基于加权信息量模型的油松毛虫灾害发生危险性评价     

李霓雯  张晓丽  张凝  朱程浩  孙振峰 《林业科学》2019,(3):106-117

【目的】充分考虑影响灾害发生及灾害等级的气象、地形地貌等多种因素,实现多因子灾害发生危险性评价和制图,以期为灾前的防控和预警提供依据。【方法】以辽宁省西部的油松人工林为研究区,基于Landsat影像提取油松分布范围,以高程、坡向、坡度、降雨量、活动积温、日照时数、上一年灾害程度和距离上一年重灾区远近8个危险性评价因子,采用层次分析法确定各因子权重,建立加权信息量模型,结合GIS空间分析方法,将油松的受灾危险性划分为5个等级:极低危险区、低危险区、中危险区、高危险区和极高危险区,实现危险区划制图,并与实际灾害程度监测结果对比进行精度验证。【结果】1)根据信息量法原理,信息量值越大代表发生灾害的危险性越大。本文计算得到的各因子类别信息量值均与油松毛虫的生物学特性相吻合。2)研究区2017年虫灾极高和高危险区主要分布在建平县北部,中危险区主要分布在北部部分地区和建平县与凌源市交汇处,其他地区发生虫灾危险性较低,与实际调查结果相吻合。3)最终划分等级中的中低危险区和实际受灾油松失叶率大小对应关系明显,实际成灾油松林地中有90.32%被划分至高危险区和极高危险区。【结论】基于加权信息量模型的油松毛虫灾害发生危险性评价充分考虑了不同评价因子对灾害发生影响程度的差异,得到的风险区划结果较为准确,具有应用价值,可为大区域的森林病虫害危险性评价及风险评估提供技术依据。  相似文献   

机载与星载高分遥感影像单木树冠分割方法和适宜性对比     

孙振峰  张晓丽  李霓雯 《北京林业大学学报》2019,41(11):66-75

目的应用高分辨率遥感影像快速准确提取单木树冠信息,对现代森林管理具有重要意义。面向对象的多尺度分割方法能有效地解决基于像元特征分析的局限,是单木树冠提取的重要技术途径。本文对比分析了不同遥感平台和人工林树种的树冠提取精度,探究实验方法针对不同尺度影像数据和树种的优势及适用性,并结合调查目的为影像数据的选取提供参考。方法以广西壮族自治区高峰林场为研究区,选取低空无人机CCD、机载CCD和星载高分二号遥感影像数据,针对树冠区域与背景区域的对比度效果不佳的问题,首先采用小波变换进行图像增强处理,去除影像噪声,增强树冠与背景的对比度;然后应用面向对象的多尺度分割方法,排除背景区域的干扰,针对树冠区域进行单木树冠的快速提取;最后对3种影像下提取的杉木和桉树人工林单木树冠的流程和方法,以及树冠提取精度进行研究分析。结果采用小波变换对无人机和机载平台影像增强效果显著,无人机平台下桉树和杉木实验区单木分割精度分别为87%和93.3%,冠幅估测精度为84.2%和85.1%;机载平台下桉树和杉木实验区单木分割精度为89%和91.1%,冠幅估测精度为83.9%和84.4%;而小波变换对星载平台影像增强效果不佳,桉树和杉木实验区的单木分割精度为82%和89%,冠幅估测精度为72.3%和73.3%。结论在无人机和机载平台下,应用多尺度分割得到的树冠提取精度相接近;在星载平台下,直接应用多尺度分割进行单木树冠提取,受影像自身空间分辨率的局限,提取精度低于前两种平台,但也能够满足森林调查的基本需求。   相似文献