高光谱遥感森林信息提取研究进展

谭炳香; 李增元; 陈尔学; 庞勇; 武红敢

高光谱遥感森林信息提取研究进展

1.
中国林业科学研究院资源信息研究所,北京　100091
基金项目:
中央级公益性科研院所专项基金项目“森林结构参数遥感综合定量反演方法研究”(R IFR ITZJZ2007003) ;北京市科技计划课题“北京郊区土地结构遥感监测与生态效益评价研究”(20006321000991) ;国家自然科学基金课题(40601070)

Research Advance in Forest Informa tion Extractionfrom Hyoerspectral Remote Sensing Data

1.
Research Institute of Forest Resource Information Techniques, CAF,Beijing　100091, China

摘要: 针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨。
- 高光谱遥感
- / 森林信息
- / 森林调查
Abstract: With the development of remote sensing technology, especially the app lication of hyperspectral remotesensing data, more studies were focused on the investigation of forest information p roduction using hyperspectralremote sensing data. In this paper, it described the current state of forest biophysical and biochemical parametersderived from hyperspectral remote sensing data, such as forest species determining, canopy closure estimation andforest leave area index detection. This paper p resented the future trend of the application of hyperspectral remotesensing in forestry.
- hyperspectral remote sensing
- / forest information
- / forest inventory

[1]	GreggV, GoetzA F H. Terrestrial imaging spectrometry: current status, future trends[J]. Remote Sens Environ, 1993, 44: 117 - 126
[R]. Report p repared for the Ontario Forest ResearchInstitute, OntarioMinistry of Natural Resources, Sault Ste Marie,ON, 1997a
[3]	Monsch KA, Green R O, EastwoodM L, et al. Imaging spectroscopy and airborne visible / infrared imaging spectrometer(AV IR IS) [J].Remote Sens Environ, 1998, 65: 227 - 248
[R]. p resented at 2003 AV IR ISworkshop, Sheraton Hotel, Pasadena, USA, 2003 ( b)
[5]	浦瑞良,宫　鹏. 高光谱遥感及其应用[M]. 北京:高等教育出版社, 2000
[6]	Goodenough D G, Pearlman J, Hao Chen. Forest Information fromHyperspectral Sensing [C]. Proc IGARSSIV, Anchorage, Alaska,USA, 2004
[7]	MartinM E, Newman S D, Abet J D, et al. Determining forest species composition using high spectral resolution remote sensing data[J]. Remote Sens Environ, 1998, 65: 249 - 254
[8]	宫　鹏,浦瑞良,郁　彬. 不同季相针叶树种高光谱数据识别分析[J]. 遥感学报, 1998, 2 (3) : 211 - 217
[9]	Davison D, Achal S, Mah S, et al. Determination of tree species andtree stem densities in Northern Ontario forest usingAirborne CASI data[C]. Proc of Fourth InternationalAirborne Remote Sensing Conference and Exhibition, Ottario, Canada, 1999, 2: 187 - 196
[10]	Goodenough D G, Bhogal1 A S. Monitoring forests with Hyperionand AL I[C]. Proc IGARSS III, Tporonto, ON, Canada, 2002: 882- 885
[11]	Goodenough D G, Andrew D K, Niemann O. Processing Hyperionand AL I for forest classification [J]. IEEE Tran on Geoscience andRemote Sensing, 2003 ( a) , 41 (6) : 1321 - 1331
[12]	陈尔学,李增元,谭炳香,等. 高光谱数据森林类型统计模式识别方法比较评价[J]. 林业科学, 2007, 43 (1) : 84 - 89
[13]	Price J C. Estimating leaf area index from satellite data [J]. IEEETrans Geosci Remote Sensing, 1993, 31: 727 - 734
[14]	Gong P, ZhangA, Chen J, et al. Ecological land systems classification using multisource data and neural networks [C]. GIS’94,Vancouver B C Canada, February, 1994, 659 - 664
[15]	张培良,郑兰芬,童庆禧. 利用高光谱对生物变量进行估计[J].遥感学报, 1997, 1 (2) : 111 - 114
[16]	Gong P, Greg B, Pu R. Retrieval of surface reflectance and estimation of forest Leaf Area Index (LA I) Using Hyperion, AL I, andAV IR IS[EB /OL]. 2004
[17]	Pu Ruiliang, Peng Gong. Wavelet transform app lied to EO-1 hyperspectral data for forestLA I and crown closuremapp ing[J]. RemoteSensing of Environment, 2004, 91: 212 - 224
[18]	Lee K S, Park Y I, Kim S H. Remote sensing estimation of forestLA I in close canopy situation[C]. Proceedings of the XXth ISPRSCongress, Istanbul, Turkey, 2004: 400 - 404
[19]	谭炳香,李增元,陈尔学,等. Hyperion高光谱数据的森林郁闭度定量估测研究[J]. 北京林业大学学报( EI检索) , 2006, 28(3) : 95 - 101
[20]	Zagolski F, PinelV, Romier J, et al, Forest canopy chemistrywithhigh spectral resolution remote sensing[J]. International Journal ofRemote Sensing, 1996, 17 (6) : 1107 - 1128
[21]	Rock B N, Hoshizaki T, Miller J R. Comparison of in situ and airborne spectral measurements of the blue shift associated with forestdecline[J]. Remote Sens Environ, 1988, 24: 109 - 127
[22]	Carter G A, CibulaW G,Miller R L. Narrow-band reflectance imagery compared with thermal imagery for early detection of p lantstressl[J]. J Plant Physiol, 1996, 148: 515 - 522
[23]	Dendron Resource Surveys Inc. Bioindicators of forest health: Review report
[24]	Wessman C A, Aber J D , Peterson D L. An evaluation of imagingspectrometry for estimating forest canopy chemistry[J]. Int J Remote Sens, 1989, 10: 1293 - 1316
[25]	Johnson L F, Hlavaka C A, Peterson D L, et al. Multivariate analysis ofAV IR IS data for canopy biochemical estimation along the Oregon transect[J]. Remote Sen Environ, 1994, 47: 216 - 230
[26]	Matson P A, Johnson L, Billow C, et al. Seasonal changes in canopy chemistry across the Oregon transect: patterns and spectralmeasurementwith remote sensing[J]. EcolApp l, 1994, 4 (2) : 280- 298
[27]	浦瑞良,宫　鹏. 森林生物化学与CASI高光谱分辨率遥感数据的相关分析[J]. 遥感学报, 1997, 1 (2) : 115 - 123
[28]	Datt B. Visible /near infrared reflectance and chlorophyll content inEucalyputs leaves [J]. Int Remote Sensing, 1999, 20 ( 14) : 2741- 2759
[29]	Goodenough D G, Chen H, Dyk A, et al. Forest Information Products from AV IR IS and Hyperion
[30]	Jerred B. “Scientist Isolate Potassium Signal inWildfire”, NFPA,2000
[31]	Bachmann CM, Dubois K, Fusina R A. Automatic detection of aninvasive p lant species on a barrier island in the Virginia[C]. ProcIGARSS, Sydney, Australia, 2001
[32]	Lass L W, Thill D C, ShafiiB, et al. Detecting spotted knapweed(Centaurea m aculosa) with hyperspectral remote sensing Technology[J]. Weed Technology, 2002, 16: 426 - 432
[33]	Dennison P E, RobertsD A. Examining seasonal changes in canopymoisture using AV IR IS time series data [C]. Proc. 13 th AV IR ISEarth ScienceWorkshop, Pasadena, CA, 2004
[34]	姚延娟,阎广建,王锦地. 多角度遥感数据综合反演叶面积指数方法研究[J]. 遥感学报, 2005, 9 (2) : 117 - 122
[35]	Chen JM, Jane Liu, Leblance S G, et al. Multi2angular op tical remote sensing for assessing vegetation structure and carbon absorption[J]. Remote Sensing of Enviroment, 2003, 84 (4) : 516 - 525
[36]	Gobron Nadine, Bernard Pinty,MichelM. Uniquenes ofmultiangularmeasurements-Part II: Joint retrieval of vegetation structure andphotosynthetic activity from MISR [J]. IEEE Transaction on Geoscience and Remote Sensing, 2002, 40 (7) : 1574 - 1582
[37]	Zhang Y, Tian Y, Myneni R B, et al. Assessing the informationcontent ofmultiangle satellite data formapp ing biomass: I. Statistical analysis [J]. Remote Sensing of the Environment, 2002a , 80(3) : 418 - 434
[38]	Zhang Y, Shabanov N, Knyazikhin Y, et al. Assessing the information content ofmultiangle satellite data formapp ing biomass: II.Theory[J]. Remote Sensing of the Environment, 2002b, 80 ( 3) :435 - 446
[39]	David G G, Andrew D, Hao Chen. Evalution and validation ofCHR IS for national forests [C]. Proc of the 4^th CHR IS/PROBAWorkshop, ESA /ESR IN, Frascati, Italy, 19 - 21 Sep tember, 2006
[40]	Francois K, Pierre D. Forest type discrimination using multi-angleherperspectral data [C]. Proc of the 2^nd CHR IS/PROBA Workshop, ESA /ESR IN, Frascati, Italy, 28 - 30 Ap ril, 2004
[41]	DisneyM, Lewis P, Nich C. Angular variation and photochemicalresponse from CHR IS2PROBA over forest sites in the UK[C]. Procof the 4^th CHR IS/PROBA Workshop, ESA /ESR IN, Frascati, Italy, 19 - 21 Sep. , 2006
[42]	AEROSPACE REPORT (NO. TOR ～2001 ( 8511 ) ～1 ) : Hyperspectral ImageryMarket Forecast [EB /OL]. 2000—2005. http: / /www. losangeles. af. mil/ smc / xr /CPO

[1]	赵宪文 , 尹关聪 , 汤伟 , 王卫东 . 大比例尺航空照片测高估测森林蓄积量的研究. 林业科学研究, 1991, 4(2): 122-127.
[2]	沈洁 . 应用大比例尺航片进行树高量测*. 林业科学研究, 1991, 4(1): 74-78.
[3]	李继泉 , 赵宪文 , 朱剑 . 用SPOT资料对大兴安岭特大火灾林火行为研究及对阿穆尔林业局蓄积损失估计. 林业科学研究, 1988, 1(6): 598-606.
[4]	李军玲 , 庞勇 , 李增元 , 荚文 . 云阴影区机载高光谱影像森林树种分类. 林业科学研究, 2019, 32(5): 136-141. doi: 10.13275/j.cnki.lykxyj.2019.05.018
[5]	谭炳香 , 杜纪山 . 遥感与GIS相结合的森林资源信息更新与制图方法研究. 林业科学研究, 2001, 14(6): 692-696.
[6]	阎兵 , 吕江鱼 , 李怀仓 , 梁炬 , 徐冠华 , 李志清 , 王启睿 . 利用航天遥感资料进行森林资源调查的研究. 林业科学研究, 1988, 1(1): 48-56.
[7]	包盈智 , 袁凯先 , 赵宪文 , 曹发骥 . 森林二类调查中蓄积量遥感估测方法应用实例. 林业科学研究, 1996, 9(3): 234-238.
[8]	王雅慧 , 陈尔学 , 郭颖 , 李增元 , 金玉栋 , 赵俊鹏 , 周瑶 . 高分辨率多光谱遥感影像森林类型分类深度U-net优化方法. 林业科学研究, 2020, 33(1): 11-18. doi: 10.13275/j.cnki.lykxyj.2020.01.002
[9]	洪玲霞 , 陆元昌 , 雷相东 , 谢阳生 , 国红 , 牟惠生 . 县级森林资源信息管理系统设计. 林业科学研究, 2005, 18(3): 284-291.
[10]	屈智巍 , 梁军 , 达乎巴雅尔 , 魏淑花 , 贾秀贞 , 吕全 , 张星耀 . 中国森林植物病害信息网站建设. 林业科学研究, 2006, 19(3): 395-399.
[11]	刘海 , 张怀清 , 莫登奎 , 鞠洪波 . 基于信息编码的森林景观可视化模拟. 林业科学研究, 2014, 27(2): 208-212.
[12]	韦玮 , 李增元 . 基于高光谱影像融合的湿地植被类型信息提取技术研究. 林业科学研究, 2011, 24(3): 300-306.
[13]	程志庆 , 张劲松 , 孟平 , 李岩泉 , 郑宁 . 基于高光谱信息的107杨叶片等效水厚度估算模型的研究. 林业科学研究, 2016, 29(6): 826-833.
[14]	佟金权 , 惠刚盈 , 赵中华 , 周红敏 . 确定森林群落最小调查面积的方法. 林业科学研究, 2008, 21(3): 331-334.
[15]	梁军 , 屈智巍 , 达乎巴雅尔 , 魏淑花 , 贾秀贞 , 张星耀 . 中国森林植物病害信息管理系统的建立. 林业科学研究, 2005, 18(4): 465-470.
[16]	蒋有绪 , 王丽丽 , 王兵 . 中国森林植物群落信息管理系统的建立*. 林业科学研究, 1994, 7(5): 569-573.
[17]	韦玮 , 李增元 , 谭炳香 , 徐海生 . 基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究. 林业科学研究, 2011, 24(2): 159-164.
[18]	曾伟生 , 骆期邦 , 彭长清 . 两阶群团抽样在森林调查中的估计效率研究. 林业科学研究, 1995, 8(5): 483-488.
[19]	袁凯先 , 包盈智 , 范金阜 . 在森林二类调查中用TM影象代替航片的研究实例. 林业科学研究, 1996, 9(5): 449-454.
[20]	. 森林资源抽样调查技术方法研究进展. 林业科学研究, 2009, 22(1): -.

点击查看大图

计量

文章访问数: 2969
HTML全文浏览量: 276
PDF下载量: 1730
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

高光谱遥感森林信息提取研究进展

Research Advance in Forest Informa tion Extractionfrom Hyoerspectral Remote Sensing Data

计量

高光谱遥感森林信息提取研究进展

English Abstract

Research Advance in Forest Informa tion Extractionfrom Hyoerspectral Remote Sensing Data

全文HTML

目录

留言板

高光谱遥感森林信息提取研究进展

Research Advance in Forest Informa tion Extractionfrom Hyoerspectral Remote Sensing Data

计量

出版历程

高光谱遥感森林信息提取研究进展

English Abstract

Research Advance in Forest Informa tion Extractionfrom Hyoerspectral Remote Sensing Data

全文HTML

目录