森林調查通常包含實地調查和遙感分析。在我國,林業所使用的遙感數據已占到全國所有衛星數據使用的9.42%。為了盡量減少人類活動對森林的影響并同時保證森林的各種效益,一方面高空間分辨率遙感被越來越多的應用于現代森林調查中;另一方面,通過提高光譜分辨率,獲取林分信息的高光譜遙感也顯示了巨大的應用潛力。
1高光譜遙感在森林調查中的應用
1.1高光譜遙感與森林調查的結合
森林資源調查是森林可持續經營的基礎,現階段多采用常規遙感與實地調查相結合的手段。不過這種方式需要較多的野外調查及豐富的判讀經驗,自動化程度低。為解決這一矛盾常通過兩種途徑,一是提高空間分辨率,利用紋理等信息來判別,其二是從因子間的光譜差異出發,提高探測器的光譜分辨率。
高光譜儀最初就被應用于植被遙感方面。它的波段數多,光譜分辨率高,根據調查對象或目的對感興趣波段進行篩選及組合,提取其生物物理信息,在空間分辨率不高的情況下辨別出調查因子間的細微差別。例如劃分不同齡級的不同樹種,測定葉面積指數,提取郁閉度,進行森林健康狀況監測等。對輔助數據的調查處理,彌補了寬波段遙感的不足,提高了森林監測水平。
1.2樹種(組)的判別
在確定采伐強度方式時,常要考慮樹種比的合理性及優勢樹種生物學特性;建立天然林林分模型,還要將優勢樹種劃分為較詳細的森林類型組,如不同生長速度的針、闊葉樹種,人工落葉松等。由于監測會受到林分冠層的生物化學特性、結構及環境等因素的影響,因此高光譜遙感提取生物的生化信息進行分類可得到較為理想的精度。
利用高光譜信息,建立模型來自動分離樹種(組)對于提高森林經營水平有著極其重要的意義。
1.3樹齡的測定
樹齡是確定經營措施的重要依據之一。在遙感測定中,許多學者的試驗成果說明,由于不同針葉樹種的光譜反射模式非常相似,很不容易分類,因此應結合光譜特征與紋理特征,加入拓撲、多時段信息和林冠、密度等森林調查數據,利用多種轉換方式進行對比實驗來提高分類精度。在高光譜數據空間分辨率較高,并包含多觀測角度數據時,分類難度會隨之降低。
1.4 郁閉度的提取
郁閉度調查主要為了給采伐作業提供合理的保留郁閉度,以控制采伐強度和采伐株數。以往實地調查郁閉度常采用樹冠垂直投影壓線法或直接估測。遙感提取則通常利用圖像的光譜信息,如基本的光譜變換,或對圖像的亮度進行空間變換等。
1.5災害與健康情況的檢測
一般情況下,遭遇災害的林分光譜特征變化比較大,??捎贸R庍b感解決。不過高光譜遙感可幫助在早期發現異常狀況。森林的光譜特性與森林受損表現(森林失葉、枯萎、水分含量,物候期、葉齡和樹齡等)之間存在許多聯系。通過研究葉片的光譜反射系數變化,高光譜遙感可監測森林健康狀況的變化,指示森林的病蟲害類型、受災程度、衰退等現象。
2林業高光譜遙感的主要處理技術
高光譜遙感繼承了多光譜遙感的工作原理,因此一些多光譜的處理技術仍然適用于高光譜數據。但由于高光譜數據同時具有波段多,數據量大,數據獲取和傳輸速率高,光譜、圖像合一等特點,我們需要探索發展更多分析及處理方法才能有效利用。從不同的角度將分析技術歸納成四類,即多元統計分析技術,基于光譜位置(波長)變量的分析技術,光學模型方法,參數成圖技術。研究證明,這四種技術在從高光譜遙感數據中提取生物物理和生物化學參數和成圖方面均具有可行性。以下列出了在林業上較重要的高光譜遙感處理技術。
2.1高光譜遙感圖像的降維
高光譜數據的波段之間相關性強,如何在眾多的冗余數據中選擇需要的數據,并在不妨礙表達重要信息的情況下進行降維,形成新的高光譜圖像,是一個很具有挑戰性的課題。現有的降維方法一般有:1)基于變換的方法,如主成分分析(PCA)、正交子空間投影(oSP)、正則分析(CA)、離散小波變換(DWT)等;2)基于非變換的,如波段選擇,數據源劃分等。
2.2混合光譜分解
由于空間分辨率的限制,遙感圖像的單個像元中往往包括多種地物類型,影響分類精度?;旌瞎庾V分解技術可以分析光譜數據,確定在同一像元內不同成分所占的比例及識別在已知成分分析外加的成分。其模型分兩類,即線性光譜混合模型和非線性光譜混合模型。線性光譜分離應用比較廣泛,它將混合光譜近似地表示為這些純成分(基本組成單元)的線性組合,在滿足波段數大于景物數。3我國林業高光譜遙感的現狀分析
目前,高光譜遙感在我國林業上的應用面臨的主要障礙有:
1)數據源的缺少:目前獲取高光譜數據
有限且成本高,離實際應用還有很大的差距;
2)管理的不規范:我國的森林經營比較粗放,從數據管理到各種標準、規程有很多不統一的地方,制約了新技術的應用。
為了解決數據源問題,我國已開始發展自己的高光譜成像系統,先后成功研制了紅外細分光譜儀、熱紅外多光譜等掃描儀,71波段多光譜機載成像光譜,128波段實用型模塊化航空成像光譜儀系統和244波段推掃式成像光譜儀PHI。與現運行的對地觀測系統相結合,高光譜多方向感應系統將為其提供實質性的改進,并為獲取更加準確的森林調查數據提供保障,成為未來對地觀測計劃的一個重要組成部分。
今后,為了提高高光譜數據的利用價值及效率,在傳感器方面,需改善其獲取數據的性能,提高圖像的信噪比,增強機上實時數據處理等能力;在森林調查數據處理方面,需完善各種已有算法并發展新的算法,增強大氣糾正,數據降維,各類信息的提取等能力;在應用方面,要強調高光譜遙感數據的處理與實際生產的結合,如開發與樹種識別、齡級分布、生物物理/化學特性提取及成圖、動態監測、災害成圖及評估等相結合的應用軟件包。在未來一段時間內,購買、處理并儲存林業高光譜數據仍會是比較有挑戰性的任務,應進一步地探索和完善高光譜遙感輔助森林調查的技術,使之能更好地服務于我國的森林可持續經營。
審核編輯 黃昊宇
-
遙感
+關注
關注
0文章
244瀏覽量
16792 -
高光譜
+關注
關注
0文章
327瀏覽量
9917
發布評論請先 登錄
相關推薦
評論