林业应用中高分辨率遥感影像存在的问题
时间：2022-05-31 16:00:02 浏览次数：次
摘 要：近年来，高分辨率遥感影像技术如雨后春笋崭露头角，同时它的出现给林业遥感方面带来了革命性的改变。但是，诸多问题也随之而来，随着遥感技术的应用，诸多问题慢慢开始浮出水面，如遥感技术的核心——数据源的市场价格比较昂贵、无法出去产生图像的伴随的阴影、树种的识别困难和森林储蓄量估测准确度低等问题。提出了人为创立重要树种的波谱数据库、采用分类技术、提高高分辨率遥感技术影像在林业应用中的水平等建议。
关键词：遥感；图像识别；高光谱；定量估测
中图分类号：TP79 文献标识码：A 文章编号：1004-7344（2018）35-0201-02
引 言
我国在林业方面应用高分辨率遥感影像技术主要是为了研究森林资源的调查及其监测，虽然相比国外起步较晚，但是它的发展确实十分迅速的。我国为了能够大规模的对森林资源进行调查和监测，相关研究人员从解放初期就开始应用航空像片技术，现在采用航空航天遥感及其它信息技术，这些都为此奠定了基础。20世纪90年代至今，我国的遥感技术在许多行业都得到迅速的发展。商业卫星影像的空间分辨率大幅度提高，如Quick Bird、IKNOS、Spot-5等，达到了非常关键的米级，甚至亚米级。高光谱遥感的迅速崛起，使光谱分辨率达到了惊人的纳米级；另外，机载星载SAR的日益普及，提供了全天候至天时的观测能力。由此形成了高中、低轨道结合，大小微型卫星配合，高低分辨率互补，全天候掌控的遥感网络，为遥感在林业中的应用提供了空前未有的机会[1]。
虽然遥感技术在我国发展比较迅速，这项技术应用方面也比较广泛，但并非高分辨卫星影像图能解决林业领域中的所有问题，它的一些问题急需国内研究者进行攻克。
1 卫星数据源的价格昂贵
物以稀为贵，在我国，由于遥感技术是引进的技术，其核心东西——卫星数据源的价格是非常昂贵的，这也是制约遥感成像技术在林业领域中应用的瓶颈，以最近几年几种高分辨率卫星数据价格作为参考。以湖南省为例，其面积为21.18万km2，分别采用上述三种卫星数据进行森林资源连续清查，购买卫星捆绑数据其费用依次为254.16万元4871.4万元3600.6万元。数据购买和数据处理及实地验证调查等费用对全国经济水平中等的湖南省来说无疑是一个难以接受的事实。
2 图像校正中地面控制点精度难以保证
目前市面上的Quick Bird、IKNOS、Spot-5等三种卫星影像全色波段分辨率高，能真实地反映地形地貌，线性地物尤为突出。现存地形图多为20世纪70年代的旧版本，几乎全是小比例尺，因此有些小地形不能真实地表达出来，有时候还可能缺少一些必要的地理因素[2]（例如河道马路已改道，新修公路建筑物等没有调绘上）。其结果是影像上清楚的地物点，地形图上不清楚或没有；地形图上清楚的地物点，遥感技术成像不清楚，二者很难进行对比，想要准确的找到地面上的已知的控制点是非常困难的[2]。因此如果先在在图像上选择好控制点，然后用GPS到实地采点确定控制点的地理坐标。在交通相对方便的地区采用GPS定位能获得较高的精度，可达到亚米级。但是在交通相对落后的山区，进行准确的遥感技术成像工作则是非常困难的事情。而且在比较落后的偏远山区等地工作时接收到的GPS的信号也不稳定，这对坐标的精度计算会产生很大干扰，如精度偏低或测得的数据无法解算结果，将直接影响图像的校正精度。
3 森林蓄积量估测精度不高
地球上的资源和环境是人类生存和发展进步的必需物质基础。森林在生态系统中是主体地位，能有效的改善我们生存的环境，促进社会经济的全面进步和发展。实施林业可持续发展是社会可持续发展的重要措施，能够及时和准确地得到地球上森林资源的现状和变化信息对森林资源的保护及可持续发展具有重要意义。传统的调查方法因其局限性难于满足新世纪林业发展战略的要求。随着国民经济的迅速发展，人类对资源和环境的需求越来越高，用先进的技术加强森林资源及其环境的监测已成为迫切需要。高分辨率遥感影像技术在林业中应用的终极目的就是改变传统的林业生产经营模式，由定性到定量估测，有效的去结合GIS和GPS两种技术，对大地上的森林资源进行及时有效的观测，由于现代科技的进步，高分辨率卫星快速发展变化，对森林资源定量精度以及遥感图像中对林木的高和胸径的估测要求越来越高。我国林业遥感工作者在森林资源定量估测中做了许多富有成效的工作，赵光交、李崇贵利用TM图像为数据源结合3S技术对森林资源的面积、郁闭度及森林储蓄量进行了定量估测。为林业遥感定量估测奠定了基础。优势树种组的蓄积量定量研究是广大林业遥感工作者下一步要解决的重点问题。尤其是南方集体林区树种复杂繁多，开展优势树种组的定量研究工作变得尤为重要，解决了这一难题可以节省大量的人力物力。当然定量估测精度的高低与图像处理有着重要的关联，图像的处理技术仍旧不成熟，这也是目前国内比较头疼的问题，这又回到了上面所提出的问题当中。
4 优势树种识别困难及分类精度偏低
遥感图像的类别区分是对地球表面上和其环境在遥感成像时的信息进行识别和区分类别，根据遥感成像时所对应的实际地面上的物体，找出我们需要的地理信息[4]。遥感图像的分类是遥感图像处理过程中的一个重要环节，一直被遥感图像广大科技者所重视。其分类方法有统计模式识别，句法模式识别，BP神经网络，遗传算法及目前比较流行的支持矢量机等分类方法。上述分类方法在国土资源调查的精度较高，基本符合国土资源调查的要求。而在林业领城中，过去二三十年里，大面积的应用数学遥感数据进行的树种识别实践只能分到树种组或简单地将树种分为针叶和阔叶两大类。现在出现了空间分辨率更高的Quick Bird和IKNOS也无法将树种进行区分，其主要原因：①光谱分辨率低，因为不同的树种经常有相差不多的光谱特性，他们之间细微的光谱差别没有办法用宽波段遥感数据是探测；②光学遥感所依赖的光照条件不固定。很有可能引发相同的树种具有显著不同的光谱特性[4]，而高光谱遥感能够探测到具有非常小的光谱差异的各种物休，能极大地改善和提高对植被的识别和分类精度。如果在现有的技术的基础上区分开来优势树种组，势必给林业遥感带来革命性的变化。
5 图像阴影无法去除
图像的阴影主要表现在三个方面，即云层的覆盖、山体阴影及城市建筑物的阴影。云层覆盖所带来的阴影是自然因素，具有不可抗拒性。山体的阴影是由于卫星在太空运行与地面成一定的夹角。相对高度较高的实体因探测器扫描不到完全的实体图像造成的建筑物阴影形成的原因与山体阴影形成的原因相近，很多学者对阴影去除进行了大量的研究。
6 结束语
高分辨率遥感影像数据的出现，预示着着遥感新时代的到来。目前的图像处理水平，在遥感图像上区分优势树种及林木龄组有一定的难度。同时也无法直接从图像上读取[2]，森林储蓄量的估测受到限制。亟待提高对图像的处理和分类技术，基于多特征的面向对象的影像分析方法将是一大突破口。
參考文献
[1]史立峰，赵 龙.吉林省林业遥感技术应用存在的问题及对策[J].林业科技情报，2016，48（03）：30～31.
[2]张 芳，乌兰娜，康海峰.中高分辨率遥感影像在林业中的应用现状及其存在的问题[J].内蒙古林业调查设计，2015，38（03）：132～134.
[3]孟春林.影像阴影消除的探讨[J].云南林业调查规划设计，2001（3）：36～39.
[4]朱 炜，李 东，沈 飞，汤根云，吴建明，陈继民，刘 政，王志辉.高光谱遥感森林树种分类研究进展[J].浙江林业科技，2013，33（02）：84～90.
收稿日期：2018-11-10