论文部分内容阅读
森林在生态环境保护领域具有重要作用。研究表明，基于单树级别来获取森林结构信息是实现其高精度和高精细目标的重要方法途径之一，因而单树结构信息的提取成为地理国情遥感监测领域需要研究解决的问题之一。
基于全波形LiDAR数据和机器学习回归方法的单树DBH和树干体积估计
【摘 要】
：
森林在生态环境保护领域具有重要作用。研究表明，基于单树级别来获取森林结构信息是实现其高精度和高精细目标的重要方法途径之一，因而单树结构信息的提取成为地理国情遥感监测领域需要研究解决的问题之一。
【机 构】
：
武汉大学遥感信息工程学院,武汉市珞喻路129号,430079 Department of Geoi
【出 处】
：
第三届全国高分辨率遥感数据处理与应用研讨会暨地理国情监测技术与应用研讨会
【发表日期】
：
2013年11期
其他文献
地理国情主要是指地表自然和人文地理要素的空间分布、特征及其相互关系，是基本国情的重要组成部分。普查对象主要是我国陆地国土范围内的地表自然和人文地理要素。
高光谱遥感影像是地理国情监测的重要信息源。高光谱影像数据量庞大，不利于目标信息提取，常在信息提取前用波段选择和波段压缩方法减小数据量，但会造成有效信息损失，降低精度。决策树能够根据目标特点，自动选择对目标信息提取最有用的波段。
遥感影像的自动解译是从影像获得信息重要手段。目前，由于该问题的复杂性，没有任何方法和实用的系统能够做到媲美人的目视解译的鲁棒性，自动解译的结果往往需要进行大量的人工编辑。
随着遥感应用对高光谱遥感影像分类精度要求的不断提升，传统高光谱遥感分类算法已很难满足要求。进一步提升高光谱遥感影像的分类精度通常有两种方式：一种是发展新的高光谱遥感影像分类算法；另一种是对现有的各种基分类器进行集成。
随着对地观测技术的高速发展，遥感影像呈现出高分辨率的特点。高分辨率遥感影像信息提取对实现数字地图制作、数字城市建设、GIS 数据更新等有着重要的作用，但也对与之相关的数字图像处理技术提出了更高的要求。其中，建筑物的提取尤为重要。
2013 年是全国第一次地理国情普查工作正式开展的第一年，针对于当前时间紧、任务重的现状，急切需要切实可行的方法减轻作业压力及节省作业时间。本文主要探讨的是基于Arcgis 在地理国情要素提取中对水系自动提取的可行性研究。
在人类现在可利用的卫星遥感谱段中，除雷达(SAR)和激光(LIDAR)能穿云透雾获取下垫面信息外，其它谱段都未能彻底解决影像获取过程中的云雾覆盖问题。由这些谱段所获取的遥感影像会出现云及其阴影覆盖，导致目标地物的信息受到干扰，给遥感影像的解译和应用造成了一定的困难。
地理国情监测，就是综合利用全球导航卫星系统(GNSS)、航空航天遥感技术(RS)、地理信息系统技术(GIS)等现代测绘地理信息技术，利用各时期测绘成果档案，对自然、人文等地理要素进行动态和定量化、空间化的监测，并统计分析其变化量、变化频率、分布特征、地域差异、变化趋势等，形成反映各类资源、环境、生态、经济要素的空间分布及其发展变化规律的监测数据、图件和研究报告等，从地理空间的角度客观、综合展示国情
HJ-1B 自2008 年9 月6 日发射以来，广泛应用于环境灾害监测方面，在地理国情方面的监测业务化系统中发挥着关键作用，同时其理论算法研究为高分辨率对地观测系统的载荷配置提供了切实参考。