基于PCA/NDVI的森林覆盖遥感信息提取方法研究.PDF

基于PCA/NDVI的森林覆盖遥感信息提取方法研究.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于PCA/NDVI的森林覆盖遥感信息提取方法研究

第2期,总第72期 国 土 资 源 遥 感 No.2,2007  2007年6月15日 REMOTESENSINGFORLAND&RESOURCES Jun.,2007  基于PCA/NDVI的森林覆盖 遥感信息提取方法研究 1 2 1 邓书斌 ,武红敢 ,江 涛 (1.山东科技大学,青岛 266510;2.中国林业科学院资源信息研究所,北京 100091) 摘要:以大兴安岭为试验区,提出将主成分分析(PCA)得到的第1分量、归一化植被指数(NDVI)和LandsatTM1~ TM7某一波段进行合成,增强森林覆盖区和背景区信息的反差,并利用最大似然法对影像进行监督分类,分类精 度超过92%。通过对不同云雾量和森林覆盖的2个时相影像试验表明,本方法提高了遥感影像森林覆盖信息提取 的自动化程度和精度。 关键词:主成分分析;NDVI;波段组合;监督分类;邻域分析;最大似然法 中图分类号:TP79:S771.8 文献标识码:A   文章编号:1001-070X(2007)02-0082-04 区为研究实验区,其中心位于北纬 51°58′,东经 0 引言 2 125°56′,面积约2480km。研究区内2000年数据 有少量的薄云雾(占研究区总面积比重少于20%), 森林是陆地生态系统的主体,是人类重要的环 大部分区域被森林覆盖;2005年数据无云,其中 境资源和物质资源,随着人类活动范围的扩大和自 40%以上区域没有森林覆盖。因此,所选取的2个 然灾害的频繁发生,地表森林遭到严重破坏。为了 时相同地域试验区差异较大,以便验证本方法在以 保护逐年减少的森林资源,首先要做的工作是掌握 下3个条件下的可行性: 森林资源信息,而传统的地面调查已经跟不上森林 (1)试验区有少量的薄云雾(少于20%); 变化速度。森林常是遥感观测和记录的第一层面信 (2)森林覆盖面积大,在80%以上; 息,也是遥感图像反映的最直接信息之一。在多时 (3)森林覆盖面积较小,在50%以下。 相、多波段遥感影像上提取森林信息,具有现势性 1.2 试验区概况 强、更新周期短和成本相对低廉的特点。传统监督 我国东北林区位于欧亚大陆东北部的高纬度地 和非监督分类方法精度较低,而新的分类方法,如 区,冬季漫长,夏季气候温热,雨量充沛。春秋两季 人工神经网络和专家系统,由于较为复杂,可操作 较短,全年无霜期由南向北递减,全林区有效积温在 性较差,目前还处于方法试验阶段。为此,本文寻 1600℃左右,年均降水量400~600mm。这些自然 求一种精度更高、步骤更简便的森林信息提取方法,

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档