多源高分辨率卫星遥感影像监测林地动态变化研究   总被引：3，自引：2，他引：1  

牟怀义 《林业资源管理》2016,(4):107-113

以内蒙古大兴安岭克一河林业局、吉文林业局林地动态变化监测为目标,应用多期国产高分辨率卫星遥感数据,辅以德国Rapid Eye、法国SPOT5和SPOT6、美国TM遥感影像;叠加占用征收林地资料、伐区作业设计、林木采伐许可证、林政案件资料、森林资源二类调查以及林地保护利用规划等专题数据资料。通过目视解译与提取识别,检测林地和林木的变化情况,结果表明:卫星遥感影像对林木采伐、占地、毁林开垦和森林灾害监测效果明显。  相似文献   

基于联合变化检测的耕地撂荒信息提取与驱动因素分析   总被引：1，自引：0，他引：1  

杨通  郭旭东  岳德鹏  汪晓帆  韩圣其 《农业机械学报》2019,50(6):201-208

撂荒地遥感提取方法主要为分类方法和变化检测方法。由于撂荒地覆被类型复杂,容易同草地、灌木混分,导致分类方法的提取精度不高。而变化检测方法易受非耕地变化因素干扰,且只能提取监测周期内的新增撂荒,无法提取监测周期之前的历史撂荒。此外,受遥感数据本身的制约,中低分数据受混合像元干扰而提取能力不足,高分遥感易受地形起伏、云层遮蔽、覆盖周期长等因素干扰而损失精度,因此,传统遥感方法提取撂荒地困难。本研究提出多源数据联合变化检测方法以提取撂荒地。利用多源数据的异质性和不同方法的互补性,针对不同类型的撂荒地制定不同的提取策略,并进行耦合分析以提取撂荒地。经实地调查验证,该方法提取总精度达到97. 6%。在此基础上,提取撂荒地的距离特征、高差特征、灌溉特征和邻域特征等自然地理指标,对其进行了显著性分析,判别了区域撂荒主导因素,为撂荒驱动力研究、定向提升撂荒地管理提供了依据。  相似文献   

基于高空间分辨率时间序列影像的对象级侵占林地图斑快速检测     

刘晓双  李才文  赵义兵 《北京林业大学学报》2022,44(11):60-69

【目的】为掌握森林资源动态变化情况,及时、快速、准确地发现侵占林地地块,并解决主流遥感变化检测方法对数据源和时相一致性要求高、人工干预多、过程繁琐等应用瓶颈,采用一种基于高空间分辨率时间序列影像的多尺度对象级分割和变化提取方法,对主流方法的分类和检测两个过程进行了融合和简化。【方法】以陕西省白水县为研究区,采用GF-1和ZY-3卫星数据源,将前后两期遥感影像波段拆分和重组形成时间序列影像,对时间序列影像进行多尺度面向对象的分割,通过分割结果的光谱变化值统计学抽样判断临界点并制定提取阈值,再利用NDVI变化值对结果进行优化。【结果】以人工目视解译结果作为参照,该方法的检测精度达86.2%。在成功检出的侵占林地图斑中,形状吻合较好或基本吻合的图斑占48.8%。【结论】该方法能够实现侵占林地图斑的快速检测,在检测效率、精度和适应性方面可满足大范围、多时相、混合数据源森林资源监测工作的实际应用需要。  相似文献   

变化检测技术在森林采伐监测中的应用     

李和顺  石军南 《安徽农业科学》2010,38(5):2624-2625,2629

利用变化检测技术从高分辨率遥感卫星影像上提取森林采伐区植被覆盖情况的变化信息,可以实现对森林采伐的监测。主要通过归一化植被指数（NDVI）结合影像差值,对经过校正后不同时相的spot5影像进行植被覆盖变化检测,结果表明,能较好地检测出采伐区变化的地面类型、林班界线,检测出采伐区植被减少的面积与实际采伐面积相比较,精度达到80%以上,检测的效果较好,该方法适用于对森林采伐进行监测。  相似文献   

基于多源数据的村域撂荒驱动力分析及模型模拟   总被引：2，自引：0，他引：2  

杨通  郭旭东  于潇  岳德鹏  汪晓帆 《干旱区资源与环境》2019,33(11):62-69

耕地撂荒受多重驱动力影响,从多重驱动力中梳理出主要驱动力、次要驱动力或伪驱动力,对撂荒地的研究和管理有重大意义。本研究以内蒙古和林格尔县为研究区,采用高分遥感数据(哨兵二号、资源三号、高分一号)结合土地变更调查数据,利用联合变化检测方法提取撂荒地,提取结果的总体精度为97.6%。在此基础上,结合村干部的问卷调查数据,设计了可能影响区域撂荒的9个自变量。将70个样本村分为训练集(50个)和验证集(20个),用多元线性模型对训练集进行逐步回归,最终进入模型的4个自变量为常户比、地形、耕村比、城市距离。该模型的调整R方为0.811,验证集的预测值与真实值拟合效果良好,说明模型对村域撂荒驱动力的解释能力较强,输出结果较为稳定。模型模拟认为,村域撂荒主要驱动力为村庄地形、人口流失程度、农垦程度和城市距离;次要驱动力为地表水资源;伪驱动力为村庄海拔、乔木林覆盖率、人均收入和小农机普及率。本研究可为判别区域撂荒驱动力、定向提升撂荒地管理提供依据。  相似文献   

森林扰动遥感影像检测方法研究进展          下载免费PDF全文

王宁  岳彩荣  罗洪斌  谷雷  朱泊东 《世界林业研究》2022,35(4):40-46

将碳达峰、碳中和纳入我国生态文明建设整体布局是中共中央作出的重大战略选择。森林是陆地生态系统最重要的贮碳库,对实现碳中和具有重要作用。森林的扰动与碳储量和碳汇关系密切,目前由于森林扰动资料的缺乏,导致区域森林碳汇与碳源的估算精度不准确,建立和完善适用于中国森林的扰动检测方法具有重要的理论意义和应用价值。文中在分析国内外森林扰动遥感检测文献的基础上对分类后比较法、直接分析法、时间序列分析法与深度学习法进行对比,分析每一类方法的技术特点和应用效果,指出森林扰动检测方法存在的问题,展望今后发展方向,以期能够为森林扰动检测相关研究提供参考。  相似文献   

基于断点检测的延安市富县植被变化研究          下载免费PDF全文

季烨云  刘鹏举  高影  任怡  余涛  牛思圆 《浙江农林大学学报》2022,39(3):540-546

  目的  多项生态工程实施以来,陕北黄土高原地区环境明显改善,探究该区域植被的时空变化,为生态环境建设与差异化决策提供依据。  方法  以陕西省延安市富县为研究对象,利用2000—2019年生长季的Landsat TM/ETM+/OLI影像,运用DBEST算法对归一化植被指数(NDVI)时间序列进行断点检测,并提出多阶段趋势分析方法分析富县植被变化时空特征。  结果  富县植被的断点检测结果表明:66.47%的区域断点NDVI变化幅度小于0.2,主要分布在富县西部和东北地区,植被相对稳定,未发生剧烈变化;33.53%的区域断点NDVI变化幅度大于0.2,其中断点数量多于4个的区域仅占5.88%,集中分布于道路、河流沿线,变化频繁,与人为活动有关。当前阶段趋势分析表明:断点NDVI变化幅度大于0.2的区域,改善的面积占总面积的24.57%,退化面积仅占2.12%;开始时间均在2014年之前,时间分布跨度大,空间异质性强,揭示了富县植被变化的多样性及复杂性;富县有林地、疏林地、灌木林地、未成林造林地4种主要林地均趋于改善,改善面积占林地面积的96.23%。  结论  2000—2019年,富县植被整体呈现改善趋势,生态建设工程取得良好的效果;植被变化的时空特征存在差异,后续决策需因地制宜。图6表1参25  相似文献   

基于遥感数据的林地变化检测方法研究     

赵勋  岳彩荣 《林业资源管理》2019,(1):101-108,135

  相似文献   

基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测   总被引：1，自引：0，他引：1  

王利民  刘佳  姚保民  季富华  杨福刚 《农业工程学报》2018,34(8):184-191

为实现区域冬小麦种植面积变化的快速监测,减少监测难度,提高监测效率和精度,该文提出一种基于年际NDVI相关关系的监测方法(relationship analysis of normal difference vegetation index,rNDVI)。选择河北省黄骅市、孟村县、海兴县3个县市为研究区,基于2014年4月14日、2017年4月26日两个时期的GF-1/WFV数据,基于rNDVI方法,通过将样本点两年度的NDVI值构建二维空间,采用最小二乘法拟合的方法获得不变地物点的上下包络线方程,进而得到冬小麦变化区域的监测阈值,提取冬小麦种植增加和减少区域,实现对研究区域的变化监测。结果表明,采用rNDVI算法总体精度分别为90.60%,Kappa系数为0.84,相比传统的先最大似然分类后再提取冬小麦种植变化区域的方法,总体精度与Kappa系数分别提高了6.6个百分点和16.7%。对冬小麦增加区域、冬小麦减少区域的变化监测结果进行分析,发现基于rNDVI的变化监测方法可以有效提高裸地、线状道路、破碎的冬小麦地块等区域的变化识别能力,提高监测精度。同时分别利用2014年3月1日和2017年3月12日、2014年5月17日与2017年5月20日两对GF-1/WFV数据进行基于rNDVI的冬小麦变化区域监测,结果表明3月份的监测精度较低,主要是由于3月份冬小麦长势尚不明显,5月份与4月份的总体精度相近,主要是由于5月份冬小麦NDVI已较高,易于识别。上述研究结果表明,基于rNDVI的冬小麦变化快速监测方法可以有效监测区域冬小麦种植面积的变化情况,算法简单高效,且能够在种植结构相对单一的冬小麦分布区域保持较高精度,能够满足农情遥感监测信息快速获取的需要。  相似文献   

多源卫星遥感影像进行土地利用变化监测   总被引：1，自引：0，他引：1  

DENG Jin-Song  WANG Ke  LI Jun  DENG Yan-Hua 《土壤圈》2009,19(1):96-103

Due to inappropriate planning and management, accelerated urban growth and tremendous loss in land, especially cropland, have become a great challenge for sustainable urban development in China, especially in developed urban area in the coastal regions; therefore, there is an urgent need to effectively detect and monitor the land use changes and provide accurate and timely information for planning and management. In this study a method combining principal component analysis (PCA) of multisensor satellite images from SPOT (systeme pour l'observation de la terre or earth observation satellite)-5 multispectral (XS) and Landsat-7 enhanced thematic mapper (ETM) panchromatic (PAN) data, and supervised classification was used to detect and analyze the dynamics of land use changes in the city proper of Hangzhou. The overall accuracy of the land use change detection was 90.67% and Kappa index was 0.89. The results indicated that there was a considerable land use change (10.03% of the total area) in the study area from 2001 to 2003, with three major types of land use conversions: from cropland into built-up land, construction site, and water area (fish pond). Changes from orchard land into built-up land were also detected. The method described in this study is feasible and useful for detecting rapid land use change in the urban area.  相似文献