遙感圖像林業(yè)信息挖掘及案例分析.pdf

1、林業(yè)的飛速發(fā)展以及林業(yè)信息的多樣化和復(fù)雜化,使得傳統(tǒng)獲取林業(yè)信息的方法已經(jīng)不能滿足現(xiàn)代林業(yè)生產(chǎn)和林業(yè)科學(xué)的需求。近年來,隨著遙感影像分辨率的大幅提高,遙感技術(shù)在林業(yè)的應(yīng)用也越來越廣泛。盡管遙感影像林業(yè)信息挖掘有了長足的發(fā)展,但是對(duì)于高分辨率遙感影像來說,利用傳統(tǒng)林業(yè)信息挖掘方法不僅精度不高,而且會(huì)造成空間數(shù)據(jù)大量冗余和資源浪費(fèi)。
　　 本文選取湖南省株洲市分辨率0.61m的快鳥遙感影像為數(shù)據(jù)源,城區(qū)500hm2和郊區(qū)160 hm

2、2為研究對(duì)象,在總結(jié)國內(nèi)外有關(guān)遙感影像挖掘、林業(yè)信息研究的理論和方法的基礎(chǔ)上,結(jié)合林業(yè)基礎(chǔ)理論,運(yùn)用遙感與數(shù)據(jù)挖掘技術(shù),挖掘出林業(yè)信息的三個(gè)方面:即應(yīng)用植被指數(shù)和紋理特征的綜合方法提取林區(qū)面積；通過提取樹冠表面反射率最大點(diǎn)的方法提取林分密度和基于面向?qū)ο蟪叨确指畹亩嗵卣鞣治龇椒▉硖崛〕菂^(qū)道路綠地信息。具體研究結(jié)果如下:
　　 (1)根據(jù)不同地物植被指數(shù)不相同的特點(diǎn),判斷林地(包括梯田)與裸地、建筑物、水域等非林地的歸一化植被指數(shù)

3、(NOVI)的分界點(diǎn),然后利用ENVI軟件將林地(包括梯田)與非林地分類。
　　 (2)由于遙感影像拍攝時(shí)間為秋季,梯田的NDVI值與林地很接近。所以輔以紋理特征,選取感興趣區(qū),采用灰度共生矩陣方法和C4.5決策樹分類規(guī)則制定林地與梯田的分類規(guī)則,得到置信度較高的分類規(guī)則,最后利用ERDAS的知識(shí)分類器進(jìn)行分類后處理,通過計(jì)算機(jī)自動(dòng)提取出各地類的面積。
　　 (3)樹冠大小是計(jì)算林分密度的關(guān)鍵,樹冠的光譜反射特性能有效地

4、估測(cè)樹冠大小。為此,本文運(yùn)用樹冠密度代表林分密度的方法來提取林分密度。該方法利用局部最大值濾波法對(duì)遙感影像全色波段進(jìn)行濾波處理,然后與全色波段進(jìn)行疊加,通過求差運(yùn)算,得出反射率最大點(diǎn),最后采用樹冠密度代表林分密度的方法提取出林分密度。
　　 (4)由于城市綠地林相復(fù)雜,且有大量的零星綠地存在,用常規(guī)的綠地提取方法難以與其它綠地類型區(qū)分。根據(jù)道路綠地特有的形狀和空間位置以及長寬比明顯等特征,用基于面向?qū)ο蟪叨确指畹亩嗵卣髡霞夹g(shù),

5、將道路綠地分為三種類型,設(shè)定一定的異質(zhì)性指數(shù)閾值和光譜權(quán)重,選擇不同大小的分割尺度對(duì)道路綠地進(jìn)行分類提取。
　　 當(dāng)前,林業(yè)正走向信息化,“數(shù)字林業(yè)”正在向我們走來,而作為“數(shù)字林業(yè)”最重要的數(shù)據(jù)源遙感圖像,其分辨率的提高為“數(shù)字林業(yè)”的順利實(shí)施提供了強(qiáng)大的信息保證。遙感影像海量的林業(yè)數(shù)據(jù)使得數(shù)據(jù)挖掘技術(shù)在林業(yè)中的應(yīng)用也越來越廣泛,但遙感影像林業(yè)信息挖掘正處于起步階段,尚有一些不完善的地方,比如難對(duì)林木的高、胸徑進(jìn)行估測(cè),對(duì)林種