资源简介

摘要： 斑块状植被是世界上干旱—半干旱区常见的景观类型，对于它们的形成、结构和演替研究能够提高人们对干旱—半干旱地区生态系统动态及其重要的生态水文过程的理解，具有重要的理论研究意义和应用价值。传统的基于地面调查和长期定位观测的方法观测范围有限，已无法满足目前区域斑块状植被分布及其空间格局特征研究的需要。利用遥感技术快速重复获取大面积对地观测数据，已成为斑块状植被检测的主要发展方向。通过对近20 a斑块状植被遥感检测相关文献的综述，阐述了现有研究中使用的航空和高分辨率卫星遥感数据、基于像元的检测方法、基于对象的检测方法和基于形态学的检测方法，以及各自的局限性和优势。在此基础上，对今后斑块状植被遥感检测的研究方向进行了展望，应加强高空间高光谱分辨率卫星遥感数据和低空无人机高光谱和激光雷达图像的应用，重视面向粘连斑块的新型图像分割算法研发，以期进一步提高斑块状植被检测的精度。 关键词： 斑块状植被;  航拍图像;  卫星影像;  检测方法     Abstract: Patch vegetation is a common landscape type in arid and semi-arid areas in the world. To detect patch vegetation using remotely sensed images is important for studying its pattern formation， function， and succession mechanisms， and understanding its impact on the ecohydrological processes in arid and semi-arid areas. This article reviews the current status of patch vegetation detection based on remote sensing technology， including remotely sensed data source such as aerial photographs and high-resolution satellite images， and application of detection approaches from pixel-based， object-based， and morphology-based methods， respectively. It is pointed out that the image quality， acquisition date of imagery， and the composition and structure of vegetation patch have an important influence on the classification of vegetation patch. For the overlapping patches， a better image segmentation algorithm is needed to be applied for improving detection accuracy. Finally， the research directions of remote sensing detection of vegetation patch are suggested in order to provide reference for monitoring patch vegetation patterns and dynamics in the future， including an application of high-spatial and spectral satellite remotely sensed imagery and unmanned aerial vehicle， and the development of more advanced image segmentation algorithms.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.