基于高分辨率影像纹理特征的落叶松人工林提取研究
发布时间：2021-09-03 14:08
落叶松是我国重要的人工用材树种,其种植面积在人工乔木树种中排名前十。广泛种植的落叶松带来了巨大的经济效益,满足了人类的用材需求和生态需求,但落叶松人工林种植面积大、周期长,其空间分布尚不明确。利用遥感技术精确获取落叶松人工林的空间分布,对森林经营管理、监测规划和生态系统功能评价具有重要意义。本文以黑龙江省佳木斯市孟家岗林场和辽宁省抚顺市清原满族自治县大孤家林场的落叶松人工林为研究对象,基于GF-1和GF-2遥感影像,从不同时相和不同空间尺度两个方面开展落叶松人工林提取研究。针对孟家岗林场探讨纹理特征提取方法和纹理参数选择对分类精度的影响,研究多时相多特征综合及特征优选对分类精度的影响,确定适宜的落叶松人工林遥感识别特征。针对大孤家林场探讨不同空间分辨率遥感影像光谱特征和纹理特征对落叶松人工林提取的影响,确定适宜空间分辨率。主要结论如下:（1）基于单时相GF-1影像纹理特征的落叶松人工林提取。灰度共生矩阵（Gray Level Co-occurrence Matrix,GLCM）纹理参数对分类精度影响较大,其中窗口大小对纹理效果的影响最显著,其次是方向,最后是像元间距。通过对不同方向和不...
【文章来源】：西安科技大学陕西省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
总体研究技术路线
西安科技大学硕士学位论文10图2.1孟家岗林场位置示意图2.1.2大孤家林场大孤家林场位于辽宁省抚顺市清原满族自治县大孤家镇（图2.2），是首批国家重点林木良种基地，繁育的主要林木良种是日本落叶松。研究区地理坐标为东经124°45′58″~125°00′08″，北纬42°15′55″~42°25′01″，地处长白山系龙岗山脉，属中国辽东地区中低山地，平均海拔750m，地势东南高、西北低。大孤家林场属暖温带大陆性季风气候，四季特征明显，春季短促且风大，夏季炎热多雨，秋季凉爽干燥，冬季漫长且寒冷多雪，年平均气温4.9℃，年平均降水量700~1000mm，平无霜期约130d。大孤家林场森林总面积为20640hm2，有林地主要分布在南部和北部，而中部分布有大面积的耕地、建设用地等非林地，非林地面积占总面积的30%。大孤家林场的主要人工针叶树种类型有落叶松（Larixspp.）、红松（PinuskoraiensisSieb）、油松（PimustabuliformisCarr.）、樟子松（P.sylvestrismongolica）和赤松（P.densiflora），其中落叶松面积比重最大；次生林以柞树（Mongolianoak）为主，另有少量的水曲柳（Manchurainash）、胡桃楸（Manchurainwalnut）、黄波罗（Phel-lodendronamurense）和椴树（Tiliaamurensis）等珍贵阔叶树种[44]。
2研究区与数据11图2.2大孤家林场位置示意图2.2数据来源2.2.1遥感影像本文选用高分一号（GF-1）PMS影像和高分二号（GF-2）PMS影像作为遥感数据源，以期满足高分辨率、多时相和多空间分辨率的应用要求。高分一号（GF-1）卫星于2013年4月26日在酒泉卫星发射基地成功发射，并于12月30日投入使用，是我国高分辨率对地观测系统的首颗光学卫星。该卫星为太阳同步回归轨道，轨道高度为645km，轨道倾角为98.0506°。GF-1卫星上有2台2m分辨率全色、8m分辨率多光谱（PMS）相机和4台16m分辨率多光谱宽幅（WFV）相机，可为林业、农业、环境等行业提供数据支撑，满足了森林资源调查、农业遥感监测、地质矿产调查等应用的需求。PMS相机包含了5个波段，WFV相机包含了4个波段，GF-1传感器各波段信息及卫星参数见表2.1所示。
【参考文献】：
期刊论文
[1]高分辨率多光谱遥感影像森林类型分类深度U-net优化方法[J]. 王雅慧,陈尔学,郭颖,李增元,金玉栋,赵俊鹏,周瑶. 林业科学研究. 2020(01)
[2]基于高分二号遥感影像树种分类的时相及方法选择[J]. 李哲,张沁雨,邱新彩,彭道黎. 应用生态学报. 2019(12)
[3]太湖流域果树提取的光谱和纹理特征选择研究[J]. 姚新华,金佳,徐飞飞,冯险峰,罗明,毕雷雷,陆洲. 中国生态农业学报(中英文). 2019(10)
[4]国产高分卫星遥感影像融合方法比较与评价[J]. 邵亚奎,朱长明,张新,沈谦. 测绘通报. 2019(06)
[5]机载AISA Eagle Ⅱ高光谱数据在温带天然林树种分类中的应用[J]. 李军玲,庞勇,李增元,荚文. 东北林业大学学报. 2019(05)
[6]基于激光雷达点云数据的树种分类[J]. 陈向宇,云挺,薛联凤,刘应安. 激光与光电子学进展. 2019(12)
[7]基于随机森林特征选择的城市绿化乔木树种分类[J]. 温小乐,钟奥,胡秀娟. 地球信息科学学报. 2018(12)
[8]基于多光谱影像的森林树种识别及其空间尺度响应[J]. 徐凯健,田庆久,岳继博,唐少飞. 应用生态学报. 2018(12)
[9]泰山麻栎多光谱遥感识别的方法优选[J]. 刘晓,王凌,朱西存,韦秋雨,谭振华. 测绘与空间地理信息. 2018(09)
[10]融合遥感影像光谱和纹理特征的矿区林地信息变化监测[J]. 张嵩,马保东,陈玉腾,吴立新. 地理与地理信息科学. 2017(06)
博士论文
[1]高分辨率遥感森林植被分类提取研究[D]. 李伟涛.北京林业大学 2016
硕士论文
[1]抚顺市清原地区主要林业害虫调查及杀虫剂筛选的研究[D]. 初永为.沈阳农业大学 2018
[2]基于高分辨率遥感影像纹理特征的面向对象植被分类方法研究[D]. 杨盼盼.云南师范大学 2017
[3]考虑植被季相节律的高分辨率遥感影像城市森林分类[D]. 任芯雨.南京林业大学 2016
[4]南疆盆地主栽林果树种多尺度纹理特征及分类研究[D]. 岳俊.新疆农业大学 2015
本文编号：3381255
【文章来源】：西安科技大学陕西省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
总体研究技术路线
西安科技大学硕士学位论文10图2.1孟家岗林场位置示意图2.1.2大孤家林场大孤家林场位于辽宁省抚顺市清原满族自治县大孤家镇（图2.2），是首批国家重点林木良种基地，繁育的主要林木良种是日本落叶松。研究区地理坐标为东经124°45′58″~125°00′08″，北纬42°15′55″~42°25′01″，地处长白山系龙岗山脉，属中国辽东地区中低山地，平均海拔750m，地势东南高、西北低。大孤家林场属暖温带大陆性季风气候，四季特征明显，春季短促且风大，夏季炎热多雨，秋季凉爽干燥，冬季漫长且寒冷多雪，年平均气温4.9℃，年平均降水量700~1000mm，平无霜期约130d。大孤家林场森林总面积为20640hm2，有林地主要分布在南部和北部，而中部分布有大面积的耕地、建设用地等非林地，非林地面积占总面积的30%。大孤家林场的主要人工针叶树种类型有落叶松（Larixspp.）、红松（PinuskoraiensisSieb）、油松（PimustabuliformisCarr.）、樟子松（P.sylvestrismongolica）和赤松（P.densiflora），其中落叶松面积比重最大；次生林以柞树（Mongolianoak）为主，另有少量的水曲柳（Manchurainash）、胡桃楸（Manchurainwalnut）、黄波罗（Phel-lodendronamurense）和椴树（Tiliaamurensis）等珍贵阔叶树种[44]。
2研究区与数据11图2.2大孤家林场位置示意图2.2数据来源2.2.1遥感影像本文选用高分一号（GF-1）PMS影像和高分二号（GF-2）PMS影像作为遥感数据源，以期满足高分辨率、多时相和多空间分辨率的应用要求。高分一号（GF-1）卫星于2013年4月26日在酒泉卫星发射基地成功发射，并于12月30日投入使用，是我国高分辨率对地观测系统的首颗光学卫星。该卫星为太阳同步回归轨道，轨道高度为645km，轨道倾角为98.0506°。GF-1卫星上有2台2m分辨率全色、8m分辨率多光谱（PMS）相机和4台16m分辨率多光谱宽幅（WFV）相机，可为林业、农业、环境等行业提供数据支撑，满足了森林资源调查、农业遥感监测、地质矿产调查等应用的需求。PMS相机包含了5个波段，WFV相机包含了4个波段，GF-1传感器各波段信息及卫星参数见表2.1所示。
【参考文献】：
期刊论文
[1]高分辨率多光谱遥感影像森林类型分类深度U-net优化方法[J]. 王雅慧,陈尔学,郭颖,李增元,金玉栋,赵俊鹏,周瑶. 林业科学研究. 2020(01)
[2]基于高分二号遥感影像树种分类的时相及方法选择[J]. 李哲,张沁雨,邱新彩,彭道黎. 应用生态学报. 2019(12)
[3]太湖流域果树提取的光谱和纹理特征选择研究[J]. 姚新华,金佳,徐飞飞,冯险峰,罗明,毕雷雷,陆洲. 中国生态农业学报(中英文). 2019(10)
[4]国产高分卫星遥感影像融合方法比较与评价[J]. 邵亚奎,朱长明,张新,沈谦. 测绘通报. 2019(06)
[5]机载AISA Eagle Ⅱ高光谱数据在温带天然林树种分类中的应用[J]. 李军玲,庞勇,李增元,荚文. 东北林业大学学报. 2019(05)
[6]基于激光雷达点云数据的树种分类[J]. 陈向宇,云挺,薛联凤,刘应安. 激光与光电子学进展. 2019(12)
[7]基于随机森林特征选择的城市绿化乔木树种分类[J]. 温小乐,钟奥,胡秀娟. 地球信息科学学报. 2018(12)
[8]基于多光谱影像的森林树种识别及其空间尺度响应[J]. 徐凯健,田庆久,岳继博,唐少飞. 应用生态学报. 2018(12)
[9]泰山麻栎多光谱遥感识别的方法优选[J]. 刘晓,王凌,朱西存,韦秋雨,谭振华. 测绘与空间地理信息. 2018(09)
[10]融合遥感影像光谱和纹理特征的矿区林地信息变化监测[J]. 张嵩,马保东,陈玉腾,吴立新. 地理与地理信息科学. 2017(06)
博士论文
[1]高分辨率遥感森林植被分类提取研究[D]. 李伟涛.北京林业大学 2016
硕士论文
[1]抚顺市清原地区主要林业害虫调查及杀虫剂筛选的研究[D]. 初永为.沈阳农业大学 2018
[2]基于高分辨率遥感影像纹理特征的面向对象植被分类方法研究[D]. 杨盼盼.云南师范大学 2017
[3]考虑植被季相节律的高分辨率遥感影像城市森林分类[D]. 任芯雨.南京林业大学 2016
[4]南疆盆地主栽林果树种多尺度纹理特征及分类研究[D]. 岳俊.新疆农业大学 2015
本文编号：3381255
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3381255.html
