林业生态工程
来源:    时间:2016/04/14

 1)林业生态工程监测应用案例
    依据地域分异性、连续性、代表性与区域完整性原则,充分考虑林业生态工程建设的任务量、投资和治理难度, 以及生态脆弱和高敏感的特点, 综合天然林保护工程和退耕还林工程区域分布和实施情况,选取重庆市云阳县作为应用示范区, 开展高分林业生态工程监测示范子系统建设和应用示范。
    根据卫星参数指标,选取SPOT-5、资源三号作为参照影像。收集处理了覆盖重庆市云阳县的2013年3月、12月共9景高分一号影像, 购置了2006年和201l年两期共10景 SPOT-5影像, 以及2012年8月、12月, 20l3年3月、6月、9月共12景资源三号卫星影像。收集整理应用示范区近年来天然林资源保护工程和退耕还林工程造林、管护和抚育经营等方面的档案资料,包括专题图件和文字材料。采集应用示范区2011-2012年间天然林保护工程和退耕还林工程地块变化数据, 云阳县退耕农户统计等,开展部分遥感监测示范应用工作,并依据《高分林业生态工程监测应用示范专题图制作规范(草稿)》,研制了退耕还林工程造林地块分布图、工程造林成林分布图、 工程区森林分布图和工程区森林变化分布图;天然林保护工程区森林分布图和工程区森林变化分布图等专题产品。
    利用 ENVI软件中的纹理分析工具进行纹理特征提取,对高分一号、 SPOT-5和资源一号 02C星的影像特征和图像质量进行了对比分析。 从结果来看, 资源一号02C卫星数据的均值较低,高分一号卫星数据和SPOT-5数据均值和方差均超过资源一号02C卫星数据,表明高分一 号卫星数据的整体辐射状况最好, SPOT-5数据其次,资源一号 02C卫星数据相对较差。
    2)造林地块识别
    地块识别模块以工程区造林地块为底图,利用GF影像提取工程区造林地块林木生长情况,为工程造林核查提供依据。地块识别算法根据高分多光谱遥感影像中地物的NDVI、色调、纹理特性,首先根据选定的NDVI、色调、纹理的任意组合特征,生成输入高分影像的各特征影像,接着分别对各特征影像进行最优密度分割自动化获取其多级分割阈值,然后以工程地块为最小单元分级统计各特征信息,并据此实现以工程地块为最小单元的郁闭成林、林木明显分布和林木无明显的分类。接着采用多特征融合的面向对象方法识别出郁闭成林和林木明显分布工程地块的林地,并更新工程地块边界,生成地块识别结果。自动化获取分割阈值使该功能对不同成像条件下的遥感影像具有普适性,采用多级阈值分割、分级统计特征信息,有效提高了分类精度。地块识别算法综合利用高空间分辨率遥感影像的各影像特征,实现以工程区造林地块为最小单元,将遥感影像中工程区造林地块限定区域的林地小班分为郁闭成林、林木明显分布、无林木明显分布三类。

造林地块识别图
    3)造林地块成林提取
    成林提取功能以工程区造林地块为底图,利用GF影像提取工程区造林地块中的林木生长情况,为工程造林核查提供依据。成林提取算法根据高分多光谱遥感影像中地物的色调、纹理特性,首先生成输入高分影像的各特征影像,接着分别对各特征影像进行最优密度分割自动化获取其多级分割阈值,然后以工程地块为最小单元分级统计各特征信息,并据此识别出郁闭成林工程地块,接着根据纹理统计信息将郁闭成林地块分为针叶林、针阔混交林、阔叶林和竹林4类。成林提取算法综合利用高空间分辨率遥感影像的各影像特征,实现以工程区造林地块为最小单元,将遥感影像中工程区造林地块限定区域的林地小班进一步分为林地和非林地两类。

造林地块成林提取图
    4)天然林(质量)变化监测
    天然林变化监测模块根据天保工程区天然林分布,利用GF卫星影像提取天然林明显变化地块,反映工程管护和抚育情况,为工程成效评价提供依据。天然林变化监测功能以天保工程区地块为底图,根据前后两期GF影像中天然林在光谱、色调、纹理上的特点,以工程地块为最小单元分级统计色调信息,并据此识别出为森林的工程地块,利用影像分割和分类技术提取天保工程区地块中天然林的变化情况,将郁闭成林地块分为林木变密、无明显变化、林木变疏、森林转出和天然更新郁闭成林5类。

天然林(质量)变化监测图