CN113343808A - 一种基于卫星遥感技术的热带森林资源测量方法 - Google Patents
一种基于卫星遥感技术的热带森林资源测量方法 Download PDFInfo
- Publication number
- CN113343808A CN113343808A CN202110583328.0A CN202110583328A CN113343808A CN 113343808 A CN113343808 A CN 113343808A CN 202110583328 A CN202110583328 A CN 202110583328A CN 113343808 A CN113343808 A CN 113343808A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- vegetation
- forest
- area
- tropical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000012216 screening Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000011835 investigation Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000010276 construction Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000000691 measurement method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及森林资源测量技术领域，且公开了一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，包括以下步骤：1)通过卫星遥感技术获取基于待测热带森林资源的遥感图像信息，对获取的遥感图像信息进行预处理。该基于卫星遥感技术的热带森林资源测量方法，通过固定的匹配阈值指数对植被区域进行提取，结合纹理多特征构建森林纹理结构基元对植被区域中的森林植被进行提取，以及会大大提高热带森林资源调查的工作效率和调查质量，同时克服了传统调查方法地面检测样地、样线和样木复位率低的问题，可以有效增进监测数据的实时性、准确性、可靠性和快速更新能力，更为有效的对热带森林资源进行测量分析。
Description
技术领域
本发明涉及森林资源测量技术领域，具体为一种基于卫星遥感技术的热带森林资源测量方法。
背景技术
卫星遥感技术是一门综合性的科学技术，集中了空间、电子、光学、计算机通信和地学等学科的成就，是3S(RS、GIS、GPS)技术的主要组成成分，卫星遥感以人造卫星为平台，根据作为平台的卫星与地球的相对位置关系可将卫星分为静止卫星(如静止气象卫星和静止通信卫星)以及极轨卫星。
传统的热带森林植被分类通过人工实地调查，对于大范围存在工作量大、耗费周期、力成本高以及受主观因素影响，对此无法满足“数字林业”中快速有效探测森林植被的目标要求，自遥感技术的概念提出以来，其技术应用渗透到各个领域，包括军事，农业和林业等，早期遥感植被分类采用人工目视解译，与现场探测相比更加节省人力以及省时，但目视解译的准确度更多取决于遥感影像的质量以及解译者的先验知识，依然存在周期长，时效性差以及结果带有一定主观性等问题，故此，提出一种基于卫星遥感技术的热带森林资源测量方法来解决上述的问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于卫星遥感技术的热带森林资源测量方法，具备森林资源的高效率全面监测和分析等优点，解决了测量时存在周期长，时效性差以及结果带有一定主观性的问题。
(二)技术方案
为实现上述森林资源的高效率全面监测和分析的目的，本发明提供如下技术方案：一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，包括以下步骤：
1)通过卫星遥感技术获取基于待测热带森林资源的遥感图像信息，对获取的遥感图像信息进行预处理。
2)将图像信息进行N等分，分区域进行筛选测量，通过遥感图像信息综合分析森林资源的纹理特征、植被指数、地形因子和纹理指数。
3)计算所有等分图像的平均色调和灰度正态分布特征，最终筛选出最合适的区域即蓝噪声特征的森林植被典型区域，对该区域，首先进行对比度拉伸处理，之后通过几何变换逐渐缩小区域的尺寸，利用FFT获取区域的频谱响应，根据频谱响应判断是否符合蓝噪声特征，若尺寸区域蓝噪声特征不明显，则继续缩小尺寸，通过迭代方式来探测蓝噪声特征，随着尺度变化，当蓝噪声特征最明显时，认为该尺寸下的区域具有蓝噪声特征，通过缩小倍数关系，计算树冠纹理尺度，并统计树冠纹理的平均灰度。
4)对所提取的植被区域，利用纹理结构与植被区域进行匹配，设定相关的匹配阈值，对于满足阈值范围内的识别为森林植被。
5)识别森林植被后，将热带森林的资源信息整合为森林资源图像集。
优选的，所述森林资源图像集，所述森林资源图像集包括树木种类名称、每种树木具体数量、树木属性信息表和树木图像。
优选的，所述纹理特征包括灰度共生矩阵、空间自相关、小波多频道和多方向特征等，所述纹理指数为从遥感影像各个波段均可以提取出各自的纹理特征，各个波段纹理特征的比值。
优选的，所述地形因子为植被生长与自然环境之间具有密切的相互关系所述地形因子包括海拔、坡度和坡向等因子，所述地形因子为面熟地貌形态的基本参数。
优选的，所述植被指数为根据植被的光谱特性，将遥感影像技术不同波段的反射率因子进行组合计算而得出的指数。
优选的，所述属性信息表通过对每一个目标树木的自身属性信息进行筛选和分类以及重新赋值。
(三)有益效果
与现有技术相比，本发明提供了一种基于卫星遥感技术的热带森林资源测量方法，具备以下有益效果：
该基于卫星遥感技术的热带森林资源测量方法，通过固定的匹配阈值指数对植被区域进行提取，结合纹理多特征构建森林纹理结构基元对植被区域中的森林植被进行提取，并且对区域进行等分，实现有效精确的多区域分析，使得测量结果更加准确，以及会大大提高热带森林资源调查的工作效率和调查质量，同时克服了传统调查方法地面检测样地、样线和样木复位率低的问题，可以有效增进监测数据的实时性、准确性、可靠性和快速更新能力，并且在减轻工作人员工作任务量的同时，更为有效的对热带森林资源进行测量分析。
具体实施方式
下面将结合本发明的实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，包括以下步骤：
1)通过卫星遥感技术获取基于待测热带森林资源的遥感图像信息，对获取的遥感图像信息进行预处理。
2)将图像信息进行N等分，分区域进行筛选测量，通过遥感图像信息综合分析森林资源的纹理特征、植被指数、地形因子和纹理指数，纹理特征包括灰度共生矩阵、空间自相关、小波多频道和多方向特征等，纹理指数为从遥感影像各个波段均可以提取出各自的纹理特征，各个波段纹理特征的比值，地形因子为植被生长与自然环境之间具有密切的相互关系地形因子包括海拔、坡度和坡向等因子，地形因子为面熟地貌形态的基本参数，植被指数为根据植被的光谱特性，将遥感影像技术不同波段的反射率因子进行组合计算而得出的指数。
3)计算所有等分图像的平均色调和灰度正态分布特征，最终筛选出最合适的区域即蓝噪声特征的森林植被典型区域，对该区域，首先进行对比度拉伸处理，之后通过几何变换逐渐缩小区域的尺寸，利用FFT获取区域的频谱响应，根据频谱响应判断是否符合蓝噪声特征，若尺寸区域蓝噪声特征不明显，则继续缩小尺寸，通过迭代方式来探测蓝噪声特征，随着尺度变化，当蓝噪声特征最明显时，认为该尺寸下的区域具有蓝噪声特征，通过缩小倍数关系，计算树冠纹理尺度，并统计树冠纹理的平均灰度。
4)对所提取的植被区域，利用纹理结构与植被区域进行匹配，设定相关的匹配阈值，对于满足阈值范围内的识别为森林植被。
5)识别森林植被后，将热带森林的资源信息整合为森林资源图像集，森林资源图像集，森林资源图像集包括树木种类名称、每种树木具体数量、树木属性信息表和树木图像，属性信息表通过对每一个目标树木的自身属性信息进行筛选和分类以及重新赋值。
本发明的有益效果是：该基于卫星遥感技术的热带森林资源测量方法，通过固定的匹配阈值指数对植被区域进行提取，结合纹理多特征构建森林纹理结构基元对植被区域中的森林植被进行提取，并且对区域进行等分，实现有效精确的多区域分析，使得测量结果更加准确，以及会大大提高热带森林资源调查的工作效率和调查质量，同时克服了传统调查方法地面检测样地、样线和样木复位率低的问题，可以有效增进监测数据的实时性、准确性、可靠性和快速更新能力，并且在减轻工作人员工作任务量的同时，更为有效的对热带森林资源进行测量分析，解决了测量时存在周期长，时效性差以及结果带有一定主观性的问题。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，包括以下步骤：
1)通过卫星遥感技术获取基于待测热带森林资源的遥感图像信息，对获取的遥感图像信息进行预处理。
2)将图像信息进行N等分，分区域进行筛选测量，通过遥感图像信息综合分析森林资源的纹理特征、植被指数、地形因子和纹理指数。
3)计算所有等分图像的平均色调和灰度正态分布特征，最终筛选出最合适的区域即蓝噪声特征的森林植被典型区域，对该区域，首先进行对比度拉伸处理，之后通过几何变换逐渐缩小区域的尺寸，利用FFT获取区域的频谱响应，根据频谱响应判断是否符合蓝噪声特征，若尺寸区域蓝噪声特征不明显，则继续缩小尺寸，通过迭代方式来探测蓝噪声特征，随着尺度变化，当蓝噪声特征最明显时，认为该尺寸下的区域具有蓝噪声特征，通过缩小倍数关系，计算树冠纹理尺度，并统计树冠纹理的平均灰度。
4)对所提取的植被区域，利用纹理结构与植被区域进行匹配，设定相关的匹配阈值，对于满足阈值范围内的识别为森林植被。
5)识别森林植被后，将热带森林的资源信息整合为森林资源图像集。
2.根据权利要求1所述的一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，所述森林资源图像集，所述森林资源图像集包括树木种类名称、每种树木具体数量、树木属性信息表和树木图像。
3.根据权利要求1所述的一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，所述纹理特征包括灰度共生矩阵、空间自相关、小波多频道和多方向特征等，所述纹理指数为从遥感影像各个波段均可以提取出各自的纹理特征，各个波段纹理特征的比值。
4.根据权利要求1所述的一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，所述地形因子为植被生长与自然环境之间具有密切的相互关系所述地形因子包括海拔、坡度和坡向等因子，所述地形因子为面熟地貌形态的基本参数。
5.根据权利要求1所述的一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，所述植被指数为根据植被的光谱特性，将遥感影像技术不同波段的反射率因子进行组合计算而得出的指数。
6.根据权利要求1所述的一种基于卫星遥感技术的热带森林资源测量方法，其特征在于，所述属性信息表通过对每一个目标树木的自身属性信息进行筛选和分类以及重新赋值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110583328.0A CN113343808A (zh) | 2021-05-27 | 2021-05-27 | 一种基于卫星遥感技术的热带森林资源测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110583328.0A CN113343808A (zh) | 2021-05-27 | 2021-05-27 | 一种基于卫星遥感技术的热带森林资源测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113343808A true CN113343808A (zh) | 2021-09-03 |
Family
ID=77471761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110583328.0A Pending CN113343808A (zh) | 2021-05-27 | 2021-05-27 | 一种基于卫星遥感技术的热带森林资源测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113343808A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114882359A (zh) * | 2022-05-07 | 2022-08-09 | 中国科学院空天信息创新研究院 | 基于植被指数时序谱特征的大豆种植区提取方法和系统 |
| CN116523352A (zh) * | 2023-07-05 | 2023-08-01 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745239A (zh) * | 2013-12-18 | 2014-04-23 | 广西生态工程职业技术学院 | 一种基于卫星遥感技术的森林资源测量方法 |
| CN106570935A (zh) * | 2016-09-09 | 2017-04-19 | 北京林业大学 | 植被分布模拟方法及装置 |
| CN106780057A (zh) * | 2016-11-28 | 2017-05-31 | 北京市共青林场 | 利用手机终端对森林资源进行调查分析的方法 |
| CN111126482A (zh) * | 2019-12-23 | 2020-05-08 | 自然资源部国土卫星遥感应用中心 | 一种基于多分类器级联模型的遥感影像自动分类方法 |
| CN112101276A (zh) * | 2020-09-24 | 2020-12-18 | 甘肃省小陇山林业实验局林业科学研究所 | 一种森林资源分布式管理系统 |
-
2021
- 2021-05-27 CN CN202110583328.0A patent/CN113343808A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745239A (zh) * | 2013-12-18 | 2014-04-23 | 广西生态工程职业技术学院 | 一种基于卫星遥感技术的森林资源测量方法 |
| CN106570935A (zh) * | 2016-09-09 | 2017-04-19 | 北京林业大学 | 植被分布模拟方法及装置 |
| CN106780057A (zh) * | 2016-11-28 | 2017-05-31 | 北京市共青林场 | 利用手机终端对森林资源进行调查分析的方法 |
| CN111126482A (zh) * | 2019-12-23 | 2020-05-08 | 自然资源部国土卫星遥感应用中心 | 一种基于多分类器级联模型的遥感影像自动分类方法 |
| CN112101276A (zh) * | 2020-09-24 | 2020-12-18 | 甘肃省小陇山林业实验局林业科学研究所 | 一种森林资源分布式管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| 汪康宁: "基于深度学习的森林资源信息估测模型研究", 《中国优秀硕士学位论文全文数据库》 * |
| 矫林涛: "基于蓝噪声理论的多特征遥感图像森林植被纹理分割", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114882359A (zh) * | 2022-05-07 | 2022-08-09 | 中国科学院空天信息创新研究院 | 基于植被指数时序谱特征的大豆种植区提取方法和系统 |
| CN114882359B (zh) * | 2022-05-07 | 2023-03-31 | 中国科学院空天信息创新研究院 | 基于植被指数时序谱特征的大豆种植区提取方法和系统 |
| CN116523352A (zh) * | 2023-07-05 | 2023-08-01 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
| CN116523352B (zh) * | 2023-07-05 | 2023-09-22 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shahtahmassebi et al. | Remote sensing of urban green spaces: A review | |
| Dutta et al. | Impervious surface growth and its inter-relationship with vegetation cover and land surface temperature in peri-urban areas of Delhi | |
| Keightley et al. | 3D volumetric modeling of grapevine biomass using Tripod LiDAR | |
| Sarker et al. | Improved forest biomass estimates using ALOS AVNIR-2 texture indices | |
| Morisette et al. | Validation of global moderate-resolution LAI products: A framework proposed within the CEOS land product validation subgroup | |
| CN104266982B (zh) | 一种大面积虫害量化监测系统 | |
| CN110796001B (zh) | 一种卫星影像覆膜农田识别与提取方法及系统 | |
| CN110514597A (zh) | 基于星地遥感数据协同的农作物病虫害监测方法 | |
| Blanchette et al. | Predicting wood fiber attributes using local-scale metrics from terrestrial LiDAR data: A case study of Newfoundland conifer species | |
| CN109033937B (zh) | 通过无人机影像进行植物数量统计方法及系统 | |
| CN112364681B (zh) | 基于二维表的植被覆盖度估算方法及装置 | |
| CN110189043B (zh) | 一种基于高分卫星遥感数据的可利用土地资源分析系统 | |
| CN113343808A (zh) | 一种基于卫星遥感技术的热带森林资源测量方法 | |
| CN114821362A (zh) | 一种基于多源数据的水稻种植面积提取方法 | |
| Xiang et al. | Integration of tillage indices and textural features of Sentinel-2A multispectral images for maize residue cover estimation | |
| CN114372707A (zh) | 一种基于遥感数据的高寒湿地退化程度监测方法 | |
| Xu et al. | Vegetation information extraction in karst area based on UAV remote sensing in visible light band | |
| CN110991714A (zh) | 一种农作物倒伏灾情监测方法及系统 | |
| Zhang et al. | Solar-induced chlorophyll fluorescence captures photosynthetic phenology better than traditional vegetation indices | |
| Pu | Comparing canonical correlation analysis with partial least squares regression in estimating forest leaf area index with multitemporal Landsat TM imagery | |
| CN116844049A (zh) | 基于图像差值法的森林扰动监测方法、系统、设备及介质 | |
| Huang et al. | A 3D approach to reconstruct continuous optical images using lidar and MODIS | |
| GB2620469A (en) | Spatial prediction and evaluation method of soil organic matter content based on partition algorithm | |
| CN115953685A (zh) | 多层多尺度分割的农用大棚类型信息提取方法及系统 | |
| CN115424136A (zh) | 一种遥感和林相图相结合的林冠健康评价方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |