欢迎来到天天文库
浏览记录
ID:6356937
大小:1.88 MB
页数:10页
时间:2018-01-11
《红树林空间分布信息遥感提取方法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、2014年10月WETLANDSCIENCEOctober2014DOI:10.13248/j.cnki.wetlandsci.2014.05.007红树林空间分布信息遥感提取方法李春干,代华兵(广西林业勘测设计院,广西南宁530011)摘要:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分
2、类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图
3、像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。关键词:红树林;空间分布;遥感;信息提取中图分类号:TP79;P966文献标识码:A文章编号:1672-5948(2014)05-580-10目前,遥感技术被广泛应用于红树林动态监测和制图[1,2]。在全球尺度的红树林监测中,以利用中空间分
4、辨率遥感数据为主,包括LandsatTM/ETM+、SPOT1-4和ASTER等[3,4];在区域尺度的红树林监测中,一些研究,特别是较大区域的红树林研究,采用了上述中分辨率遥感数据[5~7],但更多的是采用航空遥感图像和高空间分辨率卫星遥感图像,包括SPOT5、ALOS、QuickBird和IKONOS等[8~13],也有少量研究采用雷达遥感数据,如偏振合成孔径雷达(PolSAS)、激光雷达(LiDAR)和干涉雷达(In-SAR)等[14~16],以及高光谱遥感数据,如EO-1Hyper-ion和CASI等[17,18]。红树林遥感信息提取方法主要包括屏幕矢量
5、化[8,11,17]、非监督分类[18~20]、监督分类[13,21,22]、植被指数法[1,22,23]、神经网络[10]、面向对象[7,9,24]和光谱分解方法[12,17]。也有不少学者采用多源遥感数据,通过混合分类方法提取红树林信息[1,5,6,25,26]。国内学者也对中国红树林动态监测做了大量的工作[27~36],所用的遥感数据和技术方法与国外研究相似。现有红树林信息提取研究中,对同一区域,大多数研究都不考虑区域内具体海湾或地段的红树林分布和林分结构特点、潮位高度、红树林在遥感图像上的表征等差异,都是采用一种方法进行一次性提取,少见对于稀疏、低矮且潮
6、位较高、滩涂不完全裸露区域的红树林信息提取的研究。有学者在新西兰Waitemata港西半部的研究中,采用SPOT多光谱数据(空间分辨率为20m),根据林分密度,将红树林分为茂密红树林(覆盖度接近100%)和稀疏、低矮红树林(覆盖度20%~80%)2个类型,通过两次分类方法提取红树林信息,最终精度为81.4%[5]。由于其所采用的遥感数据空间分辨率较低,因此信息提取精度不高。为此,本研究以ALOSPRISM/AVNIR-2高空间分辨率遥感数据为信息源,以广西北部湾为研究区,在分析红树林空间分布和林分结构特点、潮收稿日期:2013-07-25;修订日期:2014-0
7、7-23基金项目:国家自然科学基金项目(41166001)和中央财政林业科技推广示范资金项目(GXTG200904)资助。作者简介:李春干(1962-),男,广西壮族自治区横县人,博士,研究员,主要从事林业遥感、森林资源监测与管理研究。E-mail:gxali@126.com5期李春干等:红树林空间分布信息遥感提取方法581位高度、遥感图像上红树林表征的基础上,选取红树林茂盛滩涂完全裸露、红树林稀疏低矮滩涂不完全裸露两个典型海湾(地段)为实验区,分别利用植被指数、监督分类、非监督分类和面向对象分类方法进行研究,旨在探索不同林分结构和滩涂裸露情况下红树林空间分布信
8、息精确提取的适用方法,为
此文档下载收益归作者所有