基于CBERS影像的速生林信息提取方法研究

doi:10.6046/gtzyyg.2009.04.14

全文: PDF(703 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

提出了一种运用遥感技术提取速生林信息的方法，实现了大区域速生林分布情况的检测。该方法基于CBERS影像多年际时间曲线趋势，根据速生林生长周期中被砍伐并翻地的特殊阶段表现在遥感影像上的不同电磁波谱特征，对其进行检测，从而实现速生林地的提取。在广东省雷州市试验的结果表明，速生林信息提取的总体精度为88％，CBERS CCD图像可以用于大区域的速生林信息提取。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：航空遥感数据, 绿地, 信息提取

Abstract：

In this paper, a method for detecting the fast-growing plantation based on remote sensing is proposed, and the measuring of the distribution of the fast-growing plantation in large areas has been realized. This method is based on the cure trajectory extracted from the multi-year CBERS images. According to the characteristics of the electromagnetic spectra obtained during the period when the fast-growing plantation was cut down and the soil was turned up, the land used for fast-growing plantation can be extracted. The test in Leizhou City of Guangdong Province shows that the overall accuracy of the extracting method is 88%, which indicates that CBERS CCD images can be used to extract fast-growing plantation in large areas.

Key words： Aerial remote sensing data City green space Information extraction

出版日期: 2009-12-16

引用本文:

温庆可, 张增祥, 刘斌, 徐进勇, 乔竹萍. 基于CBERS影像的速生林信息提取方法研究[J]. 国土资源遥感, 2009, 21(4): 68-71.
WEN Qing-Ke, ZHANG Zeng-Xiang, LIU Bin, XU Jin-Yong, QIAO Zhu-Ping. INFORMATION EXTRACTION OF THE FAST-GROWING PLANTATION AREA BASED ON CBERS SATELLITE IMAGES. REMOTE SENSING FOR LAND & RESOURCES, 2009, 21(4): 68-71.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2009.04.14 或 https://www.gtzyyg.com/CN/Y2009/V21/I4/68

[1]	魏英娟, 刘欢. 北衙金矿床遥感矿化蚀变信息提取及找矿预测[J]. 自然资源遥感, 2021, 33(3): 156-163.
[2]	牟晓莉, 李贺, 黄翀, 刘庆生, 刘高焕. Google Earth Engine在土地覆被遥感信息提取中的研究进展[J]. 国土资源遥感, 2021, 33(2): 1-10.
[3]	熊育久, 赵少华, 鄢春华, 邱国玉, 孙华, 王艳林, 秦龙君. 城市绿地资源多尺度监测与评价方法探讨[J]. 国土资源遥感, 2021, 33(1): 54-62.
[4]	夏炎, 黄亮, 陈朋弟. 模糊超像素分割算法的无人机影像烟株精细提取[J]. 国土资源遥感, 2021, 33(1): 115-122.
[5]	王琳, 谢洪波, 文广超, 杨运航. 基于Landsat8的含蓝藻湖泊水体信息提取方法研究[J]. 国土资源遥感, 2020, 32(4): 130-136.
[6]	刘文雅, 岳安志, 季珏, 师卫华, 邓孺孺, 梁业恒, 熊龙海. 基于DeepLabv3+语义分割模型的GF-2影像城市绿地提取[J]. 国土资源遥感, 2020, 32(2): 120-129.
[7]	白晓琼, 王汶, 林子彦, 张耀军, 王昆. 基于高空间分辨率遥感影像的三维绿度度量[J]. 国土资源遥感, 2019, 31(4): 53-59.
[8]	刘畅, 杨康, 程亮, 李满春, 郭紫燕. Landsat8不透水面遥感信息提取方法对比[J]. 国土资源遥感, 2019, 31(3): 148-156.
[9]	尹展, 张利军, 段建良, 张沛. 南方植被区强迫不变植被抑制技术改进与应用[J]. 国土资源遥感, 2019, 31(2): 82-88.
[10]	王月如, 韩鹏鹏, 关舒婧, 韩宇, 易琳, 周廷刚, 陈劲松. 基于Landsat8 OLI数据的富贵竹种植区域信息提取[J]. 国土资源遥感, 2019, 31(1): 133-140.
[11]	王勇, 张寅玲, 尤淑撑, 王忠武, 魏海, 李洋. 资源一号02C卫星数据在土地整理项目验收核查中的应用[J]. 国土资源遥感, 2018, 30(1): 144-149.
[12]	薛庆, 吴蔚, 李名松, 董双发, 章新益, 石海港. 高分一号数据在矿山遥感监测中的应用[J]. 国土资源遥感, 2017, 29(s1): 67-72.
[13]	王瑾杰, 丁建丽, 张成, 陈文倩. 基于GF-1卫星影像的改进SWI水体提取方法[J]. 国土资源遥感, 2017, 29(1): 29-35.
[14]	刁淑娟, 刘春玲, 张涛, 贺鹏, 郭兆成, 涂杰楠. 基于SVM的湖泊咸度等级遥感信息提取方法——以内蒙古巴丹吉林沙漠为例[J]. 国土资源遥感, 2016, 28(4): 114-118.
[15]	杨晓楠, 徐韵, 田玉刚. 一种用于城市信息提取的改进居民地指数[J]. 国土资源遥感, 2016, 28(4): 127-134.