下载
加入VIP
  • 专属下载特权
  • 现金文档折扣购买
  • VIP免费专区
  • 千万文档免费下载

上传资料

关闭

关闭

关闭

封号提示

内容

首页 基于高空间分辨率的红树林卫星遥感监测技术进展

基于高空间分辨率的红树林卫星遥感监测技术进展.doc

基于高空间分辨率的红树林卫星遥感监测技术进展

Miranda新玲
2018-02-15 0人阅读 举报 0 0 暂无简介

简介:本文档为《基于高空间分辨率的红树林卫星遥感监测技术进展doc》,可适用于高等教育领域

基于高空间分辨率的红树林卫星遥感监测技术进展基于高空间分辨率的红树林卫星遥感监测技术进展热带海洋JOURNALOFTROPICALOCEANOGRAPHY年第卷第期:基于高空间分辨率的红树林卫星遥感监测技术进展苏岫,一,赵冬至,黄凤荣,吴涛,王祥,辽宁师范大学城市与环境学院,辽宁大连国家海洋环境监测中心,辽宁大连摘要:卫星遥感技术是红树林生态系统监测的重要手段文章系统地总结了红树林的光谱特征,给出了目前应用于红树林生态监测的高空间分辨率卫星包括IRSP,SPOT,IKONOS,OrbView一,QuickBird的主要技术参数以及它们在红树林遥感监测中的应用程度,叙述了目视解译法,波段组合法,图像分类法,专家分类法,模糊分类法和面向对象分类法等遥感监测技术方法在红树林的生态参数包括类外区分和类内区分,生物量和健康状况等的遥感提取的应用和精度对比情况另外,对应用高分辨率卫星遥感资料监测红树林的技术发展趋势进行了讨论关键词:红树林遥感高空间分辨率中图分类号:TPX文献标识码:A文章编号:()DevelopmentofmangrovemonitoringtechnologyusinghighspatialresolutionsatelliteimagesSUXiu’,ZHAODongzhi,rongHUANGFeng,WUTao,WANGXiang’LiaoningNormalUniversity,Dalian,ChinaNationalMarineEnvironmentalMonitoringCenter,Dalian,ChinaAbstract:RemotesensingplaysaveryimportantroleinmangrovemonitoringFirst,basedonsystematicallysummarizedmangrovespectralcharacteristics,thispaperreviewsmethodsofmangrovemonitoringwithleafareaindex(LAI),vegetationindexandtextureSecond,thispapergivesparametersofsomesatellitesthathavehighspatialresolutionandhavebeenworkinginmangrovemonitoringsuccessfully,suchasSPOT,IKONOS,QuickBird,andIRSPThird,thearticleintroducesmethodsofextractingecologicalparametersincludingdistinctioninandamongpopulations,biomassandstateofhealth,andcomparestheiraccuracyFinally,thispaperbrieflydiscussesthetechnologydevelopmentofmonitoringmangrovesusingthehighspatialresolutionsatelliteremotesensinginformationKeyWOrds:mangroveremotesensinghighspatialresolution红树林生态系统是海岸带重要的生态系统之一,对海岸带的环境保护,生态平衡以及生物多样性保护等具有很重要的意义【lJ由于红树林生长在潮间带,野外实测工作非常困难,测绘精度较低遥感技术具有覆盖面积大,数据更新周期短,空间分辨率高等特点,已经成为国内外红树林监测的主要技术之一【一引利用遥感技术监测红树林的研究始于世纪年代,多是利用航空影像结合人工目视解译获取收稿日期基金项目作者简介通信作者资料,但是航空遥感成本较高,重复周期长【】随着遥感卫星的陆续发射,世纪年代卫星遥感影像因其具有宏观,大面积,一次性探测的优点,便于红树林资源的测绘和动态变化监测,因而被引进红树林遥感测绘研究中I钔世纪年代初,中低分辨率的卫星影像已被广泛应用于红树林监测中,研究大洲或国家水平上的红树林变化趋势主要采用NOAAAVHRR,LandsatMSS等图像研究海湾尺度的红树林测绘主要采用m,m分辨率的修订日期:孙淑杰编辑国家海洋局海洋环境业务创新计~tJ(wy)苏~(),女,辽宁省辽阳市人,硕士研究生,现就读于辽宁师范大学城市与环境学院,主要从事海洋环境遥感方面的研究Email:woohysuesinacom赵冬至Email:dzzhaonmemcgovell苏岫等:基于高空间分辨率的红树林卫星遥感监测技术进展SPTl,,,和LandsatTM,ETM,EO一等图像Rogers等【利用NOAAAVHRR多光谱数据编制尼日利亚土地覆盖图时,首先通过NOAAAVHRR测定一系列的植物指数和地表温度,然后采用经过修正的判别分析进行监督分类,结果表明种主要植物类型的土地覆盖的估测精度为一,其中红树林的估测精度高达GAO【利用SPOT多光谱图像,采用双层次分类法对新西兰Waitemata港的红树林区进行分类,分类精度达到但是m分辨率的卫星遥感影像仍难以完成红树林内部的区分本世纪初期,随着卫星遥感技术的发展,高空间分辨率的卫星图像如IRS,SPOT乃至分辨率达到亚米级的IKONOS和QuickBird的出现为红树林的监测技术提供了更多参数信息,满足更多研究的需要,因而,研究基于高空间分辨率的红树林卫星遥感监测技术具有很重要的意义本文旨在对现有的高空间分辨率的卫星用于红树林遥感监测技术的研究进展作系统性总结,为今后的红树林遥感监测研究提供一些借鉴红树林的光谱特征红树林群落下垫面吸热量大,并耐受高盐胁迫,有着与乔木,草本植被不同的光谱特征,即在nm具有一个”波谷区”,其反射率大约为一:在nm存在一个绿光的反射峰,反射率大约为一在nm之间存在一个红光到红外波段过渡波段的”红边”特征,表现为反射率急剧增加,反射率由增加到一在nm之间呈现波状起伏的近红外平台,其间存在个波峰和个波谷,波峰的反射率都在左右u(图)目前,对红树林的光谱特征研究较少,于祥等I采用不同方法对不同种类的红树林光谱曲线进行了研究,结果表明红树林内部的光谱差异非常小,具有一个大致相同的曲线走向,而且在大致相同的波段出现峰谷值,但在蓝光吸收区和红光吸收区还是有比较大的光谱差异,尤其在nm处的”红边”差异最大(图)微分曲线图像可去除一定的光谱噪声影响,使现场测量的几种地物的光谱差异更显着化翁强等对白骨壤Avicenniamarina(Forsk)Vierh,秋茄Kandeliacandel(L)Druce,桐花树AegicerascorniculatumBlanco种红树植物的光谱特征的研究表明,在近红外波段,白骨壤的郁闭度可由叶面指数来反映,与反射率成正相关关系在红光与蓝光波段,成熟果期秋茄的反射率明显高于幼小苗木在可见光一近红外波段,处于花期的桐花树的反射率整体低于幼小苗木有研究分析了受虫害侵蚀时的红树林的光谱曲线,图显veandotherobjects蔷薏图不同种类红树林的光谱曲线FigSpectralcurvesofvariousspeciesofmangroves【】波长nm图健康与病害的红树林光谱曲线】FigSpectralcurvesofhealthyandinsectinfestedmangroves【】热带海洋Vo,NoMay,近红外的反射能力也显着下降n种光谱曲线对比,说明病害的红树林无论在绿,红和近红外光谱段内发射比(RVT)均有变化,尤其近红外谱段内变化最大(图)红树林遥感监测技术的主要方法卫星数据源目前可采用的高空问分辨率卫星遥感数据主要有IRSP,SPOT,IKONOS,OrbView一,QuickBird(空间分辨率由低到高)等,它们极大地提高了遥感图像的信息含量,有利于红树林的类外与类内分类,被用于成图精度要求更高的研究,如研究区域性红表高分辨率卫星参数TabParametersofhighspatialresolutionsatellites树林自然扩张,或研究红树林群落结构,或评估各种因素胁迫下红树林的生态特性变化等主要技术参数见表主要遥感分类方法基于高分辨率的红树林卫星遥感监测的方法主要有目视解译法,波段组合法,图像分类法,专家分类法,模糊分类法和面向对象分类法等这几种方法都各有优缺点(表),一般需要采用种以上的方法来进行信息的提取,以防有漏判和错判的发生提高分类精度,选择合适的变化监测方法对红树林湿地遥感监测显得尤为重要目视解译法灵活,方便处理的结果与处理人员的水平有很大关系目视解译法研究者可以根据红树林的生长环境和与周围地物明显的几何特征差异进行区分,利用眼睛对数字图像的色调,外观等影像特征进行判读区分,是红树林遥感中经常运用的分类方法波段组合法波段组合法在植被遥感中应用十分广泛,效果比较好它是建立在红树林的物理属性和红树林的光谱特性基础上的,利用不同波段之间的组合来突出光谱特性最明显的区别,包括植被指数,波段比值和主成分分析等方法其中,植被指数仅用光谱信息来实现对植物状态信息的表达,以定性定量地评价植被覆盖度,生长活力及生物量等生态参数】引,包括归一化植被指数NDVI,比值植被指数RVI,穗帽变换(tassledcaptransformation)n和其他一些植被指数苏岫等:基于高空间分辨率的红树林卫星遥感监测技术进展图像分类法图像分类技术包括非监督分类和监督分类非监督性分类是根据各类样本的内在相似性,把各样品在空间分布,按照其形似性分割或者合并成地面实况监督分类法是在红树林分类中是最常用的方法,包括最大似然法,最小距离法和平行分类法等目前,最为精确的红树林监督分类方法是最大似然法专家分类法专家分类法即为专家知识决策树分类法此方法是按照一定的专家知识所定义的规则把遥感数据集逐级进行细分以定义决策树的各个分支,是一种非参数,分层结构的分类方法fl】模糊分类法随着模糊集理论,神经计算理论,进化计算理论,知识处理理论和稳健统计理论等人工智能理论和技术的发展,出现了基于人工智能结构的数理统计模型,如人工神经网络分类模型等,具有很大的发展前景面向对象的分类方法面向对象的分类方法是随着高分辨率卫星遥感数据的应用而提出的一种新的分类方法它与传统分类方法的最大不同主要体现在,它所处理的信息不再是低层次的像素,而是经过多尺度分割之后的目标对象”红树林生态参数的遥感提取与精度分析研究基于高空间分辨率的红树林生态参数的遥感提取与精度分析已然成为红树林生态系统的遥感监测的研究重点,有着极其重要的研究意义主要参数包括红树林与非红树林的遥感区分,红树林种间分类以及红树林生物量遥感估算,红树林健康状况的遥感识别等红树林与非红树林的遥感区分红树林与非红树林的遥感区分,其实就是能够从遥感影像中准确定位出红树林分布范围边界,在众多地物类型中提取出红树林的相关信息红树林与水体的边界可以通过红树林与海水的明显光谱差异来区分除了光谱特征之外,红树林群落的分布特征以及其特殊的群落结构也有助于将红树群落与其他覆盖类型的周边陆地区分开来『刚长久以来,研究人员从未间断过对于红树林与非红树林的区分研究,并选择不同的数据源,采用不同的分类方法进行研究结果表明,由于选择的数据源不同,精度差异很大Green等【】以中低分辨率的LandsatTM,SPOTXS和高分辨率的CASI航空数据为信息源,采用不同的方法进行处理,结果表明所有SPOTXS分类都不能满足红树林和非红树林植物的区别,分类的精度范围介于一之间所有方法的CASI数据的分类精度均高于LandsatTM,精度能达到以上,且能区分更多的红树林类型利用LandsatTM图像数据进行红树林与非红树林种类的区分时,实验证明人工目视判读和NDV分类方法的精度最低,分别为和而监督分类,非监督分类和波段比值处理方法得到的精度可以达到以上主成分分析和波段比值技术分类是最精确的,达到了的精度由此可见,数据源和分类方法的选择可以直接影响分类精度与可靠性目前,卫星技术的不断发展,高空间分辨率卫星的陆续发射为影像中空间信息的获取提供了很大帮助,同时空间分辨率的提高也增强了图像目视解译的效果,提高了影像解译精度Deeudomchan等『】在监测泰国海啸前后的红树林面积变化情况时,选择SPOT的近红外,短波红外和可见光红波段进行假彩色合成(FCC,falsecolorcomposite),采用人工目视判读方法来提取合成图像中的红树林结果表明,高分辨率的SPOT卫星遥感影像很大程度地提高了目视解译的效果不同的密度和覆盖度使红树林群落在图像上呈红到暗红色Satapathy等在对印度中部的Godavari河沿岸的红树林区年(年)覆盖变化的监测研究中,以高分辨率IRS为遥感数据源,采用监督分类和非监督分类结合的方法,将红树林从非红树林的人工果园,淤泥等地物中提取出来,并达到的分类精度Everitt等I】在对美国南部德克萨斯州的墨西哥湾沿岸地区的黑红树Avicenniagerminans(属白骨壤)的提取研究中,从QuickBird假彩色图像中选取个子区作为测试点,分别采用监督分类与非监督分类的方法对其进行分类,结果显示,对于测试区,监督分类和非监督分类的分类精度分别是和测试区的精度也分别达到了和田新光等选择IKONOS影像,采用面向对象的信息提取方法进行了海岸带红树林信息提取的实验,并与基于像素的最大似然法分类方法进行比较结果显示,从视觉角度,面向对象分类法解决了基于像元的分类方法存在的”椒盐现象”(“椒盐现象”即在图像切割时产生的椒盐噪声,椒盐噪声是由图像传感器,传输信道,解码处理等产生的黑白热带海洋Vo,NoMay,相间的亮暗点噪声,表现为图像某些点特别亮),分类结果比较整齐,分类精度要比基于像素的分类精度高很多,总体精度达到乐通潮等『卅选择福建省漳江口国家级红树林自然保护区作为应用研究区,通过野外实地调查,将红树林外貌特征与遥感光谱信息相结合,利用决策树分类方法将红树林信息从高分辨率的SPOT一卫星影像中提取出来,结果显示,红树林,滩涂和水体的分类精度均达到以上方圣辉等【根据光谱,纹理和GIS信息对高分辨率IKONOS影像采用最大似然法分类提取红树林,其中纹理特征的引入将光谱信息极其相似的红树林与芦苇区分开来,改善了图像目标识别的准确率,图像综合分类精度达到以上可见,空间分辨率的提高增强了区分红树林与非红树林的能力红树林种间分类红树林种内类别复杂,各自具有不同的几何外观和光谱以及纹理特征【引,如何进行红树林的种间分类是红树林分类研究中的难点早期研究表明,精确的红树林种间分类应用中低分辨率卫星影像不可行,应用如CASI训,MASTERCl和AVIRIS等机载传感器获取的航空图像或影像进行分类是可行的HELD等叫结合高空间光谱分辨率扫描仪,研究探讨了高分辨率航拍影像CASI和AIRSAR在澳大利亚红树林河口的测绘和监测方面的可行性研究中分别采用最大似然分类法和分层神经网络分类法对单源数据和融合数据进行分类,研究表明后者分类精度更高,达到基于结构信息的分类相比基于波谱差异的分类更能精确地将红树林各种类间信息提取出来近来如IKONOS,QuickBird等易于获取的高分辨率卫星影像不仅使精确的红树林种问分类成为可能,同时也替代了价格昂贵的航空影像,而且在测绘上其精度更高Neukermans等【lJ采用目视判读的方法将肯尼亚Gazi海湾的红树林区的种主要红树林区分出来,总体分类精度达到,其中种主要红树林的分类精度达到Wang等I】在红树林的种间分类方面做了许多实验研究,首先选择IKONOS和QuickBird的高分辨率卫星遥感数据,采用最大似然分类法(MLC,maximumlikelihoodclassification),基于灰度共生矩阵(GLCM,graylevelCOoccu~encematrix)的纹理特征方法和基于对象分类方法对黑红树Avicenniagerminans白红树Lagunculariayacemosa与红红树Rhizophoramangle进行图像分类与识别,并比较了种数据源的分类效果研究表明,IKONOS的分类结果稍好于QuickBird这种高分辨率卫星遥感数据都满足于红树林种内分类制图的精度但采用基于对象的分类方法时,QuickBird就优于IKONOS,且整体精度提升相反,IKONOS整体精度下降为提高分类精度,Wang等【提出了一种数据融合的方法,即将基于像素的最大似然分类法(MLC)与基于对象的最邻近距离分类法(NN,nearestneighbor)融合,结果显示融合方法(MLCNN)的分类精度提高到Liu等基于马来西亚自然保护区的成熟红树林群落的SPOT一高分辨率遥感影像进行红树林分类研究结果表明,基于高分辨率的红树林遥感分类中,面对对象分类法的精度均高于基于像素的分类方法,分别比最大似然分类法MLC和支持向量机(SVM,supportvectormachines)方法的精度提高了和实验还证明了在面向对象的分类方法中,虽然最邻近距离方法被广泛应用,但是其精度却比MLC和SVM低可见,基于高分辨率卫星遥感影像的红树林种间分类,分类方法的选取对分类精度的影响很大红树林生物量的遥感提取提取红树林的生物量信息对于研究红树林的分布特征及管理有着非常重要的作用目前,利用遥感技术获取生物量数据的方法主要有种:光学遥感和雷达遥感在光学遥感中利用NDVI指数提取生物量比较常用,还利用一些定量指数模型NDVI指数是根据植被在红光波段有着明显的吸收性,而在红外波段有着很强的反射性而设计的不同类型的植被常常由于树叶形状,植株间隔,含水量以及土壤背景的不同而具有各自的特性植被生物量与NDVI指数之间的相关性可用简单的线性模型『来表示:Baoal×NDVI()式中,B表示植被的生物量,aa是根据经验数据获得的参数还有处理更加复杂情况的非线性模型,例如二次多项式模型【:B=ol×NDVIa~NDVI()NDVI指数反映的主要是植被冠层的信息,对于垂直方向上的特征(例如树高和树干直径等)则显得无能为力,不能全面地获取植被的立体信息雷达遥感具有侧视特点所使用的波长比光学遥感的要苏岫等:基于高空间分辨率的红树林卫星遥感监测技术进展长,具有一定的穿透性,能获得更准确的植被立体信息因此,雷达遥感应该比光学遥感在植被生物量估算方面更有优势目前,红树林的生物量的雷达估测方法主要有种【l【:简单雷达截面方法,RANSON方法,DOBSON方法,KASISCHKE方法,它们都是利用雷达数据与生物量做回归分析建立估算模型根据线性回归建立的雷达影像后向散射系数和红树林生物量的估算模型可表示为:B=口lXO”()在复杂的非线性情况下,可以利用二次多项式方程:B=l×XO”()其中:=v丁crg()式中,为红树林的后向散射系数盯是植被冠层的后向散射系数提植被透过率是地面的后向散射系数Wang等采用了=模型来表示雷达后向散射系数与红树林生物量之间的关系,其中是表面散射,是植被体积散射,乃是树干与地面的双向反射,是树底部与地面相互合成的反射,是植被和地面的多向反射合成,是总体的后向反射系数同时,又对比了洪水区的红树林和无洪区的红树林的后向散射曲线,利于进行红树林区域的洪水状况的监测Mougin等利用多频多孔径的雷达数据通过分步多元线性回归方程估测法国圭亚那海岸的红树林林区的总生物量研究采用AIRSAR数据测量红树林的某些生物特征,例如基部面积,树木高度,树木直径和密度,比较PHV(GHz),LHV(GHz),CHV(GHz)这种由不同频率的波段算出的雷达后向散射系数与生物量之间的关系,建立估算模型结果表明PHV与LHV这个频率的散射系数与红树林总生物量最为相关,肯定了低频系统在各种森林生态系统生物量的估算能力随着计算机技术以及红树林卫星遥感监测技术的不断发展,卫星遥感数据在红树林生物量估算方面的应用已趋向于将高光谱,高分辨率以及雷达数据(LIDAR)相互结合,即结合光学和雷达遥感技术,建立新的模型估算红树林生物量Proisyo】运用FOTO(Fourierbasedtexturalordination)方法对法国圭亚那的红树林区的超高分辨率(VHR,veryhighspatialresoution)IKNs影像进行处理,得到其高生物量,并给出了最新的基于LIDAR数据获取的植被冠层高度影像的FOTO方法,目的在于改进FOTO方法在获取D林木结构方面特性的能力红树林健康状况的遥感识别目前,全球红树林面积因为各种原因而不断减少,因此红树林的健康状况作为红树林生态系统研究的重要参数受到许多学者的重视但采用遥感手段监测红树林健康状况的研究较少,Everitt等应用机载彩红外视频图像研究了由于严重冰冻对黑红树造成的危害,通过全球定位系统和视频图像集成,把黑红树林群落的经纬度坐标记录于每幅图像中,然后将GPS坐标输入到地理信息系统(GIS)中,用来编制德克萨斯沿岸红树林群落分布图Kovacsa等用实测的叶面指数LAI(eafareaindex)与基于IKONOS图像计算而来的LAI建立线性回归模型,通过回归分析对比实测与估算出的植被指数,从而对墨西哥AguaBrava渭湖红树林健康状况进行监测以及评价结果表明,研究区存活的红树中为红红树,其叶面指数LAI为剩余的红树中,健康的白红树和不健康的白红树的LA分别为和由此证明,叶面积指数LAI是定量分析红树林生态系统能量交换特性的一个重要结构变量,可用于红树林生物量的预估和病虫害评价『扪而且实验证明,采用高分辨率卫星遥感影像提取LAI比中低分辨率提取的LAI值在与实测LAI进行回归分析时,差异更小,误差也更小,结果更为精准l制结论与展望目前,在基于空间高分辨率的红树林卫星遥感监测方面,学者们的研究成果取得了很大的成效,尤其空间分辨率的提高在很大程度上降低了目视解译的难度并提高了图像分类精度,而且增强了遥感图像在内容信息上的智能检索,如基于纹理图像查询和基于形状的图像查询【刚,并将大比例尺红树林遥感制图变得更为快捷和高效随着遥感和计算机软硬件技术的发展和遥感理论研究的不断深化,对红树林的监测也受到越来越密切的关注,未来基于遥感技术的红树林研究发展趋势有以下几个方面)在红树林光谱测量与处理方面,需要进一步提高实际光谱测量精度,尽量避免背景光谱的影响,如水体及参考板的强反射等考虑因季节不同,生长期不同所引起的光谱特征的变化『,为完善红树热带海洋Vo,NoMrdy,林的光谱特征,需增强对红树林不同季节光谱差异的研究还要对郁闭度对红树林光谱特征的影响做专门研究加强现场与卫星同步观测,利用建模分析将现场实测数据与利用卫星遥感技术获取的数据结合得更为紧密,完善红树林遥感模型估算)精确的红树林种间分类,光谱特征是不可或缺的,高空间分辨率卫星数据虽增强了图像中各地物的空间纹理特征,却也因图像融合而改变了其原有的光谱信息,使光谱特征的挖掘计算出现误差,导致误分因此为完善其种类间分类的精度,选择恰当的图像融合方法,进行多源遥感影像数据融合,参考文献既提高图像的空间特征还能较大程度地还原光谱信息,这是红树林遥感技术手段发展的方向之一另外,合理利用谱带较窄的高光谱卫星数据,提高光谱分辨率与标准地物光谱的获取与遥感识别,从根本上解决种类间光谱特征相近的问题,也已成为必然趋势)卫星遥感数据在红树林方面的应用逐渐趋向于高光谱,高分辨率以及LIDAR数据的结合,多光谱数据与SAR数据的融合,建立更多红树林生物量估算模型,有利于提高红树林的生物量的遥感估算精度,这也是红树林卫星遥感监测技术发展的必然趋势】范航清红树林一一海岸环保卫士M】南宁:广西科技出版社,:腾骏华,刘宇,顾德宇红树林智能遥感分类方法研究J台湾海峡,,():】李春干红树林遥感成图研究综述fJ中南林业调查规划,,l():】GREENEP’CLARKCD,MUMBYPJ,etaRemotesensingtechniquesformangrovemappingJIntJofRemoteSensing,,():】DUTRIEUXE,DENISJ,POPULUSJApplicationofSPOTdatatoabaselineecologicalstudytheMahakamDeltamangrovesEastKalimantanIndonesiaJOceanologicaActa,,():JENSENJR,RAMSETE,DAVISBA,etaThemeasurementofmangrovecharacteristicsinsouthwestFloridausingSPOTmultispectraldataJGeocartoInternational,,():【RAMIREZGARCIAP,LOPEZBLANCJ,OCANADMangrovevegetationassessmentintheSantiagoRivermouth,Mexico,bymeansofsupervisedclassificationusingLandsatTMimageryJForestEcologyandManagement,,(,):,】ROGERSDJ,HAYSI,PACKERMJ,etaMappinglandcoveroverlargeareasusingmultispectraldataderivedfromtheNOAAAVHRR:acasestudyofNigeriaJIntJofRemoteSensing,,():】GAOJAhybridmethodtowardaccuratemappingofmangrovesinamarginalhabitatfromSPOTmultispectraldataJ】IntJofRemoteSensing,,():O翁强,卢昌义卫星遥感技术在红树林生态监测与研究中的应用进展J三明学院,,():【l】于祥,赵冬至,张丰收遥感技术在红树林生态监测与研究中的应用进展【J海洋环境科学,,():肖海燕,曾辉,咎启杰,等基于高光谱数据和专家决策法提取红树林群落类型信息J】遥感,,l():【于祥,赵冬至,张丰收红树林的高光谱分析JI滨州学校,,():翁强,卢昌义红树植物地面反射光谱特征研究【J】福建林业科技,,():】郎惠卿中国湿地研究和保护【M上海:华东师范大学出版社,:【李伟,崔丽娟,张曼胤,等遥感技术在红树林湿地研究中的应用述评J】林业调查规划,,():李爽,张二勋基于决策树的遥感影像分类方法研究J】地域研究与开发,,():】赵英时遥感应用分析原理与方法【M】北京:科学出版社:【CRISTEP,CICONERCAphysicallybasedtransformationofthematicmapperdata:theTMTassledCapJIEEETransactiononGeoscienceandRemoteSensing,,():LOGANTLProceedingsonthesymposiumonmachineprocessingofremotesensingofremotelysenseddataJOptionalLandsattransformsforforestapplications,,:】陈忠高分辨率遥感图像分类技术研究fD】北京:中国科学院遥感应用研究所,:DEEUDOMCHANK,POTIRACHAY’ANANMangrovechangeafterTsunamiinPHANGNGA,ThailandCAsianConferenceonRemoteSensingUlaanbaatar(MN),:SATAPATHYDR,KRUPADAMRJ,KUMARLP’etaTheapplicationofsatellitedataforthequantificationofmangrovelossandcoastalmanagementintheGodavariestuary,EastCoastofIndiaJEnvironmentalMonitoringandAssessment,,():EVERITTJH,YANGCHENGHAI,SRIHARANS,etaUsinghighresolutionsatelliteimagerytomapblackmangroveontheTexasGulfCoastJJournalofCoastalRe苏岫等:基于高空间分辨率的红树林卫星遥感监测技术进展search,,():】田新光,张继贤,张永红面向对象的红树林信息提取fJ】海洋测绘,,():【乐通潮,陈杰,罗彩莲,等决策树分类在红树林自然保护区SPOT影像解译中的应用J福建林业科技,,():【方圣辉,佃袁勇,周源基于Ikonos数据的红树分类方法研究J】测绘信息与工程,():】,,AIPHASAC,ONGSOMWANGS,VAIPHASAT,etaTropicalmangrovespeciesdiscriminationusinghyperspectraldata:AlaboratorystudyJEstuarine,CoastalandShelfScience,,(,):ALVINLMS,MAZLANHClassificationofhyperspectraldataforlandcovermapping:isthereanysignificantimprovementJGeoinformationScienceJournal,,():】HELDA,TICEHURSTC,LYMBURNERL,etaHighresolutionmappingoftropicalmangroveecosystemsusinghyperspectralandradarremotesensingJIntJofRemoteSensing,,():NEUKERMANSG,DAHDUHGUEBASF,KAIROJG,etaMangrovespeciesandstandmappinginGaziBay(Kenya)usingQuickbirdsatelliteimageryJJournalofSpafi~Science,,():】WANGLE,SOUSAWP,GONGPENG,etaComparisonofIKONOSandQuickBirdimagesformappingmangrovespeciesontheCaribbeancoastofPanamaJRemoteSensingofEnvironment():WANGLE,SOUSAWP,GONGPENG,etaIntegrationofobjectbasedandpixelbasedclassificationformappingmangroveswithIKONOSimageryJIntJofRemoteSensing,,():【LIuzG,LIJ,LIMBL,etaObjectbasedclassificationformangrovewithVHRremotelysensedimageJProcSPIE,,():黎夏,叶嘉安,王树功,等红树林湿地植被生物量的雷达遥感估算J遥感,,():【MATHERPMComputerprocessingofremotelysensedimages:anintroductionMChichester:JohnWileySons:FOODYGM,CUTLERME,MCMORROWJ,etaM印一pingthebiomassofBomeantropicalrainforestfromremotelysenseddataJGlobalEcologyBiogeography,l,():】WANGYIMHOFFMLSimulatedandobservedLHHradarbackscatterfromtropicalmangroveforestsJIntJfRemoteSensing,,():【】MOUGINE,PROISYC,MARTYG’etaMultiffequency

用户评价(0)

关闭

新课改视野下建构高中语文教学实验成果报告(32KB)

抱歉,积分不足下载失败,请稍后再试!

提示

试读已结束,如需要继续阅读或者下载,敬请购买!

文档小程序码

使用微信“扫一扫”扫码寻找文档

1

打开微信

2

扫描小程序码

3

发布寻找信息

4

等待寻找结果

我知道了
评分:

/25

基于高空间分辨率的红树林卫星遥感监测技术进展

VIP

在线
客服

免费
邮箱

爱问共享资料服务号

扫描关注领取更多福利