基于eCognition分类的森林蓄积量估测的研究.pdf(2)

二类调查的内容主要包括：明确森林经营管理单位的边界线、各种林地面积、各种 森林、树木的蓄积量以及与森林资源相关的地理环境和生态环境因子、森林管理条件、 前期主要经营措施和成果，以及由专题调查所获得的林木种植量、生长量和消亡量、森[18] 林更新、林地土壤、病虫害等 。它首先对林业基层单位进行分划，例如林区及林班或 分场；然后以与其匹配的地图为依据按所划分的林班，设计出森林调查的方案和实施的 流程；其中资源调查的主要任务是在区划小班的同时实施目测及实测，小班调查的项目 和内容可根据实际情况和需要而定，通常调查重点是森林蓄积量；调查所得的主要成果 必须符合总体设计以及拟定经营管理方案所需资料的要求，内容主要包括：森林面积、 地类面积、森林蓄积量、经济林及人工林等数据资料和森林分布图、小班分布图、林相 图等图形资料。综上所述：一类调查是以是样地为调查单位，而二类调查是以小班为调查单位。一 类调查的总体信息是由样地调查信息分类统计、合并得到的，而二类调查的总体信息是 由小班调查信息逐级汇总得到的，二者的调查单位和总体信息的获取方法都是不相一致 的。虽然这两类森林调查工作存在明显的差异性，但是不能认为这两种森林调查工作是 完全不同或分离的，因为可以看出，二者的目的都是对森林资源进行清查，二者在调查 标准中的诸多因素的名称和内容都是相同的，而且二者的实施过程在一定条件下也具有 很大的相似性。

三.遥感与环境灾害监测遥感应用范围陆地水资源调查、土地资源调查、植被资源调查植被资源调查、地质调查、城市遥感调查、海洋资源调查、测绘、 考古调查、环境监测和规划管理等。trimble ecognition essentials 软件是一种简单易用的影像快速解译方案，它可以使任何技术水平的用户利用影像迅速生产出高质量的可用于gis的影像分类成果，特别适合作业人员对地表覆盖、作物分类、森林识别、环境调查、水土监测及城市变化等进行生产。北京揽宇方圆信息技术有限公司公司为北京市创新企业，通过了严格国际质量体系认证，产品和服务质量均有着优良的保证，曾独立提供国家重大遥感图像工程项目和遥感图像处理项目，经过多年在遥感行业的积累，在遥感影像数据供应方面形成了一整套解决方案，公司还拥有一支利用专业遥感信息处理软件进行航空、航天遥感数据处理的队伍，熟练进行遥感影像dom生产、dem提取、遥感动态监测、专题图制作、雷达卫xing变形监测、xu拟现实三维建模、地形图矢量化等处理工作，开展遥感处理技术培训与咨询服务，可解决各种行业针对空间遥感信息数据处理的业务化需求。

可 以获取较为全面的海量观测资料,为深入研究土地利用和土地覆盖变 化过程中的各种现象和规律提供了有利条件决策， 基于多时相遥感影 像的变化检测技术,可以广泛应用到社会经济以及自然科学的诸多领 域,比如城市以及农村地理数据库更新，比如农业病虫害监测，监测 是否有土地退化、监测湿地的管理，森林覆盖率问题，基础设施管理 规划内陆水源监测、监测海洋的区域环境、农田利用检测，防和以及 军事侦察和打击效果评估等,具有良好的应用前景。空间定位系统（目前主要指gps全球定位系统）、遥感（rs）和地理信息系统（gis）是目前对地观测系统中空间信息获取、存贮管理、更新、分析和应用的3大支撑技术（以下简称“3s”），是现代社会持续发展、资源合理规划利用、城乡规划与管理、自然灾害动态监测与防治等的重要技术手段，也是地学研究走向定量化的科学方法之一[1]。本文以“2013年度全国土地利用变更调查监测与核查遥感监测任务”为背景，概述了土地利用监测的研究背景和意义，阐述了研究的内容和方法，以四川省简阳市为研究区，以3s技术为基础技术手段，利用该区域2013年度时相在十二月份的资源三号卫星影像，以该区域的二次调查底图和数字高程模型数据为参考资料，制作了2米采样间隔完整的县域遥感正射影像图。

1.2.1 国内发展状况直接利用遥感影像和监测区域获取的GIS 信息实施森林蓄积量估测，在国内已有很 多专家作过研究，如徐冠华、唐守正、赵宪文、李崇贵、游先祥、李春干、杨燕琼等。 主要使用的研究方法有：涉及交互作用的蓄积量估测 （徐冠华、唐守正）；涉及环境特 征和林学特征的蓄积量估测 （方有清、张友静）；基于航天遥感数据的蓄积量多元估测 （李崇贵、赵宪文、杨燕琼、游先祥、李春干等）。其中，第三种方法是由中国林业科 学研究院的赵宪文先生于1982 年提出。2002~2004 年赵宪文、李崇贵在李崇贵撰写博士 论文的基础上，由云南省林业调查规划院、北京林业大学、内蒙古第二林业调查规划设 计院及广西林业勘测设计院联合资助，对该方法进行深入的实验研究和软件实现。而前 两种方法只提出了思想，缺乏深入地研究与应用。3西安科技大学硕士学位论文 1.2.2 国外发展状况国外也有很多专家作过类似的研究，如美国俄勒冈州的W.J.Rippls （1991）、尼泊尔 的Mr.Bharat Mahto （2001 ），瑞典的JOgen Wallerman （Doctoral thesis Swedish University of Agricultural Sciences Umefi 2003 ）等尝试了利用遥感影像估测森林郁闭度及蓄积量的[41] 多元估测方法 。

但均以TM 影像为遥感信息源，没有研究高空间分辨率遥感影像及建 立以样地为单位的估测方程，因此蓄积量估测精度偏低。 1.2.3 未来的发展趋势当今，定量遥感已成为遥感技术发展的主要方向，在定量遥感技术发展的基础上， 森林资源调查和监测会逐渐由定性向定量过渡。因此，“3S”技术配合使用地面实测数据[10] 会成为将来森林资源调查和监测发展的必然趋势 。可以预言，随着遥感技术的迅猛发 展，区域化乃至全球化森林资源调查和监测的遥感应用研究将会更加科学化、速度化、 定量化、实用化。42 森林蓄积量定量估测原理2 森林蓄积量定量估测原理 2.1 利用遥感进行森林蓄积量估测的基本思想以“3S”技术为基础的森林蓄积量定量估测的基本思想是：充分利用遥感影像和监测 区域可以准确获取的GIS 信息，以线性模型为基础，建立以样地大小为单位的蓄积量估[41] 测方程，对监测区域的蓄积量进行全面估测 。具体的技术路线如图2.1 所示：监测区域测定地面控制点地理坐标纠正遥感影像筛选对象的光谱设置可能影像分割特征和纹理特征影响蓄积量估测的遥感因子底图数字化和GIS因子对遥感影像进行分类获取样地对应的遥感因子和GIS因子值方差扩大因子分析选择出建立蓄积量估测方程的最选择出影响蓄积量估测的主要遥感因子和GIS因子佳样地组合用筛选出的主要遥感因子和GIS因子描述样地偏最小二乘回归分析逐步回归分析岭回归分析确定蓄积量估测模型的算法残差分析得到以样地为单位的蓄积量估测方程图2.1 森林蓄积量定量估测流程5西安科技大学硕士学位论文(1) 遥感影像的几何纠正为了消除大气传输，传感器本身以及地球曲率影响所造成的遥感影像几何畸变，需[38] 要对遥感影像进行几何纠正 。

该过程主要是进行像元位置的变换和像元灰度的重采 样。其中几何位置的变化方法有多项式变换、相似变换、以及三角形变换；灰度值的重 采样方法有最邻近点法、双线性内插法、以及三次卷积内插法。ERDAS IMAGINE 软件 具有专业的遥感影像几何纠正模块，可根据所选的纠正模型在遥感影像上选择足够多的 地面差分 GPS控制点，根据最小二乘原理求出模型中的待估参数，从而对影像进行纠 正。(2) 底图的数字化利用遥感影像和监测区域获取的GIS 信息进行森林蓄积量定量估测，需要将底图进 行数字化处理，以便将底图展绘在分类后的遥感影像上，进行所需信息的提取。(3) 遥感图像的分类用eCognition 软件对监测区域的遥感影像进行分类。在明确监测区域样地类型的基 础上：① 需要设置合理的分割尺度、平滑度和紧致度，利用多尺度分割算法在影像中分 割出一个个样地对象，并采用软件自带的评价指标进行分割结果的测量精度评价。② 利用光谱特征和纹理特征来描述对象并进行对象特征分析。在一般情况下，可 用方差作为某一个对象特征包含信息量的近似量度，方差越大，其包含的信息量就越大， 方差越小，其信息量就越小。另一方面，由于参数分类器要求训练样本服从正态分布， 且具有良好的统计性，因此，有必要进行对象特征分布的正态性检验。

前者如实用的遥感模型和地表参数反演理论与方法研究，后者如多源遥感影像的融合、遥感影像变化监测、影像目标的识别与分类技术等。为了提高高分辨率遥感影像的分类精度，研究人员通常采用面向对象的影像分 割，以对象为基础提取遥感影像的光谱、纹理、形状等特征进行地物分类［１１Ｊ。北京揽宇方圆信息技术有限公司公司为北京市创新企业，通过了严格国际质量体系认证，产品和服务质量均有着优良的保证，曾独立提供国家重大遥感图像工程项目和遥感图像处理项目，经过多年在遥感行业的积累，在遥感影像数据供应方面形成了一整套解决方案ecognition破解版下载，公司还拥有一支利用专业遥感信息处理软件进行航空、航天遥感数据处理的队伍，熟练进行遥感影像dom生产、dem提取、遥感动态监测、专题图制作、雷达卫xing变形监测、xu拟现实三维建模、地形图矢量化等处理工作，开展遥感处理技术培训与咨询服务，可解决各种行业针对空间遥感信息数据处理的业务化需求。

(5) 建立蓄积量估测方程并进行蓄积量估测利用筛选出的遥感和GIS 因子为主组成的向量描述监测区域的样地对象，根据分类 的结果，采用抽样理论、统计理论和最优化理论，考虑所建方程的精度和预测精度等因 素，通过残差分析，筛选出建立蓄积量估测方程所必需的最优样地对象组合。利用所筛选出的影响蓄积量估测的主要遥感和 GIS因子对所抽取的最优样地对象 组合进行描述，在偏最小二乘回归分析、岭回归分析以及逐步回归分析法的基础上，借 助蓄积量预报值的残差分析选择并确定蓄积量估测模型的解算方法。 2.2 所需数据源图2.1 详细描述了利用“3S”技术进行森林蓄积量估测的原理和技术方法，其中遥感 技术和GIS 技术占据了主导地位。因此必须具有监测区域一类、二类森林调查所获取的 遥感信息和GIS 信息，或者在监测区域布设一定数量的固定样地，并获取样地所对应的 遥感信息和GIS 信息，从而建立以样地对象为单位的森林蓄积量估测模型并进行监测区 域的森林蓄积量估测。所使用的数据一方面需要有建立蓄积量估测模型的样地所对应的 遥感和GIS 信息，另一方面还需要将监测区域的遥感影像转化为以样地对象为单位的遥 感影像，并提取以样地对象为单位的遥感影像每个对象包含的遥感和GIS 信息。

2.2.1 遥感信息利用“3S”技术进行监测区域的森林蓄积量定量估测，遥感数据的获取是必须的，也 是首要的，是研究所需要的基础数据。但是，一方面，不同的传感器获取的遥感影像所 包含的信息各不相同，另一方面，高光谱影像和高分辨率影像所包含的信息量也相差很 大。因此，根据所获取的遥感影像，应该合理的设置影像森林蓄积量估测的遥感因子。 就TM 影像而言，该影像各波段的特征及植被波谱反射特性与植被分布密度呈线性相关 的关系，所含遥感信息包括TM 各个波段的灰度值以及灰度比值，用户可以根据自己的 实际情况以及研究需要进行合理设置。另一方面，还应该注意归一化植被指数NDVI 的 应用(NDVI=(nir-red)/(nir+red)), 这项指数可以检测植被生长状态、植被覆盖度和消除部 分辐射误差。用户应该对所获取的遥感影像，根据实际情况，最大限度地获取影响监测 区域森林蓄积量估测的遥感因子。 2.2.2 GIS 信息影响建立蓄积量估测模型的GIS 因子需通过实地调查获得，主要包括海拔、坡度、7西安科技大学硕士学位论文 坡向、林种、郁闭度、优势树种、龄组等。通过建立蓄积量估测方程，对监测区域的蓄 积量进行预测时，需将监测区域的遥感影像转化为以样地对象为单位的遥感影像，转化 后遥感影像各样地对象的GIS 因子，主要通过监测区域的林班、小班分布图以及DEM 模型等资料获取，同时还必需充分考虑到不同的GIS 因子对监测区域的森林蓄积量估测 所产生的影响，而非样地单位对应的GIS 因子主要通过DEM 模型或林班和小班调查资 料获取，也可通过遥感影像，采用人机交互方式，目视解译获取。