代发论文网：探讨遥感技术在林业中的发展状况与应用前景

程造林质量监测近几年,随着国家对生态建设的重视,启动了许多生态建设和造林工程,其中退耕还林工程是我国涉及面最广、政策性最强、群众参与度最高的生态建设系统工程。为了确保把这项“功在当代,利在千秋”的大事抓紧抓好,用遥感手段准确、及时地对各地的退耕还林还草工程年度计划任务完成情况和历年退耕还林还草保存情况进行监测和验收是非常必要的。但由于退耕还林栽上的一般都是些幼苗,这在一般中低分辨率的卫星影像上是很难识别的,而高分辨率卫星数据的出现,给用遥感监测退耕还林的实施带来了希望。目前研究用以IKONOS为代表的高分辨率的卫星影像监测退耕还林工程效益已经成了林业遥感界的一个热点。</P> <p>2·2　高光谱遥感数据</P> <p>2·2·1　树种识别在自然资源管理、环境保护、生物多样性和野生动物栖息地研究中,正确识别森林树种非常重要。在过去二三十年里,大面积的应用数字遥感数据(如TM、SPOT)进行的树种识别实践只能分到树种组或简单地将树种分为针叶、阔叶两大类。这主要是因为:一是由于缺少高光谱分辨率和大量的光谱波段,因为不同的树种经常有极为相似的光谱特性(通常称为“异物同谱”现象),它们细微的光谱差异用宽波段遥感数据是无法探测的;二是由于光学遥感所依赖的光照条件无常,可能引起相同的树种具有显著不同的光谱特性(即所谓的“同物异谱”现象),而高光谱遥感能够探测到具有细微光谱差异的各种物体。因此,能够大大地改善对植被的识别和分类精度。</P> <p>2·2·2　森林郁闭度信息提取郁闭度在遥感图像上是一个比较容易提取的参数,但在空间分辨率低时(>20m),由于像元光谱混合的问题,利用宽波段遥感数据提取的郁闭度信息精度不会太高。利用高光谱数据实行的混合光谱分解方法就可以将郁闭度这个最终光谱单元信息提取出来,合理而真实地反映其在空间上的分布。如果利用宽波段遥感数据,实行这种混合像元分解技术效果不会太好,其原因是波段太宽、太少,不能代表某一成分光谱的变化特征;而高光谱的每个图像像元均可近似用一条光谱曲线描述,因此用