中巴資源衛(wèi)星在森林資源清查中的應(yīng)用途徑探索——以江西省貴溪市為例.pdf

1、森林是國(guó)家可持續(xù)發(fā)展的重要物質(zhì)基礎(chǔ)，是經(jīng)濟(jì)建設(shè)和生態(tài)環(huán)境建設(shè)中不可多得的、可更新的再生資源，具有保持水土、涵養(yǎng)水源、防風(fēng)固沙、凈化空氣、調(diào)節(jié)氣候等生態(tài)功能，森林資源狀況及其消長(zhǎng)變化，不僅影響區(qū)域經(jīng)濟(jì)的持續(xù)發(fā)展，而且還影響地區(qū)乃至全球環(huán)境的變化，因此倍受人們關(guān)注。 遙感技術(shù)具有宏觀、動(dòng)態(tài)、便捷、可周期重復(fù)和成本低等諸多優(yōu)點(diǎn)，非常吻合森林資源遼闊性、復(fù)雜性、通達(dá)性差等特點(diǎn)，己成為研究森林資源狀況的理想手段。目前，在森林遙感應(yīng)用中，多

2、源遙感數(shù)據(jù)的提供能力越來(lái)越強(qiáng)，但由于遙感信息的綜合性、復(fù)雜性，使得遙感信息處理技術(shù)卻相對(duì)落后?；诓煌瑓^(qū)域、不同季相和不同背景特征的森林遙感分類(lèi)技術(shù)遠(yuǎn)未成熟，中巴資源衛(wèi)星(簡(jiǎn)稱(chēng)：CBERS)影像在林業(yè)上的應(yīng)用研究更是少見(jiàn)報(bào)道。 TM資料用于森林資源遙感調(diào)查已經(jīng)很普遍，但價(jià)格比較高。CBERS資料價(jià)格低廉，獲取方便，尤其是02星的資料質(zhì)量有了極大提高。本研究以江西省貴溪市為研究對(duì)像，利用CBERS和TM等衛(wèi)星遙感數(shù)據(jù)，以及一些相關(guān)

3、的GIS數(shù)據(jù)和林業(yè)部門(mén)的實(shí)地調(diào)查數(shù)據(jù)，針對(duì)森林遙感分類(lèi)中的幾何校正、影像處理、波段組合選擇、影像分類(lèi)方法和森林遙感分類(lèi)效益等問(wèn)題開(kāi)展研究，對(duì)推進(jìn)江西省森林遙感的應(yīng)用具有重要的參考意義。 本研究的主要內(nèi)容和結(jié)論歸納如下： (1)本研究在1∶10萬(wàn)基礎(chǔ)地理數(shù)據(jù)的支持下對(duì)全省的中巴影像進(jìn)行了校正，然后把全省影像進(jìn)行了拼接處理，再套用貴溪行政邊界圖從中裁剪出覆蓋貴溪地區(qū)影像圖。 (2)分別對(duì)研究區(qū)TM和CBERS影像進(jìn)行

4、了各波段信息量、標(biāo)準(zhǔn)差、相關(guān)性等統(tǒng)計(jì)特征及森林類(lèi)型光譜特征分析。通過(guò)定性分析和最佳指數(shù)因子OIF值計(jì)算，結(jié)果表明：CBERS234、TM345在做遙感影像的森林類(lèi)型分類(lèi)研究方面的波段組合方式是一種最佳的三波段組合方式，具有最大的信息量和最少的信息冗余度。 (3)本研究在GIS以及林業(yè)部門(mén)二類(lèi)清查數(shù)據(jù)的支持下，對(duì)CBERS影像進(jìn)行了監(jiān)督與非監(jiān)督分類(lèi)試驗(yàn)，并對(duì)分類(lèi)精度進(jìn)行了多種形式的分類(lèi)精度評(píng)價(jià)，結(jié)果表明：本研究監(jiān)督分類(lèi)的總體KAP

5、PA精度為0.6635，總體分類(lèi)精度為62.07％，非監(jiān)督分類(lèi)的總體KAPPA精度為0.5394，總體分類(lèi)精度為60.25％。CBERS影像與TM影像的監(jiān)督分類(lèi)結(jié)果與貴溪林業(yè)局做的森林資源二次清查數(shù)據(jù)相比較得出結(jié)果是：CBERS影像監(jiān)督分類(lèi)過(guò)程中，把森林類(lèi)型分至二級(jí)平均精度為56.68％，分至三級(jí)平均精度則為54.39％。TM影像監(jiān)督分類(lèi)過(guò)程中，把森林類(lèi)型分至二級(jí)平均精度為75.67％，分至三級(jí)精度則為72.62％。通過(guò)比較計(jì)算機(jī)分類(lèi)結(jié)

6、果和地面調(diào)查數(shù)據(jù)可以發(fā)現(xiàn)，不管是TM監(jiān)督分類(lèi)影像，還是本研究采用的CBERS監(jiān)督分類(lèi)影像，各種林分類(lèi)型面積與實(shí)地調(diào)查數(shù)據(jù)都存在較大偏差，尤其是針葉林，闊葉林，針闊混交林之間混分情況十分嚴(yán)重，分類(lèi)誤差很大。當(dāng)研究區(qū)各地類(lèi)和林分類(lèi)型面積分布極不均勻時(shí)，一些小面積地類(lèi)的相對(duì)精度常會(huì)出現(xiàn)負(fù)值，表明對(duì)于中巴資源衛(wèi)星，基于統(tǒng)計(jì)模式識(shí)別技術(shù)進(jìn)行森林地類(lèi)和林分類(lèi)型的詳細(xì)劃分幾乎不太可能。究其原因，可能是各種林分類(lèi)型之間光譜差異小，加上南方地形破碎，林相