基于森林资源调查遥感监测技术.docVIP

基于森林资源调查遥感监测技术摘?要 森林资源是具有再生性的动态性资源，因此利用遥感技术可以及时准确的取得森林资源的变化情况，对于森林的可持续发展具有重要的意义。本文针对遥感监测技术对森林资源变化影响的监测，并对影响遥感对森林资源变化监测结果因素进行了讨论分析，给出了合理化建议。 关键词 森林资源；遥感技术；监测结果 中图分类号 S757 文献标识码 A 文章编号 1673-9671-（2012）111-0182-01 传统模式的森林资源调查监测是以地面测量为主的，它存在：工作量大、劳动强度大、成本较高、周期漫长、效率低和实时性差，由于精度不高，不能满足现代森林监测变化的需要。因此航空航天遥感技术因为覆盖范围大和重复访问等特点，因此越来越得到广泛应用。 1 遥感监测技术在森林资源变化中的运用 森林资源主要表现为：林冠覆盖情况变化、森林面积的变化和森林类型的变化。森林资源的变化监测遥感技术通过对不同时期的遥感影像进行分析，可以获得森林资源的变化情况。对森林资源的变化监测主要有三个目标：1）通过两时相或多时相的影像数据对比，从而确定森林资源出现变化的位置；2）确定森林资源变化类型；3）监测出森林资源变化的数量与规模。 遥感技术在我国森林资源监测中起到了很大作用，如：三北防护林、天然林保护工程和退耕还林工程等的工程进展监测和成果监测。 2 对森林资源变化的采用的遥感监测方法 在资源监测过程中，根据对图像进行分类的先后顺序，可以将变化监测的方法分成：图像直接比较法和分类后的比较法。根据监测目标量化与否，分为定性处理和定量处理两类。还可以采用数学方法将森林资源的变化监测技术分为：1）代数运算法；2）变化方法；3）分类方法；4）高级模型方法；5）GIS方法；6）可视化分析方法；7）其他方法。 2.1 代数运算法 代数运算法包括：图像差值法、图像比值法、植被指数差值法、图像的回归法、变化矢量分析法和背景相减法。这类方法的原理是：假设地物变化会在不同时相的图像上引起相灰度值的变化，这时采用逐像元对应的分析方法来确定图像的变化区域。植被指数差值法用于监测植被覆盖的变化，通常选用红光波段和近红光波段相组合作为植被指数，因为植被在这个波段范围内响应具有差别。它的变化随着树冠结构和植被的覆盖而改变。 这种方法，图像差值法最简单、最直观，结果也容易解释，缺点是不能提供变化的类型信息。图像比值法的优点是可以消除一些由于太阳高度角、阴影和地形引起的成性误差，缺点是生产的结果不服从正态分布，造成分析困难。图像回归法由于建立线性回归关系考虑了不同时相图像中因为大气条件、季节、太阳角度等引起的灰度差异，因此可以消除这些因素对变化监测的影响，但是高精度的回归关系，往往比较困难而且计算量大。植被指数差值法的应用植被的指数由于监测特征针对性很强，排出了非植被信息的干扰，抑制了传感器、大气、地形和光照的干扰。变化矢量分析法是图像差值法的扩展，可以提供多光谱的数据，而且是变化类型的信息。背景相减法的简单易行，但是没有全面考虑干扰因素的影响，所以监测的精度不高。 2.2 变换方法 变化方法包括：主成分分析、缨帽转换、哥瑞姆-斯密特变换等。这些方法优点是可以减少数据的冗长信息，并且变化的信息在变换后的新图像上得到增强，方便在变化区域进行提取和再处理。 主成分分析法应用于森林的植被的变化、森林死亡率和落叶的变化监测中得到了应用。 这类方法中，PCA变换和KT变换是用于监测变化或非变化信息的方法。KT变换在森林变化监测中作用大一些，它可以把多波段的数据变换为亮度、绿度、湿度三个成分。亮度代表反射率的差异，绿度代表影像中绿色植物的数量，湿度与土壤湿度有关。KT实现了优化显示，同时实现了数据压缩，因此在实际应用作用很大。 2.3 分类方法 分类方法包括分类后进行比较法、光谱时空综合分析法、最大期望值算法、非监督变化监测法、混合变化监测法和人工神经网络法。这些方法的特点是减少大气、传感器差异对变化监测的影响，提供变化类型的信息。 这类方法要运用大量的训练样本进行监督分类或者非监督的分类，在实际的工作中要采用图像变换、植被指数、高级分类方法或者模型等来提高分类的精度。分类后，进行比较是实际中常用的变化监测方法，但是对历史数据的分类比较很困难。混合检测方法结合了代数运算法和分类法的优点。由于实现的复杂性，光谱时空综合分析和非监督变化监测在实际应用中很少用到。人工神经网络法被经常用到森林死亡率和森林的变化监测中。 2.4 高级模型法 高级模型法包括反射模型、光谱混合分析模型和生物物理参数估计的模型方法。这类方法中，经常利用影像的反射值通过线性或非线性的模型转换为地物的反射率信息。与光谱的特征相比，地物的反射率可以更