基于遥感影像的森林资源智能区划关键技术研究

随着遥感技术的发展，遥感影像的空间分辨率、光谱分辨率、时间分辨率都得到了明显的提高，为短周期森林资源区划调查提供了条件。然而,基于遥感影像的森林资源调查面临以下两个难题：1、 传统的计算机自动分类解译的精度不能满足实际生产需求；2 、以人工小班勾绘为基础的遥感影像判读工作量大，成本高，客观性弱，可重复性差，整体质量不易控制。森林资源区划由小班界线勾绘与判读两个部分构成。本项目旨在模拟森林资源手工勾绘的认知过程，通过研究、开发稳健的遥感多光谱影像分割、矢量化、人机交互式判读算法实现森林资源人机交互式智能区划，提高区划效率和精度，减轻森林资源区划与判读的劳动强度。

近年来遥感技术的长足发展使得森林资源的高频监测成为可能。基于高空间分辨率遥感影像的森林资源信息提取面临着森林斑块区划与森林类型识别效率与质量的问题。本项目研究模拟森林资源手工勾绘的认知过程，通过研究、开发稳健的遥感多光谱影像分割、矢量化、人机交互式判读算法实现森林资源人机交互式智能区划系统。项目对MeanShift 算法在大内存调用与并行算法重构，实现了亿像素级别多光谱遥感影像分割问题，实现了“即点即译”的人机交互式判读系统。该系统已经在森林资源二类调查与绿地系统调查试用，系统性能优良，具有推广价值。