基于光学遥感的林地信息提取技术研究进展

doi:10.19754/j.nyyjs.202407300015

摘要/Abstract

摘要： 林业是生态文明建设的主要组成部分，在维持生态环境、延缓温室效应和保障物种多样性等方面起着重要作用。传统的地类识别和林分因子的动态变化监测主要采取人工地面调查的方法，传统方法所需的成本高、工作强度大、耗时长且精度不能满足需求，很大程度上增加了林业部门在森林资源管理和林业监督执法的难度，这对我国在新时代下的生态文明建设提出了更高的要求。近年来，遥感技术已逐步成为森林资源调查监测中最便捷高效的技术手段之一。本文针对近几年谣感技术在地物识别，尤其是在林地信息提取等方面的研究成果进行综述，并对目前存在的问题以及未来的研究方向进行探讨。

中图分类号:

S127

. 基于光学遥感的林地信息提取技术研究进展[J]. 农业与技术, 2024, 44(14): 63-66.

参考文献

[1]高珺烨.基于多源遥感数据的森林类型动态变化研究[D].长沙：中南林业科技大学，2022. [2]周亦，张亚亚.利用eCognition进行高分一号卫星数据土地利用现状解译能力测试[J].测绘通报，2016(08)：77-80,94. [3]胡湛晗，赵子辉，王延仓.高分遥感影像林地资源信息提取方法研究[J].北华航天工业学院学报，2016,26(05)：7-9. [4]黄友菊，田义超，张强，等.资源一号02D高光谱数据红树林地上生物量反演[J].光谱学与光谱分析，2023,43(12)：3906-3915. [5]高金萍，于慧娜，翟召坤.高分多模卫星林业地类及树种识别应用研究[J].林业资源管理，2023(01)：127-132. [6]严恩萍，林辉，莫登奎，等.基于光谱特征的森林类型识别研究[J].中南林业科技大学学报，2011,31(11)：23-29 [7]赵宇欣，张冬有，毛德华，等.基于Sentinel-l/2的大兴安岭木本沼泽信息提取方法[J].生态学杂志，2022,41(02)：404-416. [8]Valderrama-LanderosL,Flores-de-Santiago F,Kovacs J M,etal.An assessment of commonly employed satellite-based remote sen-sors for mapping mangrove species in Mexico using an NDVI-basedclassification scheme J].Environmental Monitoring and Assess-ment,2018,190(1):23. [9]邵思协.基于自适应阈值的森林冠层图像分割算法研究[D]:哈尔滨：东北林业大学，2019. [10]杨滨豪.阚值分割和暗通道先验法下的单幅森林图像去雾[D].南京：南京林业大学，2024. [11]章晓洁，邓艳芬，张亚超，等.利用Sentinel-2A多光谱成像仪与Landsat8陆地成像仪影像进行普陀山岛植被分类效果比较[J].测绘通报，2019(10)：97-100 [12]王明伟，王志平，赵春假，等.基于最大似然和支持向量机方法的遥感影像地物分类精度评估与比较研究[J].山东科技大学学报（自然科学版），2016,35(03)：25-32. [13]杨丹，李崇贵，常铮，等.应用U-Net模型和多时相Landsat-8影像对森林植被的分类[J].东北林业大学学报，2021，49(09)：55-59,66. [14]Brown M,S R Gunn,H G Lewis.Support vector machines foroptimal classification and spectral unmixing [J].Ecological Mod-elling,1999,120(2-3):167-179. [15]Foody G M,MathurA.A relative evaluation of multiclass imageclassification by support vector machines [J].Geoscience and Re-mote Sensing,IEEE Transactions on,2004,42 (6):1335-1343. [16]钟滨，廖永皓，蔡海生.基于光谱与纹理特征的高分二号竹林信息提取一以庐山自然保护区为例[J].测绘与空间地理信息，2020,43(12)：8-13. [17]Hansen M,Dubayah R,Defries R.Classification trees:an alter-native to traditional land cover classifiers [J].International Jour-nal of Remote Sensing,2007. [18]张静懿，王金亮，胡文英，等.基于面向对象CART决策树的土地利用分类研究[J].地理空间信息，2023,21(01)：113-118. [19]梁志国，隋傲，于颖，等.高分六号遥感数据在有林地识别中的应用[J].东北林业大学学报，2020,48(05)：35-39. [20]Gislason P O,Benediktsson J A,Sveinsson J R.Random Forestsfor land cover classification [J].Pattern recognition letters,2006(4):27. [21]叶青龙，欧阳勋志，黄诚，等.联合多时相GF-6W℉V和Sentinel-2的森林类型识别[J].江西农业大学学报，2024，46(02)：389-400. [22]李凤武.湖南省长沙市区森林覆盖率的动态变化及驱动力分析[J].中南林业调查规划，2024,43(01)：1-5,16. [23 Hinton G E,Salakhutdinov RR.Reducing the dimensionality ofdata with neural networks J].Science,2006,313 5786):504-507. [24]吴奇.基于深度学习的校园林地火灾实时监测系统研究[D].南京：南京林业大学，2024. [25]游佩佩，刘振波，谢嘉伟，等.基于GF-2的江苏滨海湿地遥感深度学习分类算法研究[J].长江流域资源与环境，2021,30(07):1659-1669.