林业遥感技术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇林业遥感技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

林业遥感技术范文第1篇

刘振波1，张丽丽1，葛云健1，顾祝军2

（1.南京信息工程大学气象灾害省部共建教育部重点实验室，南京信息工程大学地理与遥感学院，

南京 210044；2.南京晓庄学院生物化工与环境工程学院）

摘要：以中国东北大兴安岭加格达奇林区为研究区，基于环境（HJ）卫星遥感数据提取森林植被指数，结合实测样点叶面积指数（leaf area index， LAI）数据构建研究区LAI遥感反演模型，获取研究区森林LAI。在此基础上，利用研究区LAI影像对LAI遥感产品GLOBCARBON LAI和MODIS LAI数据进行精度验证。研究结果表明：研究区LAI遥感反演模型中，基于比值植被指数（SR）的线性回归模型精度最高，模型R2为0.606（RMSE=0.251 6），相对误差19.89%；在研究区，GLOBCARBON LAI数据均值高于反演值，而MODIS LAI均值则相对较低，两者相对误差分别为12.2%和11.8%；通过对不同LAI值域的对比分析发现，研究区两种遥感LAI产品的最大误差均在LAI的低值区。

关键词 ：叶面积指数；遥感反演；森林；HJ卫星；验证

Retrieval and validation of forest leaf area index based on HJ satellite data： taking Jiagadaqi District as a case study

∥

LIU Zhenbo，ZHANG Lili，GE Yunjian，GU Zhujun

Abstract：In this study， forest leaf area index （LAI） was mapped using LAI retrieved model based on remote sensing forest vegetation indexes from HJ satellite data and situ LAI measurements data in Jiagedaqi Distract， northeastern China. GLOBCARBON LAI and MODIS LAI products data were then validated using the retrieved LAI from HJ satellite. Results showed that the accuracy of LAI retrieved model based Simple Ratio （SR） was the highest with an R?square of 0.606 and RMSE of 0.251 6. The relative error of retrieved LAI was 19.89% compared with measurement LAI data. In study area， the average value of GLOBCARBON LAI product was overestimated by 12.2% and the average value of MODIS LAI product was unde?restimated by 11.8%. Furthermore， the errors in low values under 1.5 of the two LAI products were the largest according to comparison analysis of different value ranges of LAI.

Key words：leaf area index（LAI）； retrieval； forest； HJ satellite； validation

First author’s address： Key Laboratory of Meteorological Disaster of Ministry of Education， Nanjing University of Information science and Technology， Nanjing 210044， China

收稿日期：2015-01-15

修回日期：2015-04-15

基金项目：江苏省基础研究计划（自然科学基金）项目（BK20130992，BK20131078）；江苏高校优势学科建设工程资助项目（PAPD）。

作者简介：刘振波（1978-），男，副教授，主要研究方向为资源环境遥感。E?mail： ZBLiu@nuist.edu.cn

叶面积指数（leaf area index，LAI）定义为单位地表面积上绿叶总面积的一半［1］，作为表征植被结构的重要因子，LAI已成为陆面过程、水文和生态等模型的重要输入参数之一［2］。近年来，通过卫星观测数据生产全球及区域LAI产品已成为LAI主要获取手段，如基于AVHRR、VEGETATION、MODIS、MISR等传感器数据的全球LAI 产品已广泛应用于全球变化研究中［3-4］。

不同遥感数据源及反演算法的差异导致各遥感LAI产品精度不同，因此在应用遥感LAI产品时，对LAI产品的精度评价显得尤为重要。针对遥感LAI产品精度评价，国内外学者在不同区域已有较多研究，结论不尽相同［5-6］。Pisek等［7］针对北美地区MODIS LAI产品进行了验证研究，结果表明MODIS/LAI产品相对绝对误差中值变化范围为34%～88%，且当LAI处于高值区时，产品值的波动较大。Cohen等［8］验证了北美4种不同植被覆盖区域（ 农田、草原、针叶林、混交林） 的MODIS LAI旧版算法（Collection 3）与新版算法（Collection 4），发现新版算法在农田和草原植被区域精度有较大改善，但在森林区域仍存在高估现象［8］。Abuelgasim等［9］验证了MODIS LAI、SPOT4/ VGT LAI与POLDER-1 LAI 3种产品在加拿大森林区域精度，结果显示VGT LAI产品与实测结果更为接近，另两种LAI产品精度较低。Fang等［10-11］对MODIS LAI（C4、C5）与CYCLOPES V3.1 LAI产品精度进行了综合分析，研究结果显示LAI的精度为±1.0，不能满足全球气候观测系统GCOS的应用需求（±0.5以内）。孙晨曦等［12］、王圆圆等［13］基于实测LAI数据分别对锡林浩特草原地区GLASS LAI、MODIS LAI进行了精度验证，结果显示两种LAI产品均存在一定程度的高估，GLASS LAI数据在研究区的精度与一致性要优于MODIS LAI。

综合已有研究可以发现，由于遥感数据源及反演算法的差异以及不同研究区地表植被覆盖类型的不同，现有遥感LAI数据产品在不同区域的反演精度存在较大差异。本研究针对中国森林覆盖区域，选取中国东北大兴安岭加格达奇林区为研究区，在地表森林LAI实地测量的基础上，根据实测数据首先实现较高空间分辨率环境（HJ）卫星的LAI制图，进而利用HJ卫星反演的LAI通过尺度转换分别对MODIS LAI产品与GLOBCARBON LAI产品进行精度分析。

1数据及处理

1.1研究区概况

本研究选取中国东北大兴安岭加格达奇地区为研究区（图1）。研究区位于境内，大兴安岭山脉的东南坡，面积1 587km2，气候属寒温带大陆性气候，区内森林广袤，为中国北方典型的寒温带林区，主要分布有兴安落叶林、白桦、樟子松、山杨、黑桦、云杉等树种。

1.2研究数据

1.2.1环境卫星影像及预处理

本研究首先采用环境卫星（HJ-1）数据作为较高分辨率遥感数据反演研究区LAI，数据由中国卫星资源中心（http：∥secmep.cn）下载，影像获取时间为2012年8月30日，数据均为L2 数据，经过系统辐射纠正和几何校正，需要进一步进行大气校正与几何精校正。

本研究数据大气校正采用6S模型进行影像的大气校正，根据研究区地理位置输入6S模型相关参数，模拟获得大气校正参数。几何精校正通过地面控制点进行，控制点选取在研究区内路口、桥梁、标志地物等影像上易于识别的点，利用gps实测其经纬度完成对影像的精校正，纠正误差控制在0.5个像元以内。

1.2.2遥感LAI产品数据

本研究分别对研究区MODIS LAI产品数据与GLOBCARBON LAI产品数据进行精度验证，数据时相分别为2012年8月8—15日时段的MODIS LAI数据与2012年8月的GLOBCARBON LAI产品数据，其中MODIS LAI数据为MODIS标准产品MOD15A2数据。该LAI产品数据为NASA基于TERRA-AQUA/MODIS数据生成的全球2000年以来的叶面积指数产品，每8天合成1景，空间分辨率为1 km。MOD15数据主算法将全球植被划分为8种生态群系类型，针对不同的生物群系类型，分别采用三维辐射传输模型生成查找表，以MOD09 1-7陆地波段的方向地表反射率为输入反演获取像元LAI；当光谱数据在预期范围之外时，采用基于植被类型的NDVI-LAI备用算法，产品为真实叶面积指数。

GLOBCARBON LAI数据为基于SPOT/VEGETATION数据生成的全球1999年后的LAI产品，该产品为30 d合成数据，空间分辨率1 km。GLOBCARBON LAI利用VEGEETATION地表反射率计算植被指数SR（Simple Ratio）和RSR（Reduced Simple Ritio），在地表森林与非森林区域分别建立RSR-LAI与SR-LAI关系生成叶面积指数，算法考虑植被的集聚效应，将生成的有效叶面积指数转换为真实叶面积指数。

1.2.3地面实测数据

本研究野外观测数据获取时间为2012年8月12—16日。观测时选取森林密度相对均一区域标定30 m×30 m的样区进行测量，样点LAI测量采用配备双光学感应传感器的植物冠层分析仪LAI-2200 （LI-COR，USA），于测量样区对角线上大致均匀选取5个测量点测量其森林冠层LAI。测量时一个传感器分别在地表灌丛以下随机测量4个B值，另一传感器则放置于林地外开阔地上同步测量A值，最后取5个测量点的LAI均值作为该样区森林冠层有效LAI。集聚指数测量利用冠层分析仪TRAC（Tracing Radiation and Architecture of Canopies），在样区内随机取4条直线线路，4条线路均与太阳入射光方向垂直，分别得到4组样区冠层集聚指数，取均值作为该样区森林冠层集聚指数。最后，根据样点有效LAI结合同步测量的集聚指数计算得到样点森林真实叶面积指数（LAI=LAIe /Ω），共获取33个采样点的测量数据。

1.3研究方法

本研究首先基于研究区较高空间分辨率HJ-1影像提取研究区测量样点植被指数，并结合同步测量样点LAI数据，建立研究区HJ-1影像森林LAI反演模型。其中植被指数选取NDVI［14］、SR［15］、SAVI［16］、EVI［17］、DVI［18］5种常用的植被指数。在此基础上，以HJ-1 LAI作为真值，对HJ-1LAI像元重采样到与MODIS LAI和GLOBCARBON LAI一致的空间分辨率，对该两种LAI产品进行精度验证。

2结果与分析

2.1研究区HJ-1影像LAI反演

根据预处理后的HJ-1影像，分别提取研究区各测量样点5种植被指数。根据已有研究［15，19］，回归模型分别选用线性、指数与对数3种回归模型。结合同步测量的样点LAI数据建立各植被指数与LAI回归模型（表1），其中随机选取22个LAI测量值用于建模，其余11个样点用于模型验证。由表1可见，各回归模型均具有较高的相关性，均通过了0.05的置信检验。各植被指数的3种回归模型精度基本相差不大，线性回归模型相对精度较高，5种植被指数回归模型的平均复相关系数R2为0.485 6，其次为指数模型与对数模型，R2分别为0.462和0.461 8。综合5种植被的模型回归精度，最低的为垂直植被指数（DVI）平均复相关系数R2仅为0.365 3，比值植被指数（SR）模型反演精度最高，3种回归模型的平均复相关系数R2达到0.586。

综合所有模型，基于SR的线性回归模型精度最高，R2达到0.606（RMSE=0.251 6），模型反演LAI相对误差19.89%。本研究根据此回归模型反演得到研究区LAI图（HJ-30 m LAI）（图2a）。由图2可见，研究区LAI东南部整体LAI值较高，部分区域其值高于5.0，均值为2.27，整体上沿山脉走势呈东南高西北低的趋势。

2.2研究区不同LAI统计分析

根据CEOS（Committee Earth Observing Satellites）全球中等分辨率LAI产品验证框架［20］，本研究将HJ卫星反演的30 m空间分辨率LAI数据重采样为1 km分辨率数据（HJ-1 km LAI）（图2b），以便与MODIS LAI和GLOBCARBON LAI数据进行空间匹配并验证（图2c和2d）。由图2可见，研究区重采样后的HJ-1 km LAI影像细节表现仍高于MODIS LAI与GLOBCABON LAI数据。此外，研究区3种影像LAI空间分布格局基本一致，但GLOBCARBON LAI产品数据LAI值整体上高于其他两种数据。

进一步对研究区3种LAI影像数据进行统计分析（表2）发现：研究区3种LAI数据在植被区域LAI值域范围最大的为GLOBCARBON LAI数据，其值在0.93～4.91；HJ-1 km LAI数据与MODIS LAI数据值域基本相同；GLOBCARBON LAI均值最高，其值比HJ-1 kmLAI高0.29，相对误差为12.2%；而MODIS LAI数据均值比HJ-1 km LAI均值则低0.28，相对误差为11.8%。两种遥感LAI数据产品在研究区LAI均值误差均在12%左右，但GLOBCARBON LAI存在高估现象，而MODIS LAI数据则明显低估。

2.3研究区不同区间LAI值验证

利用研究区HJ-1 km LAI影像分别与MODIS LAI影像、GLOBCARBON LAI影像相同像素点上LAI作散点图（图3），可以发现3种LAI数据均具有较高的相关性，复相关系数R2分别达到0.68和0.72。进一步按低值、中值、高值区3个LAI区间分别进行统计（表3），可见研究区森林LAI在不同值域范围内精度不同，整体上GLOBCARBON LAI与MODIS LAI两种数据产品均随着LAI值的升高其精度也随着提高，在LAI低于1.5的低值区两种LAI遥感产品精度均表现最差，其与HJ-1 km LAI的相对误差分别为+33.7%、-37.0%，而在［1.5， 3.0］值域区间内相对误差与整个值域内的LAI相对误差相似。

3结论

本研究基于野外样点实测LAI数据，首先建立研究区较高空间分辨率环境（HJ）卫星反演LAI模型，在此基础上通过像元空间聚合对遥感LAI产品数据MODIS LAI和GLOBCARBON LAI进行精度检验。研究结果表明：

1）研究区HJ卫星LAI反演模型中，基于比值植被指数（SR）的线性回归模型反演模型精度最高，模型反演的相对误差为19.89%；

2）对遥感LAI产品数据的检验结果表明，研究区MODIS LAI均值整体偏低，而GLOBCARBON LAI均值则整体偏高，两者与反演值的相对误差都在12%左右；

3）进一步通过不同区间值LAI的对比可见，研究区该两种遥感LAI产品在小于1.5的低值区部分误差最大，均值相对误差达到+33.7%和-37%，在高值区则精度均最高。

全球遥感LAI产品数据已在全球变化与碳循环研究以及植被定量监测等领域得到了广泛应用，其产品精度直接关系到研究结果的可信度。通过本研究对最常用的两种LAI遥感产品的精度验证及与已有研究可以发现，不同遥感LAI产品及不同下垫面状况下精度均表现各异，在应用各遥感LAI产品时应预先估计由此可能带来的不确定性。

参考文献

［1］Chen J M， Black T A. Defining leaf?area index fornon?flat leaves［J］.Plant Cell and Environment， 1992，15（4）：421-429.

［2］Wicks T E， Curran P J.Flipping forests：estimating future carbon sequestration of the boreal forest using remotely sensed data［J］.International Journal of Remote Sensing，2003，24（4）：835-842.

［3］丛日亮，张金池，林杰，等.苏南丘陵区主要林型叶面积指数季节动态［J］.林业科技开发，2011，25（3）：63-66.

［4］刘洋， 刘荣高， 陈镜明， 等.叶面积指数遥感反演研究进展与展望［J］.地球信息科学学报， 2013， 15（5）：734-743.

［5］曾也鲁， 李静， 柳钦火.全球LAI地面验证方法及验证数据综述［J］.地球科学进展， 2012， 27（2）：165-174.

［6］肖志强，王锦地，王锗森.中国区域MODISLA产品及其改进［J］.遥感学报， 2008， 12（6）：993-1000.

［7］Pisek J， Chen J M.Comparison and validation of MODIS and VEGETATION global LAI products over four big foot sites in North America ［J］.Remote Sensing of Environment， 2007， 109（1）：81-94.

［8］Cohen W B， Maiersperger T K， Yang Z， et al.Comparison of land cover and LAI estimates derived from ETM+ and MODIS FOR four sites in North America：A Quality Assessment of 2000/2001 Provisional MODIS Products［J］.Remote Sensing of Environment， 2003， 88（3）：233-255.

［9］Abuelgasim A A，Fernandes R A， Leblanc S G.Evaluation of national and global LAI products derived from optical remote sensing instruments over Canada［J］.IEEE Transactions on Geoscience and Remote Sensing， 2006， 44（7）：1872-1884.

［10］Fang H L， Wei S S， Jiang C Y， et al.Theoretical uncertainty analysis of global MODIS， CYCLOPES， and GLOBCARBON LAI products using a triple collocation method［J］.Remote Sensing of Environment.2012a， 124：610-621.

［11］Fang H L， Wei S S， Liang S L.Validation of MODIS and CYCLOPES LAI products using global field measurement data［J］.Remote Sen?sing of Environment，2012b， 119：43-54.

［12］孙晨曦， 刘良云， 关琳琳.内蒙古锡林浩特草原GLASS LAI产品的真实性检验［J］.遥感技术与应用， 2013，28（6）：949-954.

［13］王圆圆， 王猛， 李贵才， 等.基于野外观测和TM 数据的锡林浩特典型草原MODIS/LAI产品验证［J］.草业学报， 2011， 20（4）：252-260.

［14］Wang F M， Huang J F， Tang Y L， et al.New vegetation index and its application in estimating leaf area index of rice［J］.Rice Science，2007，14（3）：195-203.

［15］Chen J M.Evaluation of vegetation indices and a modifiedsimple ratio for boreal applications［J］.Canadian Journalof Remote Sensing， 1996（22）：229-242.

［16］Huete A R.A soil?adjusted vegetation index（SAVI）［J］.Remote Sensing of Environment，1988， 25：295-309.

［17］Jiang Z， Huete A R， Chen J， et al.Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction ［J］.Remote Sensing of Environment，2006， 101（3）：366-78.

［18］Wang Q， Adiku S， Tenhunen J， et al.On the relationship of NDVI with leaf area index in a deciduous forest site［J］.Remote sensing of environment，2005， 94（2）：244-55.

［19］Chen J M， Pavlic G， Brown L， et al.Derivation and validationof Canada?wide coarse?resolution leaf area indexmaps using high?resolution satellite imagery and groundmeasurements［J］.Remote Sensing of Environment， 2002，80（1）：165-184.

林业遥感技术范文第2篇

关键词：无人机；技术；林业；应用

中图分类号：S7 文献标识码：A 文章编号：1674-9944（2016）06-0186-02

1 引言

随着无人机相关技术的发展，目前无人机已经逐渐运用到地图测绘、地质勘测、气象探测、灾害监测、安防、农药喷洒等不同领域，可实现高分辨率影像的采集，在弥补卫星遥感经常因云层遮挡获取不到影像缺点的同时，解决了传统卫星遥感重访周期过长，应急不及时等问题。将无人机技术应用到林业工作中，比如森林资源调查、野生动物种群监测、荒漠化监测、森林火灾监测和森林病虫害监测防治等，可以有效降低人工的作业量，提升林业工作的实时监控能力，增强作业精度，有效预防森林火灾，提高应急响应能力。因此，本文研究了目前无人机在林业工作中的具体应用，并对未来的应用方向提出了展望。

2 无人机及其应用领域

2.1 无人机

无人机是一种无人驾驶的远程控制的飞行器，主要基于预先设定的飞行航线、自动化系统而具有自主航行能力，一般无人机上面都装有自动驾驶仪器、遥控和遥测系统、程序控制系统、自动导航和着陆等系统。

2.2 无人机技术

2.2.1 无人机航拍摄影

无人机航拍摄影是以无人驾驶飞机作为空中平台，以机载遥感设备，如高分辨率CCD数码相机、轻型光学相机、红外扫描仪，激光扫描仪、磁测仪等获取信息，用计算机对图像信息进行处理，并按照一定精度要求制作成图像。全系统在设计和最优化组合方面具有突出的特点，是集成了高空拍摄、遥控、遥测技术、视频影像微波传输和计算机影像信息处理的新型应用技术。

2.2.2 无人机遥感

无人机遥感技术是无人机航拍摄影技术的一种，是无人机与遥感技术的结合，综合利用先进的无人驾驶飞行技术、遥感应用和遥感遥控技术，快速获取空间遥感信息。无人机遥感属于低空遥感技术，其在获取影像过程中不受大气因素的干扰，具有操作简单、使用成本低、地面分辨率高、获取影像速度快等传统遥感技术所无法比拟的优势。

2.3 无人机技术在国内的应用

在灾害应急救援方面，臧克等利用微型无人机遥感系统对“5・12汶川大地震”的重灾区北川县城进行了航拍，通过图像处理，对灾区的受灾情况进行了初步评价，取得良好的效果。在农业技术方面，王利民等基于无人机影像技术对农作物面积识别精度与能力进行了研究，结果表明无人机遥感影像获取小范围、样方式分布的作物影像方面具有广泛的应用前景；汪小钦等运用可见光无人机遥感技术在可见光波段健康绿色植被信息提取方面取得较好的效果，提取精度可达90%以上；刘峰等设计构建了基于无人直升机平台的遥感系统，对园区内的板栗植被覆盖度进行年变化监测，充分发挥了无人机灵活、高时效性、高分辨率等优势，获取了大量板栗主要生育期的无人机遥感影像。

在环境保护方面，无人机可搭载移动大气自动监测和采样平台对目标区域进行监测、采样；在环境影响评价工作中，可以在短时间内提供精度高、时效性强的底图，有效减少在危险偏远区域的现场踏勘工作量；在环境应急突发事件中，可利用无人机遥感技术克服情况危险和交通不利等因素，快速获取事故现场信息、污染物排放情况和周围环境敏感点分布情况。在安防领域，可利用携带摄像机的无人机进行街道监控巡查、交通监视，实时传送拍摄影像，增大安全保卫覆盖面。

3 无人机在林业工作中的应用

日常的林业工作主要包括林业有害生物监测、森林资源调查、野生动物保护管理、森林防火和造林绿化等，外业工作环境艰苦、工作量大。目前，随着我国3S技术和图像视频实时传输等技术的发展，无人机和无人机技术逐渐应用于日常林业工作中，大大提高了工作效率和精度，节省了人力物力，具有明显的优势和广阔应用前景。

3.1 林业有害生物监测防治

目前我国森林病虫害监测与防治主要通过黑光灯诱杀、昆虫网诱捕、性引诱剂诱捕和人工喷洒农药的方式。随着我国造林绿化面积的增多，以及气候因素的影响，森林病虫害呈现程度增强、面积增加的趋势，传统人工监测与防治手段在应对大面积森林病虫害监测防治时凸显出弱势。通过无人机喷酒药物、监测能有效提升有害生物监测和防治减灾水平，大大减小林业有害生物对森林资源造成的生态危害。目前在我国也有一些地区使用无人机进行病虫害防治，比如勐腊县利用植保无人机对县内橡胶树病虫害进行监测和防治，应用结果表明无人机喷洒农药1h的工作量相当于2个工人工作1d，极大地提高了橡胶行业病虫害防治效率，提高了应对橡胶突发病虫害的反应速度。山西临县利用无人驾驶植保机对辖区内病虫害发生严重的红枣树进行喷药防治，取得了良好的效果。

3.2 森林防火

森林火灾的发生会造成巨大的生态损失、经济损失和人员伤亡，是一种扑救难度大的灾害，因此国家非常重视森林防火工作，防患于未然。目前最基础的森林防火方式是派人实地巡逻考察，对于大面积的林区来讲，工作量大，危险性高，火点观测精度低。有人驾驶飞机飞行受管制，拍摄的图像很难满足高精度和高分辨率的要求，在森林火灾发生时存在很大的危险性。在森林防火中利用无人机具有操作简便、快速部署、使用成本低、功能多样化、图象分辨率高等优点，同时能够实时了解火场发生态势和灭火效果，及时消灭火灾。

3.3 野生动物监测

在野生动物资源监测方面，无人机利用其特有的高时效性，能够第一时间获取野生动物资源变化数据。利用无人机技术，可以实现对野生动物种群分布、生长情况的监测，也可以对濒危动物进行跟踪监测，减轻原始人工巡查对其造成的扰动，大大减少监测巡护的人工和经济成本。

3.4 森林资源调查

森林资源调查是我国林业工作中非常重要的一项任务，森林资源调查的技术方法经历了航空相片调查方法、抽样调查和计算机和遥感技术调查等阶段，这些方法都离不开工作人员到实地进行调查，尤其是在大规模林区，则需要花费大量人力物力。利用无人机和遥感技术的结合，可快速获取所需区域的高精度森林资源空间遥感信息，具有高时效、低成本、低损耗、高分辨率等特殊优势。张园等在浙江省临安市的二类调查中利用了无人机遥感技术，快速获取高清晰度遥感图像，经过图像处理和软件分析，取得非常好的工作成果。

林业遥感技术范文第3篇

[关键词]测绘工程 测量技术 全球定位技术 遥感技术 地理信息系统技术

[中图分类号] P2 [文献码] B [文章编号] 1000-405X（2014）-3-201-1

测绘工程测量技术是测绘技术在社会建设与发展过程中的直接应用，传统的测绘工程测量技术的应用范围比较狭窄，局限于水利、建筑和交通这几个领域，所包含的主要内容为测图和放样这两个方面。在测绘工程测量技术的不断发展中，其应用领域也越来越广泛。目前比较成熟并且使用得比较广泛的测绘工程测量技术主要有全球定位技术、遥感技术以及地理信息系统技术，这三种方法的优越性都比较明显，在实际应用过程中会大幅提高测量工作的精度与效率，有效节省测绘工作的成本投入，对于测绘行业的发展有着巨大的推动作用。

1测绘过程中的测量技术

1.1全球定位技术

全球定位技术（GPS）最早出现于上个世纪的七十年代，美国成功打造了具有海、陆、空全方位三维导航与定位能力并且可以利用导航卫星实现时间与距离测量的导航与定位系统。之后的几十年，全球定位系统的水平定位精度不断提高，软、硬件特得到不断完善，应用领域越来越广。GPS技术可以全天候工作，不受天气等外界因素的影响，覆盖率达到98%。其三维定点定速功能的精度非常高，因此可以对需要定位的对象进行精准定位。在测量过程中，GPS技术所受到的限制较小，不需要通视就可以准确得到测量结果。GPS技术主要由空间星座、用户设备以及地面监控等三个部分构成：空间星座由二十四颗卫星共同组成，成蜂窝结构，两侧安装有定向太阳能电池；用户设备指的就是GPS接收机，利用接收到的信号来计算所处位置的三维坐标；地面监控主要由地面天线站、主控站以及监测站构成，其对地面上的各位置实行全面监控。

1.2遥感技术

遥感技术是一种以电磁波理论作为基础的深测技术，在实际测量过程中利用传感仪器来收集和处理远距离目标所反射或者辐射出来的电磁波信息，然后根据所得数据进行成像，进而实现对目标的深测。遥感技术以下优点：第一，探测范围广泛。航拍时飞机的飞行高度可以达到10千米左右，陆地卫星轨道也可以达到910千米左右；第二，信息的获取速度快。陆地卫星每十六天就可以覆盖地球一次，周期非常短，资料的获取速度非常快；第三，所受限制条件较少。遥感技术不会受到冰川、高山以及沙漠等环境的影响，也不会受到温度、压力等因素的影响；第四，信息量大。遥感器所获取的信息与遥感器以及把波段的不同有很大关系，每一波段含有七百六十万个像元。遥感技术主要由遥感器、接收装置、图像处理设备、信息传输设备以及遥感平台等部分构成，目前已经在农业、环境保护、地质、海洋、林业、测绘、地理、水文、气象以及军事侦察等众多领域获得广泛应用。

1.3地理信息系统技术

地理信息系统技术（GIS）是近些年才发展起来的一项空间信息分析技术，其在环境和资源领域中的应用可以对各种资源与环境信息进行有效管理，也能动态监测多时期的生产活动，显著提高了工作效率和经济效益。地理信息系统技术主要应用于农业、林业、土地资源、生态环境、灾害预警以及环境资源等方面，目前已经取得了不错的应用成效。在环境资源方面，GIS技术主要以通过建立信息管理系统的方式得到应用，而在土地资源方面，GIS技术可以应用于土地利用现状调查、土地评价、土地利用规划以及土地覆被的动态监测等方面。

2测绘工程测量技术未来的发展

在工程测量技术需求不断增大的情况下，各项测量技术均会在未来获得更大发展。以下从四个方面分析测绘工程测量技术未来的发展方向。

2.1数据采集和处理过程会更加实时化、自动化和数字化

以GPS技术为例，GPS技术的接收机正在朝着轻便、利于携带的方向改进，而广域和实时差分技术以及CCD技术可以更好地满足定位技术对动态、静态以及高精度的各方面需求，同时接收机也会更加轻便。在土地利用范围不断扩大的情况下，土地测绘技术将会逐渐扩展到较为偏僻的地区，这一发展趋势决定了GPS技术的实时化、自动化和数字化，只有让GPS技术不受地域限制、全天候地控制测量范围内的所有区域，工程测量技术才能拥有更加广泛的应用空间。

2.2测量数据的管理会更加标准化、科学化和信息化

在工程测量控制网与城市之间会逐渐使用监控网优化软件来实现测量数据的智能化管理，同时也可以让控制网数据的观测和处理更加标准化、科学化和信息化。

2.3测绘硬件设施会更加国产化、人性化和智能化

我国目前所使用的测绘技术设备大多为进口，在测绘技术不断进步的形势下，国家对测绘设备的研究力度也会相应加大，实现测绘硬件设施的国产化。此外，社会的整体发展趋势也会对测绘技术的发展方向产生一定影响，比如人性化与智能化，在整个社会都在追求人性化与智能化的影响下，测绘行业的发展自然也会顺应这种趋势，实现测绘硬件设施的人性化与智能化。

2.4“3S”集成技术

全球定位系统技术、遥感技术以及地理信息系统技术是测绘工程中最重要的三种技术，这三种技术各有优势与缺陷，在实际运用中根据实际情况选择最为合适的即可。未来的测绘工程测量技术会实现“3S”集成技术――将三种不同测绘技术的优势集中到一起，在它们相通的理论基础上建立相辅相成的关系，集成技术可以同时覆盖信息的采集、处理以及分析等全部过程，让测绘工程的测量技术更加高效，使用范围更广。

3结束语

综上所述，测绘工程中较常使用的三种测量技术中，全球定位技术可以全天候工作，不受天气等外界因素的影响，覆盖率与精度非常高，不需要通视就可以准确得到测量结果；遥感技术有着探测范围广泛、信息的获取速度快、所受限制条件较少以及信息量大等优点，在农业、环境保护、地质、海洋、林业、测绘、地理、水文、气象以及军事侦察等众多领域获得广泛应用；地理信息系统技术可以显著提高工作效率和经济效益，主要应用于农业、林业、土地资源、生态环境、灾害预警以及环境资源等方面。在社会的不断发展下，测量技术的数据采集和处理过程会更加实时化、自动化和数字化，测量数据的管理会更加标准化、科学化和信息化，测绘硬件设施会更加国产化、人性化和智能化，此外还会集成“3S”技术，推动我国测绘事业的发展。

参考文献

[1]刘艳臣.浅谈我国工程测量技术的现状及未来发展[J].黑龙江科技信息，2010（03） .

[2]覃玮.城市工程测量的技术发展初探[J].中小企业管理与科技（下旬刊），2010（05） .

林业遥感技术范文第4篇

[关键词]遥感技术；红树林湿地；运用

中图分类号：TP79 文献标识码：A 文章编号：1009-914X（2016）02-0293-01

红树林是宝贵的世界海岸湿地资源，在《湿地公约》以记入在册。其主要位于南回归线及北回归线之间，由于在热带和亚热带海岸潮间，故受局部地区暖流因素，可延伸至北纬32°及南纬44°之间的红树林湿地是木本植物群落，其具有海滩淤泥质的植被。其对平衡海陆边缘生态系统至关重要，当前对其主要研究在海岸线变迁方面较为突出。

因红树林湿地在海陆过渡地带，属于海滩淤泥质，同时每天潮长潮落加大淤泥性，人工对其进行研究有定难度。故此过去人工式的调查方式对红树林湿无法做到全面分析。并且将增加人工成本及经济损耗。工作效率不高等问题，因此利用遥感技术是必然趋势。遥感技术可对红树林湿地整体进行详细的生态环境监控和数据分析。其遥感技术对比过去人工优势明显，工作效率高，信息更新及时并且准确等。故此遥感技术对红树林湿地研究尤为重要。

1 红树林湿地的遥感技术概括

1.1 红树林湿地遥感数据源的分析

当前，红树林湿地的遥感技术的遥感影像源是由可见光以及近红外火雷达卫星影像完成。对红树林湿地遥感数据采用不同影像源组合分类。红树林湿地遥常用感图像技术为TM影像。如遇红树林湿地群落结构则使用高光谱遥感。也可借助QuickBird数据源完成更高要求的精度分类及成图。因红树林湿地几何形态，同时生物量皆因.波长的变动，所以红树林湿地的遥感雷达散射系数相对发生改变。

1.2红树林湿地遥感分类方法分析

目前，红树林湿地遥感监测为分类后比较法、神经网络、波段组合、与多时相线性变换等等。这些方式都有者明显优劣势，为保障红树林湿地遥感监测准确性，对树林湿地动态监控经过图1对比分析，可知分类后比较法与主成分分析法较适宜树林湿地

2 红树林湿地遥感技术的运用

2.1遥感技术对红树林湿地动态监测运用

遥感技术对红树林湿地动态监测是对相同位置的不同年份的图像之间的光谱特征加以分析。借助遥感技术的不同时期的数据资料加以高精度分类，最终对定量初级的生产力面积和历史空间数据实际情况研究分析。获得红树林湿地地表生态分布数据。借助遥感技术研究分析红树林湿地在自然因素下产生的变化。为树林湿地的保护和修缮实现技术支持。借助多时相的遥感技术可高效率完成树林湿地分布情况的成果是有目共睹。

2.2遥感技术在红树林湿地景观动态运用

遥感技术在红树林湿地景观动态方面运用，主要表现在对红树林湿地景观历史的发展过程和发展趋势。对红树林湿地景观的控制要素及控制方式，塑造红树林湿地景观动态模型。对动红树林湿地景观后期发展趋势进行预测。完善红树林湿地景观管控数据扶持。将红树林湿地景观发展趋势和影响原因系统分析，为保障红树林湿地的资源数据化和修护技术帮助。

2.2 遥感技术对红树林湿地管理运用

红树林湿地管理主要依靠遥感技术，遥感技术对红树林湿地生物量可加以估测。遥感技术可完成对红树林湿地灾害监管和灾害后的实况分析等。由于遥感技术能够对红树林湿地进行估测，该技术对比过去人工模式更具科学性和合理性。依靠建设红树林湿地生物量的估测模型，完成遥感估测， 分析雷达散射系数数据对比NDVI数据其生物量估测更加精准。完善过去单一借助光学遥感的缺陷，。使红树林湿地的管理拥有重要数据来源及快捷准确的监测模式。能够保证红树林湿地管理研究工作模式提供方案。减少利用光谱特征分析数据，借助回归分析，科学化对实况管理进行估测。从而完善红树林湿地健康管理实时监控以及评估。

3 红树林湿地遥感技术存在的问题

3.1红树林湿地遥感分类精度问题

红树林湿地遥感分类精度问题一直是红树林湿地的主要问题，其影响的主要方面主要来自于光谱分辨情况和空间与时间分辨情况。红树林生长的状态与多方面因素有关，其中适度、温度、地质、水流、自然天气是主要因素。再加之人为的开荒利用和滥伐滥砍，导致红树林的结构分布情况和林地面积受到了很大影响。红树林湿地的异物和同物波谱现象严重，出现了很多杂乱理不清的现象，这也使得精度无法满足人真正的雪球，难以获得最佳的类别划分效果。

3.2红树林湿地遥感监测方式

红树林湿地遥感监测手段重点选用湿地遥感监测的形式比较普遍，而在其他方面的方法使用上较少。目前的状态主要是因为针对红树林的分析研究不够频繁，而且即使有也比较单一，没有再广泛的区域内展开。对综合生态体系没有有效地进行监测和开发，导致不同区域间没有纵向综合比对。而且，单一形式的分析仅仅体现为横向分析，不够具体全面。

4 红树林湿地遥感技术建议

红树林湿地要想实现必要的生态保护离不开对于湿地展开监测和普查，这也是获得科研数据的最新要求。另外伴随着湿地越来越受到人们的重视，国内外专家学者也把红树林湿地当作未来的研究方向和热点内容，在红树林湿地遥感技术的研究建议主要包含以下内容：

4.1重点研究区域

如今红树林湿地受地球气温和其它方面的影响较大，相关地遥感研究与碳循环等内容也成为红树林遥感研究的重要方向，重点在湿地存在的明显退化方面加强了研究。

4.2重点研究方法和措施

红树林湿地研究中，综合采用了遥感定量技术和成果研究，综合了不同的信息量和信息的融聚集合，这也是作为未来发展的一种趋向。红树林湿地研究的动态变化方向主要集中与多源药膏影响的融合过程。

4.3其他表现和方面

现存资料与新的措施和手段的良好结合，可以实现比较精准的定位。有效针对建模分析手段对红树林湿地的作业情况与实验方法结合起来，充分做好红树林湿地模型遥感技术的估量。有效提升遥感数据的分类精准度，提高GPS定位标准，逐步加强红树林湿地的遥感定位使用，强化地理位置的精准分析和定位。有效提升基础数据的完善机制和步伐，逐步形成统一的有效的基准数据库，健全新的数据管理办法。

参考文献

[1]孙永光；赵冬至；郭文永；高阳；苏岫；卫宝泉；红树林生态系统遥感监测研究进展[J]；生态学报；2013年15期

[2]王小军；冯时泽；RS、GIS在海南东寨港红树林保护区地表覆盖研究中的应用[J]；测绘通报；2010年02期

[3]郑德璋，李玫，郑松发，廖宝文，陈玉军；中国红树林恢复和发展研究进展[J]；广东林业科技；2013年01期

[4]戴晓琴；浅谈遥感技术在土地利用中的应用[J]；安徽农学通报；2011年23期

林业遥感技术范文第5篇

关键词：计算机；林业；现状；前景

中图分类号：G623.58文献标识码： A 文章编号：

随着现代科技的迅猛发展，计算机技术逐渐渗透到社会的每个角落，林业亦不例外。林业的现代化已经离不开计算机技术，林业的每一次发展和飞跃都“烙”上了计算机技术及其应用的痕迹。例如在木工机械中，计算机控制技木的应用与发展成为木工机械理论研究的主题；林产工业、林产化学工业、木材加工剩余物利用、林产工业环境保护等因计算机技术而迅速发展。

计算机应用于林业勘测技术，同时引入摄影测量、大地测量、遥感、物理大地测量、地图学、地球动力学等勘察测绘学科专业，使林业勘测技术取得长足进展。智能化林业信息技术依靠计算机技术、生物工程等高新技术，让我国逐步建立起林业科技创新体系。林业信息化是林业现代化的基础和重要标志，其伴随着“3S”技术(RS、GIS、GPS)、计算机网络技术等现代信息技术的迅速发展而产生，是我国测绘领域最前沿、最尖端科技，综合了绘图、编辑、图形及文件输出为一体。

一、计算机技术在林业中的应用现状

1、计算机技术实现了林业办公自动化

1.1.1林业电子政务系统的建立

在林业相关管理部门中，计算机技术让实现了在人事、资源、档案管理、统计报表等方面网络化，让林业工作人员从繁重、枯燥、重复的劳动中解放出来，让大家有更多的时间和精力去作与林业有关的事情，让我们的林业办公业务向集成化、办公信息协同化、办公管理知识化、办公系统智能化方面发展。

1.1.2计算机让林业视频会议系统有效建立

通过计算机技术建立起来的视频会议系统是一种利用电话网建立起来的节资、省时、方便、高效的会议方式。它把不同地点、不同会场实时场景和语音连接起来，向与会者提供分享听觉和视觉的空间，使各方用户有“面对面”交谈感觉。视频会议系统由五大部分组成：视频会议终端、多点控制单元MCU、网络管理软件、传输网络及相关附件(投影仪、监视器、录像机等)，视频会议系统的建立进一步增强了林业的办公自动化水平。

2、计算机让3S技术在现代林业中广泛应用

1.2.1 GIS在林业中的应用

GIS的应用从根本上改变了传统森林资源信息管理方式，成为现代林业经营管理的新工具。GIS在林业领域的应用主要有:

a.森林资源信息管理

国外GIS在森林资源信息管理中的应用较早，而我国森林资源信息管理在这一方面的建设正在开展。GIS技术与森林资源管理相结合，用于森林资源档案管理、森林资源动态监测与管理、林业土地利用变化监测、林权管理等方面。森林资源地理信息管理将空间数据视为不可或缺的信息与属性数据进行综合分析，克服单一数据分析缺陷。近年，基于GIS技术我国研发了不同类型、尺度的森林资源地理信息系统，省、县、林场、乡村各级森林资源地理信息系统在森林资源管理中起到了重要作用。

b.森林经营优化决策

GIS技术与森林经营优化决策有机结合，形成一个辅助决策的模型，对其进行定量分析，为编制森林经营方案提供准确信息，使森林经营方案更科学、实用。林业生产中将两者有机结合，综合分析空间数据及属性数据，将优化决策的成果以可视化方式表现出来，也可为森林经营由过去粗放经营向高度集约经营转变提供可视化技术支持，为森林经营优化决策提供定时、定量、定位信息。

c.森林分类经营区划

应用GIS技术将研究区域森林进行功能区分，以可视化的方式将森林区划分类经营的成果展示出来，区划成果可保存，一次输入多次调用，改变以往林业区域布局主观性太强的弱点。依赖GIS空间分析功能将森林的主导功能更好的发挥出来，实现森林分类经营区划的可视化、自动化、图形化。

d.森林抽样设计

传统样点布是借随机数表在地形图、航片( 影像) 、林业专题图上标出，然后用量的方法根据样点图上坐标到实地找相应位置。而使用GIS系统中林业专业抽样设计功能就可以实现多种样点布设，使森林抽样样点可视化，任意查询和打印样点分布图及详细位置。

e.林业专题制图

采用GIS软件建立相应数字化林相专题图，借助GIS技术形成动态资源专题图，把森林资源动态监测与高产栽培措施结合，形成科学经营决策方案。

f.森林采伐设计

森林采伐设计管理应用GIS技术可将下达采伐限额指标与其数字化图面材料结合起来。对于森林采伐量的空间直观分析就是将采伐预定量落实到小班，应用GIS技术直观地反映到具体地域空间，反映出各种不同的采伐方式和采伐量的地理空间分布。借助 GIS 分析其相关地理属性间的联系，分析采伐量空间上的合理性，分析采伐进程和空间配置方案与保护生物多样性的影响。

g.营造林规划设计

GIS应用于营造林规划设计，准确了解林业资源及生物多样性，有效进行生产经营方案决策。应用GIS管理营造林规划档案，动态生成本地区的可造林地情况分布图，更好地适地适树。此外，利用GIS的空间分析功能把坡向、坡度、土壤、海拔等因子作适地适树分析的主要立地因子进行立地分析和造林树种的选择，提高适地适树分析可视化。

1.2.2 GPS在林业中的应用

GPS技术在林业方面应用也相当广泛。凡涉及到点、线、面、立体空间的点位确定和点间位置关系的确定都可以用GPS技术。在森林抽样调查中，采用GPS进行定位，可节省找点时间。当GPS接收机上显示坐标与抽样点的坐标相同或相近时，GPS接收机所在地即为抽样点。利用单点导航，可有目的找抽样点。还可用接收机的航点生成和编辑功能，将抽样点编辑为航线，沿航线找点，提高找点工效。

在飞播造林和飞机喷洒药物进行大面积杀虫时，先设计好飞行航线，利用GPS导航可将种子和药品准确洒在目的地，避免重洒和漏洒，极大地提高飞播和防治工效。此外，利用 GPS 定位技术，快速判断出失火位置和高度，也可以测定失火面积、火势方向、火带宽度等。

1.2.3 RS在林业中的应用

遥感技术的进步和遥感技术应用的深入，未来遥感技术在我国国民经济和林业生产建设中发挥越来越重要作用。人迹稀少，常规方法难以调查的地区使用RS技术就更显其威力，地区的森林资源调查就是用遥感技术完成。遥感是一门对地观测综合性技术，既需要一整套技术装备，又要多种学科参与配合。

RS 技术应用于林业、农业资源调查和生态环境监测。调查内容主要有农业资源、林业资源、水资源等。生态环境变化的监测主要是对草原退化、土地沙漠化和水土流失监测。RS技术在林业森林病虫害监测中也有应用。通过遥感监测可以预报病虫害的发生，报告其危害程度、危害面积及发展趋势等。

二、计算机在林业应用的展望

1、森林档案管理与资源数据库

以往森林档案管理所使用的计算机系统，多是文字和数字卡片，形式单一且不直观。然而，结合多媒体技术，将苗木的整套图象和配音存贮于档案管理系统，更好的对苗木进行评估与利用，减少盲目性。除森林经营档案管理外，建立森林资源档案尤为重要，将以往森林资源数据库结合音频、动画、视频等技术，全方位反映，提供的信息量将会更全面和准确。

2、优化栽培及繁育方案

计算机技术可以在几分钟或稍长时间内完成长达数周、数月乃至数年的栽培实验，直观且图文并茂，能够有效地实现不同栽培效果的对比，节约时间和费用。计算机技术还可以更加直观地比较不同育种方案下遗传进展优劣，帮助筛选最优的繁殖和培育方案。

3、林业信息资源共享

互联网将以往相互孤立、散落在世界各地单独的计算机或相对独立的计算机局域网，借助已发展的电信网络，通过一定通讯协议实现更高层次网络互联，Internet将网络技术、多媒体技术和超文本技术融为一体，实现林业信息资源共享。

4、林业科技实时交流

方便畅顺而廉价的Internet沟通方式，让世界各地林业工作者以E-mall方式沟通与切磋，建立多媒体视频会议环境等，除了能够传输会议参与人员的音频、视频外，还能共享远程应用程序，异地操作和访问、协同演示和合作工作对群组工作应用提供直接手段，一旦发生重大林业灾害，可在世界范围内召开网络会议，提供最快最优解决方案。

林业网络教育和培训

开设电子学习实践天地，提供全真模拟演示，计算机互联网畅游林业高科技领域，时时把握林业发展脉搏，为林业人才培养和职工再教育提供广阔天空。

增加林业电子办公和林业电子签证

覆盖和掺透于林业科技现代化、林业设施现代化、林业管理现代化中的林业信息化，是21世纪林业现代化的重要标志和保证。林业专家在系统、遥感、地理信息和空间定位系统、网络、DNA芯片等技术的研究与应用必有大的所为。

7、拓宽现代信息技术的应用范围

GPS与GIS集成、GPS与RS集成、RS与GIS集成，在森林灾害监测、森林资源监测、全球环境监测、野生动植物资源等方面势必会有更大的应用，向着网络化、开放性、集成化、数据标准化、系统智能化等方向发展。

GIS与Web及数据库技术相结合，形成集数据、语音、图像于一体的宽带综合业务数字网络，将来这一新的工作模式和数据共享机制将会更加广泛的应用于各涉地理信息领域。

三、结论

计算机技术的普及应用必将促进林业工作向着精确、高效、现代化的方向发展，必将给林业带来更好的经济效益和社会效益。

参考文献:

[1] 刘捷.3S 技术在林业中的应用[J].天津农业科学,2007(1):62-64.

[2] 刘涛.3S技术在森林资源调查中的应用与展望[J].林业科学,2008(11).

[3] 闫秀婧.信息技术对我国林业发展的影响[J].农业科技与信息,2008(10).

[4] 杨帆.浅析GIS的发展现状与未来发展趋势[J].安徽农学通报,2007,13(23).