高分辨率遥感数据在退耕还林监测中的应用

高分辨率遥感数据在退耕还林监测中的应用

论文摘要

退耕还林工程是一项重大的生态工程,主要是对水土流失严重的耕地、沙化耕地和坡耕地进行改造,以达到改善生态环境,促进农村的产业结构调整的目的。对退耕还林工程的实施情况进行动态监测,及时了解已退耕耕地和需要退耕耕地信息,对退耕还林工程的建设具有重大的指导意义。本文采用高分辨率遥感影像数据对张家界国家森林公园进行了退耕还林面积监测研究。监测数据为2008年的SPOT-5影像和2009的GeoEye-1影像,对遥感数据进行了特性分析、波段组合、图像融合、正射校正以及裁切处理,得到可用于信息提取的遥感数据。同时还对DEM进行了研究,借用基于GE开发的软件,提取Google Earth上高精度的高程数据,结合地理信息系统制作了研究区DEM作为辅助数据源。对地球之眼遥感影像进行了五种融合方法的比较,得出IHS变换在信息量的增加上、对原多光谱数据的保持上和对空间纹理的反映上具有很好的效果,非常适合本次退耕还林监测的需要。对图像的分类进行了基于像元和面向对象的分类方法对比,面向对象的分类方法优于基于像元的分类方法,能将总体分类精度提高到90%以上,优势明显。对两期遥感影像进行分类后比较法提取森林资源变化信息,前期分类精度达到96.53%,后期分类精度达到97.12%,前期森林覆盖率为96.4%,后期为97.35%。对比两期遥感影像林地面积变化情况,可知2008年到2009年张家界国家森林公园新增林地面积46公顷,公园中17号林班退耕力度最大,居退耕林班退耕面积首位。利用DEM叠置后期影像提取的耕地信息,得出张家界森林公园还可以进行退耕还林的坡耕地为24.29公顷。对坡耕地的分布分析,我们可以得知部分林班中已无坡耕地,坡耕地主要集中在1号林班中。通过对张家界国家森林公园退耕还林情况的遥感监测,我们可以得出公园退耕还林工作已基本完成,森林覆盖率已达到97%以上,下阶段的主要任务是保护好退耕还林工作已经取得的成果。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 遥感科学技术发展现状
  • 1.2 遥感技术在林业中的应用
  • 1.2.1 林业遥感的特点
  • 1.2.2 林业遥感技术发展的未来
  • 1.2.3 森林调查规划
  • 1.2.4 森林病虫害防治
  • 1.2.5 森林防火
  • 1.3 遥感技术在退耕还林中的应用
  • 1.3.1 国外退耕还林工程概况
  • 1.3.2 国内退耕还林工程概况
  • 1.3.3 国内遥感技术应用于退耕还林工程监测现状
  • 1.3.4 遥感图像融合技术
  • 1.3.5 遥感分类方法
  • 1.4 研究的目的和意义
  • 1.4.1 课题来源
  • 1.4.2 研究的重要性与必要性
  • 1.4.3 研究的主要目的
  • 2 研究内容及研究过程
  • 2.1 研究区概况
  • 2.1.1 地理位置与自然资源概况
  • 2.1.2 研究区社会经济概况
  • 2.1.3 研究区退耕还林概况
  • 2.2 研究材料与研究环境
  • 2.2.1 遥感数据
  • 2.2.2 非遥感数据
  • 2.2.3 研究的工作环境
  • 2.3 研究方法
  • 2.3.1 研究步骤
  • 2.3.2 技术路线
  • 2.4 数据处理与分析
  • 2.4.1 DEM的制作
  • 2.4.2 地球之眼遥感数据特性评价
  • 2.4.3 遥感数据的融合
  • 2.4.4 遥感数据的融合效果评价与分析
  • 2.4.5 影像校正与配准
  • 2.4.6 研究区遥感影像分类
  • 3 遥感影像分类结果在退耕还林监测中的应用
  • 3.1 分类结果精度分析
  • 3.1.1 分类混淆矩阵
  • 3.1.2 总体精度分析
  • 3.2 退耕还林效果监测
  • 3.2.1 年度退耕面积监测
  • 3.2.2 各林班退耕面积监测
  • 3.2.3 退耕效果生态效益评价
  • 3.3 坡耕地面积监测
  • 3.3.1 张家界国家森林公园2009耕地信息的提取
  • 3.3.2 DEM坡度分析
  • 3.3.3 坡耕地面积提取
  • 3.3.4 坡耕地分布监测
  • 4 结论与讨论
  • 4.1 结论
  • 4.2 讨论
  • 参考文献
  • 附录A 攻读学位期间的主要学术成果
  • 附录B IHS融合效果局部图
  • 致谢
  • 相关论文文献

    • [1].高分辨率遥感数据在国土审计工作中的应用[J]. 科技风 2020(11)
    • [2].基于高分辨率遥感影像的道路提取方法[J]. 交通科技与经济 2020(02)
    • [3].基于高分辨率遥感影像的道路交通信息应用研究[J]. 科技创新导报 2020(02)
    • [4].高分辨率遥感在农作物灾害损失评估中的应用——以黑龙江省五常市水稻灾害损失评估为例[J]. 卫星应用 2020(09)
    • [5].基于面向对象方法的高分辨率遥感影像道路提取方法研究[J]. 测绘与空间地理信息 2017(02)
    • [6].基于区间二型模糊神经网络的高分辨率遥感影像分割方法[J]. 信号处理 2017(05)
    • [7].可变形部件模型在高分辨率遥感影像建筑物检测中的应用[J]. 武汉大学学报(信息科学版) 2017(09)
    • [8].高分辨率遥感影像制作方法创新[J]. 测绘与空间地理信息 2017(09)
    • [9].一种基于区域生长的高分辨率遥感影像道路提取方法[J]. 软件导刊 2015(01)
    • [10].数字水印技术在高分辨率遥感数据安全保护中的应用[J]. 火力与指挥控制 2015(02)
    • [11].高分辨率遥感技术在数字城市规划中的应用[J]. 全球定位系统 2015(01)
    • [12].高分辨率遥感影像建筑物提取方法探析[J]. 地球 2019(09)
    • [13].试论高分辨率遥感影像在测绘生产中的应用[J]. 城市地理 2016(02)
    • [14].关于高分辨率遥感影像技术在测绘生产中的应用潜力研究[J]. 科技致富向导 2015(15)
    • [15].结合数据增广和迁移学习的高分辨率遥感影像场景分类[J]. 测绘通报 2020(02)
    • [16].基于高分辨率遥感影像的建筑物提取方法综述[J]. 测绘与空间地理信息 2020(04)
    • [17].基于规则集的高分辨率遥感影像城市建筑物自动提取[J]. 工程技术研究 2020(14)
    • [18].简单线性迭代聚类的高分辨率遥感影像分割[J]. 遥感信息 2016(06)
    • [19].高分辨率遥感影像城市道路提取方法研究[J]. 海洋测绘 2016(06)
    • [20].一种高分辨率遥感影像建筑物提取方法[J]. 信息技术 2017(07)
    • [21].高分辨率遥感影像主干道路提取的感知编组方法[J]. 测绘科学 2017(07)
    • [22].基于ScSPM-Reranking的高分辨率遥感影像的检索[J]. 高技术通讯 2017(04)
    • [23].高分辨率遥感影像阴影检测与补偿系统的设计与实现[J]. 国土资源遥感 2015(03)
    • [24].基于高分辨率遥感影像的建筑物提取方法研究[J]. 信息与电脑(理论版) 2015(20)
    • [25].一种基于高分辨率遥感影像的建筑物提取方法[J]. 测绘与空间地理信息 2014(04)
    • [26].高分辨率遥感影像在核电站厂址普选中的应用初探[J]. 北京测绘 2013(03)
    • [27].高分辨率遥感影像技术应用研究——以城市绿化精细化调查为例[J]. 南京工程学院学报(自然科学版) 2019(04)
    • [28].一种针对小样本的高分辨率遥感影像道路提取方法[J]. 测绘科学 2020(04)
    • [29].基于地理国情监测的小城镇格局变化监测分析[J]. 江西测绘 2020(01)
    • [30].高分辨率遥感影像道路信息提取[J]. 福建电脑 2020(10)

    标签:;  ;  ;  ;  

    高分辨率遥感数据在退耕还林监测中的应用
    下载Doc文档

    猜你喜欢