林业遥感智能解译技术

　　深化林草数字化转型，需要充分利用物联网、大数据、人工智能、云计算、数字孪生、移动互联网等新一代信息技术手段，转变林草资源监督和生态保护思路，推进“天空地人网”一体化生态感知体系和智慧林业发展，实现林草资源万物互联、立体感知、协同监管和智能服务，全面提升林草行业治理体系和治理能力现代化水平，开创现代林草高质量发展新模式。广东省林业调查规划院为推动林草领域数字化优化升级，围绕数据治理、智能解译和数据管理发布等方面开展了相关技术研究和应用。其中“林草数字化技术系列丛书”是重要的研究成果之一，凝聚了林草一线科技工作人员的智慧。丛书很好地反映和展现了林草数字化改革建设的新进展和应用实践，对于林草数字化转型落地具有重要意义，相信丛书的出版对于我国广大从事林草资源管理、林草信息化教学、科研和生产实践人员具有很高的参考价值。

暂缺《林业遥感智能解译技术》作者简介

序
前言
第1章
绪论
1．1国内外研究进展
1．1．1国外研究进展及概况
1．1．2国内研究进展及概况
1．2林业遥感需求分析
1．2．1解译数据需求
1．2．2智能监测需求
1．3林业遥感智能解译的难点及挑战
1．3．1存在的主要问题
1．3．2智能解译重难点
1．4小结
第2章遥感影像处理
2．1遥感影像控制基准网建设
2．1．1基准网建设基本原则
2．1．2基准网建设生产流程
2．1．3基准网建设更新流程
2．1．4基准网成果质检流程
2．2遥感影像实时处理
2．3大气校正
2．3．1基本原理
2．3．2处理方法
2．4图像配准
2．4．1配准匹配
2．4．2配准校正
2．5图像融合
2．5．1IHS变换法
2．5．2Brovey变换法
2．5．3小波变换法
2．5．4PCA变换法
2．6图像增强
2．6．1线性拉伸
2．6．2对数增强
2．6．3比值增强
2．6．4直方图均衡化
2．7系统实现
2．7．1区域网平差处理模块
2．7．2基准网平差处理模块
2．7．3常规正射影像生产模块
2．7．4实时正射影像生产模块
2．8小结
第3章智能解译技术
3．1面向对象
3．1．1图像分割
3．1．2特征提取
3．1．3分类方法
3．2交互式半自动提取
3．2．1基于边界的半自动提取方法
3．2．2基于区域的半自动提取方法
3．3深度学习
3．3．1深度学习技术
3．3．2深度学习网络
3．3．3深度学习解译样本库
3．4系统实现
3．4．1模型训练系统
3．4．2智能解译系统
3．5小结
第4章质量精度评价
4．1影像质量评价
4．1．1质量评价指标
4．1．2质量评价方法
4．2解译质量评价
4．2．1解译质量标准
4．2．2精度评价指标
4．3小结
第5章林业遥感智能监测
5．1智能监测意义
5．2智能监测流程
5．3林地变化监测
5．3．1监测区域与数据
5．3．2监测任务分析
5．3．3解译模型定制
5．3．4监测结果评价
5．3．5监测效率统计
5．4松材线虫病监测
5．4．1监测区域与数据
5．4．2监测任务分析
5．4．3解译模型定制
5．4．4监测结果评价
5．4．5监测效率统计
5．5乡村绿化状况监测
5．5．1监测区域与数据
5．5．2监测任务分析
5．5．3解译模型定制
5．5．4监测结果评价
5．5．5监测效率统计
5．6小结
第6章林业遥感的发展趋势及展望
6．1遥感技术发展趋势与展望
6．1．1多星组网推动航天遥感迎来好时代
6．1．2新型载荷助力无人机遥感更大发展
6．1．3人工智能释放遥感数据巨大潜能
6．2林业遥感发展趋势与展望
6．2．1由单一数源向多源数据融合应用转变
6．2．2由被动式处置向主动式监测转变
6．2．3由工具软件向综合应用平台转变
参考文献