遥感技术在自动化森林资源清查中的应用

《遥感技术在自动化森林资源清查中的应用》探讨了遥感新技术，尤其是高分辨率遥感和激光雷达技术在森林林分层面及单株立木层面上实现自动化森林资源调查与分析的方法。在森林林分尺度上，《遥感技术在自动化森林资源清查中的应用》基于面向对象的遥感分类方法，探讨了多源遥感信息，即高空间分辨率多光谱遥感影像与激光雷达数据在森林树种分类中的协同应用方法。在单株立木尺度上，《遥感技术在自动化森林资源清查中的应用》探讨了利用高分辨率遥感影像进行单株立木树冠自动提取和勾勒方法。针对现有算法的缺点，《遥感技术在自动化森林资源清查中的应用》提出了一种适用于多种遥感成像条件的高分辨率遥感影像单株立木树冠自动提取算法。与现有算法相比，新方法在不同图像类型中对树冠提取的精度上均有一定程度的提高，并能够提供准确的冠幅估测值。这可为进一步基于冠幅的林木蓄积量估算、林木种群分类和树木健康分析提供准确的输入参数。《遥感技术在自动化森林资源清查中的应用》通过遥感在不同层面上应用于森林资源清查的方法探讨及创新.进一步加深了对林业遥感技术方法的理解，并可为森林资源清查与分析实现自动化提供重要参考依据。

柯樱海，女，1980年11月出生，湖北省十堰市人。武汉大学学士，北京大学硕士。2009年于美国纽约州立大学环境科学与林业学院（SUNY ESF）获得理学博士学位。2010-2012年于美国西北太平洋国家实验室担任研究科学家，现为首都师范大学副研究员。主要从事遥感在水文、生态环境方面的应用研究。近年来，先后参与并完成美国能源部、农业部、美国陆军工程师团项目，参与中欧“龙计划”项目，并以第一作者在《Geoscientific Model Development》《Remote Sensing of Environment》《International Journal of Environment》等SCI期刊及国际会议上发表学术论文
　　8篇。

第1章 绪论
1.1 引言
1.2 基于遥感技术的森林资源清查与分析研究
1.3 研究目的和科学假设
1.4 本书大纲
参考文献

第2章 基于QuickBird影像与LIDAR数据协同的森林树种
面向对象分类研究
2.1 引言
2.2 数据收集
2.3 方法
2.4 结果与讨论
2.5 结论
参考文献

第3章 基于被动遥感的单株立木树冠自动检测与
勾勒方法综述
3.1 引言
3.2 影像预处理与增强
3.3 树冠检测与勾勒算法
3.4 精度评估方法
3.5 结论
参考文献

第4章 基于高分辨率遥感影像的树冠自动检测与
勾勒方法比较研究
4.1 引言
4.2 背景：树冠检测与勾勒方法综述
4.3 数据和方法实现
4.4 结果和精度分析
4.5 讨论
4.6 结论
参考文献

第5章 基于主动轮廓模型和爬山算法的树冠检测和
勾勒方法
5.1 引言
5.2 数据收集
5.3 方法
5.4 结果和讨论
5.5 算法评价
5.6 结论
参考文献

第6章 结论和展望
6.1 总结
6.2 研究假设1：协同利用高分辨率光学影像和低点云密度LIDAR数据，相比较单独使用其中任意一种数据，可有效提高森林树种分类的精度
6.3 研究假设2：本研究提出的基于高分辨率遥感影像的单株立木树冠检测和勾勒算法可以在不同成像条件下提供精确的树木位置和冠幅信息
6.4 未来研究方向
参考文献