江淮分水嶺林地資源高分衛(wèi)星監(jiān)測研究

定　價：￥100.00

作　者：	陳冬花李虎著
出版社：	中國宇航出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787515918938	出版時間：	2021-03-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：	208	字?jǐn)?shù)：

內(nèi)容簡介

　　從2010年至2020年，在國家國防科技工業(yè)局、中共安徽省委軍民融合發(fā)展委員會辦公室（安徽省國防科學(xué)技術(shù)工業(yè)辦公室）、安徽省教育廳等有關(guān)部門的大力支持下，滁州學(xué)院、安徽師范大學(xué)、安徽省高分辨率對地觀測系統(tǒng)數(shù)據(jù)產(chǎn)品與軟件研發(fā)中心、滁州學(xué)院安徽省院士工作站、2018安徽省省屬高校國產(chǎn)衛(wèi)星應(yīng)用領(lǐng)才團隊等單位和平臺充分發(fā)揮多專業(yè)、多部門優(yōu)勢，組成研發(fā)團隊，利用國產(chǎn)民用高分辨率對地觀測系統(tǒng)開展江淮分水嶺地區(qū)林地資源監(jiān)測研究。在項目實施過程中，先后有30多位專業(yè)技術(shù)人員與工作人員參與本項工作，利用遙感及地理信息系統(tǒng)技術(shù)，結(jié)合現(xiàn)有成果、基礎(chǔ)工作及江淮分水嶺區(qū)域特點，對該區(qū)域林地資源的總體現(xiàn)狀及動態(tài)化情況，開展了全方位的遙感監(jiān)測和系統(tǒng)集成，形成了大量有價值的成果。滁州學(xué)院陳冬花教授、安徽師范大學(xué)李虎教授組織匯總編寫本書，本書不僅是對高分專項區(qū)域應(yīng)用示范和產(chǎn)業(yè)化工作的一個總結(jié)，而且是對各個研究內(nèi)容成果的匯總，更是全體研究人員集體智慧的結(jié)晶。

作者簡介

　　陳冬花，現(xiàn)任滁州學(xué)院教授，中組部“西部之光”訪問學(xué)者，安徽省創(chuàng)新創(chuàng)業(yè)領(lǐng)軍人才，安徽省高校優(yōu)秀拔尖人才，安徽省高分辨率對地觀測系統(tǒng)數(shù)據(jù)產(chǎn)品與研發(fā)中心首席專家，主要研究方向是資源環(huán)境遙感、國產(chǎn)衛(wèi)星應(yīng)用、空間信息應(yīng)用。李虎，現(xiàn)任安徽師范大學(xué)教授，安徽省學(xué)術(shù)技術(shù)帶頭人，主要從事資源環(huán)境遙感分析方法、國產(chǎn)衛(wèi)星在資源環(huán)境領(lǐng)域應(yīng)用的教學(xué)與科研工作。先后主持高分系統(tǒng)國家重大科技專項，環(huán)境一號衛(wèi)星星座等國家及省部級項目三十余項。

圖書目錄

章總論1

1.1研究區(qū)概況1

1.1.1地形地貌1

1.1.2氣候條件1

1.1.3土壤與森林植被2

1.2林地資源遙感監(jiān)測的基礎(chǔ)條件2

1.3研究內(nèi)容和技術(shù)方案3

1.3.1研究內(nèi)容3

1.3.2技術(shù)方案4

1.3.3總體功能結(jié)構(gòu)與流程6

1.4衛(wèi)星數(shù)據(jù)產(chǎn)品指標(biāo)體系9

1.5數(shù)據(jù)采集與預(yù)處理13

1.5.1衛(wèi)星影像數(shù)據(jù)13

1.5.2高分衛(wèi)星數(shù)據(jù)預(yù)處理17

1.5.3森林資源數(shù)據(jù)庫25
第2章高分衛(wèi)星載荷森林樹種識別研究29

2.1研究區(qū)概況及數(shù)據(jù)準(zhǔn)備29

2.1.1研究區(qū)概況29

2.1.2數(shù)據(jù)源概況30

2.1.3數(shù)據(jù)預(yù)處理32

2.2特征因子集構(gòu)建與分析37

2.2.1特征因子集構(gòu)建37

2.2.2特征因子集分析44

2.2.3特征因子集組合方案49

2.3森林樹種識別模型構(gòu)建51

2.3.1模型原理51

2.3.2樣本標(biāo)記及擴充54

2.3.3模型構(gòu)建56

2.4模型評價及分析62

2.4.1傳統(tǒng)機器學(xué)習(xí)模型樹種識別62

2.4.2模型評價和精度分析67

2.4.3小結(jié)71
第3章基于高分二號衛(wèi)星影像的森林郁閉度估計研究73

3.1模型原理73

3.2數(shù)據(jù)源及預(yù)處理76

3.2.1高分二號衛(wèi)星76

3.2.2高分二號衛(wèi)星影像預(yù)處理76

3.3特征因子提取78

3.3.1地表反射率78

3.3.2植被指數(shù)78

3.3.3紋理特征80

3.3.4地形特征82

3.4模型構(gòu)建84

3.4.1相關(guān)性分析84

3.4.2模型構(gòu)建87

3.5模型精度驗證90

3.6反演制圖90
第4章基于高分衛(wèi)星載荷的森林生物量估算研究91

4.1研究區(qū)概況92

4.2數(shù)據(jù)與方法92

4.2.1遙感影像數(shù)據(jù)預(yù)處理92

4.2.2樣地數(shù)據(jù)預(yù)處理92

4.2.3輔助數(shù)據(jù)預(yù)處理94

4.2.4光譜特征提取94

4.2.5精度評價95

4.3結(jié)果與分析95

4.3.1建模因子確定95

4.3.2不同影像建模結(jié)果分析96

4.3.3多樹種不同模型建模分析98

4.4結(jié)論與討論98
第5章林地資源動態(tài)化遙感監(jiān)測應(yīng)用101

5.1遙感信息特征與林地匹配性101

5.2遙感信息特性與林地分類體系102

5.3遙感數(shù)據(jù)源選擇與監(jiān)測流程103

5.3.1監(jiān)測尺度與遙感數(shù)據(jù)優(yōu)空間分辨率選擇103

5.3.2遙感數(shù)據(jù)時相選擇104

5.3.3監(jiān)測方法流程104

5.4林地資源動態(tài)化遙感監(jiān)測106

5.4.1遙感影像和森林資源小班數(shù)據(jù)預(yù)處理106

5.4.2基于小班邊界約束的高分遙感影像多尺度分割分類106

5.4.3化分類后處理和結(jié)果驗證109

5.5示范應(yīng)用111

5.5.1林地征占遙感監(jiān)測111

5.5.2林地更高分遙感核查118

5.5.3林地化遙感監(jiān)測118

5.5.4林區(qū)內(nèi)基本建設(shè)監(jiān)測121
第6章基于高分六號衛(wèi)星數(shù)據(jù)的綠地信息提取127

6.1高分六號衛(wèi)星數(shù)據(jù)預(yù)處理128

6.2基于SVM的綠地信息提取129

6.2.1基于圖像分割的樣本集構(gòu)建129

6.2.2SVM算法與綠地提取138

6.3基于高分六號衛(wèi)星數(shù)據(jù)的植被覆蓋率估算145

6.3.1基于像元二分模型的城市綠地植被覆蓋度提取原理145

6.3.2適宜植被指數(shù)選擇146

6.3.3NDVIveg和NDVIsoil的確定148

6.3.4植被覆蓋度估算150

6.3.5估算精度評價152
第7章林地資源監(jiān)測高分業(yè)務(wù)化系統(tǒng)154

7.1系統(tǒng)需求分析154

7.1.1衛(wèi)星數(shù)據(jù)需求分析154

7.1.2用戶需求分析155

7.1.3業(yè)務(wù)需求分析155

7.2系統(tǒng)總體設(shè)計與功能設(shè)置156

7.2.1系統(tǒng)總體設(shè)計156

7.2.2系統(tǒng)功能設(shè)置157

7.2.3原型系統(tǒng)158

7.2.4業(yè)務(wù)化系統(tǒng)與移動終端系統(tǒng)158

7.3基于高分載荷的林地資源監(jiān)測原型系統(tǒng)161

7.3.1系統(tǒng)設(shè)計原則161

7.3.2系統(tǒng)總體設(shè)計162

7.3.3系統(tǒng)功能模塊163

7.3.4實現(xiàn)效果分析165

7.4森林資源管理與服務(wù)平臺174

7.4.1系統(tǒng)設(shè)計原則174

7.4.2系統(tǒng)總體架構(gòu)174

7.4.3系統(tǒng)功能模塊175

7.4.4實現(xiàn)效果分析177

7.5高分衛(wèi)星森林資源監(jiān)測移動終端系統(tǒng)179

7.5.1系統(tǒng)設(shè)計原則179

7.5.2系統(tǒng)總體架構(gòu)180

7.5.3系統(tǒng)功能模塊180

7.5.4系統(tǒng)實現(xiàn)效果182

7.6系統(tǒng)研發(fā)關(guān)鍵技術(shù)186

7.6.1海量數(shù)據(jù)快速分發(fā)技術(shù)186

7.6.2林業(yè)專題應(yīng)用系統(tǒng)集成技術(shù)187

7.6.3前后端數(shù)據(jù)同步協(xié)同技術(shù)187
參考文獻189