提取林分郁闭度信息的几种遥感方法

合集下载

植被遥感监测的技术与方法

植被遥感监测的技术与方法

植被遥感监测的技术与方法植被遥感是指利用遥感技术,通过图像或数据获取来探测植被信息。

它是一种高效的监测和评估大面积植被变化的方法,也是研究生态系统功能和生态恢复的重要手段。

本文将介绍植被遥感监测的技术和方法。

一、植被遥感监测的技术1.1 多光谱遥感技术多光谱遥感技术是利用超光谱遥感的原理,对地球表面进行光谱扫描,记录大气透射率、地表反射率等多光谱信息。

光谱数据可以提供植被指数(如NDVI)、叶面积指数、地表覆盖度、植被高度等参数,可以用来检测植被覆盖度、植被类型和植被状况。

1.2 合成孔径雷达(SAR)技术合成孔径雷达技术是一种利用自身发射的雷达波,通过测量雷达波的反射信号,对目标区域进行成像的技术。

相对于光学遥感数据而言,SAR技术天气条件和光照等方面的限制较少,可以实现全天候的植被监测。

SAR数据可以提供土地覆盖类型、植被高度、盐碱地等信息。

1.3 雷达高度计技术雷达高度计是一种利用雷达波测量物体高度的技术。

它可以通过测定地面与植被表面之间的反射信号,推算出植被积雪厚度、植被高度等信息。

与其他遥感技术相比,雷达高度计技术可以直接测量植被的垂直尺度,具有更高的精度和分辨率。

二、植被遥感监测的方法2.1 NDVI方法NDVI方法是指利用多光谱数据计算NDVI(Normalized Difference Vegetation Index),通过计算地表绿度指数来监测植被覆盖情况。

NDVI值越高,说明植被越茂盛;NDVI值越低,说明植被越少。

NDVI方法可以满足对不同类型植被的监测需求,适用于大尺度的植被监测。

2.2 贝叶斯分类方法贝叶斯分类方法是指利用贝叶斯定理,将遥感图像分成不同的植被类别。

贝叶斯分类可以同时考虑多种因素,具有高精度和高效率的优点。

它适用于针对某一具体植被类型(如林地、草地等)的监测。

2.3 决策树分类方法决策树分类方法是指利用决策树算法,将遥感数据分成不同的类别。

决策树分类方法可以适应多种类型的遥感数据和监测需求,具有较高的分类精度和可解释性。

不同密度林分冠幅的遥感定量估计

不同密度林分冠幅的遥感定量估计

不同密度林分冠幅的遥感定量估计
冯益明;李增元;邓广
【期刊名称】《林业科学》
【年(卷),期】2007(043)001
【摘要】以高空间分辨率遥感影像QuickBird的全色波段为数据源,应用空间统计学半方差理论,对山西大同薛家庄林场不同林分密度的小黑杨人工纯林冠幅尺寸进行估计.结果表明:应用空间统计学半方差函数来分析高空间分辨率影像,可以较为准确地实现对密度相对较高纯林林分冠幅尺寸的估计,随着林分密度的降低,估计误差相应地增大.
【总页数】5页(P90-94)
【作者】冯益明;李增元;邓广
【作者单位】中国林业科学研究院资源信息研究所,北京,100091;中国林业科学研究院资源信息研究所,北京,100091;中国林业科学研究院资源信息研究所,北
京,100091
【正文语种】中文
【中图分类】S758
【相关文献】
1.高分辨率遥感数据云杉林林分冠幅估计 [J], 刘玉锋;陈冬花;郑朝贵
2.基于高空间分辨率影像的林分冠幅估计 [J], 冯益明;李增元;张旭
3.林分因子遥感定量提取技术中的后处理 [J], 蔡玉林;孙国清;庞勇;刘大伟;董彦芳;
付安民
4.基于高空间分辩率影像的林分冠幅估计 [J], 冯益明;李增元;张旭
5.基于高分一号PMS的新疆落叶松林分郁闭度遥感定量估测 [J], 刘赛赛;陈冬花;栗旭升;刘聪芳;李虎
因版权原因,仅展示原文概要,查看原文内容请购买。

林分结构参数

林分结构参数

林分结构参数林分结构参数是描述森林生态系统内部结构特征的重要指标,它对森林生态系统的功能和稳定性具有重要影响。

在森林资源管理、森林生态研究以及森林可持续发展等领域,准确理解和掌握林分结构参数至关重要。

一、林分结构参数的定义林分结构参数是指描述森林中个体树木的空间分布、大小等级、年龄阶段等基本属性的统计学指标。

主要包括:树种组成、树高、胸径、冠幅、郁闭度、林木密度、年龄结构、生长量等。

二、林分结构参数的类型与意义1. 树种组成:反映森林中的物种多样性,对于维持森林生态系统稳定性和抵抗力具有重要作用。

2. 树高、胸径和冠幅:这三个参数可以综合反映树木的生长状况,为评估森林生产力提供依据。

3. 郁闭度:表示林分内枝叶覆盖程度,直接影响到林内的光照、温度、湿度等环境条件,进而影响到森林生物多样性和生态系统功能。

4. 林木密度:直接反映了林分内的空间利用情况,过高的林木密度可能导致竞争加剧,影响树木生长。

5. 年龄结构:反映森林更新能力及未来的发展趋势,对于森林经营管理和生态保护具有重要意义。

6. 生长量:包括胸径生长量、树高生长量等,可以反映出森林的生产力和健康状况。

三、林分结构参数的测定方法1. 野外调查法:通过实地测量,获取树木的高度、胸径、冠幅等数据。

2. 空间技术法:如遥感技术、无人机技术等,可以从空中获取大面积的林分结构信息。

3. 数学模型法:根据已知的数据,建立数学模型,预测林分结构参数。

四、林分结构参数的应用1. 森林资源管理:通过分析林分结构参数,可以了解森林资源的现状,为合理利用和保护森林资源提供科学依据。

2. 森林生态研究:林分结构参数可以反映森林生态系统的结构特征和动态变化,有助于深入理解森林生态系统的工作机制。

3. 森林可持续发展:通过对林分结构参数的优化调整,可以实现森林的可持续经营,满足社会经济发展和环境保护的双重需求。

五、结语林分结构参数作为森林生态系统的重要组成部分,其科学合理的应用将对森林资源管理、森林生态研究以及森林可持续发展产生积极的影响。

基于赤池信息准则和人工神经网络的亚热带森林郁闭度遥感估算

基于赤池信息准则和人工神经网络的亚热带森林郁闭度遥感估算
[ 2 ]
影面积占林地面积的比值
已被广泛应用于表征光照
[3 ]
进行
和降水等生态因子在林冠内的再分配状况
� 所以, 森
பைடு நூலகம்
森林结构是物质与能量循环和水文过程的关键控制 因子
[ 1 ]
进行郁闭度估算变量的筛选, 用岭估计方法进行森林郁 闭度的估算� 考虑变量间可能存在的多重相关性, 可利 用方差膨胀因子 ( V ari anc e Inf l ati o n Fac t o r, V IF)
[ 11 ]
� 在众多森林结构要素中, 郁闭度即林分树冠投
� � � � � � � Re � e� � a S b c a F e Ca C e Re e Se b U A a e � � I a C e a dA c a Ne a Ne M d e
C HEN C h o ng, ZHU Y an - j un, JU W ei- m i n* � (I nt ernat i o nalIns t i t ute o f Eart h S stem S ci enc es ,Nanj i ng U ni vers i t, N anj i ng 2 10093 , Chi na) A b ac : Th i s paper � i s toexpl o re t h e appl i c ab i l i t o fLandsat TM data i nt h e ret ri evalo ff o rest c ano p cl o sure ( FCC ) i nt h e su b t ro pi c alregi o n. T ai heco unt , Ji angxi pro vi nc e was t aken as th e st u di ed area. Fac to rs f ro m rem o te s ensi ng data w ere sel ec ted f o r mo del i ng FCC b usi ng t h e Akai ke i nf o rm at i o n c ri t eri o n ( AIC ) . Th e param eters i nt h e B P - arti f i ci al neural net wo rk w ere det erm i ned � t h ro ugh si m ul at i o n experi m ents. Th e perf o rm anc e o fth e m o delwas val i dated b t h e FCC m easu red w i th t h e TR AC i nstrum ent. Th e resul ts s h o wed th at s t ro ng c o rrel ati o ns exi st ed am o ng rem o te sensi ng f ac t o rs . S o me f ac t o rs sh o ul db e exc l uded t o m ake t h e mo del i ng resul ts rel i ab l e. T h e si m ul at i ve ac c urac and predi cti ve acc urac o ft h e B P - art i f i ci al neuralnetwo rk m o delf o r esti m at i ng t h e FC C f ro m rem o te sensi ng were h i g h er th an t ho seo fth e s t epwi se reg ress i o n mo del . FCC i n th e st u di ed area w as h i gh and ab o ve 0.7 f o r4 7 .8% o f f o rest s . Th e spati al vari ab i l i t o f FCC was no ti c eab l e, and FCC s were h i gh er i nt h e western and east ern m o u nt ai no us areas t h an th o se i nmi ddl e hi l l areas. Ke d: Fo rest c ano p cl o s ure; R em o te sens i ng; AIC ; B P - art i f i ci al neural net wo rk

利用数码照片测定华北落叶松林分郁闭度

利用数码照片测定华北落叶松林分郁闭度

利用数码照片测定华北落叶松林分郁闭度李永宁;徐成立;滕轶龚;程旭;于泊【摘要】在12块标准地拍摄642张数码照片,分大、中、小3种视角测定了华北落叶松林分的郁闭度.结果表明:利用数码照片测定林分郁闭度是可行的,并具有较高的精确度.与抬头望法相比,当郁闭度较小时,利用数码照片测定的郁闭度偏大;而当郁闭度中等或较大时,测定结果相近或偏小.大视角数码照片比小视角数码照片的测定结果偏大,并具有较小的标准差,精确度较高.【期刊名称】《东北林业大学学报》【年(卷),期】2010(038)011【总页数】4页(P34-37)【关键词】郁闭度;数码照片;精确度;抬头望法【作者】李永宁;徐成立;滕轶龚;程旭;于泊【作者单位】河北农业大学,保定,071000;河北省木兰国有林场管理局;国家林业局调查规划设计院;河北省木兰国有林场管理局;河北省木兰国有林场管理局【正文语种】中文【中图分类】S753.3;S791.22郁闭度是一个重要的林分调查因子,在森林结构调整与生态评价中广泛应用。

森林经营管理中,郁闭度是小班区划、确定抚育采伐强度的重要指标,是通过遥感图像进行森林蓄积量估测不可或缺的因子[1],世界各国也都把郁闭度作为判定森林的重要因子[2]。

近年来,与郁闭度相关的生态研究不断深入,不仅在水土流失、水源涵养、林分质量评价等方面得到广泛应用,并还应用于林中光照研究[3-5]、幼苗形态与解剖的影响[6]、与溪流温度相关的森林经营管理[7]、野生动物如斑点猫头鹰(Strix occidentalis)[8]、绿纹霸鹟(Empidonax virescens)[9]栖息森林的经营管理等方面。

然而,郁闭度的基本内涵与调查方法却没有受到足够的重视,存在着概念模糊、测定方法粗放等问题,不能满足林业生产与生态建设的需要[10]。

在林学与生态学中,与郁闭度相关的概念主要有林冠盖度(canopy cover)、林冠密度(canopy density)、林冠开阔度(canopy openness)、平均树冠完满度(mean crown completeness) 等[3,5,11-13]。

小尺度样方植被覆盖度信息提取方法的探索

小尺度样方植被覆盖度信息提取方法的探索

小尺度样方植被覆盖度信息提取方法的探索张蓓蓓【摘要】Based on the traditional photographic method, different resolution digital photos were got with digital camera in small scale to extract the vegetation coverage information with image processing software Photoshop and then the coverage in- formation was classified farther by non-supervised classification with remote sensing software ENVI and the extraction accu- racy of vegetation coverage was evaluated. The results showed that the extraction information accuracy of vegetation coverage was higher with Photoshop that the overall accuracy was more than 80% and Kappa coefficient was above 0. 6, so Photoshop software was a suitable method for the vegetation coverage information extractionin small scale.%笔者在传统照像法的基础上,探索性地用数码相机在小尺度样方内拍摄不同分辨率的数码像片,用图像处理软件Photoshop提取植被覆盖度信息,在遥感软件ENVI下用非监督分类的方法对提取结果进行再分类。

利用数码照片测定华北落叶松林分郁闭度

利用数码照片测定华北落叶松林分郁闭度

利用数码照片测定华北落叶松林分郁闭度
李永宁;徐成立;滕轶龚;程旭;于泊
【期刊名称】《东北林业大学学报》
【年(卷),期】2010(038)011
【摘要】在12块标准地拍摄642张数码照片,分大、中、小3种视角测定了华北落叶松林分的郁闭度.结果表明:利用数码照片测定林分郁闭度是可行的,并具有较高的精确度.与抬头望法相比,当郁闭度较小时,利用数码照片测定的郁闭度偏大;而当郁闭度中等或较大时,测定结果相近或偏小.大视角数码照片比小视角数码照片的测定结果偏大,并具有较小的标准差,精确度较高.
【总页数】4页(P34-37)
【作者】李永宁;徐成立;滕轶龚;程旭;于泊
【作者单位】河北农业大学,保定,071000;河北省木兰国有林场管理局;国家林业局调查规划设计院;河北省木兰国有林场管理局;河北省木兰国有林场管理局
【正文语种】中文
【中图分类】S753.3;S791.22
【相关文献】
1.立地条件、林分郁闭度对华北落叶松更新幼苗生长的影响 [J], 田国恒;隋玉龙;吴强;谷建才;王春风;周国娜
2.基于树冠投影判别分析的林分郁闭度测定 [J], 刘怀鹏;安慧君
3.落叶松天然林林分郁闭度与疏密度关系的研究 [J], 刘君然;张更新
4.基于高分一号PMS的新疆落叶松林分郁闭度遥感定量估测 [J], 刘赛赛;陈冬花;
栗旭升;刘聪芳;李虎
5.六盘山北侧华北落叶松林分的水分利用效率研究 [J], 何聪;熊伟;王彦辉;程积民;招礼军;于澎涛;徐丽宏;童鸿强;王云霓
因版权原因,仅展示原文概要,查看原文内容请购买。

基于遥感技术的植被覆盖度测量方法

基于遥感技术的植被覆盖度测量方法

基于遥感技术的植被覆盖度测量方法植被覆盖度是指土地表面被植物覆盖的程度,是评估生态系统健康和环境质量的重要指标之一。

传统的植被覆盖度测量通常需要人工采集样方数据,工作量大且耗时,难以获取全面的地表植被覆盖信息。

而基于遥感技术的植被覆盖度测量方法克服了这一问题,能够迅速获取广阔地区的植被覆盖度信息。

遥感技术利用从航天器或飞机上获取的远距离和全局的图像,可以在广阔的地表范围内获取大量的植被信息。

这些图像可以是可见光、红外光或微波等不同波段的图像,通过对这些图像进行数字处理和分析,可以提取出植被的特征参数,进而计算出植被覆盖度。

基于遥感技术的植被覆盖度测量方法主要包括以下几个步骤:图像预处理、植被指数计算和植被分割。

首先,图像预处理是遥感图像分析的重要步骤。

由于遥感图像受到大气、云和阴影等干扰,需要对图像进行预处理,以去除这些干扰因素。

常见的图像预处理方法包括大气校正、云和阴影去除等。

预处理后的图像能够更准确地反映地表植被的分布情况。

接下来,植被指数计算是植被覆盖度测量的核心步骤之一。

植被指数是一种基于遥感图像的植被信息提取方法,通过计算不同波段的图像之间的比值或差异,可以反映出植被的分布、状况和生长情况。

常用的植被指数包括归一化植被指数(NDVI)、植被指数(VI)和差值植被指数(DVI)等。

这些指数综合考虑了植被对不同波段光谱的反射差异,能够有效地反映出植被的物候变化和覆盖度。

最后,植被分割是将遥感图像中的植被区域与非植被区域进行区分的步骤。

通过对植被指数图像进行阈值分割、聚类分析等方法,可以将植被区域分割出来,并计算出植被面积。

同时,通过与地面调查数据进行对比验证,可以进一步提高植被覆盖度测量的准确性和可信度。

除了上述基本步骤以外,基于遥感技术的植被覆盖度测量方法还可以结合地理信息系统(GIS)等相关技术,进行空间分析和数据可视化,以便更好地理解和解释植被覆盖度的时空分布规律。

总之,基于遥感技术的植被覆盖度测量方法具有快速、准确、全面的优势,能够为生态环境保护、资源管理和决策提供重要的科学依据。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

林 业界 利用航 片进行森 林测量 提取森林 信息巳久 , 既使今天 的森林调查也不例外 , 利用 航片进行森林测量主要是测量有关森林 调查 中 的各项数量化因子 , 主要包括二个方面: 一是林 分f、 因子 , , 班) J 包括林分 面积 、 郁闭度 、 林分平均 高度 、 林分 生长量 、 林木株数 和林 分蓄积等 , 二 是单个立木因子 , 包括立木高度 、 冠幅、 胸径 、 立 木高度生长量 、 幅生长量等。 冠 引入数 字摄影测 量 的光束法空 中三角测 量理论 , 一方面可 以对航片进行正射纠正 , 进而 生成影像地图 , 另一方面 , 以对前面所说的各 可 项数量化因子进行测量 。对于我国 目前进行 的 蠢林调查工作而言, 外业工作量很大 , 大部分调 查数据要 经过地面调查得到 , 浪费人力 , 物力 , 财力 , 利用空中三 角测量理论与技术、 3 ” “ s理论 与技术和其它相关精密仪器等对林业调查 中的 些因子进行测量 ,是解决这些矛盾 的有效途 径之一 , 充分发挥航 片的作用 , 特别是航 片的测 树作用 , 使大部分调查数据从航片上取得 , 少量 的地面调查作 补充和验证 ,则可大幅度减少外 业工作量和调查费用 , 提高调查速度 , 降低调查 成本 , 发展“ 是 精准林业” 的有 效方法之一 。 目 前 。西方大多数发达 国家利用航片在林业制 图 和林 业测量方 面应 用摄影 测量 理论与技 术和 “S 等技术 , 3” 取得 了很好 的效果。 林分郁 闭度是林 分树冠 投影面 积对林 地 总面积的 比 。 值 它不仅是一个经济指标, 更多地 表现为一个林业综合评价指标, 一个生态指标 。 具体的说 ,对郁 闭度的测量即可以方便森林经 济效益 、 生态效益 的评价 , 叉可以有效控制森林 火灾。随着社会的进步. 人们认识到森林是陆地 最大的生态系统 。森林效益不仅表现在经济方 面 ,而且 更 重 要 地 表 现 在 生 态方 面 和社 会 方 面 , 人们对森林郁 闭度的重视程度越来越 高了 , 因 此 ,如何简洁且高效的提取林 分郁闭度 日渐成 为学术界及林业部门所关心的技 术。 下面我 们从常规方 法和 高光谱遥感方 法 简要介绍郁闭度 的提取方法。 首 先 , 们 可 以通 过 航 片 影 像 的 灰 度 变 化 我 提取林分郁闭度 的信息 ,林分中有林地和无林 地 的灰度值从总体上讲是有明显 区别 的,特别 是 在东北 地区受 纬度 和太 阳高度角 的影 响 , 小 面积 的 林 中空 地 总 是 较 树 冠部 分 暗 ,大 面 积 的 林 中空地总是较树冠部分亮。根据影像光学特 征 ,常用的方法是通过边缘提取技术提取出林 木的树冠外围轮廓或者林中空地 的轮廓 。从林 分 的直方图信息里 , 我们可以确定一个阈值 , 阈 值的确定应处 于灰度变化 比较明显 的地方 , 即 有林地与无林地 的亮度值区分的地方 。不同的 林 地 其 阈 值也 不 相 同 。 较 合 理 的 确定 方 法 是 确 定 图像 中无林 地中像 元亮度值的变化范 围 , 以 确定 一 个 平均 阈值 ,进 而 按 照像 元所 占的 比 重 来估{琳 分郁闭度。假定有林地像元数为 n , 1 1

2 — 60

无林地 像元数 为 n ,则 林分 的郁 闭 度 P为 : 2 P n / ln )此方法较为合 理 , =2n+2, ( 排除 了 目视测 量的误差 ,但个别有林 地和无林地带 的灰度值 并无显著差别 , 甚至会出现交叉 , 是造成结果有 误 的一 个 重要 因素 。 而 对 于一 定 面 积 的 林 分 ,只要 提 取 出林 木 的冠幅的边缘 , 或者提取 出林 中空地 的边缘 , 我 们都能计算出林分的郁闭度。这是从林分真实 面积的基础上提取。 假设林分面积为, 林分 中立 木冠幅所 占面积为 , 林中空地面积 为, 则林分郁 闭度为假设林分面积为 S , 分中立木冠幅所 1林 占面积为 s , 中空地 面积为 s , 2林 3 则林 分郁闭
科 黑江 技信总 — 龙— — —
宋宝祥
农 林科 研 l I
孙 春胜
提 取林 分郁 闭度信 息 的几种遥感 方法
( 河 市保 安林 场 , 龙 江 讷 河 1 10) 讷 黑 63 0
摘 要: 结合 实 际 , 谈提 取 林 分 郁 闭度 信 息 的 几种 遥 感 方 法 。 谈 关键 词 : ; 感 方 法 ; 量 林分 遥 测
光谱的变化特征 ,而高光谱的每个图像像元均 可近似用一条光谱 曲线描述,高 光谱遥 感具有 高光谱分辨率和波段多等显 著特点 , 能够提供 连续的、 光谱分辨率高 的光谱波段 , 因此用它分 解混合像元诸成分光谱分量精度必定很 高,试 验证明从高光谱 图像数据 中用光谱混合模 型方 法提取森林郁闭度信息是 可靠 的。 用高光谱遥感 提取郁 闭度采用主成分分析 法 ,即通过数学变换 的方式将原数据矢 量空间 投影到新的空间 中, 在新 的空 间中, 信息得到再 分配, 聚集在少数几个分量 上, 从而实现降低空 闻维数的 目的 ,特征提取可以在降低光谱维数 度 P为 : 的同时得到更为优 化的特征空间 。为建立估测 P s/l P I s/ =2s 或 = — 3s l 模型需 从 已有 的森 林 资源 变化 图上 获取 2 0 0 但此此方法有一定的局限性 ,较适合林分 个样点的实测郁闭度值,3 10个用于建模, 7 O个 郁 闭度较小的地方 ,而在林木密集地 区往往无 用 于验 证 。 法直接观测到地面或者常错把偶尔 出现 的空地 首先对图像进行预处理 ,去除影 响效果 的 上 的树阴看成树木 , 造成郁 闭面积测多。 部分波段 , 留下质量好 的波段 , 再对其进行大气 对于前两种方法进行精度评价 的时候都要 校正和几何校正。大气纠正将图像辐射亮度值 以实地的调查数据为基础 ,但实地调查的数据 转换为光谱反射率 ,这是一个消除和减弱包括 并不是真值,因为郁闭度的野外测量 中存在无 大气辐射影响在内的综合影响的处理过 程。对 法避免的人为误差 , 目前森林调查 中, 对郁闭度 定量遥感的地物参 数反演 ,大气纠正是 十分必 的调查 , 由于受重视 程度 、 调查人员素质 、 调查 要 的 。图 像 的几 何 校正 采 用 人 机 交互 方 式 选 择 方法 、 应用方法等方面的影 响, 其调查精度不是 地 面控 制 点 ,利 用 二 次 多 项 式 和 双线 性 内插 法 很高 , 方法 的选择要根据具体 的精度要求、 条件 重采样对 处理后的高光谱 图像进行 几何纠正 , 而具体分析 。 经重新选点检验 , 控制误差 。 然后采用逐步回归 目 随着遥感技术 的推广 ,还有一种精 度 技术提取与郁闭度相关性较高的分量 , 前 建立多 更高更为精密 的方法 ,即利用高光谱数据对大 元回归对郁闭度进行估测 ,最后对精度进行验 尺度的森林郁闭度行估测 ,高光谱遥感是 高 证 。 光谱分辨率遥感 的简称 , 2 是 O世 纪末迅 速发展 以上对于郁 闭度 的提取简要介绍 了 3种方 起来的一种全新遥感技术,以纳米级 的超 高光 法 , 前两种方 法用 于常规 的估测 , 高光谱遥感方 谱分辨率和几十或几百个 波段 同时对地表地 物 法 由于 数 据 获 取 比较 困难 ,国 内开 展 高 光 谱 遥 但其精度高 , 方法 成像,获得包括森林资源 的地 面物体连续光谱 感森林信息提取 的研究不多, 信息。高光谱遥感的成像 光谱技术将成像技术 先进 , 随着遥感技术 的进一步普及 , 这种方法也 与光谱技术相结合,在对 目标地物 的空间特 征 会 凸显其优势 ,而且 目前郁闭度的估测与很多 成像的同时,获取 每个像元数 十至数百 个窄波 综合效益相关 ,相信郁闭度的测量会有很好的 段( 通常波段宽度 < Om 光谱信 息 , ln ) 产生一 条 前 景 。 作 者 简 介 : 宝祥 , 河市 保 安林 场 工会 主 宋 讷 完整而连续的光谱曲线 ,而这是常规遥感所 不 具备的。常规遥感的传感器多数只有几个或 十 席 。 孙 春 胜 , 河 市保 安 林 场 场 长 。 讷 几个波段,每个 波段宽度大 于 lO m On ,更主要 的是这些波段在电磁波谱 上不连续。 而且 , 当如 果波段过宽 ,将会合并地物的某些细微的光谱 特征, 因此 , 高光谱遥感能够探测到在宽波段遥 感中不可探测的物质特征 。 郁闭度在遥感图像上是一个 比较容易提取 的参数, 但在空间分辨率低 时(2 m,由于像元 >O ) 光谱混合 的问题 , 利用宽波段遥感数据提取 的 郁闭度信息精度不会太高 。利用高光谱数据实 行的混合光谱分解方法就可 以将郁闭度这个最 终光谱单 元信 息提取 出来,合理而真实地反 映 其在空 间上的分 布 。如 果利用 宽波段 遥感数 据,实行这种混合像元分解技术效果不会 太好, 其原因是 波段 太宽、太少, 不能代表某 …成分
相关文档
最新文档