论文部分内容阅读
森林采伐限额核查工作是通过实地调查来获取一定时段内林木采伐的实际情况,来评定地方的森林资源采伐管理工作质量的。传统的森林采伐限额核查工作劳动强度大,时间长,难以满足及时掌握森林采伐情况的需要。遥感技术具有宏观、动态、便捷、可重复性和成本低等诸多优点,随着遥感影像分辨率的逐步提高,中高分辨率遥感影像在森林资源遥感监测中得到广泛应用。本研究是以满足森林采伐监测实际应用需要为目的,结合TM、SPOT5两种影像数据源,以森林采伐小班提取为研究对象,从中观微观两个层次上,形成两级分辨率影像序列金字塔,提供从粗到细的对地观测数据源,分别采用不同的信息提取分类方法,对伐区进行信息提取与变化监测分析,得出研究区域内植被变化情况。旨在提高TM、SPOT5图像森林分类精度及采伐小班面积提取精度,为提高森林采伐小班监测效率寻求一条有效路径。本文研究结论如下：(1)首次利用DeltaCue模块,以TM影像为数据源,对试验区两期影像变化信息进行预分类,得出6878个变化图斑,其中正变化1163个图斑,负变化5715个图斑,初步获得变化信息范围。综合影像光谱特征及植被指数提取森林采伐小班,计算森林采伐小班面积。结果表明,利用TM影像多光谱特性好的特点提取采伐图斑,补充判读后进行现地验证,图斑个数加权综合正判率为78.9%,图斑面积加权综合正判率为96.3%,最小提取采伐图斑是3个像元(0.27hm2)。(2)对两期SPOT5融合数据(2.5m空间分辨率)进行面向对象的图像分割和伐区信息提取,采用图像分割—基于规则的分类—基于分类的分割的SPOT5影像分割方案,针对试验区森林采伐特点,提出SPOT5综合最优分割尺度为20。采用植被与非植被的分类与植被的细分类两次分类方案,,用最邻近分类器对两期影像进行分类,分类精度均在85%以上。对前期为植被地类,后期为非植被地类的变化图斑进行分析,利用最邻近分类方法对后期影像中符合NDVI<0.2、Brightness>75、Texture-Correlation-band4<-148.2条件的图斑进行提取。补充判读后进行现地验证,图斑个数加权综合正判率为90.8%,图斑面积加权综合正判率为96.9%,最小提取采伐图斑是3个像元(0.03hm2)。结果表明,利用面向对象特征提取方法,较大程度地提高了SPOT5图像的分类精度及采伐小班面积提取精度。(3)应用TM、SPOT5影像数据对森林采伐区进行监测,能较准确监测到皆伐伐区的分布位置,TM数据从中观的层次上提取伐区,补充判读后图斑数量正判率为78.9%,面积正判率为96.3%；SPOT5数据从微观的层次上提取伐区,补充判读后图斑数量正判率为90.8%,面积正判率为96.9%。SPOT5的多光谱数据在识别伐区的数量、面积及准确度均优于TM的多光谱数据。(4)对非皆伐伐区自动识别难度大,识别效果与两期卫星影像时相的一致性及采伐强度有关,从遥感影像的预判读数据可以看出,非皆伐图斑占预判读图斑总数的比例极低。TM提取的非皆伐图斑数为2个,占其预判读图斑总数的8%；SPOT5提取起的非皆伐图斑数为4个,占其预判读图斑总数的6%。探讨利用中高分辨率遥感影像进行森林资源采伐监测的方法,对监测的准确率等进行了阐述,为在采伐限额监测和核查中应用遥感信息提供了参考。