共查询到18条相似文献，搜索用时 203 毫秒
1.
高光谱遥感具有纳米级光谱分辨率、图谱合一的优势,在森林特征提取、森林监测、森林健康评价等方面有着不可替代的作用,推动了现代林业技术的发展.但高光谱遥感的自身成像条件、影像处理技术尚不成熟等原因制约了其在林业应用中发展.探讨了高光谱遥感的特点,重点分析了高光谱遥感在林业应用中的数据处理技术,尤其是数据降维技术.总结了高光... 相似文献
2.
3.
国内外林业遥感应用研究概况与展望 总被引：3，自引：1，他引：2
林业遥感技术不仅可以直接获取森林资源管理的数据,更能进一步揭示森林经营管理的生态影响。伴随合成孔径雷达、激光雷达、高光谱、热红外等高分辨率遥感设备和技术的快速发展,遥感在森林生物生态属性上的定量和定性测绘与监测方面发展十分迅速。文中重点介绍近几年国内外遥感在森林分布、组成、结构、动态和干扰、生产力监测上的应用概况,并从拓展林业遥感研究目标和维度、加大投入、提升平台建设能力和重点关注林业工程及数字林业规划等方面提出林业遥感未来的发展趋势。 相似文献
4.
无人机遥感在林业中的应用与需求分析 总被引：1，自引：0，他引：1
介绍了无人机系统及林业遥感常用载荷技术,分析了当前常规林业监测手段存在的不足;结合林业工作特点,探讨无人机遥感在林业上的应用与需求。分析表明,无人机遥感能够为林业工作提供多种遥感数据,在林业资源调查、森林巡护、病虫害监测、森林防火预警及火灾应急指挥等方面具有良好的应用前景。 相似文献
5.
高光谱对森林资源规划调查中土地类型分类的展望 总被引：1，自引：1，他引：0
潮乐蒙 《内蒙古林业调查设计》2018,(3):73-75
随着多光谱遥感技术的不断完善,高光谱遥感数据逐渐扩大了其应用范围。文章着重介绍高光谱遥感在森林规划调查中对于土地类型分类精度的研究现状,以及识别不同林业土地种类的方法。 相似文献
6.
7.
详细论述了高光谱遥感技术在森林生物物理和化学参量估计以及森林健康状态遥感评价等方面的应用研究状况，对高光谱遥感植被应用的数据处理技术作了简要说明。对我国高光谱遥感森林应用研究现状和发展水平进行了阐述，最后对高光谱遥感森林应用的未来趋势作了探讨。 相似文献
8.
《中南林业科技大学学报(自然科学版)》2010,(11)
<正>中南林业科技大学林业遥感信息工程研究中心(以下简称"中心")成立于2006年6月,是在湖南省重点学科森林经理学遥感应用研究室的基础上建立起来的科研机构。该中心的目的在于提高森林资源管理水平和推进林业信息化工作,研究领域涉及遥感影像信息处理、林业高光谱遥感、森林资源监测、信息系统研建、3S集成技术、林业空间信息系统、虚拟现实技术等方向 相似文献
9.
10.
<正> 根据林业部规划院(80)林调综字30号文件精神,在小兴安岭江山娇林业遥感试验场,结合地面光谱测试及森林综合调查的同时,应用彩色红外航空像片,编制一套林业部北方林业遥感试验场的各森林类型及土地种类的典型样片册,为林业调查、生产及科研等服务。这项工作现已全部完成,装订成册。 相似文献
11.
12.
快速准确识别树种是研究和保护森林资源的基础,通过遥感技术进行树种识别已成为森林调查重要手段之一。激光雷达数据可以提供森林垂直结构的信息,而高光谱遥感数据可以提供树木详细的光谱信息,因此联合激光雷达和高光谱数据能够提高树种分类精度。文中阐述了激光雷达和高光谱遥感在森林树种识别中的研究现状,总结了单一遥感源进行树种识别的优缺点,介绍了联合激光雷达和高光谱遥感数据的树种识别方法,最后从数据平台、数据提取、数据融合及识别模型等4个方面探讨了当前树种识别研究中面临的问题以及未来的研究方向,旨在为提高树种识别精度提供参考。 相似文献
13.
14.
高光谱遥感在植被特征识别研究中的应用 总被引：4，自引：0，他引：4
总结了高光谱遥感在植被物种识别、结构特征分析、理化信息提取等主要领域的应用研究现状; 分析了高光谱遥感在植被特征识别中所涉及的光谱特征优化、混合光谱分解、图像分类识别等关键性技术环节的最新进展; 剖析了目前研究中存在的主要问题, 并对今后的发展态势进行了展望。 相似文献
15.
森林叶绿素含量的高光谱遥感估算模型的建立 总被引：1，自引：0，他引：1
高光谱遥感提供一个通过窄波段的地物光谱反射率、诊断和检测植被叶绿素光谱特征波段的手段,为精确反演森林叶绿素含量提供更高光谱分辨率的数据。利用Epp-2000地物光谱仪测量叶片的反射光谱,并用SPAD-502对观测叶片进行叶绿素含量的同步测量;采用统计相关分析方法,分析叶片反射光谱、光谱特征参数及其各种植被指数与叶片叶绿素含量的相关关系,并建立相应的估算模型。结果表明：叶绿素含量的敏感性参数分别为Diff（R749）、Log（R466）、红边参数RVP以及比值叶绿素指数PSSR。通过多元统计回归分析,剔除不相关和存在共线性的参数后,得到叶绿素含量的估算模型为：SPAD=54．559—0．865×PSSR＋65．146×Diff（R749）-6．030×Log（R466）-0．238×RVP模型及其参数均通过统计检验,模型的决定系数砰达到0．812,均方根误差RMSE=13．35379,模型精度为88．743258％。 相似文献
16.
氮素是植物生命活动所需的重要营养元素，在森林植被的光合作用和生态系统固碳方面起着关键作用。因此，理解森林叶片氮浓度在叶片和冠层（遥感像元）尺度上的高光谱特征，是开展森林冠层叶片氮浓度（CNC）遥感反演、优化森林碳循环模拟、应对气候变化的重要基础工作。当前，森林CNC的光谱特征提取受到冠层结构因素的影响，其高光谱遥感反演的理论亦不明确。文中通过梳理国内外大量植被叶氮高光谱反演的代表性研究成果，以时间为轴线从叶片和冠层2个尺度上进行文献综述，详细阐述当前国内外森林叶氮浓度高光谱遥感反演的主要方法、研究热点和面临的问题，并对近年来学界关于森林冠层结构在冠层叶片氮浓度遥感反演中的影响进行综述，并展望森林冠层叶氮浓度高光谱遥感反演的发展方向。 相似文献
17.
高光谱数据森林类型统计模式识别方法比较评价 总被引：4，自引：0，他引：4
在我国东北地区获取EO-1 Hyperion高光谱数据,以高空间分辨率的全色SPOT-5数据及其影像分割结果为辅助,通过外业测量获取真实可靠的森林类型空间分布数据.以这些数据为地面实状数据,对现代先进的统计模式识别方法用于森林类型识别的效果进行比较评价,总结可以有效解决有限样本条件下高光谱分类问题的基于统计模式识别的森林类型分类技术方案.评价结果表明:对高光谱数据进行降维处理,并采用更加有效的二阶统计量估计方法,进而应用将空间上下文信息和光谱信息相结合的分类算法,如ECHO,可以有效提高高光谱数据森林类型的识别精度. 相似文献