不同地形校正方法对黑松分布遥感提取的影响

以青岛黄岛区为研究区,利用资源三号卫星立体像对提取精细的DEM (Digital Elevation Model),使用5种地形校正模型(Teillet-回归,VECA,Cosine-C,C和SCS+C)对Quick Bird多光谱影像进行地形校正,并结合面向对象方法提取得到山区黑松的空间分布信息。结果表明:5种模型中,Quick Bird影像经VECA,SCS+C,C校正模型校正后山区阴影有较好的减弱效果,且山区黑松分布提取的精度均有所提高,其中以VECA模型的提取精度最佳,提取精度从70. 25%提高到84. 30%,提高了14. 05%; Kappa系数从0. 53提高到0. 72,提高了0. 19。本研究可为光学高分遥感影像在山区松树的分布提取上提供参考。

不同健康状况松针反射光谱特征分析

为利用高分辨率遥感影像实现大面积的枯死松树监测,本研究通过测量不同程度的枯死和健康松针的光谱曲线,结合GF-2遥感影像的波段范围分析其光谱特征与敏感波段,并借助28种光谱指数探究区分健康松树与枯死松树的适宜光谱指数。结果表明:近红外波段(欧氏距离为118.16)是识别枯死松树的最敏感波段。文中使用的28种光谱指数除R_(gre)-R_(blue)、R_(blue)/R_(nir)+R_(gre)、R_(blue)/R_(nir)+R_(red)、R_(blue)/R_(gre)、(R_(blue)-R_(gre))/(R_(gre)+R_(blue))和R_(blue)/R_(red)+R_(gre)这6种光谱指数外,其余22种光谱指数的J-M距离均超过1.90,表现出很好的光谱可分性。研究结果可为构建适用于GF-2遥感影像进行枯死松树监测的植被指数提供理论基础。