北京平原造林地Pleiades卫星影像融合评价

doi:10.13466/j.cnki.lyzygl.2016.03.023

林业资源管理 ›› 2016, Vol. 0 ›› Issue (3): 128-134.doi: 10.13466/j.cnki.lyzygl.2016.03.023

北京平原造林地Pleiades卫星影像融合评价

董熙^1,2, 李存军², 夏朝宗³, 王二丽², 杨新兵¹, 周静平², 胡海棠²

1.河北农业大学,河北保定 071000;
2.北京农业信息技术研究中心,北京 100097;
3.国家林业局调查规划设计院,北京 100714

收稿日期:2016-03-30 修回日期:2016-05-21 出版日期:2016-06-28 发布日期:2020-11-02
通讯作者: 李存军(1975-),男,研究员,主要研究方向为数字影像分析处理以及农林生态遥感。Email:licj@nercita.org.cn
作者简介:董熙(1989-),男,黑龙江哈尔滨人,在读硕士,研究方向为农林生态遥感。Email:57120437@163.com
基金资助:
北京市农业科技项目(20140110)

Evaluation on Pleiades Satellite Image Fusion for Beijing Plain Afforested Area

DONG Xi^1,3, LI Cunjun², XIA Chaozong³, WANG Erli², YANG Xinbing¹, ZHOU Jingping², HU Haitang²

1. Agricultural University of Hebei,Baoding,Hebei 071000,China;
2. Beijing Research Center for Information Technology in Agriculture,Beijing 100097,China;
3. A cademy of Forest Inventory and Planning,State Forestry Administration,Beijing 100714,China

Received:2016-03-30 Revised:2016-05-21 Online:2016-06-28 Published:2020-11-02

摘要/Abstract

摘要： 通过CN波谱融合、PCA主成份变换、Brovey变换、HCS变换、HPF高通滤波变换、PanSharpen变换、GS光谱锐化、SFIM基于亮度调节的平滑滤波等8种不同的遥感影像融合方法,对北京市延庆县蔡家河流域平原造林地的Pleiades卫星全色和多光谱影像进行融合,通过定性和定量方法从光谱保真、人工造林地林木自动识别精度等方面评价遥感影像融合效果。结果表明:8种影像融合方法各有优势,其中HCS融合方法操作简便,产生的遥感图像光谱保真强,人工造林地林木自动识别精度高,是一种适于Pleiades卫星影像进行林地监测的较好融合方法。

关键词: 遥感, 影像融合, Pleiades卫星, 平原造林地, 北京

Abstract: Eight different image fusion methods were adopted,including the CN spectrum fusion,PCA principal component transformation,Brovey transform,HCS transform,HPF high-pass filter transform,PanSharpen transformation,GS spectrum sharpening,based on a brightness control SFIM smoothing,to fuse the Pleiades satellite panchromatic and multi-spectral image of forest in Cai jiahe basin plain afforestated area,Yanqing county,Beijing.The qualitative and quantitative result of remote sensing image fusion on spectral fidelity was analyzed,and the accuracy of automatic identification forest trees in the artificial planting area using fused image was evaluated.Results show that the eight kinds of image fusion methods have their own advantages,but the HCS fusion method is simple,the remote sensing image spectral fidelity,artificial planting area of forests automatic identification precision is highest.So it is a suitable method for the Pleiades satellite images fusion to monitor forest.

Key words: remote sensing, image fusion, satellite Pleiades, plain planted land, Beijing

中图分类号:

P237
S771.8

董熙, 李存军, 夏朝宗, 王二丽, 杨新兵, 周静平, 胡海棠. 北京平原造林地Pleiades卫星影像融合评价[J]. 林业资源管理, 2016, 0(3): 128-134.

DONG Xi, LI Cunjun, XIA Chaozong, WANG Erli, YANG Xinbing, ZHOU Jingping, HU Haitang. Evaluation on Pleiades Satellite Image Fusion for Beijing Plain Afforested Area[J]. FOREST RESOURCES WANAGEMENT, 2016, 0(3): 128-134.

参考文献

[1] 北京市园林绿化局.北京市平原地区造林工程林木资源养护管理办法[EB/OL].(2015-06-30)[2016-03-20].http://www.bjyl.gov.cn/zwgk/fgwj/gfxwj/201404/t20140421_128169.html.
[2] Li S,Kwok J T,Wang Y.Using the discrete wavelet frame transform to merge Landsat TM and SPOT panchromatic images[J].Information Fusion,2002,3(1):17-23.
[3] Zhang Y,Hong G.An IHS and wavelet integrated approach to improve pan-sharpening visual quality of natural color IKONOS and QuickBird images [J].Information Fusion,2005,6(3):225-234.
[4] 吴晓萍,杨武年,李国明.资源三号卫星正视全色与多光谱影像融合及评价[J].物探化探计算技术,2014,36(1):113-119.
[5] 朱倩,李霞,刘玲玲.基于TH-1卫星全色影像的多源遥感数据融合评价[J].中国科学技术大学学报,2013,43(5):3633-3633.
[6] 王海晖,彭嘉雄,吴巍,等.多源遥感图像融合效果评价方法研究[J].计算机工程与应用,2003,39(25):33-37.
[7] 冯钟葵,石丹,陈文熙,等.法国遥感卫星的发展——从SPOT到Pleiades[J].遥感信息,2007 (4):87-92.
[8] 董金芳,袁媛,高蓓,等.资源一号02C星遥感影像融合分析[J].地理空间信息,2015,13(1):36-38.
[9] 潘鑫,杨英宝,张竹林,等.资源三号卫星影像融合方法的比较与评价[J].地理空间信息,2014,12(5):59-61.
[10] 陈雪洋,张治清,胡艳,等.GeoEye-1影像数据融合方法评价[J].地理空间信息,2011,9(5):105-108.
[11] 李存军,刘良云,王纪华,等.两种高保真遥感影像融合方法比较[J].中国图象图形学报,2004,9(11):1376-1385.
[12] 唐焕丽,刘凯,艾彬,等.WorldView-2遥感影像融合方法对比研究[J].北京测绘,2013 (5):1-7.
[13] 秦善善,王世新,周艺,等.NSCT与GS变换的资源三号卫星数据融合方法研究与应用[J].地球信息科学学报,2014,16(6):949-957.
[14] 韩瑞梅,杨晓,刘培.基于光学和雷达遥感影像融合的地类识别研究[J].红外技术,2015,37(11):949-956.
[15] 李俊杰,李杏朝,傅俏燕.cbers－02b星HR与多光谱影像融合及评价[J].国土资源遥感,2008(2):43－47.
[16] 李霖,佘梦媛,罗恒.ZY-3 卫星全色与多光谱影像融合方法比较[J].农业工程学报,2014,30(16):157-165.
[17] 张楼香,阮仁宗,夏双.洪泽湖湿地纹理特征参数分析[J].国土资源遥感,2015,27(1):75-80.

北京平原造林地Pleiades卫星影像融合评价

Evaluation on Pleiades Satellite Image Fusion for Beijing Plain Afforested Area

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	韩丛海, 范雅倩, 蒋健, 宋泽, 赵新元. 北京水毛茛分布与环境特征关系研究[J]. 林业资源管理, 2020, 0(4): 102-108.
[2]	卢献健, 黄俞惠, 晏红波, 韦晚秋, 黎振宝. 基于自动阈值决策树分类的桉树提取研究[J]. 林业资源管理, 2020, 0(4): 117-126.
[3]	马鸿伟, 刘海, 姚顺彬, 周蔚. 基于林业遥感的树种分类应用分析与展望[J]. 林业资源管理, 2020, 0(3): 118-121.
[4]	江仕嵘, 童亚文, 刘耀华, 张青峰, 洪波. 秦岭国家植物园生态环境质量评价[J]. 林业资源管理, 2020, 0(3): 85-88.
[5]	贾天宇, 刘笑冰, 喻家玥, 李世玉. 北京奥林匹克森林公园生态旅游满意度评价与提升策略[J]. 林业资源管理, 2020, 0(3): 95-100.
[6]	亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020, 0(2): 181-186.
[7]	焦银合, 于泉洲, 刘恩峰, 梁春玲, 田晓飞, 张保华. 基于遥感的南四湖菹草群落时空演变特征及其原因分析[J]. 林业资源管理, 2020, 0(1): 70-78.
[8]	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.
[9]	林丽丽, 郝振帮, 戴姗霖, 杨柳青, 刘健, 余坤勇. 南方集体林区典型毛竹经营区林分质量遥感量化研究[J]. 林业资源管理, 2019, 0(6): 84-90.
[10]	袁昊, 陈宏伟, 齐麟, 房磊, 乔泽宇, 赵福强. 基于landsat影像大兴安岭地区林火烈度时空格局分析[J]. 林业资源管理, 2019, 0(6): 91-96.
[11]	徐晓峰, 张皓琳, 孙志超. 天地一体化森林防火监测体系建设[J]. 林业资源管理, 2019, 0(5): 121-129.
[12]	蔡林菲, 吴达胜, 方陆明, 郑辛煜. 基于XGBoost的高分二号影像树种识别[J]. 林业资源管理, 2019, 0(5): 44-51.
[13]	卢献健, 黄俞惠, 晏红波, 周吕, 吴宸龙, 周斌, 罗乐. 基于GEE平台广西桉树快速提取研究[J]. 林业资源管理, 2019, 0(5): 52-60.
[14]	邢元军, 普布顿珠, 罗鹏, 许等平. 群团抽样对西藏森林资源宏观监测结果的影响分析[J]. 林业资源管理, 2019, 0(4): 52-58.
[15]	许新惠, 刘坚, 周星宇. 基于RS/GIS技术支持下的植被分类及其覆盖度研究——以昆明市为例[J]. 林业资源管理, 2019, 0(3): 86-93.