林区高空间分辨率遥感图像变形机理和最优纠正模型研究

本项目拟采用星站差分GPS定位，高精度测定在SPOT5和IKONOS等高空间分辨率遥感图像上能有效识别的地面控制点三维坐标，结合林区DEM模型，利用偏最小二乘回归非线性方法，研究定量描述高空间分辨率遥感图像变形机理的数学模型。在此基础上，针对特定林区地形起伏、范围大小和实际生产对图像变形纠正精度的要求，研究纠正局部区域遥感图像几何变形的最优模型，确定最优模型对地面控制点最低数量和分布敏感性的要求，分析模型所能覆盖的最大面积。根据高空间分辨率遥感图像受地形起伏的变形机理，研究将整景图像划分若干局部矩形区域的算法，针对各局部区域的几何变形，确定最优纠正模型，从而获得对整景图像的高精度纠正。该项目的立项研究，可以突破高空间分辨率遥感图像应用于森林资源监测的瓶颈问题，提高林地面积量算、森林蓄积量和生物量定量估测的精度和效率，对现代遥感技术应用于森林资源监测有重要意义。