共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
An article devoted to applied forest-fire mapping outlines principles for the compilation of maps depicting “raw materials” for such fires. Various types and densities of vegetation cover are classified in terms of combustibility, i.e., according to the intensity of burning expected once they are fully exposed to flames. These maps are used in conjunction with weather data and forecasts to predict and combat the spread of fire across an area. Particular attention is devoted to identification and mapping of “basic conductors” of combustion–layers of forest litter and mossypeaty vegetation along which a forest fire normally spreads. Translated from: Geografiya i prirodnyye resursy, 1987, No. 3, pp. 138-144. 相似文献
3.
Accurately estimating the spatial distribution of forest aboveground biomass (AGB) is important because of its carbon budget forms part of the global carbon cycle. This paper presented three methods for obtaining forest AGB based on a forest growth model, a Multiple-Forward-Mode (MFM) method and a stochastic gradient boosting (SGB) model. A Li-Strahler geometric-optical canopy reflectance model (GOMS) with the ZELIG forest growth model was run using HJ1B imagery to derive forest AGB. GOMS-ZELIG simulated data were used to train the SGB model and AGB estimation. The GOMS-ZELIG AGB estimation was evaluated for 24 field-measured data and compared against the GOMS-SGB model and GOMS-MFM biomass predictions from multispectral HJ1B data. The results show that the estimation accuracy of the GOMS-MFM model is slightly higher than that of the GOMS-SGB model. The GOMS-ZELIG and GOMS-MFM models are considerably more accurate at estimating forest AGB in arid and semiarid regions. 相似文献
4.
基于遥感和GIS的南充市顺庆区LUCC动态变化分析 总被引：1，自引：0，他引：1
利用遥感、地理信息系统技术方法,精确解译顺庆区2000年与2007年两期Landsat-TM遥感影像,获得该地区土地利用/覆被的矢量图及定量统计数据,综合运用动态指标分析了LUCC特征。研究结果表明：该地区的耕地、林地和建设用地是LUCC的核心类型,三者面积之和超过研究区总面积的90%。7年间土地利用/覆被变化速度较快,耕地面积逐年减少,林地和建设用地面积显著增加,草地、水域则有少许减少。这些分析结果为查明该区土地利用及变化情况,揭示其中存在的问题,相关部门制定国土规划提供了科学依据。 相似文献
5.
A time series of leaf area index (LAI) of a managed birch forest in Germany (near Dresden) has been developed based on 16-day normalized difference vegetation index (NDVI) data from the Landsat ETM+ sensor at 30 m resolution. The Landsat ETM+ LAI was retrieved using a modified physical radiative transfer (RTM) model which establishes a relationship between LAI, fractional vegetation cover (fC), and given patterns of surface reflectance, view-illumination conditions and optical properties of vegetation. In situ measurements of photosynthetically active radiation (PAR) and vegetation structure parameters using hemispherical photography (HSP) served for calibration of model parameters, while data from litter collection at the study site provided the ground-based estimates of LAI for validation of modelling results. Influence of view-illumination conditions on optical properties of canopy was simulated by a view angle geometry model incorporating the solar zenith angle and the sensor viewing angle. Effects of intra-annual and inter-annual variability of structural properties of the canopy on the light extinction coefficient were simulated by implementing variability of the leaf inclination angle (LIA), which was confirmed in the study site. The results revealed good compatibility of the produced Landsat ETM+ LAI data set with the litter-estimated LAI. The results also showed high sensitivity of the LAI retrieval algorithm to variability of structural properties of the canopy: the implementation of LIA dynamics into the LAI retrieval algorithm significantly improved the model accuracy. 相似文献
6.
Computer simulation models have seldom been applied for estimating the structural and biophysical variables of forest canopy. In this study, an approach for the estimation of leaf area index (LAI) using the information contained in hyperspectral, multi-angle images and the inversion of a computer simulation model are explored. For this purpose, L-systems combined with forest growth model ZELIG were applied to render 3-D forest architectural scenarios. The Radiosity-graphics combined model (RGM) was used to estimate forest LAI from the Compact High-Resolution Imaging Spectrometer/Project for On-Board Autonomy (CHRIS/PROBA) data. LAI inversion was performed using the look-up table (LUT) method. The estimated LAI was evaluated against in situ LAI measurement and compared against the LAI predictions from CHRIS data obtained using the Li-Strahler geometric-optical canopy reflectance model (GOMS). The results indicated that the method used in this study can be efficient strategy to estimate LAI by RGM model inversion. 相似文献
7.
机器学习算法在森林地上生物量估算中的应用 总被引：1，自引：0，他引：1
森林地上生物量是森林生产力的重要评价指标,对其进行高效监测对维持全球碳平衡和保护生态系统具有重要意义。本文首先基于冠层高度模型数据,通过分水岭分割算法得到单木冠幅边界;然后在单木冠幅范围内提取23个LiDAR变量,结合佩诺布斯科特试验森林的87组实测数据,利用随机森林和支持向量机建立森林地上生物量估算模型;最后对样地模型估算的结果进行了比较,讨论了预测结果及其精度。结果表明:本文选用的随机森林模型和支持向量机模型在估算森林地上生物量的应用中获得了较高的精度;并且,随机森林模型在基于机载雷达数据估测森林地上生物量中的估算精度更高,模型泛化能力更强,制图精度也更好,具有更好的适用性。 相似文献
8.
实现森林郁闭度的高精度估测,对于森林资源的监测与管理具有非常重要的意义。本文以小兴安岭带岭林业实验管理局为研究区,基于植被指数的像元二分模型进行了森林郁闭度的遥感反演,结果表明:模型的预估精度达到89.01%,决定系数R2达到0.859,RMSE为0.039,模型的一致性较好,可以实现大区域范围森林郁闭度的监测,满足了林业经营管理的需求。 相似文献
9.
探讨了可见光立体像对遥感数据在森林平均树高估算研究方向的可行性,为解决大区域快速提取森林平均树高参数的科学问题提供技术支撑。利用GeoEye-1卫星立体像对中提供的有理多项式系数(RPC)参数和数字表面模型(DSM)与数字高程模型(DEM)的理论原理,建立了基于DSM和DEM空间相差模型建立林分冠层高度估算方法流程。结果表明:基于湖南攸县黄丰桥国有林场GeoEye-1立体像对影像数据,按照估算流程,最终得到试验区小班尺度的样地平均树高遥感提取结果。结合样地地面实测控制点和地面小班数据调查数据,该方法提取的研究区平均树高总体误差率在83.1%,其中最大误差为3.773 m,最小误差为0.025 m。因此,本研究是一种可以快速获得研究区大范围森林平均树高参数的创新、可行的方法。 相似文献
10.
With the high deforestation rates of global forest covers during the past decades, there is an ever-increasing need to monitor forest covers at both fine spatial and temporal resolutions. Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat series images have been used commonly for satellite-derived forest cover mapping. However, the spatial resolution of MODIS images and the temporal resolution of Landsat images are too coarse to observe forest cover at both fine spatial and temporal resolutions. In this paper, a novel multiscale spectral-spatial-temporal superresolution mapping (MSSTSRM) approach is proposed to update Landsat-based forest maps by integrating current MODIS images with the previous forest maps generated from Landsat image. Both the 240 m MODIS bands and 480 m MODIS bands were used as inputs of the spectral energy function of the MSSTSRM model. The principle of maximal spatial dependence was used as the spatial energy function to make the updated forest map spatially smooth. The temporal energy function was based on a multiscale spatial-temporal dependence model, and considers the land cover changes between the previous and current time. The novel MSSTSRM model was able to update Landsat-based forest maps more accurately, in terms of both visual and quantitative evaluation, than traditional pixel-based classification and the latest sub-pixel based super-resolution mapping methods The results demonstrate the great efficiency and potential of MSSTSRM for updating fine temporal resolution Landsat-based forest maps using MODIS images. 相似文献
11.
随机地体散射(random volume over ground,RVoG)模型广泛应用于极化干涉合成孔径雷达(polari-metric synthetic aperture radar interferometry,PolInSAR)森林高度反演当中.该模型假设森林是随机均匀同质体,模型中消光系数为恒定值,未充分考... 相似文献
12.
基于森林模型参数先验知识估算高分辨率叶面积指数 总被引：1，自引：0，他引：1
目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。 相似文献
13.
中国南方森林冠顶高度Lidar反演—以江西省为例 总被引：1，自引：0，他引：1
激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R2=0.7325);阔叶林次之(R2=0.6095);混交林较差(R2=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。 相似文献
14.
M. Chiesi L. FibbiL. Genesio B. GioliR. Magno F. MaselliM. Moriondo F.P. Vaccari 《International Journal of Applied Earth Observation and Geoinformation》2011
The current work presents the testing of a modeling strategy that has been recently developed to simulate the gross and net carbon fluxes of Mediterranean forest ecosystems. The strategy is based on the use of a NDVI-driven parametric model, C-Fix, and of a biogeochemical model, BIOME-BGC, whose outputs are combined to simulate the behavior of forest ecosystems at different development stages. The performances of the modeling strategy are evaluated in three Italian study sites (San Rossore, Lecceto and Pianosa), where carbon fluxes are being measured through the eddy correlation technique. These sites are characterized by variable Mediterranean climates and are covered by different types of forest vegetation (pine wood, Holm oak forest and Macchia, respectively). The results of the tests indicate that the modeling strategy is generally capable of reproducing monthly GPP and NEE patterns in all three study sites. The highest accuracy is obtained in the most mature, homogenous pine wood of San Rossore, while the worst results are found in the Lecceto forest, where there are the most heterogeneous terrain, soil and vegetation conditions. The main error sources are identified in the inaccurate definition of the model inputs, particularly those regulating the site water budgets, which exert a strong control on forest productivity during the Mediterranean summer dry season. In general, the incorporation of NDVI-derived fAPAR estimates corrects for most of these errors and renders the forest flux simulations more stable and accurate. 相似文献
15.
基于MODIS二向反射分布函数(BRDF)模型参数产品数据,利用4-scale模型建立查找表,以中国东北大兴安岭加格达奇地区为研究区,反演森林背景反射率,并分析不同森林类型二向反射与背景反射率特性及其季节变化。研究结果表明:(1)研究区针叶林和混交林二向反射特征较为相似,夏季阔叶林在红光波段的二向反射率值均低于针叶林和混交林,而在近红外波段则相反;不同森林类型二向反射率均存在明显的季节变化,其中阔叶林二向反射率季节变化最为明显;(2)研究区夏季森林背景反射率在红光波段较低,均在0.1以下,近红外波段背景反射率普遍高于0.3,且空间差异较大;(3)不同森林类型的背景反射率季节变化趋势大致相同,但变化幅度存在差异:阔叶林的背景反射率值季节差异最大,尤其在近红外波段。 相似文献
16.
由RVoG模型演变的SINC函数模型运用到TanDEM-X InSAR数据反演森林高度时面临观测信息不足的问题,且无法适应不同的森林场景。本文针对这一问题,提出小范围LiDAR数据辅助下基于TanDEM-X InSAR相干性的森林高度反演方法,此方法无须全局高精度DEM产品提供地表相位信息而仅利用相干性即可获取森林高度信息。为验证此方法的可行性,采用西班牙境内两个典型试验区的TanDEM-X InSAR数据进行验证,并利用LiDAR树高数据进行精度评定。结果表明,单基线TanDEM-X InSAR相干性可用于反演森林高度,两个试验区的精度分别为2.34 m和1.74 m。 相似文献
17.
决策树结合混合像元分解的中国竹林遥感信息提取 总被引：1，自引：0，他引：1
竹林是中国亚热带地区特殊而重要的森林资源,现有方法难以实现全国范围竹林时空分布信息快速准确提取。针对此问题,本研究利用2003年、2008年、2014年MODIS NDVI、反射率产品数据和省域Landsat分类数据,提出了基于决策树结合混合像元分解的全国竹林信息提取方法。首先,通过最大似然法获取中国林地分布信息;然后,在林地信息的基础上,构建决策树模型提取中国竹林分布信息;最后,采用线性最小二乘法混合像元分解得到中国竹林丰度图,并计算竹林面积。研究结果表明:(1)最大似然法提取的3个时期中国林地信息的生产者与用户精度均在90%以上,Kappa系数均值为0.93,为竹林信息提取奠定了基础。(2)C5.0算法构建的决策树模型能够很好的提取中国竹林时空分布信息,3个时期竹林分类精度均在80%左右。(3)在混合像元分解的基础上,统计得到的全国各省竹林估算面积与清查面积具有较高的相关性,R~2分别为0.98、0.97和0.95,RMSE范围为3.92万—9.58万ha,说明估算得到全国竹林面积与实际情况较为吻合。本研究所提出基于MODIS遥感数据运用C5.0算法决策树结合混合像元分解的方法,实现了全国竹林时空分布信息的准确提取,为全国竹林资源信息动态监测及管理提供了技术手段和数据支撑。 相似文献
18.
随机森林是一种新兴的、高度灵活的机器学习算法,在预测和分类方面有着良好的稳定性,且算法性能要优于许多单预测器。鉴于此,本文提出了随机森林的遥感影像变化检测算法,利用熵率法对遥感影像进行超像素分割,获取最优分割结果;构建了基于随机森林的遥感影像变化检测模型,以所提取的Gabor特征和光谱特征作为模型输入进行训练和预测,并将有决策树的投票作为最终的变化检测结果。试验结果表明,本文所构建的随机森林变化检测模型在漏检率和虚检率上明显低于其他算法,且总体正确率高,在算法时间上也明显优于其他算法。 相似文献
19.
森林郁闭度是森林资源调查中的一个重要因子,对森林质量评价具有重要作用。随着人工智能技术和遥感技术的不断发展,研究如何利用深度学习有效协同不同空间覆盖能力的遥感数据实现区域森林郁闭度的估测具有重要意义。由此提出了一种协同应用高密度无人机激光雷达和高空间分辨率卫星遥感数据,对区域森林郁闭度进行定量估测的深度学习模型（UnetR）。对用于图像分类的Unet模型的损失函数进行改进,并在卷积层后加入批量归一化层,使其具有对连续变量进行定量估测的能力。与全卷积神经网络、随机森林和支持向量机回归模型进行对比实验。结果表明, UnetR模型的均方根误差较低,估测精度较高,为实现区域森林郁闭度遥感监测提供了一种人力成本低、自动化程度高的估测方法。 相似文献
20.
利用机载E-SAR传感器获取的P-波段全极化SAR数据与实测林分样地数据,分析不同极化方式后向散射系数在地形起伏区与森林地上生物量（AGB）的响应关系,以改进的水云模型为基础,建立了融入地形因子的分析性模型。采用遗传算法确定模型的最优参数,并对模型在不同坡度情况下的可靠性、稳定性进行分析,同时通过与常用模型相对比,确定水云分析模型在复杂地形区估算AGB的优势。结果表明：在森林AGB处于较低值的情况下,后向散射系数（HH、HV、VV）变化趋势与AGB变化趋势保持一致,但随着AGB值的增大,这种一致性仅在HV极化方式下继续保持,因此相比之下,HV极化方式更适用于复杂地形区生物量的估算。地形对森林AGB的估算具有极大的影响,后向散射系数与AGB的相关性随着地形坡度的增加而减小。5种模型估算森林AGB的能力大小排序为：水云分析模型 > 二次模型 > 对数模型 > 指数模型 > 线性模型。地形起伏较小的地区估算稳定性排序为：水云分析模型 > 二次模型 > 对数模型 > 指数模型>线性模型。地形起伏较大的地区估算稳定性排序为。水云分析模型 > 二次模型 > 线性模型 > 指数模型 > 对数模型。利用水云分析模型对研究区AGB估算,其实测AGB与模型估算的生物量值决定系数为0.597,RMSE为30.876 t/hm2,拟合精度为77.40%。 相似文献