模的方法,并引入改进的二次网格搜索方法对模型参数进行调优;使用模型对某频点功率测量值进行预测,结果显示R2值达到0.98以上,预测值误差较小,建立了效果较好的快变遥测数据模型,为实现基于机器学习的快变遥测数据分析提供了一种可能的方案;     

森林地上生物量GF-3全极化SAR数据估测研究

森林地上生物量(Above Ground Biomass, AGB)是衡量森林生态系统生产能力的重要参考指标，也是研究地表碳循环和碳平衡的重要组成部分。立足国内高分三号(GF-3)SAR数据，探索不同类型反演模型的适宜性，以提高森林地上生物量的反演精度有着重要意义。以云南省昆明市宜良县花园林场小哨林区西南地区典型针叶林为研究对象，以GF-3 SAR数据为数据源，结合地面样地调查数据将GF-3 SAR数据的4个通道极化后向散射系数和极化分解特征作为森林地上生物量的建模因子；使用参数模型中的多元线性逐步回归(Multivariable Linear Stepwise Regression,MLSR)算法及非参数模型中的K最近邻(K-Nearest Neighbor Method, K-NN)、支持向量回归(Support Vector Regression, SVR)和随机森林(Random Forest, RF)共4种算法，对该研究区域森林AGB进行了反演；并采用皮尔逊相关系数(R²)、均方根误差(RMSE)及总精度(Acc.)3个指标对4种模型的反演结果精度进行了...     

高度不平衡数据的代价敏感随机森林分类算法

在处理高度不平衡数据时,代价敏感随机森林算法存在自助法采样导致小类样本学习不充分、大类样本占比较大、容易削弱代价敏感机制等问题.文中通过对大类样本聚类后,多次采用弱平衡准则对每个集群进行降采样,使选择的大类样本与原训练集的小类样本融合生成多个新的不平衡数据集,用于代价敏感决策树的训练.由此提出基于聚类的弱平衡代价敏感随机森林算法,不仅使小类样本得到充分学习,同时通过降低大类样本数量,保证代价敏感机制受其影响较小.实验表明,文中算法在处理高度不平衡数据集时性能较优.     

结合光谱、纹理及地形特征的森林生物量建模研究

一些纹理测度已经发展起来并用于提高土地覆盖分类精度,但是利用纹理测度来提高森林地上生物量估算且精度已得到验证的研究却少有,纹理与生物量的关系没能得到很好地阐述。鉴于此,本文在对SPOT5 HRG影像进行正射校正及大气校正基础上,进行光谱特征变换和基于灰度共生矩阵分4个方向、不同窗口尺寸进行9个纹理测度提取。结合研究区地形特征,分别对5个森林类型实现其生物量估算模型辨识与验证,结果表明:(1)少数纹理特征ME、VA在森林生物量估算上是有效的并且是重要的,大多数纹理测度与生物量的关系不紧密;(2)纹理测度对针叶林空间形态的表达能力优于阔叶林;(3)地形因子中,坡度和高程相对于坡向而言,对提高生物量估算精度的贡献更大。     

TM数据的信息特征

一、引言美国1982和1984年相继发射陆地卫星4和5号,星上携带第二代多光谱扫描仪——TM(专题成像仪)。TM探测地物辐射的灵敏度提高、量化等级增加、空间分辨率改善、光谱通道也进行了调整与扩展(表1)。为增强资源卫星遥感能力采取这些措施,有用信息究竟增加多少?能给用户带来多大好处?有什么特点?这是遥感应用各领域普遍关心的问题。国外从不同角度用不同方法开展了一些研究。我国引进的遥感卫星地面站已投入运行,覆盖我国大部国土的TM数据将可源源不断提供使用。今后一段时期TM图像将成为主要遥感数据源之一。有鉴于此,决定首先结合全国土地利用清查与动态监测任务,开展TM数据信息特征及     

TM数据制作南极卫星影像图时的几项特殊图像处理和冰面高程信息提取

ＴＭ数据制作南极卫星影像图时的几项特殊图像处理和冰面高程信息提取刘继琳，孙家炳，林开愚，甘信铮，刘槐英武汉测绘科技大学一、南极的自然环境概况南极是世界上最大的白色世界，其大陆面积约１４００万平方公里，９８％的面积被永久性冰雪覆盖，称南极冰盖。冰盖表面...     

南极中山站地区卫星影像的冰貌判读和制图

南极中山站地区卫星影像的冰貌判读和制图孙家炳，刘继林（武汉测绘科技大学信息工程学院）我们曾在本刊１９９６年第二期上发表过《ＬａｎｄｓａｔＴＭ数据制作南极卫星影像图》的论文。本文论述的是在上文中发表的处理后的南极卫星影像图上，对我国中山站周围地区的冰貌...