《森林資源遙感監測波段視窗研究》是林輝為項目負責人，中南林業科技大學為依託單位的面上項目。
基本介紹
- 中文名：森林資源遙感監測波段視窗研究
- 項目類別：面上項目
- 項目負責人：林輝
- 依託單位：中南林業科技大學
項目摘要,結題摘要,
項目摘要
我國森林資源監測越來越依賴遙感技術，可現有國內外資源衛星感測器的波段設定並未考慮我國獨特的林業生產要求，林業遙感處於有什麼數據就用什麼的被動狀態，制約了遙感在森林資源監測中套用的廣度和深度。本項目以南方典型森林樹種為研究對象，通過定點定期的高光譜外業觀測，獲取從可見光到紅外區間（350-2500nm）的高光譜數據；通過對高光譜數據進行一階微分、對數變化後一階微分、對數倒數微分等方法的處理，從光譜特徵相似的森林樹種中尋找差異較大的波段區間，即潛在波段視窗。同時，從試驗區的成像高光譜數據中（如Hyperion）選取與潛在波段視窗匹配的單波段圖像,分別進行波譜分析和紋理分析，剔除質量較差的圖像，保留質量較好的波段圖像。進一步對這些波段圖像開展地面森林樹種識別研究，保留識別精度較高的波段,通過兩階段法，得到森林資源監測的合適遙感波段視窗。項目成果將填補我國林業遙感感測器波段視窗設定的空白。
結題摘要
項目收集了研究區Hypeion衛星，天宮一號成像高光譜數據，同時，通過搭建高光譜平台，對研究區內常綠針葉樹種（杉木、馬屬松）、落葉針葉樹種（水杉）、常綠闊葉樹種（香樟、楠竹）和落葉闊葉樹種（銀杏、馬褂木、復羽葉欒樹）開展定點定期的成像和非成像高光譜觀測，還設立了杉木死亡過程高光譜觀測的對照樣地，獲得有效高光譜觀測數據1萬餘條。主要研究結果有：（1）建立了高光譜資料庫，開發了首個高光譜數據管理與分析系統；（2）找到了高光譜（成像與非成像）的最佳降維方法，以最少的維度得到最大的信息量；（3）建立了森林資源監測最優波段視窗算法，據此得到了非常細化的樹種級監測波段視窗13個：杉木與馬褂木的波段視窗2個：571nm-711nm，964nm-2517nm。杉木與馬尾松的波段視窗1個：785nm-1337nm；杉木與樟樹的夏季波段視窗2個729-1378nm，1617-1689nm。秋季視窗3個：709-711nm，901-1389nm，1585-1856nm。馬褂木與馬尾松的夏季波段視窗3個：720-727nm，730-1371nm，1574-1671nm。秋季視窗3個：709-711nm，901-1389nm，1585-1856nm；（4）建立了森林資源監測遙感圖像質量評價模型。通過對成像高光譜圖像信息熵、峰值信噪比、清晰度、方差、平均值、變異係數和基於圖像灰度共生矩陣的對比度、能量、熵、逆差矩、標準差、均值、模糊度等指標進行分析，得到對圖像質量影響較為顯著的5項指標，採用蒙特卡洛原理，利用計算機模擬出211876組指標間的權重，得到評價模型為Y=-5.932+0.233x_1+1.557x_2+0.104x_3+0.034x_4+0.146x_5；（5）發現了樹種死亡過程的“綠峰紅移”現象；（6）改進了遙感因子在森林資源分類時的冗餘性，即以最少的遙感因子獲得最好的分類精度。
