基于QuickBird卫星影像的高山松林木参数反演关键技术研究

以香格里拉生态脆弱区典型森林生态系统高山松为研究对象，以快鸟（QuickBird）卫星影像为信息源，在前期研究基于面向对象分类的基础上，研究提出适合高山松天然林分类及林木参数反演关键技术。主要研究技术包括：1）基于对象的多层次遥感影像分割分类技术。利用影像分割技术，把影像分解成具有多元特征（颜色、大小、形状、匀质性）的像元集合-影像对象，并综合考虑对象的纹理、结构及光谱等特征，进行高山松信息的提取；2）高山松林单木分割技术。以树木在数字地表模型（DSM）上的水平分布特性为依据，分析林层上部的树冠冠形变化，从寻找树顶也即局部最高点（Local maxima）开始，随后从树尖向四周区域增长对不同的树冠进行分割；3）高山松林参数反演。在单木分割基础上，提取树冠，进而构建单木参数（冠幅）估计模型，并实现对其它参数（平均胸径、树高）估计，为研究区高山松林快速评估、健康监测及碳收支估算等提供技术支撑。

本项目以光学遥感QuickBird数据(多光谱2.44m，全色0.61)为信息源,以生态脆弱区典型森林生态系统高山松为研究对象，在研究基于面向对象分类的基础上，研究提出适合高山松天然林分类及林木参数反演关键技术，以实现研究区高山松林无损快速评估、健康监测及碳收支估算。主要研究成果包括：1）针对高空间分辨率遥感QuickBird数据，经过正射校正/几何校正、地形辐射校正等环节，探索了一套地形复杂区域完整的高空间分辨率遥感数据预处理技术；2）针对区域范围QuickBird（QB）影像的高山松信息提取，研究了QB不同分割参数下的QB影像分割分类方法、分割尺度及精度问题。针对基于对象的高空间分辨率QB影像的分割方法，试验了均值漂移法、分水岭分割法和多尺度分割法，其中以均值漂移法精度较高；3）针对单株高山松树冠的提取，研究了高山松单木分割技术与方法。对不同郁闭度下的高山松林，探讨了高山松单木分割方法，包括局部最大值法和种子区域增长法，其中，局部最大值法进行单木检测效果较好；4）以单木分割树冠为基础，并对应地面样地调查数据，建立了高山松林分平均树冠——平均胸径、平均树冠——平均树高和平均树冠——蓄积量估测模型，并进了精度评价。其中分平均树冠——平均胸径精度较高。