林業遙感技術

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇林業遙感技術范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

林業遙感技術范文第1篇

劉振波1，張麗麗1，葛云健1，顧祝軍2

（1.南京信息工程大學氣象災害省部共建教育部重點實驗室，南京信息工程大學地理與遙感學院，

南京 210044；2.南京曉莊學院生物化工與環境工程學院）

摘要：以中國東北大興安嶺加格達奇林區為研究區，基于環境（HJ）衛星遙感數據提取森林植被指數，結合實測樣點葉面積指數（leaf area index， LAI）數據構建研究區LAI遙感反演模型，獲取研究區森林LAI。在此基礎上，利用研究區LAI影像對LAI遙感產品GLOBCARBON LAI和MODIS LAI數據進行精度驗證。研究結果表明：研究區LAI遙感反演模型中，基于比值植被指數（SR）的線性回歸模型精度最高，模型R2為0.606（RMSE=0.251 6），相對誤差19.89%；在研究區，GLOBCARBON LAI數據均值高于反演值，而MODIS LAI均值則相對較低，兩者相對誤差分別為12.2%和11.8%；通過對不同LAI值域的對比分析發現，研究區兩種遙感LAI產品的最大誤差均在LAI的低值區。

關鍵詞 ：葉面積指數；遙感反演；森林；HJ衛星；驗證

Retrieval and validation of forest leaf area index based on HJ satellite data： taking Jiagadaqi District as a case study

∥

LIU Zhenbo，ZHANG Lili，GE Yunjian，GU Zhujun

Abstract：In this study， forest leaf area index （LAI） was mapped using LAI retrieved model based on remote sensing forest vegetation indexes from HJ satellite data and situ LAI measurements data in Jiagedaqi Distract， northeastern China. GLOBCARBON LAI and MODIS LAI products data were then validated using the retrieved LAI from HJ satellite. Results showed that the accuracy of LAI retrieved model based Simple Ratio （SR） was the highest with an R?square of 0.606 and RMSE of 0.251 6. The relative error of retrieved LAI was 19.89% compared with measurement LAI data. In study area， the average value of GLOBCARBON LAI product was overestimated by 12.2% and the average value of MODIS LAI product was unde?restimated by 11.8%. Furthermore， the errors in low values under 1.5 of the two LAI products were the largest according to comparison analysis of different value ranges of LAI.

Key words：leaf area index（LAI）； retrieval； forest； HJ satellite； validation

First author’s address： Key Laboratory of Meteorological Disaster of Ministry of Education， Nanjing University of Information science and Technology， Nanjing 210044， China

收稿日期：2015-01-15

修回日期：2015-04-15

基金項目：江蘇省基礎研究計劃（自然科學基金）項目（BK20130992，BK20131078）；江蘇高校優勢學科建設工程資助項目（PAPD）。

作者簡介：劉振波（1978-），男，副教授，主要研究方向為資源環境遙感。E?mail： ZBLiu@nuist.edu.cn

葉面積指數（leaf area index，LAI）定義為單位地表面積上綠葉總面積的一半［1］，作為表征植被結構的重要因子，LAI已成為陸面過程、水文和生態等模型的重要輸入參數之一［2］。近年來，通過衛星觀測數據生產全球及區域LAI產品已成為LAI主要獲取手段，如基于AVHRR、VEGETATION、MODIS、MISR等傳感器數據的全球LAI 產品已廣泛應用于全球變化研究中［3-4］。

不同遙感數據源及反演算法的差異導致各遙感LAI產品精度不同，因此在應用遙感LAI產品時，對LAI產品的精度評價顯得尤為重要。針對遙感LAI產品精度評價，國內外學者在不同區域已有較多研究，結論不盡相同［5-6］。Pisek等［7］針對北美地區MODIS LAI產品進行了驗證研究，結果表明MODIS/LAI產品相對絕對誤差中值變化范圍為34%～88%，且當LAI處于高值區時，產品值的波動較大。Cohen等［8］驗證了北美4種不同植被覆蓋區域（ 農田、草原、針葉林、混交林） 的MODIS LAI舊版算法（Collection 3）與新版算法（Collection 4），發現新版算法在農田和草原植被區域精度有較大改善，但在森林區域仍存在高估現象［8］。Abuelgasim等［9］驗證了MODIS LAI、SPOT4/ VGT LAI與POLDER-1 LAI 3種產品在加拿大森林區域精度，結果顯示VGT LAI產品與實測結果更為接近，另兩種LAI產品精度較低。Fang等［10-11］對MODIS LAI（C4、C5）與CYCLOPES V3.1 LAI產品精度進行了綜合分析，研究結果顯示LAI的精度為±1.0，不能滿足全球氣候觀測系統GCOS的應用需求（±0.5以內）。孫晨曦等［12］、王圓圓等［13］基于實測LAI數據分別對錫林浩特草原地區GLASS LAI、MODIS LAI進行了精度驗證，結果顯示兩種LAI產品均存在一定程度的高估，GLASS LAI數據在研究區的精度與一致性要優于MODIS LAI。

綜合已有研究可以發現，由于遙感數據源及反演算法的差異以及不同研究區地表植被覆蓋類型的不同，現有遙感LAI數據產品在不同區域的反演精度存在較大差異。本研究針對中國森林覆蓋區域，選取中國東北大興安嶺加格達奇林區為研究區，在地表森林LAI實地測量的基礎上，根據實測數據首先實現較高空間分辨率環境（HJ）衛星的LAI制圖，進而利用HJ衛星反演的LAI通過尺度轉換分別對MODIS LAI產品與GLOBCARBON LAI產品進行精度分析。

1數據及處理

1.1研究區概況

本研究選取中國東北大興安嶺加格達奇地區為研究區（圖1）。研究區位于境內，大興安嶺山脈的東南坡，面積1 587km2，氣候屬寒溫帶大陸性氣候，區內森林廣袤，為中國北方典型的寒溫帶林區，主要分布有興安落葉林、白樺、樟子松、山楊、黑樺、云杉等樹種。

1.2研究數據

1.2.1環境衛星影像及預處理

本研究首先采用環境衛星（HJ-1）數據作為較高分辨率遙感數據反演研究區LAI，數據由中國衛星資源中心（http：∥secmep.cn）下載，影像獲取時間為2012年8月30日，數據均為L2 數據，經過系統輻射糾正和幾何校正，需要進一步進行大氣校正與幾何精校正。

本研究數據大氣校正采用6S模型進行影像的大氣校正，根據研究區地理位置輸入6S模型相關參數，模擬獲得大氣校正參數。幾何精校正通過地面控制點進行，控制點選取在研究區內路口、橋梁、標志地物等影像上易于識別的點，利用gps實測其經緯度完成對影像的精校正，糾正誤差控制在0.5個像元以內。

1.2.2遙感LAI產品數據

本研究分別對研究區MODIS LAI產品數據與GLOBCARBON LAI產品數據進行精度驗證，數據時相分別為2012年8月8—15日時段的MODIS LAI數據與2012年8月的GLOBCARBON LAI產品數據，其中MODIS LAI數據為MODIS標準產品MOD15A2數據。該LAI產品數據為NASA基于TERRA-AQUA/MODIS數據生成的全球2000年以來的葉面積指數產品，每8天合成1景，空間分辨率為1 km。MOD15數據主算法將全球植被劃分為8種生態群系類型，針對不同的生物群系類型，分別采用三維輻射傳輸模型生成查找表，以MOD09 1-7陸地波段的方向地表反射率為輸入反演獲取像元LAI；當光譜數據在預期范圍之外時，采用基于植被類型的NDVI-LAI備用算法，產品為真實葉面積指數。

GLOBCARBON LAI數據為基于SPOT/VEGETATION數據生成的全球1999年后的LAI產品，該產品為30 d合成數據，空間分辨率1 km。GLOBCARBON LAI利用VEGEETATION地表反射率計算植被指數SR（Simple Ratio）和RSR（Reduced Simple Ritio），在地表森林與非森林區域分別建立RSR-LAI與SR-LAI關系生成葉面積指數，算法考慮植被的集聚效應，將生成的有效葉面積指數轉換為真實葉面積指數。

1.2.3地面實測數據

本研究野外觀測數據獲取時間為2012年8月12—16日。觀測時選取森林密度相對均一區域標定30 m×30 m的樣區進行測量，樣點LAI測量采用配備雙光學感應傳感器的植物冠層分析儀LAI-2200 （LI-COR，USA），于測量樣區對角線上大致均勻選取5個測量點測量其森林冠層LAI。測量時一個傳感器分別在地表灌叢以下隨機測量4個B值，另一傳感器則放置于林地外開闊地上同步測量A值，最后取5個測量點的LAI均值作為該樣區森林冠層有效LAI。集聚指數測量利用冠層分析儀TRAC（Tracing Radiation and Architecture of Canopies），在樣區內隨機取4條直線線路，4條線路均與太陽入射光方向垂直，分別得到4組樣區冠層集聚指數，取均值作為該樣區森林冠層集聚指數。最后，根據樣點有效LAI結合同步測量的集聚指數計算得到樣點森林真實葉面積指數（LAI=LAIe /Ω），共獲取33個采樣點的測量數據。

1.3研究方法

本研究首先基于研究區較高空間分辨率HJ-1影像提取研究區測量樣點植被指數，并結合同步測量樣點LAI數據，建立研究區HJ-1影像森林LAI反演模型。其中植被指數選取NDVI［14］、SR［15］、SAVI［16］、EVI［17］、DVI［18］5種常用的植被指數。在此基礎上，以HJ-1 LAI作為真值，對HJ-1LAI像元重采樣到與MODIS LAI和GLOBCARBON LAI一致的空間分辨率，對該兩種LAI產品進行精度驗證。

2結果與分析

2.1研究區HJ-1影像LAI反演

根據預處理后的HJ-1影像，分別提取研究區各測量樣點5種植被指數。根據已有研究［15，19］，回歸模型分別選用線性、指數與對數3種回歸模型。結合同步測量的樣點LAI數據建立各植被指數與LAI回歸模型（表1），其中隨機選取22個LAI測量值用于建模，其余11個樣點用于模型驗證。由表1可見，各回歸模型均具有較高的相關性，均通過了0.05的置信檢驗。各植被指數的3種回歸模型精度基本相差不大，線性回歸模型相對精度較高，5種植被指數回歸模型的平均復相關系數R2為0.485 6，其次為指數模型與對數模型，R2分別為0.462和0.461 8。綜合5種植被的模型回歸精度，最低的為垂直植被指數（DVI）平均復相關系數R2僅為0.365 3，比值植被指數（SR）模型反演精度最高，3種回歸模型的平均復相關系數R2達到0.586。

綜合所有模型，基于SR的線性回歸模型精度最高，R2達到0.606（RMSE=0.251 6），模型反演LAI相對誤差19.89%。本研究根據此回歸模型反演得到研究區LAI圖（HJ-30 m LAI）（圖2a）。由圖2可見，研究區LAI東南部整體LAI值較高，部分區域其值高于5.0，均值為2.27，整體上沿山脈走勢呈東南高西北低的趨勢。

2.2研究區不同LAI統計分析

根據CEOS（Committee Earth Observing Satellites）全球中等分辨率LAI產品驗證框架［20］，本研究將HJ衛星反演的30 m空間分辨率LAI數據重采樣為1 km分辨率數據（HJ-1 km LAI）（圖2b），以便與MODIS LAI和GLOBCARBON LAI數據進行空間匹配并驗證（圖2c和2d）。由圖2可見，研究區重采樣后的HJ-1 km LAI影像細節表現仍高于MODIS LAI與GLOBCABON LAI數據。此外，研究區3種影像LAI空間分布格局基本一致，但GLOBCARBON LAI產品數據LAI值整體上高于其他兩種數據。

進一步對研究區3種LAI影像數據進行統計分析（表2）發現：研究區3種LAI數據在植被區域LAI值域范圍最大的為GLOBCARBON LAI數據，其值在0.93～4.91；HJ-1 km LAI數據與MODIS LAI數據值域基本相同；GLOBCARBON LAI均值最高，其值比HJ-1 kmLAI高0.29，相對誤差為12.2%；而MODIS LAI數據均值比HJ-1 km LAI均值則低0.28，相對誤差為11.8%。兩種遙感LAI數據產品在研究區LAI均值誤差均在12%左右，但GLOBCARBON LAI存在高估現象，而MODIS LAI數據則明顯低估。

2.3研究區不同區間LAI值驗證

利用研究區HJ-1 km LAI影像分別與MODIS LAI影像、GLOBCARBON LAI影像相同像素點上LAI作散點圖（圖3），可以發現3種LAI數據均具有較高的相關性，復相關系數R2分別達到0.68和0.72。進一步按低值、中值、高值區3個LAI區間分別進行統計（表3），可見研究區森林LAI在不同值域范圍內精度不同，整體上GLOBCARBON LAI與MODIS LAI兩種數據產品均隨著LAI值的升高其精度也隨著提高，在LAI低于1.5的低值區兩種LAI遙感產品精度均表現最差，其與HJ-1 km LAI的相對誤差分別為+33.7%、-37.0%，而在［1.5， 3.0］值域區間內相對誤差與整個值域內的LAI相對誤差相似。

3結論

本研究基于野外樣點實測LAI數據，首先建立研究區較高空間分辨率環境（HJ）衛星反演LAI模型，在此基礎上通過像元空間聚合對遙感LAI產品數據MODIS LAI和GLOBCARBON LAI進行精度檢驗。研究結果表明：

1）研究區HJ衛星LAI反演模型中，基于比值植被指數（SR）的線性回歸模型反演模型精度最高，模型反演的相對誤差為19.89%；

2）對遙感LAI產品數據的檢驗結果表明，研究區MODIS LAI均值整體偏低，而GLOBCARBON LAI均值則整體偏高，兩者與反演值的相對誤差都在12%左右；

3）進一步通過不同區間值LAI的對比可見，研究區該兩種遙感LAI產品在小于1.5的低值區部分誤差最大，均值相對誤差達到+33.7%和-37%，在高值區則精度均最高。

全球遙感LAI產品數據已在全球變化與碳循環研究以及植被定量監測等領域得到了廣泛應用，其產品精度直接關系到研究結果的可信度。通過本研究對最常用的兩種LAI遙感產品的精度驗證及與已有研究可以發現，不同遙感LAI產品及不同下墊面狀況下精度均表現各異，在應用各遙感LAI產品時應預先估計由此可能帶來的不確定性。

參考文獻

［1］Chen J M， Black T A. Defining leaf?area index fornon?flat leaves［J］.Plant Cell and Environment， 1992，15（4）：421-429.

［2］Wicks T E， Curran P J.Flipping forests：estimating future carbon sequestration of the boreal forest using remotely sensed data［J］.International Journal of Remote Sensing，2003，24（4）：835-842.

［3］叢日亮，張金池，林杰，等.蘇南丘陵區主要林型葉面積指數季節動態［J］.林業科技開發，2011，25（3）：63-66.

［4］劉洋， 劉榮高， 陳鏡明， 等.葉面積指數遙感反演研究進展與展望［J］.地球信息科學學報， 2013， 15（5）：734-743.

［5］曾也魯， 李靜， 柳欽火.全球LAI地面驗證方法及驗證數據綜述［J］.地球科學進展， 2012， 27（2）：165-174.

［6］肖志強，王錦地，王鍺森.中國區域MODISLA產品及其改進［J］.遙感學報， 2008， 12（6）：993-1000.

［7］Pisek J， Chen J M.Comparison and validation of MODIS and VEGETATION global LAI products over four big foot sites in North America ［J］.Remote Sensing of Environment， 2007， 109（1）：81-94.

［8］Cohen W B， Maiersperger T K， Yang Z， et al.Comparison of land cover and LAI estimates derived from ETM+ and MODIS FOR four sites in North America：A Quality Assessment of 2000/2001 Provisional MODIS Products［J］.Remote Sensing of Environment， 2003， 88（3）：233-255.

［9］Abuelgasim A A，Fernandes R A， Leblanc S G.Evaluation of national and global LAI products derived from optical remote sensing instruments over Canada［J］.IEEE Transactions on Geoscience and Remote Sensing， 2006， 44（7）：1872-1884.

［10］Fang H L， Wei S S， Jiang C Y， et al.Theoretical uncertainty analysis of global MODIS， CYCLOPES， and GLOBCARBON LAI products using a triple collocation method［J］.Remote Sensing of Environment.2012a， 124：610-621.

［11］Fang H L， Wei S S， Liang S L.Validation of MODIS and CYCLOPES LAI products using global field measurement data［J］.Remote Sen?sing of Environment，2012b， 119：43-54.

［12］孫晨曦， 劉良云， 關琳琳.內蒙古錫林浩特草原GLASS LAI產品的真實性檢驗［J］.遙感技術與應用， 2013，28（6）：949-954.

［13］王圓圓， 王猛， 李貴才， 等.基于野外觀測和TM 數據的錫林浩特典型草原MODIS/LAI產品驗證［J］.草業學報， 2011， 20（4）：252-260.

［14］Wang F M， Huang J F， Tang Y L， et al.New vegetation index and its application in estimating leaf area index of rice［J］.Rice Science，2007，14（3）：195-203.

［15］Chen J M.Evaluation of vegetation indices and a modifiedsimple ratio for boreal applications［J］.Canadian Journalof Remote Sensing， 1996（22）：229-242.

［16］Huete A R.A soil?adjusted vegetation index（SAVI）［J］.Remote Sensing of Environment，1988， 25：295-309.

［17］Jiang Z， Huete A R， Chen J， et al.Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction ［J］.Remote Sensing of Environment，2006， 101（3）：366-78.

［18］Wang Q， Adiku S， Tenhunen J， et al.On the relationship of NDVI with leaf area index in a deciduous forest site［J］.Remote sensing of environment，2005， 94（2）：244-55.

［19］Chen J M， Pavlic G， Brown L， et al.Derivation and validationof Canada?wide coarse?resolution leaf area indexmaps using high?resolution satellite imagery and groundmeasurements［J］.Remote Sensing of Environment， 2002，80（1）：165-184.

林業遙感技術范文第2篇

關鍵詞：無人機；技術；林業；應用

中圖分類號：S7 文獻標識碼：A 文章編號：1674-9944（2016）06-0186-02

1 引言

隨著無人機相關技術的發展，目前無人機已經逐漸運用到地圖測繪、地質勘測、氣象探測、災害監測、安防、農藥噴灑等不同領域，可實現高分辨率影像的采集，在彌補衛星遙感經常因云層遮擋獲取不到影像缺點的同時，解決了傳統衛星遙感重訪周期過長，應急不及時等問題。將無人機技術應用到林業工作中，比如森林資源調查、野生動物種群監測、荒漠化監測、森林火災監測和森林病蟲害監測防治等，可以有效降低人工的作業量，提升林業工作的實時監控能力，增強作業精度，有效預防森林火災，提高應急響應能力。因此，本文研究了目前無人機在林業工作中的具體應用，并對未來的應用方向提出了展望。

2 無人機及其應用領域

2.1 無人機

無人機是一種無人駕駛的遠程控制的飛行器，主要基于預先設定的飛行航線、自動化系統而具有自主航行能力，一般無人機上面都裝有自動駕駛儀器、遙控和遙測系統、程序控制系統、自動導航和著陸等系統。

2.2 無人機技術

2.2.1 無人機航拍攝影

無人機航拍攝影是以無人駕駛飛機作為空中平臺，以機載遙感設備，如高分辨率CCD數碼相機、輕型光學相機、紅外掃描儀，激光掃描儀、磁測儀等獲取信息，用計算機對圖像信息進行處理，并按照一定精度要求制作成圖像。全系統在設計和最優化組合方面具有突出的特點，是集成了高空拍攝、遙控、遙測技術、視頻影像微波傳輸和計算機影像信息處理的新型應用技術。

2.2.2 無人機遙感

無人機遙感技術是無人機航拍攝影技術的一種，是無人機與遙感技術的結合，綜合利用先進的無人駕駛飛行技術、遙感應用和遙感遙控技術，快速獲取空間遙感信息。無人機遙感屬于低空遙感技術，其在獲取影像過程中不受大氣因素的干擾，具有操作簡單、使用成本低、地面分辨率高、獲取影像速度快等傳統遙感技術所無法比擬的優勢。

2.3 無人機技術在國內的應用

在災害應急救援方面，臧克等利用微型無人機遙感系統對“5?12汶川大地震”的重災區北川縣城進行了航拍，通過圖像處理，對災區的受災情況進行了初步評價，取得良好的效果。在農業技術方面，王利民等基于無人機影像技術對農作物面積識別精度與能力進行了研究，結果表明無人機遙感影像獲取小范圍、樣方式分布的作物影像方面具有廣泛的應用前景；汪小欽等運用可見光無人機遙感技術在可見光波段健康綠色植被信息提取方面取得較好的效果，提取精度可達90%以上；劉峰等設計構建了基于無人直升機平臺的遙感系統，對園區內的板栗植被覆蓋度進行年變化監測，充分發揮了無人機靈活、高時效性、高分辨率等優勢，獲取了大量板栗主要生育期的無人機遙感影像。

在環境保護方面，無人機可搭載移動大氣自動監測和采樣平臺對目標區域進行監測、采樣；在環境影響評價工作中，可以在短時間內提供精度高、時效性強的底圖，有效減少在危險偏遠區域的現場踏勘工作量；在環境應急突發事件中，可利用無人機遙感技術克服情況危險和交通不利等因素，快速獲取事故現場信息、污染物排放情況和周圍環境敏感點分布情況。在安防領域，可利用攜帶攝像機的無人機進行街道監控巡查、交通監視，實時傳送拍攝影像，增大安全保衛覆蓋面。

3 無人機在林業工作中的應用

日常的林業工作主要包括林業有害生物監測、森林資源調查、野生動物保護管理、森林防火和造林綠化等，外業工作環境艱苦、工作量大。目前，隨著我國3S技術和圖像視頻實時傳輸等技術的發展，無人機和無人機技術逐漸應用于日常林業工作中，大大提高了工作效率和精度，節省了人力物力，具有明顯的優勢和廣闊應用前景。

3.1 林業有害生物監測防治

目前我國森林病蟲害監測與防治主要通過黑光燈誘殺、昆蟲網誘捕、性引誘劑誘捕和人工噴灑農藥的方式。隨著我國造林綠化面積的增多，以及氣候因素的影響，森林病蟲害呈現程度增強、面積增加的趨勢，傳統人工監測與防治手段在應對大面積森林病蟲害監測防治時凸顯出弱勢。通過無人機噴酒藥物、監測能有效提升有害生物監測和防治減災水平，大大減小林業有害生物對森林資源造成的生態危害。目前在我國也有一些地區使用無人機進行病蟲害防治，比如勐臘縣利用植保無人機對縣內橡膠樹病蟲害進行監測和防治，應用結果表明無人機噴灑農藥1h的工作量相當于2個工人工作1d，極大地提高了橡膠行業病蟲害防治效率，提高了應對橡膠突發病蟲害的反應速度。山西臨縣利用無人駕駛植保機對轄區內病蟲害發生嚴重的紅棗樹進行噴藥防治，取得了良好的效果。

3.2 森林防火

森林火災的發生會造成巨大的生態損失、經濟損失和人員傷亡，是一種撲救難度大的災害，因此國家非常重視森林防火工作，防患于未然。目前最基礎的森林防火方式是派人實地巡邏考察，對于大面積的林區來講，工作量大，危險性高，火點觀測精度低。有人駕駛飛機飛行受管制，拍攝的圖像很難滿足高精度和高分辨率的要求，在森林火災發生時存在很大的危險性。在森林防火中利用無人機具有操作簡便、快速部署、使用成本低、功能多樣化、圖象分辨率高等優點，同時能夠實時了解火場發生態勢和滅火效果，及時消滅火災。

3.3 野生動物監測

在野生動物資源監測方面，無人機利用其特有的高時效性，能夠第一時間獲取野生動物資源變化數據。利用無人機技術，可以實現對野生動物種群分布、生長情況的監測，也可以對瀕危動物進行跟蹤監測，減輕原始人工巡查對其造成的擾動，大大減少監測巡護的人工和經濟成本。

3.4 森林資源調查

森林資源調查是我國林業工作中非常重要的一項任務，森林資源調查的技術方法經歷了航空相片調查方法、抽樣調查和計算機和遙感技術調查等階段，這些方法都離不開工作人員到實地進行調查，尤其是在大規模林區，則需要花費大量人力物力。利用無人機和遙感技術的結合，可快速獲取所需區域的高精度森林資源空間遙感信息，具有高時效、低成本、低損耗、高分辨率等特殊優勢。張園等在浙江省臨安市的二類調查中利用了無人機遙感技術，快速獲取高清晰度遙感圖像，經過圖像處理和軟件分析，取得非常好的工作成果。

林業遙感技術范文第3篇

[關鍵詞]測繪工程 測量技術 全球定位技術 遙感技術 地理信息系統技術

[中圖分類號] P2 [文獻碼] B [文章編號] 1000-405X（2014）-3-201-1

測繪工程測量技術是測繪技術在社會建設與發展過程中的直接應用，傳統的測繪工程測量技術的應用范圍比較狹窄，局限于水利、建筑和交通這幾個領域，所包含的主要內容為測圖和放樣這兩個方面。在測繪工程測量技術的不斷發展中，其應用領域也越來越廣泛。目前比較成熟并且使用得比較廣泛的測繪工程測量技術主要有全球定位技術、遙感技術以及地理信息系統技術，這三種方法的優越性都比較明顯，在實際應用過程中會大幅提高測量工作的精度與效率，有效節省測繪工作的成本投入，對于測繪行業的發展有著巨大的推動作用。

1測繪過程中的測量技術

1.1全球定位技術

全球定位技術（GPS）最早出現于上個世紀的七十年代，美國成功打造了具有海、陸、空全方位三維導航與定位能力并且可以利用導航衛星實現時間與距離測量的導航與定位系統。之后的幾十年，全球定位系統的水平定位精度不斷提高，軟、硬件特得到不斷完善，應用領域越來越廣。GPS技術可以全天候工作，不受天氣等外界因素的影響，覆蓋率達到98%。其三維定點定速功能的精度非常高，因此可以對需要定位的對象進行精準定位。在測量過程中，GPS技術所受到的限制較小，不需要通視就可以準確得到測量結果。GPS技術主要由空間星座、用戶設備以及地面監控等三個部分構成：空間星座由二十四顆衛星共同組成，成蜂窩結構，兩側安裝有定向太陽能電池；用戶設備指的就是GPS接收機，利用接收到的信號來計算所處位置的三維坐標；地面監控主要由地面天線站、主控站以及監測站構成，其對地面上的各位置實行全面監控。

1.2遙感技術

遙感技術是一種以電磁波理論作為基礎的深測技術，在實際測量過程中利用傳感儀器來收集和處理遠距離目標所反射或者輻射出來的電磁波信息，然后根據所得數據進行成像，進而實現對目標的深測。遙感技術以下優點：第一，探測范圍廣泛。航拍時飛機的飛行高度可以達到10千米左右，陸地衛星軌道也可以達到910千米左右；第二，信息的獲取速度快。陸地衛星每十六天就可以覆蓋地球一次，周期非常短，資料的獲取速度非?？?；第三，所受限制條件較少。遙感技術不會受到冰川、高山以及沙漠等環境的影響，也不會受到溫度、壓力等因素的影響；第四，信息量大。遙感器所獲取的信息與遙感器以及把波段的不同有很大關系，每一波段含有七百六十萬個像元。遙感技術主要由遙感器、接收裝置、圖像處理設備、信息傳輸設備以及遙感平臺等部分構成，目前已經在農業、環境保護、地質、海洋、林業、測繪、地理、水文、氣象以及軍事偵察等眾多領域獲得廣泛應用。

1.3地理信息系統技術

地理信息系統技術（GIS）是近些年才發展起來的一項空間信息分析技術，其在環境和資源領域中的應用可以對各種資源與環境信息進行有效管理，也能動態監測多時期的生產活動，顯著提高了工作效率和經濟效益。地理信息系統技術主要應用于農業、林業、土地資源、生態環境、災害預警以及環境資源等方面，目前已經取得了不錯的應用成效。在環境資源方面，GIS技術主要以通過建立信息管理系統的方式得到應用，而在土地資源方面，GIS技術可以應用于土地利用現狀調查、土地評價、土地利用規劃以及土地覆被的動態監測等方面。

2測繪工程測量技術未來的發展

在工程測量技術需求不斷增大的情況下，各項測量技術均會在未來獲得更大發展。以下從四個方面分析測繪工程測量技術未來的發展方向。

2.1數據采集和處理過程會更加實時化、自動化和數字化

以GPS技術為例，GPS技術的接收機正在朝著輕便、利于攜帶的方向改進，而廣域和實時差分技術以及CCD技術可以更好地滿足定位技術對動態、靜態以及高精度的各方面需求，同時接收機也會更加輕便。在土地利用范圍不斷擴大的情況下，土地測繪技術將會逐漸擴展到較為偏僻的地區，這一發展趨勢決定了GPS技術的實時化、自動化和數字化，只有讓GPS技術不受地域限制、全天候地控制測量范圍內的所有區域，工程測量技術才能擁有更加廣泛的應用空間。

2.2測量數據的管理會更加標準化、科學化和信息化

在工程測量控制網與城市之間會逐漸使用監控網優化軟件來實現測量數據的智能化管理，同時也可以讓控制網數據的觀測和處理更加標準化、科學化和信息化。

2.3測繪硬件設施會更加國產化、人性化和智能化

我國目前所使用的測繪技術設備大多為進口，在測繪技術不斷進步的形勢下，國家對測繪設備的研究力度也會相應加大，實現測繪硬件設施的國產化。此外，社會的整體發展趨勢也會對測繪技術的發展方向產生一定影響，比如人性化與智能化，在整個社會都在追求人性化與智能化的影響下，測繪行業的發展自然也會順應這種趨勢，實現測繪硬件設施的人性化與智能化。

2.4“3S”集成技術

全球定位系統技術、遙感技術以及地理信息系統技術是測繪工程中最重要的三種技術，這三種技術各有優勢與缺陷，在實際運用中根據實際情況選擇最為合適的即可。未來的測繪工程測量技術會實現“3S”集成技術――將三種不同測繪技術的優勢集中到一起，在它們相通的理論基礎上建立相輔相成的關系，集成技術可以同時覆蓋信息的采集、處理以及分析等全部過程，讓測繪工程的測量技術更加高效，使用范圍更廣。

3結束語

綜上所述，測繪工程中較常使用的三種測量技術中，全球定位技術可以全天候工作，不受天氣等外界因素的影響，覆蓋率與精度非常高，不需要通視就可以準確得到測量結果；遙感技術有著探測范圍廣泛、信息的獲取速度快、所受限制條件較少以及信息量大等優點，在農業、環境保護、地質、海洋、林業、測繪、地理、水文、氣象以及軍事偵察等眾多領域獲得廣泛應用；地理信息系統技術可以顯著提高工作效率和經濟效益，主要應用于農業、林業、土地資源、生態環境、災害預警以及環境資源等方面。在社會的不斷發展下，測量技術的數據采集和處理過程會更加實時化、自動化和數字化，測量數據的管理會更加標準化、科學化和信息化，測繪硬件設施會更加國產化、人性化和智能化，此外還會集成“3S”技術，推動我國測繪事業的發展。

參考文獻

[1]劉艷臣.淺談我國工程測量技術的現狀及未來發展[J].黑龍江科技信息，2010（03） .

[2]覃瑋.城市工程測量的技術發展初探[J].中小企業管理與科技（下旬刊），2010（05） .

林業遙感技術范文第4篇

[關鍵詞]遙感技術；紅樹林濕地；運用

中圖分類號：TP79 文獻標識碼：A 文章編號：1009-914X（2016）02-0293-01

紅樹林是寶貴的世界海岸濕地資源，在《濕地公約》以記入在冊。其主要位于南回歸線及北回歸線之間，由于在熱帶和亞熱帶海岸潮間，故受局部地區暖流因素，可延伸至北緯32°及南緯44°之間的紅樹林濕地是木本植物群落，其具有海灘淤泥質的植被。其對平衡海陸邊緣生態系統至關重要，當前對其主要研究在海岸線變遷方面較為突出。

因紅樹林濕地在海陸過渡地帶，屬于海灘淤泥質，同時每天潮長潮落加大淤泥性，人工對其進行研究有定難度。故此過去人工式的調查方式對紅樹林濕無法做到全面分析。并且將增加人工成本及經濟損耗。工作效率不高等問題，因此利用遙感技術是必然趨勢。遙感技術可對紅樹林濕地整體進行詳細的生態環境監控和數據分析。其遙感技術對比過去人工優勢明顯，工作效率高，信息更新及時并且準確等。故此遙感技術對紅樹林濕地研究尤為重要。

1 紅樹林濕地的遙感技術概括

1.1 紅樹林濕地遙感數據源的分析

當前，紅樹林濕地的遙感技術的遙感影像源是由可見光以及近紅外火雷達衛星影像完成。對紅樹林濕地遙感數據采用不同影像源組合分類。紅樹林濕地遙常用感圖像技術為TM影像。如遇紅樹林濕地群落結構則使用高光譜遙感。也可借助QuickBird數據源完成更高要求的精度分類及成圖。因紅樹林濕地幾何形態，同時生物量皆因.波長的變動，所以紅樹林濕地的遙感雷達散射系數相對發生改變。

1.2紅樹林濕地遙感分類方法分析

目前，紅樹林濕地遙感監測為分類后比較法、神經網絡、波段組合、與多時相線性變換等等。這些方式都有者明顯優劣勢，為保障紅樹林濕地遙感監測準確性，對樹林濕地動態監控經過圖1對比分析，可知分類后比較法與主成分分析法較適宜樹林濕地

2 紅樹林濕地遙感技術的運用

2.1遙感技術對紅樹林濕地動態監測運用

遙感技術對紅樹林濕地動態監測是對相同位置的不同年份的圖像之間的光譜特征加以分析。借助遙感技術的不同時期的數據資料加以高精度分類，最終對定量初級的生產力面積和歷史空間數據實際情況研究分析。獲得紅樹林濕地地表生態分布數據。借助遙感技術研究分析紅樹林濕地在自然因素下產生的變化。為樹林濕地的保護和修繕實現技術支持。借助多時相的遙感技術可高效率完成樹林濕地分布情況的成果是有目共睹。

2.2遙感技術在紅樹林濕地景觀動態運用

遙感技術在紅樹林濕地景觀動態方面運用，主要表現在對紅樹林濕地景觀歷史的發展過程和發展趨勢。對紅樹林濕地景觀的控制要素及控制方式，塑造紅樹林濕地景觀動態模型。對動紅樹林濕地景觀后期發展趨勢進行預測。完善紅樹林濕地景觀管控數據扶持。將紅樹林濕地景觀發展趨勢和影響原因系統分析，為保障紅樹林濕地的資源數據化和修護技術幫助。

2.2 遙感技術對紅樹林濕地管理運用

紅樹林濕地管理主要依靠遙感技術，遙感技術對紅樹林濕地生物量可加以估測。遙感技術可完成對紅樹林濕地災害監管和災害后的實況分析等。由于遙感技術能夠對紅樹林濕地進行估測，該技術對比過去人工模式更具科學性和合理性。依靠建設紅樹林濕地生物量的估測模型，完成遙感估測， 分析雷達散射系數數據對比NDVI數據其生物量估測更加精準。完善過去單一借助光學遙感的缺陷，。使紅樹林濕地的管理擁有重要數據來源及快捷準確的監測模式。能夠保證紅樹林濕地管理研究工作模式提供方案。減少利用光譜特征分析數據，借助回歸分析，科學化對實況管理進行估測。從而完善紅樹林濕地健康管理實時監控以及評估。

3 紅樹林濕地遙感技術存在的問題

3.1紅樹林濕地遙感分類精度問題

紅樹林濕地遙感分類精度問題一直是紅樹林濕地的主要問題，其影響的主要方面主要來自于光譜分辨情況和空間與時間分辨情況。紅樹林生長的狀態與多方面因素有關，其中適度、溫度、地質、水流、自然天氣是主要因素。再加之人為的開荒利用和濫伐濫砍，導致紅樹林的結構分布情況和林地面積受到了很大影響。紅樹林濕地的異物和同物波譜現象嚴重，出現了很多雜亂理不清的現象，這也使得精度無法滿足人真正的雪球，難以獲得最佳的類別劃分效果。

3.2紅樹林濕地遙感監測方式

紅樹林濕地遙感監測手段重點選用濕地遙感監測的形式比較普遍，而在其他方面的方法使用上較少。目前的狀態主要是因為針對紅樹林的分析研究不夠頻繁，而且即使有也比較單一，沒有再廣泛的區域內展開。對綜合生態體系沒有有效地進行監測和開發，導致不同區域間沒有縱向綜合比對。而且，單一形式的分析僅僅體現為橫向分析，不夠具體全面。

4 紅樹林濕地遙感技術建議

紅樹林濕地要想實現必要的生態保護離不開對于濕地展開監測和普查，這也是獲得科研數據的最新要求。另外伴隨著濕地越來越受到人們的重視，國內外專家學者也把紅樹林濕地當作未來的研究方向和熱點內容，在紅樹林濕地遙感技術的研究建議主要包含以下內容：

4.1重點研究區域

如今紅樹林濕地受地球氣溫和其它方面的影響較大，相關地遙感研究與碳循環等內容也成為紅樹林遙感研究的重要方向，重點在濕地存在的明顯退化方面加強了研究。

4.2重點研究方法和措施

紅樹林濕地研究中，綜合采用了遙感定量技術和成果研究，綜合了不同的信息量和信息的融聚集合，這也是作為未來發展的一種趨向。紅樹林濕地研究的動態變化方向主要集中與多源藥膏影響的融合過程。

4.3其他表現和方面

現存資料與新的措施和手段的良好結合，可以實現比較精準的定位。有效針對建模分析手段對紅樹林濕地的作業情況與實驗方法結合起來，充分做好紅樹林濕地模型遙感技術的估量。有效提升遙感數據的分類精準度，提高GPS定位標準，逐步加強紅樹林濕地的遙感定位使用，強化地理位置的精準分析和定位。有效提升基礎數據的完善機制和步伐，逐步形成統一的有效的基準數據庫，健全新的數據管理辦法。

參考文獻

[1]孫永光；趙冬至；郭文永；高陽；蘇岫；衛寶泉；紅樹林生態系統遙感監測研究進展[J]；生態學報；2013年15期

[2]王小軍；馮時澤；RS、GIS在海南東寨港紅樹林保護區地表覆蓋研究中的應用[J]；測繪通報；2010年02期

[3]鄭德璋，李玫，鄭松發，廖寶文，陳玉軍；中國紅樹林恢復和發展研究進展[J]；廣東林業科技；2013年01期

[4]戴曉琴；淺談遙感技術在土地利用中的應用[J]；安徽農學通報；2011年23期

林業遙感技術范文第5篇

關鍵詞：計算機；林業；現狀；前景

中圖分類號：G623.58文獻標識碼： A 文章編號：

隨著現代科技的迅猛發展，計算機技術逐漸滲透到社會的每個角落，林業亦不例外。林業的現代化已經離不開計算機技術，林業的每一次發展和飛躍都“烙”上了計算機技術及其應用的痕跡。例如在木工機械中，計算機控制技木的應用與發展成為木工機械理論研究的主題；林產工業、林產化學工業、木材加工剩余物利用、林產工業環境保護等因計算機技術而迅速發展。

計算機應用于林業勘測技術，同時引入攝影測量、大地測量、遙感、物理大地測量、地圖學、地球動力學等勘察測繪學科專業，使林業勘測技術取得長足進展。智能化林業信息技術依靠計算機技術、生物工程等高新技術，讓我國逐步建立起林業科技創新體系。林業信息化是林業現代化的基礎和重要標志，其伴隨著“3S”技術(RS、GIS、GPS)、計算機網絡技術等現代信息技術的迅速發展而產生，是我國測繪領域最前沿、最尖端科技，綜合了繪圖、編輯、圖形及文件輸出為一體。

一、計算機技術在林業中的應用現狀

1、計算機技術實現了林業辦公自動化

1.1.1林業電子政務系統的建立

在林業相關管理部門中，計算機技術讓實現了在人事、資源、檔案管理、統計報表等方面網絡化，讓林業工作人員從繁重、枯燥、重復的勞動中解放出來，讓大家有更多的時間和精力去作與林業有關的事情，讓我們的林業辦公業務向集成化、辦公信息協同化、辦公管理知識化、辦公系統智能化方面發展。

1.1.2計算機讓林業視頻會議系統有效建立

通過計算機技術建立起來的視頻會議系統是一種利用電話網建立起來的節資、省時、方便、高效的會議方式。它把不同地點、不同會場實時場景和語音連接起來，向與會者提供分享聽覺和視覺的空間，使各方用戶有“面對面”交談感覺。視頻會議系統由五大部分組成：視頻會議終端、多點控制單元MCU、網絡管理軟件、傳輸網絡及相關附件(投影儀、監視器、錄像機等)，視頻會議系統的建立進一步增強了林業的辦公自動化水平。

2、計算機讓3S技術在現代林業中廣泛應用

1.2.1 GIS在林業中的應用

GIS的應用從根本上改變了傳統森林資源信息管理方式，成為現代林業經營管理的新工具。GIS在林業領域的應用主要有:

a.森林資源信息管理

國外GIS在森林資源信息管理中的應用較早，而我國森林資源信息管理在這一方面的建設正在開展。GIS技術與森林資源管理相結合，用于森林資源檔案管理、森林資源動態監測與管理、林業土地利用變化監測、林權管理等方面。森林資源地理信息管理將空間數據視為不可或缺的信息與屬性數據進行綜合分析，克服單一數據分析缺陷。近年，基于GIS技術我國研發了不同類型、尺度的森林資源地理信息系統，省、縣、林場、鄉村各級森林資源地理信息系統在森林資源管理中起到了重要作用。

b.森林經營優化決策

GIS技術與森林經營優化決策有機結合，形成一個輔助決策的模型，對其進行定量分析，為編制森林經營方案提供準確信息，使森林經營方案更科學、實用。林業生產中將兩者有機結合，綜合分析空間數據及屬性數據，將優化決策的成果以可視化方式表現出來，也可為森林經營由過去粗放經營向高度集約經營轉變提供可視化技術支持，為森林經營優化決策提供定時、定量、定位信息。

c.森林分類經營區劃

應用GIS技術將研究區域森林進行功能區分，以可視化的方式將森林區劃分類經營的成果展示出來，區劃成果可保存，一次輸入多次調用，改變以往林業區域布局主觀性太強的弱點。依賴GIS空間分析功能將森林的主導功能更好的發揮出來，實現森林分類經營區劃的可視化、自動化、圖形化。

d.森林抽樣設計

傳統樣點布是借隨機數表在地形圖、航片( 影像) 、林業專題圖上標出，然后用量的方法根據樣點圖上坐標到實地找相應位置。而使用GIS系統中林業專業抽樣設計功能就可以實現多種樣點布設，使森林抽樣樣點可視化，任意查詢和打印樣點分布圖及詳細位置。

e.林業專題制圖

采用GIS軟件建立相應數字化林相專題圖，借助GIS技術形成動態資源專題圖，把森林資源動態監測與高產栽培措施結合，形成科學經營決策方案。

f.森林采伐設計

森林采伐設計管理應用GIS技術可將下達采伐限額指標與其數字化圖面材料結合起來。對于森林采伐量的空間直觀分析就是將采伐預定量落實到小班，應用GIS技術直觀地反映到具體地域空間，反映出各種不同的采伐方式和采伐量的地理空間分布。借助 GIS 分析其相關地理屬性間的聯系，分析采伐量空間上的合理性，分析采伐進程和空間配置方案與保護生物多樣性的影響。

g.營造林規劃設計

GIS應用于營造林規劃設計，準確了解林業資源及生物多樣性，有效進行生產經營方案決策。應用GIS管理營造林規劃檔案，動態生成本地區的可造林地情況分布圖，更好地適地適樹。此外，利用GIS的空間分析功能把坡向、坡度、土壤、海拔等因子作適地適樹分析的主要立地因子進行立地分析和造林樹種的選擇，提高適地適樹分析可視化。

1.2.2 GPS在林業中的應用

GPS技術在林業方面應用也相當廣泛。凡涉及到點、線、面、立體空間的點位確定和點間位置關系的確定都可以用GPS技術。在森林抽樣調查中，采用GPS進行定位，可節省找點時間。當GPS接收機上顯示坐標與抽樣點的坐標相同或相近時，GPS接收機所在地即為抽樣點。利用單點導航，可有目的找抽樣點。還可用接收機的航點生成和編輯功能，將抽樣點編輯為航線，沿航線找點，提高找點工效。

在飛播造林和飛機噴灑藥物進行大面積殺蟲時，先設計好飛行航線，利用GPS導航可將種子和藥品準確灑在目的地，避免重灑和漏灑，極大地提高飛播和防治工效。此外，利用 GPS 定位技術，快速判斷出失火位置和高度，也可以測定失火面積、火勢方向、火帶寬度等。

1.2.3 RS在林業中的應用

遙感技術的進步和遙感技術應用的深入，未來遙感技術在我國國民經濟和林業生產建設中發揮越來越重要作用。人跡稀少，常規方法難以調查的地區使用RS技術就更顯其威力，地區的森林資源調查就是用遙感技術完成。遙感是一門對地觀測綜合性技術，既需要一整套技術裝備，又要多種學科參與配合。

RS 技術應用于林業、農業資源調查和生態環境監測。調查內容主要有農業資源、林業資源、水資源等。生態環境變化的監測主要是對草原退化、土地沙漠化和水土流失監測。RS技術在林業森林病蟲害監測中也有應用。通過遙感監測可以預報病蟲害的發生，報告其危害程度、危害面積及發展趨勢等。

二、計算機在林業應用的展望

1、森林檔案管理與資源數據庫

以往森林檔案管理所使用的計算機系統，多是文字和數字卡片，形式單一且不直觀。然而，結合多媒體技術，將苗木的整套圖象和配音存貯于檔案管理系統，更好的對苗木進行評估與利用，減少盲目性。除森林經營檔案管理外，建立森林資源檔案尤為重要，將以往森林資源數據庫結合音頻、動畫、視頻等技術，全方位反映，提供的信息量將會更全面和準確。

2、優化栽培及繁育方案

計算機技術可以在幾分鐘或稍長時間內完成長達數周、數月乃至數年的栽培實驗，直觀且圖文并茂，能夠有效地實現不同栽培效果的對比，節約時間和費用。計算機技術還可以更加直觀地比較不同育種方案下遺傳進展優劣，幫助篩選最優的繁殖和培育方案。

3、林業信息資源共享

互聯網將以往相互孤立、散落在世界各地單獨的計算機或相對獨立的計算機局域網，借助已發展的電信網絡，通過一定通訊協議實現更高層次網絡互聯，Internet將網絡技術、多媒體技術和超文本技術融為一體，實現林業信息資源共享。

4、林業科技實時交流

方便暢順而廉價的Internet溝通方式，讓世界各地林業工作者以E-mall方式溝通與切磋，建立多媒體視頻會議環境等，除了能夠傳輸會議參與人員的音頻、視頻外，還能共享遠程應用程序，異地操作和訪問、協同演示和合作工作對群組工作應用提供直接手段，一旦發生重大林業災害，可在世界范圍內召開網絡會議，提供最快最優解決方案。

林業網絡教育和培訓

開設電子學習實踐天地，提供全真模擬演示，計算機互聯網暢游林業高科技領域，時時把握林業發展脈搏，為林業人才培養和職工再教育提供廣闊天空。

增加林業電子辦公和林業電子簽證

覆蓋和摻透于林業科技現代化、林業設施現代化、林業管理現代化中的林業信息化，是21世紀林業現代化的重要標志和保證。林業專家在系統、遙感、地理信息和空間定位系統、網絡、DNA芯片等技術的研究與應用必有大的所為。

7、拓寬現代信息技術的應用范圍

GPS與GIS集成、GPS與RS集成、RS與GIS集成，在森林災害監測、森林資源監測、全球環境監測、野生動植物資源等方面勢必會有更大的應用，向著網絡化、開放性、集成化、數據標準化、系統智能化等方向發展。

GIS與Web及數據庫技術相結合，形成集數據、語音、圖像于一體的寬帶綜合業務數字網絡，將來這一新的工作模式和數據共享機制將會更加廣泛的應用于各涉地理信息領域。

三、結論

計算機技術的普及應用必將促進林業工作向著精確、高效、現代化的方向發展，必將給林業帶來更好的經濟效益和社會效益。

參考文獻:

[1] 劉捷.3S 技術在林業中的應用[J].天津農業科學,2007(1):62-64.

[2] 劉濤.3S技術在森林資源調查中的應用與展望[J].林業科學,2008(11).

[3] 閆秀婧.信息技術對我國林業發展的影響[J].農業科技與信息,2008(10).

[4] 楊帆.淺析GIS的發展現狀與未來發展趨勢[J].安徽農學通報,2007,13(23).