Print

森林类型遥感分类及变化监测研究进展

论文摘要

森林是陆地生态系统最主要的植被类型,利用遥感技术对森林类型分类识别和动态监测对于全球碳循环研究和森林资源可持续发展具有重要意义。梳理了森林遥感分类的主要经典方法,从传统的基于像元的分类方法、面向对象方法再到新型基于红边波谱信息以及基于深度学习的分类方法,并详细介绍了现有的各种方法的应用案例及其优势。最后,提出了现阶段森林遥感分类和遥感变化监测研究中的局限性,为新形势下的森林资源动态监管提供借鉴。

论文目录

  • 1 引 言
  • 2 林业遥感分类进展
  •   2.1 基于像元的分类识别
  •   2.2 面向对象的分类方法
  •   2.3 基于新型红、黄边波谱信息的分类识别
  •   2.4 基于深度学习的分类识别
  •     2.4.1 特征学习
  •     2.4.2 遥感影像分类方面
  • 3 森林类型变化遥感监测
  •   3.1 传统监测方法
  •   3.2 面向对象的变化监测方法
  •     3.2.1 多时相组合分割模式
  •     3.2.2 单时相分割模式
  •     3.2.3 多时相分别分割模式
  • 4 结 语

    • 文章来源

    类型: 期刊论文

    作者: 颜伟,周雯,易利龙,田昕

    关键词: 多源遥感数据,森林分类,深度学习,变化监测

    来源: 遥感技术与应用 2019年03期

    年度: 2019

    分类: 基础科学,信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 贵阳市森林资源管理站,贵阳市林业绿化调查规划设计院,中国林业科学研究院资源信息研究所

    基金: 高分专项(民用部分)共性关键技术项目(21-Y20A06-9001-17,18)

    分类号: TP79;TP181

    页码: 445-454

    总页数: 10

    文件大小: 242K

    下载量: 1110

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e7bb61921fd42f5e2e0914e5.html