排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
四旁树是森林覆盖率计算的重要组成部分,但因其零星分布,目前的统计方式仍为统计时间长、计算成本大的实地调研方法,缺少使用遥感影像和自动提取的研究。因此本文将多波段的哨兵2号遥感影像作为数据源进行筛选、组合和分类,并结合四旁树定义和空间分析方法,实现对四旁树的自动提取。试验结果表明,运用径向基核函数的支持向量机方法对9、6、4波段组合的遥感影像分类结果的总体精度为93.673 5%,Kappa系数为0.918 1,四旁树提取精度为90%,试验精度最高。相对于实地调查方法,该提取方法精度高且速度更快,更适用于大范围的四旁树信息提取与变化检测。 相似文献
2.
大光斑激光雷达数据已广泛应用于森林冠层高度提取,但通常仅限于地形坡度小于20°的平缓地区。在地形坡度大于20°的陡峭山区,地形引起的波形展宽使得地面回波和植被回波信息混合在一起,给森林冠层高度提取带来巨大挑战。本文利用激光雷达回波模型和地形信息,提出了一种模型辅助的坡地森林冠层高度反演算法。该方法以激光雷达回波信号截止点为参考,定义了波形高度指数H50和H75,使用激光雷达回波模型与已知地形信息模拟裸地的激光雷达回波,将裸地回波信号截止点与森林激光雷达回波信号截止点对齐,利用裸地回波计算常用的波形相对高度指数RH50和RH75,对森林冠层高度进行反演。并与高斯波形分解法和波形参数法的反演结果进行了比较。研究结果表明:(1)利用所提取的波形指数RH50和RH75对胸高断面积加权平均高(Lorey’s height)进行了估算,在坡度小于20°时,高斯波形分解法、波形参数法和模型辅助法的估算结果与实测值线性拟合的相关系数(R2)分别为0.70,0.78和0.98,对应的均方根误差(RMSE)分别为2.90 m,2.48 m和0.60 m,模型辅助法略优于其他两种方法;(2)在坡度大于20°时,高斯波形分解法、波形参数法和模型辅助法的R2分别为0.14,0.28和0.97,相应的RMSE分别为4.93 m,4.53 m和0.81 m,模型辅助法明显优于其他两种方法;(3)在0°—40°时,模型辅助法对Lorey’s height估算结果与实测值的R2为0.97,RMSE为0.80 m。本研究提出的模型辅助法具有更好的地形适应性,在0°—40°的坡度范围内具备对坡地森林冠层高度反演的潜力。 相似文献
3.
森林垂直结构信息缺乏严重制约森林地上生物量估算精度的提高。立体雷达具备对森林垂直结构探测的能力,但早期雷达图像分辨率低。TerraSAR-X等高分辨率雷达数据的出现为利用立体雷达数据进行森林垂直结构探测提供了新的契机。本研究尝试采用立体雷达处理技术,利用TerraSAR-Xstripmap模式数据,以内蒙古根河大兴安岭林区和长白山自然保护区为研究区,重点探讨金字塔分层匹配策略中涉及的关键匹配参数对DSM提取精度的影响规律。结果发现:(1)影像匹配采用的金字塔层数对DSM提取精度影响明显,在大兴安岭研究区,采用5、6、7层金字塔匹配得到的DSM误差在±10m内的像元百分比分别为81.8%、77.7%和77.1%,5层金字塔能以较高的初始分辨率减少林区纹理信息的损失;在长白山研究区,采用7层金字塔得到的DSM能够抑制明显的误匹配点,提高地形提取精度;(2)影像匹配窗口对同名点识别的质量影响明显,采用25×25的匹配窗口,与9×9匹配窗口相比,大兴安岭和长白山研究区影像的平均相关性分别由0.43、0.40提高到0.49、0.45,林区纹理信息欠丰富,宜采用较大匹配窗口;(3)大兴安岭和长白山研究区提取的DSM与参考DSM线性回归的RMSE分别为6.682 m和10.384 m,DSM误差主要存在于坡度变化剧烈的地区,透视收缩和叠掩等几何畸变导致匹配结果不可靠。 相似文献
1