基于遥感数据的林地变化检测方法研究

doi:10.13466/j.cnki.lyzygl.2019.01.016

林业资源管理 ›› 2019, Vol. 0 ›› Issue (1): 101-108.doi: 10.13466/j.cnki.lyzygl.2019.01.016

基于遥感数据的林地变化检测方法研究

赵勋(), 岳彩荣()

西南林业大学林学院,昆明 650224

收稿日期:2018-09-29 修回日期:2018-11-01 出版日期:2019-02-28 发布日期:2020-09-25
通讯作者: 岳彩荣
作者简介:赵勋(1993-),男,云南保山人,在读硕士,研究方向:资源环境遥感。Email: 617277977@qq.com
基金资助:
国家自然科学基金(31260156)

Study on Forest Change Detection Method Based on Remote Sensing Data

ZHAO Xun(), YUE Cairong()

Forestry College,Southwest Forestry University,Kunming 650224,China

Received:2018-09-29 Revised:2018-11-01 Online:2019-02-28 Published:2020-09-25
Contact: YUE Cairong

摘要/Abstract

摘要：

森林资源二类调查一般每10年进行1次,年度数据更新是林业部门迫切需要解决的技术难题。基于小班数据与遥感技术相结合,采用面向对象的方法对林地小班数据进行空间信息的更新。以香格里拉的虎跳峡镇为例,以2006年二类调查小班数据为基础,利用2008年12月SPOT5影像探讨了林地变化信息提取。结果表明:与传统变化检测技术方法不同,该方法可实施对森林资源二类调查数据空间信息的快速更新,客观地反映林地的变化信息,可以满足森林资源管理部门对森林林地变化信息快速提取的需要。

关键词: 林地小班数据, SPOT5, 香格里拉, 面向对象, 林地变化检测

Abstract:

Forest resources management inventory is generally conducted every ten years,and the annual data updating is a technical problem that the forest resource management department urgently needs to solve.This study uses object-oriented approach to update the spatial informationof forest sub-compartment data based on the combination of the sub-compartment data and remote sensing technology.Taking Hutiaoxia township in Shangri-La as case study,this paper chooses the SPOT5 image in December 2008 and the forest resources management inventory data in 2006 to extract the forest land change information.The results show that the method can implement the rapid update of the spatial information of the forest resource management inventory data,objectively reflect the change information of the forest land,and meet the needs of the forest resource management department for the rapid extraction of forest land change information.

Key words: forest sub-compartment data, SPOT5, Shangri-La, object-oriented, forest change detection

中图分类号:

TP79
S75

赵勋, 岳彩荣. 基于遥感数据的林地变化检测方法研究[J]. 林业资源管理, 2019, 0(1): 101-108.

ZHAO Xun, YUE Cairong. Study on Forest Change Detection Method Based on Remote Sensing Data[J]. FOREST RESOURCES WANAGEMENT, 2019, 0(1): 101-108.

图/表 11

图1

图2

表1

图3

图4

图5

图6

图7

图8

图9

表2

参考文献 17

[1]	陈占稳. 森林资源二类调查小班数据库更新[J].河北林业科技, 2010(1):41-42.
[2]	王福生. 基于GIS的森林资源档案数据更新方法[J]. 林业调查规划, 2007,32(1):13-14.
[3]	年顺龙, 贠新华, 邓喜庆. 基于二类调查小班数据的森林资源更新思路与方法[J].林业资源管理, 2014(2):115-118.
[4]	Naveena D R, Wiselin J G. Change detection techniques—ASURVEY[J]. International Journal on Computational Science & Applications(IJCSA), 2015,5(2):45-47.
[5]	Blaschke T. Object based image analysis for remote sensing[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2010,65:2-16.
[6]	Desclée B, Bogaert P, Defourny P. Forest change detection by statistical object-based method[J]. Remote Sensing of Environment, 2006,10(2):1-11.
[7]	Conchedda G, Durieux L, Mayaux P, et al. An object-based method for mapping andchange analysis inmangrove ecosystems[J]. ISPRS Journal of Photogrammetry & Remote Sensing, 2008,63:578-589.
[8]	Frieke M, Lieven P, Robert R, et al.Feature selection by genetic algorithms in object—based classification of IKONOS imagery for forest mapping in Flanders,Belgium[J]. Remote Sensing of Environment, 2007,110(4):476-487.
[9]	Chehata N, Orny C, Boukir S, et al.Object-based forest change detection usinghigh resolution satellite images[J].ISPRS Photogrammetric ImageAnalysis, 2002, XXXVIII-3/W22(3):49-54.
[10]	胡荣明, 魏曼, 杨成斌, 等. 以SPOT5遥感数据为例比较基于像素与面向对象的分类方法[J].遥感技术与应用, 2012(3):366-371.
[11]	石军南, 李和顺, 刘晓农, 等. 面向对象分类方法在森林采伐遥感监测中的应用[J].中南林业科技大学学报, 2010(11):6-10.
[12]	余坤勇, 许章华, 刘健等. “基于片层-面向类”的竹林信息提取算法与应用分析[J].中山大学学报:自然科学版, 2012(1):89-95.
[13]	李春干, 代华兵, 谭必增, 等. 基于SPOT5图像分割的森林小班边界自动提取[J].林业科学研究, 2010(1):53-58.
[14]	周小成, 庄海东, 陈铭潮, 等. 面向小班对象的森林资源变化遥感监测方法——以福建省厦门市为例[J]. 资源科学, 2013,(8):1710-1718.
[15]	王凯. 基于ZY-1-02C和OLI影像的林地地类变化信息提取研究[D]. 南京:南京林业大学, 2015.
[16]	王荣. 高分辨率遥感影像信息提取方法的研究[D]. 兰州:兰州交通大学, 2013.
[17]	汪求来. 面向对象遥感影像分类方法及其应用研究[D]. 南京:南京林业大学, 2008.

重分类后地类属性	重分类前地类属性
有林地	纯林,灌木经济林,混交林,其他灌木林,其他宜林地,乔木经济林,疏林地,竹林
其他地	采伐迹地,封育未成林地,火烧迹地,建筑用地,苗圃地,牧地,其他非林地,其他无立木林地,人工造林未成林地,未利用地,宜林荒山荒地,宜林沙荒地
农地	农地
水域	水域

林地的增减	变化地类	变化对象数量	变化涉及的小班号	总面积
有林地减少	有林地变化为其他地	142	1-2,1-3,1-13,3-3,6-7,7-13,9-6,10-15,11-6,11-7,13-6,16-20,19-6, 25-9,25-1026-4,27-4,27-9,30-8,37-9,37-11,37-12,37-14,39-1,39-15, 40-3,40-23,41-6,44-8,47-13,49-10,52-4,52-13,52-26,54-5,54-8,55-13, 57-1,57-5,62-6,72-18,75-9,75-11,75-12,75-16,78-7,78-12,78-14,79-5, 80-4,82-5,85-2,85-3,92-5,94-3,98-7,100-1,100-10,103-9,108-6,108- 14,109-9,115-5,116-15,124-10,124-12,124-15,126-9,133-6,18-11,138-12, 176-14,181-4,183-1,183-4,183-6,185-,185-5,185-7,186-5,186-8,186-10, 187-4,187-5,187-6,187-7,187-11,188-2,188-3,193-5,193-9,193-10, 194-5,194-11,195-,195-4,195-5,195-9,198-15,200-6,200-7,200-11,201- 13,201-14,201-15,202-4,203-3,203-5,204-6,204-12,204-13,204-14	753.685hm²
有林地增加	其他地变化为有林地	62	6-6,9-5,9-12,9-13,10-21,18-24,23-2,23-23,24-10,26-20,27-10,27-15, 27-18,27-21,27-21,27-22,27-23,27-24,30-14,33-6,33-12,33-14,33-22, 34-1,37-6,37-11,50-19,52-9,74-12,97-2,97-7,98-4,115-4,119-6,122-4, 122-6,122-14,124-2,124-15,150-3,151-10,152-21,154-1,154-8,154-15, 154-19,154-24,169-21,186-4,186-18,188-7,202-21,203-15	443.9975hm²
	农地变化为有林地	11	9-22,41-20,72-26,109-15,109-18,128-14,134-16,143-13	6.575hm²
	水域变化为有林地	0		0
总数		310		1204.2575hm²

基于遥感数据的林地变化检测方法研究

Study on Forest Change Detection Method Based on Remote Sensing Data

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 17

相关文章 3

编辑推荐

Metrics

本文评价

[1]	金忠明, 曹姗姗, 王蕾, 孙伟. 天山云杉林无人机可见光影像树冠信息提取方法研究[J]. 林业资源管理, 2020, 0(1): 125-135.
[2]	王枚梅, 林家元, 林沂, 李翊. 基于无人机可见光影像的亚高山针叶林树冠参数信息自动提取[J]. 林业资源管理, 2017, 0(4): 82-88.
[3]	王宗梅, 徐天蜀, 岳彩荣, 刘琦. 基于哑变量的高山松蓄积量反演模型研究[J]. 林业资源管理, 2017, 0(4): 75-81.