基于SPOT-5遥感影像的小班区划探讨

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SPOT-5遥感影像的小班区划探讨

张艮龙 , 冯益明 , 贾建华 , 武红敢 , 李增元

文章导航 > 浙江农林大学学报 > 2010 > 27(2): 299-303

张艮龙, 冯益明, 贾建华, 武红敢, 李增元. 基于SPOT-5遥感影像的小班区划探讨[J]. 浙江农林大学学报, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

引用本文:

张艮龙, 冯益明, 贾建华, 武红敢, 李增元. 基于SPOT-5遥感影像的小班区划探讨[J]. 浙江农林大学学报, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

ZHANG Gen-long, FENG Yi-ming, JIA Jian-hua, WU Hong-gan, LI Zeng-yuan. Sub-compartment division based on SPOT-5 remote sensing images[J]. Journal of Zhejiang A&F University, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

Citation:

ZHANG Gen-long, FENG Yi-ming, JIA Jian-hua, WU Hong-gan, LI Zeng-yuan. Sub-compartment division based on SPOT-5 remote sensing images[J]. Journal of Zhejiang A&F University, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

基于SPOT-5遥感影像的小班区划探讨

doi: 10.11833/j.issn.2095-0756.2010.02.023

1.
西安科技大学测绘科学与技术学院，陕西西安 710054;
2.
中国林业科学研究院资源信息研究所，北京 100091

通信作者: 冯益明

Sub-compartment division based on SPOT-5 remote sensing images

1.
College of Geomatics，Xi’an University of Science and Technology，Xi’an 710054，Shaanxi，China;
2.
Research Institute of Forest Resources Information Techniques，The Chinese Academy of Forestry，Beijing 100091，China

More Information

Corresponding author: FENG Yi-ming

摘要: 森林资源调查小班区划主要是在现地进行对坡勾绘，这种方法存在人为主观性，不够科学客观等问题，因此，常产生误判。而地球遥感卫星SPOT-5遥感数据具有高空间分辨率和多光谱分辨率，可提供丰富、可靠、高精度的基础数据，且能节约成本，提高效率。提出了适用于森林资源区划的SPOT-5遥感数据处理和目视解译方法，即建立SPOT-5影像解译标识、野外核实与补测等。最后对计算机自动解译SPOT-5影像进行森林区划进行了讨论，研究可为森林区划提供指导与借鉴。图3参16
- 森林经理学 /
- SPOT-5遥感数据 /
- 森林资源调查 /
- 小班区划
Abstract: The main method of current forest resources sub-compartment division is adopted to draw division boundary according to the condition of opposite hillside in the field，which is subjective and lacks of scientific objectivity. In this paper，firstly，we analyzed the characteristics of SPOT-5 remote sensing data and the shortcomings of the sub-compartment division arising from small field of vision due to miscalculation in current forest. Secondly，we put forward the method of data processing and screen visual interpretation，such as establishing identity of SPOT-5 image interpretation，field verification and additional measurement which were suitable for the SPOT-5 remote sensing data when it was used in the division of forest resources survey. Finally，the advantages and feasibility of computer automatic interpretations of the SPOT-5 image were discussed when it was used in the sub-compartment division. This study will provide guidance and reference for forest division.［Ch，3 fig. 16 ref.］
- forest management /
- SPOT-5 remote sensing image /
- survey on forest resource /
- sub-compartment division

[1]	张瑜, 陈存友, 胡希军. 应用投影寻踪分类技术的森林生态功能评价 . 浙江农林大学学报, 2020, 37(2): 243-250. doi: 10.11833/j.issn.2095-0756.2020.02.007
[2]	吴立周, 王晓慧, 王志辉, 方馨, 朱婷瑜, 丁丽霞. 基于随机森林法的农作物高光谱遥感识别 . 浙江农林大学学报, 2020, 37(1): 136-142. doi: 10.11833/j.issn.2095-0756.2020.01.018
[3]	向安民, 刘凤伶, 于宝义, 李崇贵. 基于k-NN方法和GF遥感影像的森林蓄积量估测 . 浙江农林大学学报, 2017, 34(3): 406-412. doi: 10.11833/j.issn.2095-0756.2017.03.004
[4]	王建明, 吴保国. 森林小班经营方案编制辅助决策支持技术 . 浙江农林大学学报, 2017, 34(4): 730-736. doi: 10.11833/j.issn.2095-0756.2017.04.020
[5]	赖超, 方陆明, 李记, 周昌和, . 森林资源信息集成系统的设计与实现 . 浙江农林大学学报, 2015, 32(6): 890-896. doi: 10.11833/j.issn.2095-0756.2015.06.010
[6]	罗仙仙. 直线型线截抽样在森林资源综合监测中的应用 . 浙江农林大学学报, 2012, 29(4): 566-573. doi: 10.11833/j.issn.2095-0756.2012.04.013
[7]	黄水生, 谢阳生, 唐小明, 王金增. 北京市森林及绿地资源调查信息协同系统研究与实现 . 浙江农林大学学报, 2011, 28(6): 884-892. doi: 10.11833/j.issn.2095-0756.2011.06.008
[8]	孙孟军, 徐军. 基于县级森林经营的高保护价值森林区划 . 浙江农林大学学报, 2011, 28(6): 878-883. doi: 10.11833/j.issn.2095-0756.2011.06.007
[9]	王雪, 白降丽, 黎臣, 林培炎. 森林资源管理信息系统建设相关规范框架的研究 . 浙江农林大学学报, 2010, 27(1): 116-120. doi: 10.11833/j.issn.2095-0756.2010.01.019
[10]	张志杰, 伊力塔, 韩海荣, 袁位高. 浙江省森林承载力评价研究 . 浙江农林大学学报, 2009, 26(3): 368-374.
[11]	BEY-FANANIEFauzanMulia（王胜）, 周国模, CHIRKOCharles（秦景辉）. 基于GIS的印度尼西亚Parung Panjang林场的森林资源信息管理系统开发 . 浙江农林大学学报, 2009, 26(3): 375-383.
[12]	曾松伟, 李光辉, 胡海根, 唐建锋. 基于PDA的森林资源数据采集系统的设计与实现 . 浙江农林大学学报, 2009, 26(1): 111-115.
[13]	张茂震, 唐小明, 谢阳生, 丁丽霞. 森林资源数据库系统查询效率分析 . 浙江农林大学学报, 2009, 26(2): 149-154.
[14]	徐文兵, 高飞, 杜华强. 几种测量方法在森林资源调查中的应用与精度分析 . 浙江农林大学学报, 2009, 26(1): 132-136.
[15]	罗仙仙, 亢新刚. 森林资源综合监测研究综述 . 浙江农林大学学报, 2008, 25(6): 803-809.
[16]	张茂震, 唐小明, 王亚欣, 张怀清, 吴东亮. 基于Oracle DBMS的森林资源空间数据库存储优化策略 . 浙江农林大学学报, 2008, 25(4): 411-416.
[17]	白降丽, 彭道黎, 杨馥宁. 森林资源信息分类及编码体系研究 . 浙江农林大学学报, 2007, 24(3): 326-330.
[18]	葛文宁. 浙江省国有森林资源产权变动问题探析 . 浙江农林大学学报, 2006, 23(3): 338-341.
[19]	刘安兴. 浙江省森林资源动态监测体系方案 . 浙江农林大学学报, 2005, 22(4): 449-453.
[20]	蔡良良, 蔡霞, 朱红伟. 县级森林资源动态信息系统实施中的问题及对策 . 浙江农林大学学报, 2004, 21(2): 228-230.

链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2010.02.023

https://zlxb.zafu.edu.cn/article/zjnldxxb/2010/2/299

WeChat

点击查看大图

计量

文章访问数: 5200
HTML全文浏览量: 390
PDF下载量: 201
被引次数: 0

基于SPOT-5遥感影像的小班区划探讨

doi: 10.11833/j.issn.2095-0756.2010.02.023

1. 西安科技大学测绘科学与技术学院，陕西西安 710054;

2. 中国林业科学研究院资源信息研究所，北京 100091

通信作者: 冯益明

刊出日期: 2010-04-20

关键词:

摘要: 森林资源调查小班区划主要是在现地进行对坡勾绘，这种方法存在人为主观性，不够科学客观等问题，因此，常产生误判。而地球遥感卫星SPOT-5遥感数据具有高空间分辨率和多光谱分辨率，可提供丰富、可靠、高精度的基础数据，且能节约成本，提高效率。提出了适用于森林资源区划的SPOT-5遥感数据处理和目视解译方法，即建立SPOT-5影像解译标识、野外核实与补测等。最后对计算机自动解译SPOT-5影像进行森林区划进行了讨论，研究可为森林区划提供指导与借鉴。图3参16

English Abstract

张艮龙, 冯益明, 贾建华, 武红敢, 李增元. 基于SPOT-5遥感影像的小班区划探讨[J]. 浙江农林大学学报, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

引用本文:

张艮龙, 冯益明, 贾建华, 武红敢, 李增元. 基于SPOT-5遥感影像的小班区划探讨[J]. 浙江农林大学学报, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

ZHANG Gen-long, FENG Yi-ming, JIA Jian-hua, WU Hong-gan, LI Zeng-yuan. Sub-compartment division based on SPOT-5 remote sensing images[J]. Journal of Zhejiang A&F University, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

Citation:

ZHANG Gen-long, FENG Yi-ming, JIA Jian-hua, WU Hong-gan, LI Zeng-yuan. Sub-compartment division based on SPOT-5 remote sensing images[J]. Journal of Zhejiang A&F University, 2010, 27(2): 299-303. doi: 10.11833/j.issn.2095-0756.2010.02.023

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回