江淮分水岭林地资源高分卫星监测研究

第1章 总论 1.1 研究区概况 1.1.1 地形地貌 1.1.2 气候条件 1.1.3 土壤与森林植被 1.2 林地资源遥感监测的基础条件 1.3 研究内容和技术方案 1.3.1 研究内容 1.3.2 技术方案 1.3.3 总体功能结构与流程 1.4 卫星数据产品指标体系 1.5 数据采集与预处理 1.5.1 卫星影像数据 1.5.2 高分卫星数据预处理 1.5.3 森林资源数据库 第2章 高分卫星载荷森林树种识别研究 2.1 研究区概况及数据准备 2.1.1 研究区概况 2.1.2 数据源概况 2.1.3 数据预处理 2.2 特征因子集构建与分析 2.2.1 特征因子集构建 2.2.2 特征因子集分析 2.2.3 特征因子集组合方案 2.3 森林树种识别模型构建 2.3.1 模型原理 2.3.2 样本标记及扩充 2.3.3 模型构建 2.4 模型评价及分析 2.4.1 传统机器学习模型树种识别 2.4.2 模型评价和精度分析 2.4.3 小结 第3章 基于高分二号卫星影像的森林郁闭度估计研究 3.1 模型原理 3.2 数据源及预处理 3.2.1 高分二号卫星 3.2.2 高分二号卫星影像预处理 3.3 特征因子提取 3.3.1 地表反射率 3.3.2 植被指数 3.3.3 纹理特征 3.3.4 地形特征 3.4 模型构建 3.4.1 相关性分析 3.4.2 模型构建 3.5 模型精度验证 3.6 反演制图 第4章 基于高分卫星载荷的森林生物量估算研究 4.1 研究区概况 4.2 数据与方法 4.2.1 遥感影像数据预处理 4.2.2 样地数据预处理 4.2.3 辅助数据预处理 4.2.4 光谱特征提取 4.2.5 精度评价 4.3 结果与分析 4.3.1 建模因子确定 4.3.2 不同影像建模结果分析 4.3.3 多树种不同模型建模分析 4.4 结论与讨论 第5章 林地资源动态变化遥感监测应用 5.1 遥感信息特征与林地匹配性 5.2 遥感信息特性与林地分类体系 5.3 遥感数据源选择与监测流程 5.3.1 监测尺度与遥感数据*优空间分辨率选择 5.3.2 遥感数据时相选择 5.3.3 监测方法流程 5.4 林地资源动态变化遥感监测 5.4.1 遥感影像和森林资源小班数据预处理 5.4.2 基于小班边界约束的高分遥感影像多尺度分割分类 5.4.3 变化分类后处理和结果验证 5.5 示范应用 5.5.1 林地征占遥感监测 5.5.2 林地变更高分遥感核查 5.5.3 林地变化遥感监测 5.5.4 林区内基本建设监测 第6章 基于高分六号卫星数据的绿地信息提取 6.1 高分六号卫星数据预处理 6.2 基于SVM的绿地信息提取 6.2.1 基于图像分割的样本集构建 6.2.2 SVM算法与绿地提取 6.3 基于高分六号卫星数据的植被覆盖率估算 6.3.1 基于像元二分模型的城市绿地植被覆盖度提取原理 6.3.2 适宜植被指数选择 6.3.3 NDVIveg和NDVIsoil的确定 6.3.4 植被覆盖度估算 6.3.5 估算精度评价 第7章 林地资源监测高分业务化系统 7.1 系统需求分析 7.1.1 卫星数据需求分析 7.1.2 用户需求分析 7.1.3 业务需求分析 7.2 系统总体设计与功能设置 7.2.1 系统总体设计 7.2.2 系统功能设置 7.2.3 原型系统 7.2.4 业务化系统与移动终端系统 7.3 基于高分载荷的林地资源监测原型系统 7.3.1 系统设计原则 7.3.2 系统总体设计 7.3.3 系统功能模块 7.3.4 实现效果分析 7.4 森林资源管理与服务平台 7.4.1 系统设计原则 7.4.2 系统总体架构 7.4.3 系统功能模块 7.4.4 实现效果分析 7.5 高分卫星森林资源监测移动终端系统 7.5.1 系统设计原则 7.5.2 系统总体架构 7.5.3 系统功能模块 7.5.4 系统实现效果 7.6 系统研发关键技术 7.6.1 海量数据快速分发技术 7.6.2 林业专题应用系统集成技术 7.6.3 前后端数据同步协同技术 参考文献