基于多源遥感数据及几何光学模型的森林郁闭度估测

森林冠层郁闭度(Forest Canopy Closure,FCC)是评估森林资源的重要因素,准确估算森林郁闭度对森林经营和管理具有重要意义。基于Li-Strahler几何光学模型,无人机激光雷达和高分六号宽幅(GF-6 Wide Field of View,GF-6 WFV)数据估测森林郁闭度,并针对混合像元的问题提出了一种可靠的方法。首先,利用无人机激光雷达衍生的高精度森林结构参数计算无人机飞行覆盖区域的光照背景分量。然后,利用连续最大角凸锥(Sequential Maximum Angle Convex Cone,SMACC)算法及线性光谱分解模型对GF-6 WFV进行混合像元分解,确定研究区最优场景分量。最后,利用Li-Strahler几何光学模型估测研究区域森林冠层郁闭度,并利用野外样地实测数据进行精度验证。结果表明：估测郁闭度与实测郁闭度之间的决定系数(R²)为0.692 8,均方误差根(RMSE)为0.059 4,总体精度为93.4%,Li-Strahler几何光学模型可以有效的在森林郁闭度反演中发挥作用。     

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。     

基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究

为探索国产高分一号宽幅（GF-1 Wide Field of View,GF-1 WFV）数据以及具有宽覆盖、红边波段（Red-Edge band,RE）的高分六号（GF-6）卫星数据在森林郁闭度（Forest Canopy Closure,FCC）定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,添加哨兵2号（Sentinel-2A）红边波段,模拟GF-6红边波段特性,并提取相关纹理信息（Texture Information,TI）、植被指数（Vegetation Index,VI）和红边指数（Red- edge Index,RI）,同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素（Topographic Factors,TF）对FCC估测的影响,利用快速迭代特征选择的k-NN（k-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS）模型,实现了内蒙古大兴安岭根河研究区FCC的定量反演,并对比逐步多元线性回归（Stepwise Multiple Linear Regressions,SMLR）和支持向量机（Support Vector Machine,SVM）估测结果。通过44块调查样地实测数据验证发现：基于GF-1 WFV估测的FCC与实测数据具有很好的一致性,R²=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R²=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R²=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R²=0.68,RMSE=0.07,并高于SMLR（R²=0.39,RMSE=0.10）和SVM（R²=0.49,RMSE=0.10）方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测,且添加红边信息经地形校正后,能有效提高FCC的估测精度。     

基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究

为探索国产高分一号宽幅（GF-1 Wide Field of View，GF-1 WFV）数据以及具有宽覆盖、红边波段（Red-Edge band，RE）的高分六号（GF-6）卫星数据在森林郁闭度（Forest Canopy Closure，FCC）定量反演中的潜力，本研究以GF-1 WFV多光谱数据为基础，添加哨兵2号（Sentinel-2A）红边波段，模拟GF-6红边波段特性，并提取相关纹理信息（Texture Information，TI）、植被指数（Vegetation Index，VI）和红边指数（Red- edge Index，RI），同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素（Topographic Factors，TF）对FCC估测的影响，利用快速迭代特征选择的k-NN（k-Nearest Neighbor with Fast Iterative Features Selection，KNN-FIFS）模型，实现了内蒙古大兴安岭根河研究区FCC的定量反演，并对比逐步多元线性回归（Stepwise Multiple Linear Regressions，SMLR）和支持向量机（Support Vector Machine，SVM）估测结果。通过44块调查样地实测数据验证发现：基于GF-1 WFV估测的FCC与实测数据具有很好的一致性，R²=0.52，RMSE=0.08；GF-1 WFV+VI+TI估测结果为R²=0.56，RMSE=0.08；GF-1 WFV+RE+RI+TI的精度明显提高，R²=0.63，RMSE=0.07；GF-1 WFV+RE+RI+TI+TF的精度最高，R²=0.68，RMSE=0.07，并高于SMLR（R²=0.39，RMSE=0.10）和SVM（R²=0.49，RMSE=0.10）方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测，且添加红边信息经地形校正后，能有效提高FCC的估测精度。     

利用通用微机进行TM磁带数据转换的研究

主要介绍了利用小型机或微型机,将TM影像CCT磁带数据转换为微机磁盘数据,并利用普通微型计算机进行遥感图像数据读取的遥感图像显示处理过程。     

基于机载LiDAR点云数据森林郁闭度估测

郁闭度是反映森林数量和质量的重要参数,是森林调查的重要因子之一。以广西壮族自治区高峰林场试验区获取的机载LiDAR点云数据为基础,基于二维冠层高度模型（Canopy Height Model,CHM）和三维点云开展了森林郁闭度估测研究。使用实地调查的105块样地作为验证参考数据对郁闭度估测结果进行了精度评价,结果表明：基于二维CHM估测郁闭度与实测值之间的R²=0.388,RMSE=0.17;而基于三维点云估测郁闭度采用了2种方法：第一种方法采用归一化后2 m以上高度植被点云密度与归一化后所有点云密度比值估测郁闭度,估测结果与实测值之间的R²=0.467,RMSE=0.13。第二种方法采用归一化后2 m以上高度第一次回波植被点云密度与归一化后第一次回波所有点云密度比值估测郁闭度,估测结果与实测值之间的R²=0.478,RMSE=0.12;基于三维点云的2种方法估测林分郁闭度的精度皆优于基于二维CHM的方法,基于三维点云估测林分郁闭度方法中,第二种方法的精度优于第一种方法。     

基于TM遥感数据的西藏林芝地区叶面积指数反演

叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获等。但是通过野外实测获取大面积的LAI比较困难,通过对西藏林芝地区的TM遥感数据进行处理获取各种植被指数,然后分别与实测LAI建立相应的回归关系,并对不同的回归模型进行分析找出相关性较好、误差较低的回归模型,最后利用该模型对林芝地区的叶面积指数进行制图。通过植被指数与实测LAI进行回归分析建立LAI估算模型,其决定系数最高为R²=0.653,具有较好的相关性。研究结果表明:TM遥感数据可以实现林芝区域LAI估算,能为生态环境研究提供数据支持。     

基于TM影像的森林病虫灾害遥感监测系统

利用TM影像可以进行森林病虫灾害的监测,但是操作过于复杂,无法在生产单位进行推广应用。为此,本文根据实际的工作流程,采用ERDAS IMAGINE遥感图像处理软件作为基础平台,设计开发了一个森林病虫灾害遥感监测系统。该系统以安徽省作为示范应用区,依据当地的马尾松毛虫灾害监测经验知识,建立了相应的森林病虫灾害模型,通过输入多时相TM影像,提取灾害信息。系统操作简便实用,较好地实现了森林灾害信息的自动处理,具有很大的实用价值。     

TM图像在大兴安岭森林火灾过火区林木恢复监测中的作用

1987年5月,黑龙江省大兴安岭地区发生特大森林火灾。由于灾区处于我国高纬度地区,火灾延续时间近一个月,美国陆地卫星得以从三条轨道多次从灾区过境。从而,科学院遥感卫星地面站成功地实时纪录了火灾的发展及变化过程,镶嵌出过火区TM彩色影像图,这对当时的扑火救灾、灾情评估及灾后的整治决策,都起了重要作用。     

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。     

不同树种组的热带森林植被生物量与遥感地学数据之间的相关性分析

以我国云南省西双版纳的热带森林为例,分别对栎类林、其它阔叶林、其它硬阔叶林的生物量与其对应的Landsat TM数据及其派生数据、气象数据和地形数据进行了相关性分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地的森林植被的生物量。然后,根据样地的坐标来建立样地GIS数据库。其次,将同期的遥感影像、气象数据和地形数据与GIS数据进行配准,并从遥感影像中产生出一系列的派生数据。最后,在此基础上,分别对栎类林、其它阔叶林、其它硬阔叶林的样地生物量与其遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,栎类林的生物量与TM1、TM2、TM3、TM4、TM5、TM7、缨帽变换的亮度、绿度、湿度、VI3、DVI、PC1和PVI在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它硬阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上,其相关都不够显著。     

Accuracy of forest mapping based on Landsat TM data and a kNN-based method

A multi-source forest inventory (MSFI) method has been developed for use in the Norwegian National Forest Inventory (NFI). The method is based on a k-nearest neighbour rule and uses field plots from the NFI, land cover maps, and satellite image data from Landsat Thematic Mapper. The inventory method is used to produce maps of selected forest variables and to estimate the selected forest variables for large areas such as municipalities. In this study, focus has been on the qualitative variables ‘dominating species group’ and ‘development class’ because these variables are of central interest to forest managers. A mid-summer Landsat 5 TM scene was used as image data, and all NFI plots inside the scene were used as a reference dataset. The relationship between the spectral bands and the forest variables was analysed, and it was found that the levels of association were low. A leave-one-out method based on the reference dataset was used to estimate the pixel-level accuracies. They were found to be relatively low with 63% agreement for species groups. An independent control survey was available for a municipality and estimates from the MSFI were compared to it. The levels of error were quite high. It was concluded that the large area estimates were biased by the reference dataset.     

TM热红外波段等效比辐射率估算

地表比辐射率是热红外遥感获取地表温度必不可少的参数。目前,实验室或野外实际测量的都是8~14um热红外波段范围内的地表比辐射率,这与Landsat 5 TM热红外波段10.4~12.5um范围内的地表比辐射率还存在着一定的差异。本文将着重探讨TM热红外范围内地表比辐射率的估算方法,然后根据估算出的地表比辐射率,利用覃志豪等提出的单窗算法[1~2],对北京城八区进行地表温度反演。结果表明,该方法能获得较为合理的地表温度反演结果。     

基于TM6数据的成都市地表温度反演

本利用Landsat5的TM6热红外数据，利用实时的地表温度对不同温度演算算法进行了回归检验，根据统计的原理对各种方法做出评价，并优先了一种方法进行成都市地面温度场的分布分析。本也就同一大气条件下的地温和气温之间的关系作了分析，认为用卫星影像的DN值代替气温研究热岛效应是不合适的。     

用TM资料对祁连山部分地区进行针叶林、灌木林分类研究

为了解黑河上游祁连山区水源涵养林十年间的变化状况,对这一典型地区采用TM卫星资料进行了针叶林、灌木林分类。首先对TM资料进行了几何精纠正和投影变换等预处理;再通过选择TM的4、3、2波段做假彩色合成,并结合遥感地面调查,建立了遥感判读解译标志;在以上工作的基础上,采用一种简单的决策树分类方法,成功地对祁连山典型地区的针叶林和灌木林进行了分类,并检验了分类结果。     

不同树种组的热带森林植被生物量与遥感地学数据之间的相关性分析

以我国云南省西双版纳的热带森林为例,分别对栎类林、其它阔叶林、其它硬阔叶林的生物量与其对应的Landsat TM数据及其派生数据、气象数据和地形数据进行了相关性分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地的森林植被的生物量。然后,根据样地的坐标来建立样地GIS数据库。其次,将同期的遥感影像、气象数据和地形数据与GIS数据进行配准,并从遥感影像中产生出一系列的派生数据。最后,在此基础上,分别对栎类林、其它阔叶林、其它硬阔叶林的样地生物量与其遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,栎类林的生物量与TM1、TM2、TM3、TM4、TM5、TM7、缨帽变换的亮度、绿度、湿度、VI3、DVI、PC1和PVI在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上相关都不够显著。其它硬阔叶林的生物量与降雨量在0.05的水平上显著,而与其它因子在这个水平上,其相关都不够显著。     

现代黄河三角洲植被主要建群种野外光谱特征及TM分类试验

通过对2007年10月现代黄河三角洲芦苇、柽柳、翅碱蓬野外光谱数据处理、分析获得3种植被的特征光谱。经Fisher比率法和方差分析发现芦苇、柽柳、翅碱蓬类内和类间特征均分别位于350～700nm和350～550nm之间。通过波段综合,获得TM 相应波段的野外光谱数据,对其分析发现利用(TM2-(TM3+TM1)/2)和(TM4 TM3)组合可以很好地区分出这3种植被,并利用2006年10月的TM数据进行判别试验,经同年野外植被调查数据验证,该方法判别精度为63.3%,为主要建群种快速制图提供了一种可行的方法。     

遥感图像在土地覆盖和温度分布之间对应关系研究中的应用

利用遥感手段探讨土地覆盖类型和温度之间的对应关系有新意。以日本东京地区1998年10月14日接收的TM遥感图像为主要数据,在地面实际调查的基础上,利用图像处理方法,进行了土地覆盖类型和温度分布之间关系的探讨。以该区几种代表性的土地覆盖类型作为训练区,利用TM图像的第1,2,3,4,5五个波段数据进行分类处理,获得了很好的分类结果,TM图像第6波段(10.40～12.5μm)是探测地面温度分布最佳波段,利用第6波段数据通过一系列的转换,获得了该区温度分布。温度分布和土地覆盖类型之间具有很好的对应性,如:白天的城区温度与郊区相比普遍偏高,但城区中植被覆盖率高的居民区和公园,温度偏低;城区的商业区(新宿、银座等)、机场和大型工厂等温度偏高。