高空间分辨率遥感森林参数提取探讨刘晓双,黄建文,鞠洪波(中国林业科学研究院资源信息研究所,北京100091)摘要:介绍了高空间分辨率遥感在森林参数提取方面的研究和应用情况,并结合国内外学者在此方面所做出的研究成果,对不同森林参数的提取分别做了阐述,包括单木树冠轮廓信息、胸径、森林生物量、树种识别和分类、叶面积指数、森林郁闭度、木材结构和性质。
最后分析了高空间分辨率遥感在森林参数提取方面存在的问题,并对该领域的应用前景作了展望。
关键词:高空间分辨率;遥感;森林参数;树冠提取;生物量中图分类号:TP79 文献标识码:A 文章编号:1002-6622(2009)02-0111-07Study on Extraction of Forest Parameters by High Spatial R esolution R emote SensingL IU Xiaoshuang ,HUAN G Jianwen ,J U Hongbo(Research Instit ute of Forest Resources and Inf ormation Technique ,CA F ,Beiji ng 100091,Chi na )Abstract :Study and application of forest parameters extraction by high spatial resolution remote sens 2ing was introduced in this article ,combined with achievements in this field made by researchers all over the world 1Extraction of such different forest parameters was described respectively as single tree crown contour ,diameter at breast height ,biomass ,identification and classification of species ,LAI ,canopy den 2sity ,wood structure and property 1Finally ,the problems of forest parameters extraction by high spatial resolution remote sensing were discussed ,and the prospect of forest parameters extraction by high spa 2tial resolution remote sensing was expected.K ey w ords :high spatial resolution ,remote sensing ,forest parameters ,extraction of tree crown ,biomass收稿日期:2009-01-04;修回日期:2009-04-03基金项目:中央级公益性科研院所基本科研业务费专项基金(RIFRITZ J Z 2007006);国家自然科学基金“基于高分辨率遥感的树冠信息提取技术研究”项目(40771141)作者简介:刘晓双(1985-),女,甘肃兰州人,在读硕士生,主要从事遥感、GIS 技术应用研究。
通讯作者:鞠洪波(1956-),男,黑龙江人,研究员,研究方向:林业信息技术。
现代林业的经营管理得以顺利进行主要依赖于对各种森林参数的调查,而森林限于其特殊的自然地理条件往往会给研究数据的采集造成很大的困难。
传统的森林调查方法一般是基于随机抽样和统计学,其样本的选择是否具有代表性对调查的精确性有很大的影响。
这种传统的以个体来推断总体的2009年4月第2期林业资源管理FOREST RESOURCES MANA GEMEN T April 2009No 12方式已经很难满足调查精度的要求,而全面的调查,在面对如此众多的森林资源和有限的人力物力条件下,又几乎无法达到。
虽然已经有许多先进仪器被用来提高地面调查效率,但仍有许多研究利用遥感影像,以发展自动化的森林调查方法。
最初的高空间分辨率遥感是以航空遥感形式出现的,以飞机作为搭载传感器的平台。
高空间分辨率航空遥感于20世纪40年代由军用转向民用之后得到了一定的发展[1]。
20世纪60年代,航天遥感加速发展[2],但空间分辨率仍有待提高。
直到1999年9月I KONOS 高空间分辨率商用卫星的发射,才使高空间分辨率遥感的应用得到了较快的普及。
如今,卫星遥感影像的空间分辨率已经达到015m 以上,航空遥感影像的分辨率更是高达011m 以上。
高空间分辨率遥感技术在林业上的应用,使森林调查不再局限于实地勘测,并且调查的精确性也随着遥感技术的不断发展而有所提高。
与低空间分辨率遥感影像相比,高空间分辨率遥感影像具有细节更加清晰、信息更加丰富等特点。
在高空间分辨率遥感影像上,森林中每棵树木的树冠清晰可辨,纹理和细节信息非常明显,这对于高效而精准地提取森林参数十分有利。
但目前我国高空间分辨率遥感在森林参数提取方面的应用还比较有限。
鉴于此,本文结合国内外的研究进展,就高空间分辨率遥感在森林参数提取方面的应用情况进行详细的论述,并对问题和前景作了分析和展望。
1 高空间分辨率遥感森林参数提取概述高空间分辨率遥感由于信息丰富等特点在森林参数提取方面具有很大的优势。
尤其是在提取单木树冠轮廓信息方面更能凸显其空间分辨率的优势。
用高空间分辨率遥感自动提取单木树冠轮廓,尽管在国内还比较少见,但国外已经作了很多研究并取得了比较好的进展。
利用树冠轮廓自动提取得到的树冠直径和面积可以间接推算胸径和生物量,也为单木树种识别分类奠定了基础。
此外对于其它森林参数如叶面积指数(LAI )、郁闭度以及预测木材性质方面,高空间分辨率遥感也有其不同优势。
图1概括了高空间分辨率遥感森林参数提取应用的总体流程。
图1 高空间分辨率遥感森林参数提取应用流程图2 单木树冠轮廓提取及间接参数推算211 单木树冠轮廓提取在高空间分辨率遥感还没有普及的时代,众多对树冠的研究都是基于物理模型。
Li 和Strahler [3]早在1985年就提出了Li -Strahler 模型,用陆地卫星TM 影像反演树冠大小和覆盖率。
此外,Franklin 和Strahler [4]以及Wu 和Strahler [5]在运用Li -Strahler 模型估计树冠大小上也取得了一些成功。
但这种基于模型的方法也遭到了一些学者的质疑。
Cohen 和Spies [6]曾指出陆地卫星TM 影像的211林业资源管理第2期 像素大小与树冠大小相比悬殊太大,因此不可能有效获取树冠结构。
随着遥感空间分辨率的提高,个体树冠轮廓已经可以从影像中直接提取。
与基于模型的方法相比,用高空间分辨率遥感进行树冠提取和描绘更加直观而准确,不必再引入复杂的模型。
国外很多学者已经对树冠轮廓自动提取和描绘进行了一些卓有成效的应用,针对某些树种已有了成型的算法并获得了较高的精度。
树冠轮廓自动或半自动提取研究始于20世纪90年代中期。
G ougeon[7]在1995年提出基于光谱的谷地跟踪算法,用来提取森林中的个体树冠。
这种算法将每棵树冠都考虑为周围环绕着较暗阴影区域的明亮区域,然后跟踪光谱最小值来提取树冠边界。
随后的1996年,Pollock[8]应用了基于形状的模版匹配法,对不同树种采用不同的模型进行树冠提取。
Brandtberg和Walter[9]于1998年采用了多尺度方法,用高空间分辨率彩红外航空影像描绘单个树冠。
他们对每一个影像尺度都计算了灰度曲率,将带有灰度曲率的过零点识别为树冠轮廓。
到了21世纪初,基于光谱灰度值的局部最大值法应用较为普遍。
Pouliot等人[10]2002年提出了一个基于局部最大值的树木探测描绘算法,用于正在更新的幼龄针叶林。
同年,Culvenor[11]提出树木识别和描绘算法(TIDA),同样是基于局部最大值法。
树冠描绘采用了一个“自顶向下”的方法,从树冠顶点开始,以最小边界或用户自定义阈值结束。
我国学者熊轶群和吴健平[12]参照了Pouliot的方法,提出一种基于射线法的半自动树冠面积提取算法,并针对树冠重叠现象对算法进行了改进。
这种算法从用户指定的树冠中心点引出若干条光谱射线,进行高次曲线拟合,求其拐点作为树冠边界点,然后提取树冠面积。
212 推算树木胸径由于高空间分辨率遥感数据在自动或半自动提取树冠轮廓信息方面已经开展了很多研究,并有了一些成熟的算法。
那么,如果找到树冠大小和树木胸径之间的联系就可以通过树冠大小来估计树木胸径。
早在1903年,Duchaufour[13]就已经在水青冈群落的研究中发现了树冠直径与胸径之间的关系。
但由于野外调查中胸径较树冠直径更易于测量,因此这种树冠与胸径之间潜在的关系并没有得到重视和利用。
直到高空间分辨率遥感使树冠直径提取成为可能,树冠直径与胸径之间的关系才再度成为研究的热点。
国外一些学者已经致力于研究树冠面积与树木胸径之间的潜在关系[14]。
Read等人[15]认为高空间分辨率数据潜在的应用就是通过树冠大小预测树干断面积和生物量。
他们发现I KONOS影像经数字化的树冠面积与树干直径有非常明显的相关性(r2=0184,P<01001,n=9)。
Hemery[16]等人为英国11个常见阔叶树种建立了树冠直径和胸径的关系方程,其中欧洲白蜡冠径(crow n diame2 ter)与胸径(dbh)的关系方程为:crow n diameter=0175810+(2013565×dbh)研究发现当胸径大约在20～50cm之间时,树冠直径与胸径之间的关系十分接近于线性关系,且决定系数r2≥018。
同时,研究表明所有树种在幼年时树冠直径与树干胸径的比值K/d都较高,随着树干直径的增加K/d比会减小,当胸径在30cm 左右时K/d比开始达到稳定。
这些研究进一步证明了用树冠直径推导胸径的可行性。
因此,只要将高空间分辨率影像中自动提取的树冠直径或面积代入树冠-胸径方程中,就能很快估算出树木胸径。
但树种差异性和环境差异性使树冠直径和胸径的关系呈现不稳定状态。
因此,建立不同树种、不同地域的树冠直径与胸径的关系十分重要,也是需要进一步研究的内容。
213 推算森林生物量森林生物量是森林调查和监测的一个重要参数。
目前森林生物量的研究主要是用遥感信息参数以及其它因子组合来构建模型,通过模型来估计生物量。