遥感图像林业信息挖掘及案例分析

【摘要】：林业的飞速发展以及林业信息的多样化和复杂化,使得传统获取林业信息的方法已经不能满足现代林业生产和林业科学的需求。近年来,随着遥感影像分辨率的大幅提高,遥感技术在林业的应用也越来越广泛。尽管遥感影像林业信息挖掘有了长足的发展,但是对于高分辨率遥感影像来说,利用传统林业信息挖掘方法不仅精度不高,而且会造成空间数据大量冗余和资源浪费。 本文选取湖南省株洲市分辨率0.61m的快鸟遥感影像为数据源,城区500hm2和郊区160 hm2为研究对象,在总结国内外有关遥感影像挖掘、林业信息研究的理论和方法的基础上,结合林业基础理论,运用遥感与数据挖掘技术,挖掘出林业信息的三个方面：即应用植被指数和纹理特征的综合方法提取林区面积；通过提取树冠表面反射率最大点的方法提取林分密度和基于面向对象尺度分割的多特征分析方法来提取城区道路绿地信息。具体研究结果如下： (1)根据不同地物植被指数不相同的特点,判断林地(包括梯田)与裸地、建筑物、水域等非林地的归一化植被指数(NDVI)的分界点,然后利用ENVI软件将林地(包括梯田)与非林地分类。 (2)由于遥感影像拍摄时间为秋季,梯田的NDVI值与林地很接近。所以辅以纹理特征,选取感兴趣区,采用灰度共生矩阵方法和C4.5决策树分类规则制定林地与梯田的分类规则,得到置信度较高的分类规则,最后利用ERDAS的知识分类器进行分类后处理,通过计算机自动提取出各地类的面积。 (3)树冠大小是计算林分密度的关键,树冠的光谱反射特性能有效地估测树冠大小。为此,本文运用树冠密度代表林分密度的方法来提取林分密度。该方法利用局部最大值滤波法对遥感影像全色波段进行滤波处理,然后与全色波段进行叠加,通过求差运算,得出反射率最大点,最后采用树冠密度代表林分密度的方法提取出林分密度。 (4)由于城市绿地林相复杂,且有大量的零星绿地存在,用常规的绿地提取方法难以与其它绿地类型区分。根据道路绿地特有的形状和空间位置以及长宽比明显等特征,用基于面向对象尺度分割的多特征整合技术,将道路绿地分为三种类型,设定一定的异质性指数阈值和光谱权重,选择不同大小的分割尺度对道路绿地进行分类提取。 当前,林业正走向信息化,“数字林业”正在向我们走来,而作为“数字林业”最重要的数据源遥感图像,其分辨率的提高为“数字林业”的顺利实施提供了强大的信息保证。遥感影像海量的林业数据使得数据挖掘技术在林业中的应用也越来越广泛,但遥感影像林业信息挖掘正处于起步阶段,尚有一些不完善的地方,比如难对林木的高、胸径进行估测,对林种组成树种的识别,林分年龄的识别也有一定难度,所以从目前来看,还不能完全取代常规的林业调查技术,只能与常规技术相结合,从而使现有的林业调查技术发生巨大的变化。

【关键词】：遥感影像 林业信息 挖掘 株洲 绿地
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：S771.8
【目录】：