面向對象的高分辨率遙感影像竹林多尺度碳儲量估算方法研究.pdf

1、隨著遙感技術的迅猛發(fā)展和林業(yè)生產科研的深入，遙感在林業(yè)的應用越來越廣泛。高分辨率遙感影像具有空間信息豐富，反映地物類型差異；幾何結構清晰，利于通過形狀尺寸特征區(qū)分地物；紋理結構清晰等優(yōu)勢。在森林資源監(jiān)測中可以反映復雜的植被類型和林相條件，成為許多學者研究的熱點。面向對象的分類技術能夠有效利用光譜、紋理、形狀、拓撲關系等信息，為高分辨率遙感影像植被信息提取提供了新的途徑。面向對象方法主要廣泛應用在高分辨率遙感影像定性研究上，使用面向對象的

2、方法對遙感影像進行定量分析的研究較少。
　　本文以浙江省安吉縣為研究區(qū)域，利用SPOT6高分辨率遙感影像，采用面向對象的多尺度分割方法，綜合利用高分辨率影像的光譜、紋理、幾何形狀等信息，構建多尺度的對象層次結構，實現(xiàn)對研究區(qū)的竹林信息進行提取。并提出一種利用面向對象的遙感定量估算方法，結合不規(guī)則樣地和面向對象多尺度分割體系構建了多尺度毛竹林碳儲量估算新方法。有望突破基于像元的在單一尺度（像元尺度）上傳統(tǒng)的碳儲量估算方法。主要研究內

3、容如下：
　?。?）利用多邊形樣地邊界參與安吉縣SPOT6影像面向對象的分割，構建多尺度多層次的結構體系。針對研究區(qū)地物的特點和分割面積的大小，在不同的尺度上對不同類型的地物采用不同的分類特征進行分類，并利用對象的上下文關系，把大尺度的分類結果傳遞到其它層中，在最底層進行分類匯總，得到了基于面向對象的安吉縣主要地物的分類圖。并與基于像元的最大似然法進行了分類的對比分析。
　?。?）面向對象方法的一個優(yōu)點是對象間的層次結構，可

4、以的到大尺度上分類信息也傳遞到小尺度分類結果上。結合GIS的空間工具，可以實現(xiàn)大尺度到小尺度的定量信息傳遞。把大面積、大尺度中的竹林的遙感信息傳遞到小尺度上，與實測的毛竹林碳儲量數(shù)據(jù)結合，構建了基于對象的多尺度碳儲量估算回歸模型。并利用面向對象的毛竹林信息提取結果，對安吉縣毛竹林碳儲量分布進行了估算。
　　通過研究主要得到以下結論：
　　1.本文采用面向對象的多尺度分割方法，構建多尺度層級結構體系，對研究區(qū)毛竹林的分布進行了

5、信息提取。結果表明分類總精度達到了83.87％，毛竹林生產者精度達到了88.89%，高于基于像元的最大似然法。取得了較好的分類效果。
　　2.在竹林信息提取過程中近紅外波段均值、藍波段反差紋理、藍波段標準差紋理，NDVI植被指數(shù)均值4個特征起到了關鍵作用。
　　3.基于不規(guī)則樣地碳儲量與面向對象的多尺度遙感特征，本文構建了一個多尺度特征的毛竹林碳儲量模型。突破了傳統(tǒng)的基于單一尺度（像元尺度）的碳儲量估算方法，取得了較好的估算