前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇林業(yè)遙感技術(shù)范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

林業(yè)遙感技術(shù)范文第1篇

劉振波1，張麗麗1，葛云健1，顧祝軍2

（1.南京信息工程大學氣象災害省部共建教育部重點實驗室，南京信息工程大學地理與遙感學院，

南京 210044；2.南京曉莊學院生物化工與環(huán)境工程學院）

摘要：以中國東北大興安嶺加格達奇林區(qū)為研究區(qū)，基于環(huán)境（HJ）衛(wèi)星遙感數(shù)據(jù)提取森林植被指數(shù)，結(jié)合實測樣點葉面積指數(shù)（leaf area index， LAI）數(shù)據(jù)構(gòu)建研究區(qū)LAI遙感反演模型，獲取研究區(qū)森林LAI。在此基礎(chǔ)上，利用研究區(qū)LAI影像對LAI遙感產(chǎn)品GLOBCARBON LAI和MODIS LAI數(shù)據(jù)進行精度驗證。研究結(jié)果表明：研究區(qū)LAI遙感反演模型中，基于比值植被指數(shù)（SR）的線性回歸模型精度最高，模型R2為0.606（RMSE=0.251 6），相對誤差19.89%；在研究區(qū)，GLOBCARBON LAI數(shù)據(jù)均值高于反演值，而MODIS LAI均值則相對較低，兩者相對誤差分別為12.2%和11.8%；通過對不同LAI值域的對比分析發(fā)現(xiàn)，研究區(qū)兩種遙感LAI產(chǎn)品的最大誤差均在LAI的低值區(qū)。

關(guān)鍵詞 ：葉面積指數(shù)；遙感反演；森林；HJ衛(wèi)星；驗證

Retrieval and validation of forest leaf area index based on HJ satellite data： taking Jiagadaqi District as a case study

∥

LIU Zhenbo，ZHANG Lili，GE Yunjian，GU Zhujun

Abstract：In this study， forest leaf area index （LAI） was mapped using LAI retrieved model based on remote sensing forest vegetation indexes from HJ satellite data and situ LAI measurements data in Jiagedaqi Distract， northeastern China. GLOBCARBON LAI and MODIS LAI products data were then validated using the retrieved LAI from HJ satellite. Results showed that the accuracy of LAI retrieved model based Simple Ratio （SR） was the highest with an R?square of 0.606 and RMSE of 0.251 6. The relative error of retrieved LAI was 19.89% compared with measurement LAI data. In study area， the average value of GLOBCARBON LAI product was overestimated by 12.2% and the average value of MODIS LAI product was unde?restimated by 11.8%. Furthermore， the errors in low values under 1.5 of the two LAI products were the largest according to comparison analysis of different value ranges of LAI.

Key words：leaf area index（LAI）； retrieval； forest； HJ satellite； validation

First author’s address： Key Laboratory of Meteorological Disaster of Ministry of Education， Nanjing University of Information science and Technology， Nanjing 210044， China

收稿日期：2015-01-15

修回日期：2015-04-15

基金項目：江蘇省基礎(chǔ)研究計劃（自然科學基金）項目（BK20130992，BK20131078）；江蘇高校優(yōu)勢學科建設(shè)工程資助項目（PAPD）。

作者簡介：劉振波（1978-），男，副教授，主要研究方向為資源環(huán)境遙感。E?mail： ZBLiu@nuist.edu.cn

葉面積指數(shù)（leaf area index，LAI）定義為單位地表面積上綠葉總面積的一半［1］，作為表征植被結(jié)構(gòu)的重要因子，LAI已成為陸面過程、水文和生態(tài)等模型的重要輸入?yún)?shù)之一［2］。近年來，通過衛(wèi)星觀測數(shù)據(jù)生產(chǎn)全球及區(qū)域LAI產(chǎn)品已成為LAI主要獲取手段，如基于AVHRR、VEGETATION、MODIS、MISR等傳感器數(shù)據(jù)的全球LAI 產(chǎn)品已廣泛應用于全球變化研究中［3-4］。

不同遙感數(shù)據(jù)源及反演算法的差異導致各遙感LAI產(chǎn)品精度不同，因此在應用遙感LAI產(chǎn)品時，對LAI產(chǎn)品的精度評價顯得尤為重要。針對遙感LAI產(chǎn)品精度評價，國內(nèi)外學者在不同區(qū)域已有較多研究，結(jié)論不盡相同［5-6］。Pisek等［7］針對北美地區(qū)MODIS LAI產(chǎn)品進行了驗證研究，結(jié)果表明MODIS/LAI產(chǎn)品相對絕對誤差中值變化范圍為34%～88%，且當LAI處于高值區(qū)時，產(chǎn)品值的波動較大。Cohen等［8］驗證了北美4種不同植被覆蓋區(qū)域（ 農(nóng)田、草原、針葉林、混交林） 的MODIS LAI舊版算法（Collection 3）與新版算法（Collection 4），發(fā)現(xiàn)新版算法在農(nóng)田和草原植被區(qū)域精度有較大改善，但在森林區(qū)域仍存在高估現(xiàn)象［8］。Abuelgasim等［9］驗證了MODIS LAI、SPOT4/ VGT LAI與POLDER-1 LAI 3種產(chǎn)品在加拿大森林區(qū)域精度，結(jié)果顯示VGT LAI產(chǎn)品與實測結(jié)果更為接近，另兩種LAI產(chǎn)品精度較低。Fang等［10-11］對MODIS LAI（C4、C5）與CYCLOPES V3.1 LAI產(chǎn)品精度進行了綜合分析，研究結(jié)果顯示LAI的精度為±1.0，不能滿足全球氣候觀測系統(tǒng)GCOS的應用需求（±0.5以內(nèi)）。孫晨曦等［12］、王圓圓等［13］基于實測LAI數(shù)據(jù)分別對錫林浩特草原地區(qū)GLASS LAI、MODIS LAI進行了精度驗證，結(jié)果顯示兩種LAI產(chǎn)品均存在一定程度的高估，GLASS LAI數(shù)據(jù)在研究區(qū)的精度與一致性要優(yōu)于MODIS LAI。

綜合已有研究可以發(fā)現(xiàn)，由于遙感數(shù)據(jù)源及反演算法的差異以及不同研究區(qū)地表植被覆蓋類型的不同，現(xiàn)有遙感LAI數(shù)據(jù)產(chǎn)品在不同區(qū)域的反演精度存在較大差異。本研究針對中國森林覆蓋區(qū)域，選取中國東北大興安嶺加格達奇林區(qū)為研究區(qū)，在地表森林LAI實地測量的基礎(chǔ)上，根據(jù)實測數(shù)據(jù)首先實現(xiàn)較高空間分辨率環(huán)境（HJ）衛(wèi)星的LAI制圖，進而利用HJ衛(wèi)星反演的LAI通過尺度轉(zhuǎn)換分別對MODIS LAI產(chǎn)品與GLOBCARBON LAI產(chǎn)品進行精度分析。

1數(shù)據(jù)及處理

1.1研究區(qū)概況

本研究選取中國東北大興安嶺加格達奇地區(qū)為研究區(qū)（圖1）。研究區(qū)位于境內(nèi)，大興安嶺山脈的東南坡，面積1 587km2，氣候?qū)俸疁貛Т箨懶詺夂颍瑓^(qū)內(nèi)森林廣袤，為中國北方典型的寒溫帶林區(qū)，主要分布有興安落葉林、白樺、樟子松、山楊、黑樺、云杉等樹種。

1.2研究數(shù)據(jù)

1.2.1環(huán)境衛(wèi)星影像及預處理

本研究首先采用環(huán)境衛(wèi)星（HJ-1）數(shù)據(jù)作為較高分辨率遙感數(shù)據(jù)反演研究區(qū)LAI，數(shù)據(jù)由中國衛(wèi)星資源中心（http：∥secmep.cn）下載，影像獲取時間為2012年8月30日，數(shù)據(jù)均為L2 數(shù)據(jù)，經(jīng)過系統(tǒng)輻射糾正和幾何校正，需要進一步進行大氣校正與幾何精校正。

本研究數(shù)據(jù)大氣校正采用6S模型進行影像的大氣校正，根據(jù)研究區(qū)地理位置輸入6S模型相關(guān)參數(shù)，模擬獲得大氣校正參數(shù)。幾何精校正通過地面控制點進行，控制點選取在研究區(qū)內(nèi)路口、橋梁、標志地物等影像上易于識別的點，利用gps實測其經(jīng)緯度完成對影像的精校正，糾正誤差控制在0.5個像元以內(nèi)。

1.2.2遙感LAI產(chǎn)品數(shù)據(jù)

本研究分別對研究區(qū)MODIS LAI產(chǎn)品數(shù)據(jù)與GLOBCARBON LAI產(chǎn)品數(shù)據(jù)進行精度驗證，數(shù)據(jù)時相分別為2012年8月8—15日時段的MODIS LAI數(shù)據(jù)與2012年8月的GLOBCARBON LAI產(chǎn)品數(shù)據(jù)，其中MODIS LAI數(shù)據(jù)為MODIS標準產(chǎn)品MOD15A2數(shù)據(jù)。該LAI產(chǎn)品數(shù)據(jù)為NASA基于TERRA-AQUA/MODIS數(shù)據(jù)生成的全球2000年以來的葉面積指數(shù)產(chǎn)品，每8天合成1景，空間分辨率為1 km。MOD15數(shù)據(jù)主算法將全球植被劃分為8種生態(tài)群系類型，針對不同的生物群系類型，分別采用三維輻射傳輸模型生成查找表，以MOD09 1-7陸地波段的方向地表反射率為輸入反演獲取像元LAI；當光譜數(shù)據(jù)在預期范圍之外時，采用基于植被類型的NDVI-LAI備用算法，產(chǎn)品為真實葉面積指數(shù)。

GLOBCARBON LAI數(shù)據(jù)為基于SPOT/VEGETATION數(shù)據(jù)生成的全球1999年后的LAI產(chǎn)品，該產(chǎn)品為30 d合成數(shù)據(jù)，空間分辨率1 km。GLOBCARBON LAI利用VEGEETATION地表反射率計算植被指數(shù)SR（Simple Ratio）和RSR（Reduced Simple Ritio），在地表森林與非森林區(qū)域分別建立RSR-LAI與SR-LAI關(guān)系生成葉面積指數(shù)，算法考慮植被的集聚效應，將生成的有效葉面積指數(shù)轉(zhuǎn)換為真實葉面積指數(shù)。

1.2.3地面實測數(shù)據(jù)

本研究野外觀測數(shù)據(jù)獲取時間為2012年8月12—16日。觀測時選取森林密度相對均一區(qū)域標定30 m×30 m的樣區(qū)進行測量，樣點LAI測量采用配備雙光學感應傳感器的植物冠層分析儀LAI-2200 （LI-COR，USA），于測量樣區(qū)對角線上大致均勻選取5個測量點測量其森林冠層LAI。測量時一個傳感器分別在地表灌叢以下隨機測量4個B值，另一傳感器則放置于林地外開闊地上同步測量A值，最后取5個測量點的LAI均值作為該樣區(qū)森林冠層有效LAI。集聚指數(shù)測量利用冠層分析儀TRAC（Tracing Radiation and Architecture of Canopies），在樣區(qū)內(nèi)隨機取4條直線線路，4條線路均與太陽入射光方向垂直，分別得到4組樣區(qū)冠層集聚指數(shù)，取均值作為該樣區(qū)森林冠層集聚指數(shù)。最后，根據(jù)樣點有效LAI結(jié)合同步測量的集聚指數(shù)計算得到樣點森林真實葉面積指數(shù)（LAI=LAIe /Ω），共獲取33個采樣點的測量數(shù)據(jù)。

1.3研究方法

本研究首先基于研究區(qū)較高空間分辨率HJ-1影像提取研究區(qū)測量樣點植被指數(shù)，并結(jié)合同步測量樣點LAI數(shù)據(jù)，建立研究區(qū)HJ-1影像森林LAI反演模型。其中植被指數(shù)選取NDVI［14］、SR［15］、SAVI［16］、EVI［17］、DVI［18］5種常用的植被指數(shù)。在此基礎(chǔ)上，以HJ-1 LAI作為真值，對HJ-1LAI像元重采樣到與MODIS LAI和GLOBCARBON LAI一致的空間分辨率，對該兩種LAI產(chǎn)品進行精度驗證。

2結(jié)果與分析

2.1研究區(qū)HJ-1影像LAI反演

根據(jù)預處理后的HJ-1影像，分別提取研究區(qū)各測量樣點5種植被指數(shù)。根據(jù)已有研究［15，19］，回歸模型分別選用線性、指數(shù)與對數(shù)3種回歸模型。結(jié)合同步測量的樣點LAI數(shù)據(jù)建立各植被指數(shù)與LAI回歸模型（表1），其中隨機選取22個LAI測量值用于建模，其余11個樣點用于模型驗證。由表1可見，各回歸模型均具有較高的相關(guān)性，均通過了0.05的置信檢驗。各植被指數(shù)的3種回歸模型精度基本相差不大，線性回歸模型相對精度較高，5種植被指數(shù)回歸模型的平均復相關(guān)系數(shù)R2為0.485 6，其次為指數(shù)模型與對數(shù)模型，R2分別為0.462和0.461 8。綜合5種植被的模型回歸精度，最低的為垂直植被指數(shù)（DVI）平均復相關(guān)系數(shù)R2僅為0.365 3，比值植被指數(shù)（SR）模型反演精度最高，3種回歸模型的平均復相關(guān)系數(shù)R2達到0.586。

綜合所有模型，基于SR的線性回歸模型精度最高，R2達到0.606（RMSE=0.251 6），模型反演LAI相對誤差19.89%。本研究根據(jù)此回歸模型反演得到研究區(qū)LAI圖（HJ-30 m LAI）（圖2a）。由圖2可見，研究區(qū)LAI東南部整體LAI值較高，部分區(qū)域其值高于5.0，均值為2.27，整體上沿山脈走勢呈東南高西北低的趨勢。

2.2研究區(qū)不同LAI統(tǒng)計分析

根據(jù)CEOS（Committee Earth Observing Satellites）全球中等分辨率LAI產(chǎn)品驗證框架［20］，本研究將HJ衛(wèi)星反演的30 m空間分辨率LAI數(shù)據(jù)重采樣為1 km分辨率數(shù)據(jù)（HJ-1 km LAI）（圖2b），以便與MODIS LAI和GLOBCARBON LAI數(shù)據(jù)進行空間匹配并驗證（圖2c和2d）。由圖2可見，研究區(qū)重采樣后的HJ-1 km LAI影像細節(jié)表現(xiàn)仍高于MODIS LAI與GLOBCABON LAI數(shù)據(jù)。此外，研究區(qū)3種影像LAI空間分布格局基本一致，但GLOBCARBON LAI產(chǎn)品數(shù)據(jù)LAI值整體上高于其他兩種數(shù)據(jù)。

進一步對研究區(qū)3種LAI影像數(shù)據(jù)進行統(tǒng)計分析（表2）發(fā)現(xiàn)：研究區(qū)3種LAI數(shù)據(jù)在植被區(qū)域LAI值域范圍最大的為GLOBCARBON LAI數(shù)據(jù)，其值在0.93～4.91；HJ-1 km LAI數(shù)據(jù)與MODIS LAI數(shù)據(jù)值域基本相同；GLOBCARBON LAI均值最高，其值比HJ-1 kmLAI高0.29，相對誤差為12.2%；而MODIS LAI數(shù)據(jù)均值比HJ-1 km LAI均值則低0.28，相對誤差為11.8%。兩種遙感LAI數(shù)據(jù)產(chǎn)品在研究區(qū)LAI均值誤差均在12%左右，但GLOBCARBON LAI存在高估現(xiàn)象，而MODIS LAI數(shù)據(jù)則明顯低估。

2.3研究區(qū)不同區(qū)間LAI值驗證

利用研究區(qū)HJ-1 km LAI影像分別與MODIS LAI影像、GLOBCARBON LAI影像相同像素點上LAI作散點圖（圖3），可以發(fā)現(xiàn)3種LAI數(shù)據(jù)均具有較高的相關(guān)性，復相關(guān)系數(shù)R2分別達到0.68和0.72。進一步按低值、中值、高值區(qū)3個LAI區(qū)間分別進行統(tǒng)計（表3），可見研究區(qū)森林LAI在不同值域范圍內(nèi)精度不同，整體上GLOBCARBON LAI與MODIS LAI兩種數(shù)據(jù)產(chǎn)品均隨著LAI值的升高其精度也隨著提高，在LAI低于1.5的低值區(qū)兩種LAI遙感產(chǎn)品精度均表現(xiàn)最差，其與HJ-1 km LAI的相對誤差分別為+33.7%、-37.0%，而在［1.5， 3.0］值域區(qū)間內(nèi)相對誤差與整個值域內(nèi)的LAI相對誤差相似。

3結(jié)論

本研究基于野外樣點實測LAI數(shù)據(jù)，首先建立研究區(qū)較高空間分辨率環(huán)境（HJ）衛(wèi)星反演LAI模型，在此基礎(chǔ)上通過像元空間聚合對遙感LAI產(chǎn)品數(shù)據(jù)MODIS LAI和GLOBCARBON LAI進行精度檢驗。研究結(jié)果表明：

1）研究區(qū)HJ衛(wèi)星LAI反演模型中，基于比值植被指數(shù)（SR）的線性回歸模型反演模型精度最高，模型反演的相對誤差為19.89%；

2）對遙感LAI產(chǎn)品數(shù)據(jù)的檢驗結(jié)果表明，研究區(qū)MODIS LAI均值整體偏低，而GLOBCARBON LAI均值則整體偏高，兩者與反演值的相對誤差都在12%左右；

3）進一步通過不同區(qū)間值LAI的對比可見，研究區(qū)該兩種遙感LAI產(chǎn)品在小于1.5的低值區(qū)部分誤差最大，均值相對誤差達到+33.7%和-37%，在高值區(qū)則精度均最高。

全球遙感LAI產(chǎn)品數(shù)據(jù)已在全球變化與碳循環(huán)研究以及植被定量監(jiān)測等領(lǐng)域得到了廣泛應用，其產(chǎn)品精度直接關(guān)系到研究結(jié)果的可信度。通過本研究對最常用的兩種LAI遙感產(chǎn)品的精度驗證及與已有研究可以發(fā)現(xiàn)，不同遙感LAI產(chǎn)品及不同下墊面狀況下精度均表現(xiàn)各異，在應用各遙感LAI產(chǎn)品時應預先估計由此可能帶來的不確定性。

參考文獻

［1］Chen J M， Black T A. Defining leaf?area index fornon?flat leaves［J］.Plant Cell and Environment， 1992，15（4）：421-429.

［2］Wicks T E， Curran P J.Flipping forests：estimating future carbon sequestration of the boreal forest using remotely sensed data［J］.International Journal of Remote Sensing，2003，24（4）：835-842.

［3］叢日亮，張金池，林杰，等.蘇南丘陵區(qū)主要林型葉面積指數(shù)季節(jié)動態(tài)［J］.林業(yè)科技開發(fā)，2011，25（3）：63-66.

［4］劉洋， 劉榮高， 陳鏡明， 等.葉面積指數(shù)遙感反演研究進展與展望［J］.地球信息科學學報， 2013， 15（5）：734-743.

［5］曾也魯， 李靜， 柳欽火.全球LAI地面驗證方法及驗證數(shù)據(jù)綜述［J］.地球科學進展， 2012， 27（2）：165-174.

［6］肖志強，王錦地，王鍺森.中國區(qū)域MODISLA產(chǎn)品及其改進［J］.遙感學報， 2008， 12（6）：993-1000.

［7］Pisek J， Chen J M.Comparison and validation of MODIS and VEGETATION global LAI products over four big foot sites in North America ［J］.Remote Sensing of Environment， 2007， 109（1）：81-94.

［8］Cohen W B， Maiersperger T K， Yang Z， et al.Comparison of land cover and LAI estimates derived from ETM+ and MODIS FOR four sites in North America：A Quality Assessment of 2000/2001 Provisional MODIS Products［J］.Remote Sensing of Environment， 2003， 88（3）：233-255.

［9］Abuelgasim A A，F(xiàn)ernandes R A， Leblanc S G.Evaluation of national and global LAI products derived from optical remote sensing instruments over Canada［J］.IEEE Transactions on Geoscience and Remote Sensing， 2006， 44（7）：1872-1884.

［10］Fang H L， Wei S S， Jiang C Y， et al.Theoretical uncertainty analysis of global MODIS， CYCLOPES， and GLOBCARBON LAI products using a triple collocation method［J］.Remote Sensing of Environment.2012a， 124：610-621.

［11］Fang H L， Wei S S， Liang S L.Validation of MODIS and CYCLOPES LAI products using global field measurement data［J］.Remote Sen?sing of Environment，2012b， 119：43-54.

［12］孫晨曦， 劉良云， 關(guān)琳琳.內(nèi)蒙古錫林浩特草原GLASS LAI產(chǎn)品的真實性檢驗［J］.遙感技術(shù)與應用， 2013，28（6）：949-954.

［13］王圓圓， 王猛， 李貴才， 等.基于野外觀測和TM 數(shù)據(jù)的錫林浩特典型草原MODIS/LAI產(chǎn)品驗證［J］.草業(yè)學報， 2011， 20（4）：252-260.

［14］Wang F M， Huang J F， Tang Y L， et al.New vegetation index and its application in estimating leaf area index of rice［J］.Rice Science，2007，14（3）：195-203.

［15］Chen J M.Evaluation of vegetation indices and a modifiedsimple ratio for boreal applications［J］.Canadian Journalof Remote Sensing， 1996（22）：229-242.

［16］Huete A R.A soil?adjusted vegetation index（SAVI）［J］.Remote Sensing of Environment，1988， 25：295-309.

［17］Jiang Z， Huete A R， Chen J， et al.Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction ［J］.Remote Sensing of Environment，2006， 101（3）：366-78.

［18］Wang Q， Adiku S， Tenhunen J， et al.On the relationship of NDVI with leaf area index in a deciduous forest site［J］.Remote sensing of environment，2005， 94（2）：244-55.

［19］Chen J M， Pavlic G， Brown L， et al.Derivation and validationof Canada?wide coarse?resolution leaf area indexmaps using high?resolution satellite imagery and groundmeasurements［J］.Remote Sensing of Environment， 2002，80（1）：165-184.

林業(yè)遙感技術(shù)范文第2篇

關(guān)鍵詞：無人機；技術(shù)；林業(yè)；應用

中圖分類號：S7 文獻標識碼：A 文章編號：1674-9944（2016）06-0186-02

1 引言

隨著無人機相關(guān)技術(shù)的發(fā)展，目前無人機已經(jīng)逐漸運用到地圖測繪、地質(zhì)勘測、氣象探測、災害監(jiān)測、安防、農(nóng)藥噴灑等不同領(lǐng)域，可實現(xiàn)高分辨率影像的采集，在彌補衛(wèi)星遙感經(jīng)常因云層遮擋獲取不到影像缺點的同時，解決了傳統(tǒng)衛(wèi)星遙感重訪周期過長，應急不及時等問題。將無人機技術(shù)應用到林業(yè)工作中，比如森林資源調(diào)查、野生動物種群監(jiān)測、荒漠化監(jiān)測、森林火災監(jiān)測和森林病蟲害監(jiān)測防治等，可以有效降低人工的作業(yè)量，提升林業(yè)工作的實時監(jiān)控能力，增強作業(yè)精度，有效預防森林火災，提高應急響應能力。因此，本文研究了目前無人機在林業(yè)工作中的具體應用，并對未來的應用方向提出了展望。

2 無人機及其應用領(lǐng)域

2.1 無人機

無人機是一種無人駕駛的遠程控制的飛行器，主要基于預先設(shè)定的飛行航線、自動化系統(tǒng)而具有自主航行能力，一般無人機上面都裝有自動駕駛儀器、遙控和遙測系統(tǒng)、程序控制系統(tǒng)、自動導航和著陸等系統(tǒng)。

2.2 無人機技術(shù)

2.2.1 無人機航拍攝影

無人機航拍攝影是以無人駕駛飛機作為空中平臺，以機載遙感設(shè)備，如高分辨率CCD數(shù)碼相機、輕型光學相機、紅外掃描儀，激光掃描儀、磁測儀等獲取信息，用計算機對圖像信息進行處理，并按照一定精度要求制作成圖像。全系統(tǒng)在設(shè)計和最優(yōu)化組合方面具有突出的特點，是集成了高空拍攝、遙控、遙測技術(shù)、視頻影像微波傳輸和計算機影像信息處理的新型應用技術(shù)。

2.2.2 無人機遙感

無人機遙感技術(shù)是無人機航拍攝影技術(shù)的一種，是無人機與遙感技術(shù)的結(jié)合，綜合利用先進的無人駕駛飛行技術(shù)、遙感應用和遙感遙控技術(shù)，快速獲取空間遙感信息。無人機遙感屬于低空遙感技術(shù)，其在獲取影像過程中不受大氣因素的干擾，具有操作簡單、使用成本低、地面分辨率高、獲取影像速度快等傳統(tǒng)遙感技術(shù)所無法比擬的優(yōu)勢。

2.3 無人機技術(shù)在國內(nèi)的應用

在災害應急救援方面，臧克等利用微型無人機遙感系統(tǒng)對“5?12汶川大地震”的重災區(qū)北川縣城進行了航拍，通過圖像處理，對災區(qū)的受災情況進行了初步評價，取得良好的效果。在農(nóng)業(yè)技術(shù)方面，王利民等基于無人機影像技術(shù)對農(nóng)作物面積識別精度與能力進行了研究，結(jié)果表明無人機遙感影像獲取小范圍、樣方式分布的作物影像方面具有廣泛的應用前景；汪小欽等運用可見光無人機遙感技術(shù)在可見光波段健康綠色植被信息提取方面取得較好的效果，提取精度可達90%以上；劉峰等設(shè)計構(gòu)建了基于無人直升機平臺的遙感系統(tǒng)，對園區(qū)內(nèi)的板栗植被覆蓋度進行年變化監(jiān)測，充分發(fā)揮了無人機靈活、高時效性、高分辨率等優(yōu)勢，獲取了大量板栗主要生育期的無人機遙感影像。

在環(huán)境保護方面，無人機可搭載移動大氣自動監(jiān)測和采樣平臺對目標區(qū)域進行監(jiān)測、采樣；在環(huán)境影響評價工作中，可以在短時間內(nèi)提供精度高、時效性強的底圖，有效減少在危險偏遠區(qū)域的現(xiàn)場踏勘工作量；在環(huán)境應急突發(fā)事件中，可利用無人機遙感技術(shù)克服情況危險和交通不利等因素，快速獲取事故現(xiàn)場信息、污染物排放情況和周圍環(huán)境敏感點分布情況。在安防領(lǐng)域，可利用攜帶攝像機的無人機進行街道監(jiān)控巡查、交通監(jiān)視，實時傳送拍攝影像，增大安全保衛(wèi)覆蓋面。

3 無人機在林業(yè)工作中的應用

日常的林業(yè)工作主要包括林業(yè)有害生物監(jiān)測、森林資源調(diào)查、野生動物保護管理、森林防火和造林綠化等，外業(yè)工作環(huán)境艱苦、工作量大。目前，隨著我國3S技術(shù)和圖像視頻實時傳輸?shù)燃夹g(shù)的發(fā)展，無人機和無人機技術(shù)逐漸應用于日常林業(yè)工作中，大大提高了工作效率和精度，節(jié)省了人力物力，具有明顯的優(yōu)勢和廣闊應用前景。

3.1 林業(yè)有害生物監(jiān)測防治

目前我國森林病蟲害監(jiān)測與防治主要通過黑光燈誘殺、昆蟲網(wǎng)誘捕、性引誘劑誘捕和人工噴灑農(nóng)藥的方式。隨著我國造林綠化面積的增多，以及氣候因素的影響，森林病蟲害呈現(xiàn)程度增強、面積增加的趨勢，傳統(tǒng)人工監(jiān)測與防治手段在應對大面積森林病蟲害監(jiān)測防治時凸顯出弱勢。通過無人機噴酒藥物、監(jiān)測能有效提升有害生物監(jiān)測和防治減災水平，大大減小林業(yè)有害生物對森林資源造成的生態(tài)危害。目前在我國也有一些地區(qū)使用無人機進行病蟲害防治，比如勐臘縣利用植保無人機對縣內(nèi)橡膠樹病蟲害進行監(jiān)測和防治，應用結(jié)果表明無人機噴灑農(nóng)藥1h的工作量相當于2個工人工作1d，極大地提高了橡膠行業(yè)病蟲害防治效率，提高了應對橡膠突發(fā)病蟲害的反應速度。山西臨縣利用無人駕駛植保機對轄區(qū)內(nèi)病蟲害發(fā)生嚴重的紅棗樹進行噴藥防治，取得了良好的效果。

3.2 森林防火

森林火災的發(fā)生會造成巨大的生態(tài)損失、經(jīng)濟損失和人員傷亡，是一種撲救難度大的災害，因此國家非常重視森林防火工作，防患于未然。目前最基礎(chǔ)的森林防火方式是派人實地巡邏考察，對于大面積的林區(qū)來講，工作量大，危險性高，火點觀測精度低。有人駕駛飛機飛行受管制，拍攝的圖像很難滿足高精度和高分辨率的要求，在森林火災發(fā)生時存在很大的危險性。在森林防火中利用無人機具有操作簡便、快速部署、使用成本低、功能多樣化、圖象分辨率高等優(yōu)點，同時能夠?qū)崟r了解火場發(fā)生態(tài)勢和滅火效果，及時消滅火災。

3.3 野生動物監(jiān)測

在野生動物資源監(jiān)測方面，無人機利用其特有的高時效性，能夠第一時間獲取野生動物資源變化數(shù)據(jù)。利用無人機技術(shù)，可以實現(xiàn)對野生動物種群分布、生長情況的監(jiān)測，也可以對瀕危動物進行跟蹤監(jiān)測，減輕原始人工巡查對其造成的擾動，大大減少監(jiān)測巡護的人工和經(jīng)濟成本。

3.4 森林資源調(diào)查

森林資源調(diào)查是我國林業(yè)工作中非常重要的一項任務，森林資源調(diào)查的技術(shù)方法經(jīng)歷了航空相片調(diào)查方法、抽樣調(diào)查和計算機和遙感技術(shù)調(diào)查等階段，這些方法都離不開工作人員到實地進行調(diào)查，尤其是在大規(guī)模林區(qū)，則需要花費大量人力物力。利用無人機和遙感技術(shù)的結(jié)合，可快速獲取所需區(qū)域的高精度森林資源空間遙感信息，具有高時效、低成本、低損耗、高分辨率等特殊優(yōu)勢。張園等在浙江省臨安市的二類調(diào)查中利用了無人機遙感技術(shù)，快速獲取高清晰度遙感圖像，經(jīng)過圖像處理和軟件分析，取得非常好的工作成果。

林業(yè)遙感技術(shù)范文第3篇

[關(guān)鍵詞]測繪工程 測量技術(shù) 全球定位技術(shù) 遙感技術(shù) 地理信息系統(tǒng)技術(shù)

[中圖分類號] P2 [文獻碼] B [文章編號] 1000-405X（2014）-3-201-1

測繪工程測量技術(shù)是測繪技術(shù)在社會建設(shè)與發(fā)展過程中的直接應用，傳統(tǒng)的測繪工程測量技術(shù)的應用范圍比較狹窄，局限于水利、建筑和交通這幾個領(lǐng)域，所包含的主要內(nèi)容為測圖和放樣這兩個方面。在測繪工程測量技術(shù)的不斷發(fā)展中，其應用領(lǐng)域也越來越廣泛。目前比較成熟并且使用得比較廣泛的測繪工程測量技術(shù)主要有全球定位技術(shù)、遙感技術(shù)以及地理信息系統(tǒng)技術(shù)，這三種方法的優(yōu)越性都比較明顯，在實際應用過程中會大幅提高測量工作的精度與效率，有效節(jié)省測繪工作的成本投入，對于測繪行業(yè)的發(fā)展有著巨大的推動作用。

1測繪過程中的測量技術(shù)

1.1全球定位技術(shù)

全球定位技術(shù)（GPS）最早出現(xiàn)于上個世紀的七十年代，美國成功打造了具有海、陸、空全方位三維導航與定位能力并且可以利用導航衛(wèi)星實現(xiàn)時間與距離測量的導航與定位系統(tǒng)。之后的幾十年，全球定位系統(tǒng)的水平定位精度不斷提高，軟、硬件特得到不斷完善，應用領(lǐng)域越來越廣。GPS技術(shù)可以全天候工作，不受天氣等外界因素的影響，覆蓋率達到98%。其三維定點定速功能的精度非常高，因此可以對需要定位的對象進行精準定位。在測量過程中，GPS技術(shù)所受到的限制較小，不需要通視就可以準確得到測量結(jié)果。GPS技術(shù)主要由空間星座、用戶設(shè)備以及地面監(jiān)控等三個部分構(gòu)成：空間星座由二十四顆衛(wèi)星共同組成，成蜂窩結(jié)構(gòu)，兩側(cè)安裝有定向太陽能電池；用戶設(shè)備指的就是GPS接收機，利用接收到的信號來計算所處位置的三維坐標；地面監(jiān)控主要由地面天線站、主控站以及監(jiān)測站構(gòu)成，其對地面上的各位置實行全面監(jiān)控。

1.2遙感技術(shù)

遙感技術(shù)是一種以電磁波理論作為基礎(chǔ)的深測技術(shù)，在實際測量過程中利用傳感儀器來收集和處理遠距離目標所反射或者輻射出來的電磁波信息，然后根據(jù)所得數(shù)據(jù)進行成像，進而實現(xiàn)對目標的深測。遙感技術(shù)以下優(yōu)點：第一，探測范圍廣泛。航拍時飛機的飛行高度可以達到10千米左右，陸地衛(wèi)星軌道也可以達到910千米左右；第二，信息的獲取速度快。陸地衛(wèi)星每十六天就可以覆蓋地球一次，周期非常短，資料的獲取速度非常快；第三，所受限制條件較少。遙感技術(shù)不會受到冰川、高山以及沙漠等環(huán)境的影響，也不會受到溫度、壓力等因素的影響；第四，信息量大。遙感器所獲取的信息與遙感器以及把波段的不同有很大關(guān)系，每一波段含有七百六十萬個像元。遙感技術(shù)主要由遙感器、接收裝置、圖像處理設(shè)備、信息傳輸設(shè)備以及遙感平臺等部分構(gòu)成，目前已經(jīng)在農(nóng)業(yè)、環(huán)境保護、地質(zhì)、海洋、林業(yè)、測繪、地理、水文、氣象以及軍事偵察等眾多領(lǐng)域獲得廣泛應用。

1.3地理信息系統(tǒng)技術(shù)

地理信息系統(tǒng)技術(shù)（GIS）是近些年才發(fā)展起來的一項空間信息分析技術(shù)，其在環(huán)境和資源領(lǐng)域中的應用可以對各種資源與環(huán)境信息進行有效管理，也能動態(tài)監(jiān)測多時期的生產(chǎn)活動，顯著提高了工作效率和經(jīng)濟效益。地理信息系統(tǒng)技術(shù)主要應用于農(nóng)業(yè)、林業(yè)、土地資源、生態(tài)環(huán)境、災害預警以及環(huán)境資源等方面，目前已經(jīng)取得了不錯的應用成效。在環(huán)境資源方面，GIS技術(shù)主要以通過建立信息管理系統(tǒng)的方式得到應用，而在土地資源方面，GIS技術(shù)可以應用于土地利用現(xiàn)狀調(diào)查、土地評價、土地利用規(guī)劃以及土地覆被的動態(tài)監(jiān)測等方面。

2測繪工程測量技術(shù)未來的發(fā)展

在工程測量技術(shù)需求不斷增大的情況下，各項測量技術(shù)均會在未來獲得更大發(fā)展。以下從四個方面分析測繪工程測量技術(shù)未來的發(fā)展方向。

2.1數(shù)據(jù)采集和處理過程會更加實時化、自動化和數(shù)字化

以GPS技術(shù)為例，GPS技術(shù)的接收機正在朝著輕便、利于攜帶的方向改進，而廣域和實時差分技術(shù)以及CCD技術(shù)可以更好地滿足定位技術(shù)對動態(tài)、靜態(tài)以及高精度的各方面需求，同時接收機也會更加輕便。在土地利用范圍不斷擴大的情況下，土地測繪技術(shù)將會逐漸擴展到較為偏僻的地區(qū)，這一發(fā)展趨勢決定了GPS技術(shù)的實時化、自動化和數(shù)字化，只有讓GPS技術(shù)不受地域限制、全天候地控制測量范圍內(nèi)的所有區(qū)域，工程測量技術(shù)才能擁有更加廣泛的應用空間。

2.2測量數(shù)據(jù)的管理會更加標準化、科學化和信息化

在工程測量控制網(wǎng)與城市之間會逐漸使用監(jiān)控網(wǎng)優(yōu)化軟件來實現(xiàn)測量數(shù)據(jù)的智能化管理，同時也可以讓控制網(wǎng)數(shù)據(jù)的觀測和處理更加標準化、科學化和信息化。

2.3測繪硬件設(shè)施會更加國產(chǎn)化、人性化和智能化

我國目前所使用的測繪技術(shù)設(shè)備大多為進口，在測繪技術(shù)不斷進步的形勢下，國家對測繪設(shè)備的研究力度也會相應加大，實現(xiàn)測繪硬件設(shè)施的國產(chǎn)化。此外，社會的整體發(fā)展趨勢也會對測繪技術(shù)的發(fā)展方向產(chǎn)生一定影響，比如人性化與智能化，在整個社會都在追求人性化與智能化的影響下，測繪行業(yè)的發(fā)展自然也會順應這種趨勢，實現(xiàn)測繪硬件設(shè)施的人性化與智能化。

2.4“3S”集成技術(shù)

全球定位系統(tǒng)技術(shù)、遙感技術(shù)以及地理信息系統(tǒng)技術(shù)是測繪工程中最重要的三種技術(shù)，這三種技術(shù)各有優(yōu)勢與缺陷，在實際運用中根據(jù)實際情況選擇最為合適的即可。未來的測繪工程測量技術(shù)會實現(xiàn)“3S”集成技術(shù)――將三種不同測繪技術(shù)的優(yōu)勢集中到一起，在它們相通的理論基礎(chǔ)上建立相輔相成的關(guān)系，集成技術(shù)可以同時覆蓋信息的采集、處理以及分析等全部過程，讓測繪工程的測量技術(shù)更加高效，使用范圍更廣。

3結(jié)束語

綜上所述，測繪工程中較常使用的三種測量技術(shù)中，全球定位技術(shù)可以全天候工作，不受天氣等外界因素的影響，覆蓋率與精度非常高，不需要通視就可以準確得到測量結(jié)果；遙感技術(shù)有著探測范圍廣泛、信息的獲取速度快、所受限制條件較少以及信息量大等優(yōu)點，在農(nóng)業(yè)、環(huán)境保護、地質(zhì)、海洋、林業(yè)、測繪、地理、水文、氣象以及軍事偵察等眾多領(lǐng)域獲得廣泛應用；地理信息系統(tǒng)技術(shù)可以顯著提高工作效率和經(jīng)濟效益，主要應用于農(nóng)業(yè)、林業(yè)、土地資源、生態(tài)環(huán)境、災害預警以及環(huán)境資源等方面。在社會的不斷發(fā)展下，測量技術(shù)的數(shù)據(jù)采集和處理過程會更加實時化、自動化和數(shù)字化，測量數(shù)據(jù)的管理會更加標準化、科學化和信息化，測繪硬件設(shè)施會更加國產(chǎn)化、人性化和智能化，此外還會集成“3S”技術(shù)，推動我國測繪事業(yè)的發(fā)展。

參考文獻

[1]劉艷臣.淺談我國工程測量技術(shù)的現(xiàn)狀及未來發(fā)展[J].黑龍江科技信息，2010（03） .

[2]覃瑋.城市工程測量的技術(shù)發(fā)展初探[J].中小企業(yè)管理與科技（下旬刊），2010（05） .

林業(yè)遙感技術(shù)范文第4篇

[關(guān)鍵詞]遙感技術(shù)；紅樹林濕地；運用

中圖分類號：TP79 文獻標識碼：A 文章編號：1009-914X（2016）02-0293-01

紅樹林是寶貴的世界海岸濕地資源，在《濕地公約》以記入在冊。其主要位于南回歸線及北回歸線之間，由于在熱帶和亞熱帶海岸潮間，故受局部地區(qū)暖流因素，可延伸至北緯32°及南緯44°之間的紅樹林濕地是木本植物群落，其具有海灘淤泥質(zhì)的植被。其對平衡海陸邊緣生態(tài)系統(tǒng)至關(guān)重要，當前對其主要研究在海岸線變遷方面較為突出。

因紅樹林濕地在海陸過渡地帶，屬于海灘淤泥質(zhì)，同時每天潮長潮落加大淤泥性，人工對其進行研究有定難度。故此過去人工式的調(diào)查方式對紅樹林濕無法做到全面分析。并且將增加人工成本及經(jīng)濟損耗。工作效率不高等問題，因此利用遙感技術(shù)是必然趨勢。遙感技術(shù)可對紅樹林濕地整體進行詳細的生態(tài)環(huán)境監(jiān)控和數(shù)據(jù)分析。其遙感技術(shù)對比過去人工優(yōu)勢明顯，工作效率高，信息更新及時并且準確等。故此遙感技術(shù)對紅樹林濕地研究尤為重要。

1 紅樹林濕地的遙感技術(shù)概括

1.1 紅樹林濕地遙感數(shù)據(jù)源的分析

當前，紅樹林濕地的遙感技術(shù)的遙感影像源是由可見光以及近紅外火雷達衛(wèi)星影像完成。對紅樹林濕地遙感數(shù)據(jù)采用不同影像源組合分類。紅樹林濕地遙常用感圖像技術(shù)為TM影像。如遇紅樹林濕地群落結(jié)構(gòu)則使用高光譜遙感。也可借助QuickBird數(shù)據(jù)源完成更高要求的精度分類及成圖。因紅樹林濕地幾何形態(tài)，同時生物量皆因.波長的變動，所以紅樹林濕地的遙感雷達散射系數(shù)相對發(fā)生改變。

1.2紅樹林濕地遙感分類方法分析

目前，紅樹林濕地遙感監(jiān)測為分類后比較法、神經(jīng)網(wǎng)絡(luò)、波段組合、與多時相線性變換等等。這些方式都有者明顯優(yōu)劣勢，為保障紅樹林濕地遙感監(jiān)測準確性，對樹林濕地動態(tài)監(jiān)控經(jīng)過圖1對比分析，可知分類后比較法與主成分分析法較適宜樹林濕地

2 紅樹林濕地遙感技術(shù)的運用

2.1遙感技術(shù)對紅樹林濕地動態(tài)監(jiān)測運用

遙感技術(shù)對紅樹林濕地動態(tài)監(jiān)測是對相同位置的不同年份的圖像之間的光譜特征加以分析。借助遙感技術(shù)的不同時期的數(shù)據(jù)資料加以高精度分類，最終對定量初級的生產(chǎn)力面積和歷史空間數(shù)據(jù)實際情況研究分析。獲得紅樹林濕地地表生態(tài)分布數(shù)據(jù)。借助遙感技術(shù)研究分析紅樹林濕地在自然因素下產(chǎn)生的變化。為樹林濕地的保護和修繕實現(xiàn)技術(shù)支持。借助多時相的遙感技術(shù)可高效率完成樹林濕地分布情況的成果是有目共睹。

2.2遙感技術(shù)在紅樹林濕地景觀動態(tài)運用

遙感技術(shù)在紅樹林濕地景觀動態(tài)方面運用，主要表現(xiàn)在對紅樹林濕地景觀歷史的發(fā)展過程和發(fā)展趨勢。對紅樹林濕地景觀的控制要素及控制方式，塑造紅樹林濕地景觀動態(tài)模型。對動紅樹林濕地景觀后期發(fā)展趨勢進行預測。完善紅樹林濕地景觀管控數(shù)據(jù)扶持。將紅樹林濕地景觀發(fā)展趨勢和影響原因系統(tǒng)分析，為保障紅樹林濕地的資源數(shù)據(jù)化和修護技術(shù)幫助。

2.2 遙感技術(shù)對紅樹林濕地管理運用

紅樹林濕地管理主要依靠遙感技術(shù)，遙感技術(shù)對紅樹林濕地生物量可加以估測。遙感技術(shù)可完成對紅樹林濕地災害監(jiān)管和災害后的實況分析等。由于遙感技術(shù)能夠?qū)t樹林濕地進行估測，該技術(shù)對比過去人工模式更具科學性和合理性。依靠建設(shè)紅樹林濕地生物量的估測模型，完成遙感估測， 分析雷達散射系數(shù)數(shù)據(jù)對比NDVI數(shù)據(jù)其生物量估測更加精準。完善過去單一借助光學遙感的缺陷，。使紅樹林濕地的管理擁有重要數(shù)據(jù)來源及快捷準確的監(jiān)測模式。能夠保證紅樹林濕地管理研究工作模式提供方案。減少利用光譜特征分析數(shù)據(jù)，借助回歸分析，科學化對實況管理進行估測。從而完善紅樹林濕地健康管理實時監(jiān)控以及評估。

3 紅樹林濕地遙感技術(shù)存在的問題

3.1紅樹林濕地遙感分類精度問題

紅樹林濕地遙感分類精度問題一直是紅樹林濕地的主要問題，其影響的主要方面主要來自于光譜分辨情況和空間與時間分辨情況。紅樹林生長的狀態(tài)與多方面因素有關(guān)，其中適度、溫度、地質(zhì)、水流、自然天氣是主要因素。再加之人為的開荒利用和濫伐濫砍，導致紅樹林的結(jié)構(gòu)分布情況和林地面積受到了很大影響。紅樹林濕地的異物和同物波譜現(xiàn)象嚴重，出現(xiàn)了很多雜亂理不清的現(xiàn)象，這也使得精度無法滿足人真正的雪球，難以獲得最佳的類別劃分效果。

3.2紅樹林濕地遙感監(jiān)測方式

紅樹林濕地遙感監(jiān)測手段重點選用濕地遙感監(jiān)測的形式比較普遍，而在其他方面的方法使用上較少。目前的狀態(tài)主要是因為針對紅樹林的分析研究不夠頻繁，而且即使有也比較單一，沒有再廣泛的區(qū)域內(nèi)展開。對綜合生態(tài)體系沒有有效地進行監(jiān)測和開發(fā)，導致不同區(qū)域間沒有縱向綜合比對。而且，單一形式的分析僅僅體現(xiàn)為橫向分析，不夠具體全面。

4 紅樹林濕地遙感技術(shù)建議

紅樹林濕地要想實現(xiàn)必要的生態(tài)保護離不開對于濕地展開監(jiān)測和普查，這也是獲得科研數(shù)據(jù)的最新要求。另外伴隨著濕地越來越受到人們的重視，國內(nèi)外專家學者也把紅樹林濕地當作未來的研究方向和熱點內(nèi)容，在紅樹林濕地遙感技術(shù)的研究建議主要包含以下內(nèi)容：

4.1重點研究區(qū)域

如今紅樹林濕地受地球氣溫和其它方面的影響較大，相關(guān)地遙感研究與碳循環(huán)等內(nèi)容也成為紅樹林遙感研究的重要方向，重點在濕地存在的明顯退化方面加強了研究。

4.2重點研究方法和措施

紅樹林濕地研究中，綜合采用了遙感定量技術(shù)和成果研究，綜合了不同的信息量和信息的融聚集合，這也是作為未來發(fā)展的一種趨向。紅樹林濕地研究的動態(tài)變化方向主要集中與多源藥膏影響的融合過程。

4.3其他表現(xiàn)和方面

現(xiàn)存資料與新的措施和手段的良好結(jié)合，可以實現(xiàn)比較精準的定位。有效針對建模分析手段對紅樹林濕地的作業(yè)情況與實驗方法結(jié)合起來，充分做好紅樹林濕地模型遙感技術(shù)的估量。有效提升遙感數(shù)據(jù)的分類精準度，提高GPS定位標準，逐步加強紅樹林濕地的遙感定位使用，強化地理位置的精準分析和定位。有效提升基礎(chǔ)數(shù)據(jù)的完善機制和步伐，逐步形成統(tǒng)一的有效的基準數(shù)據(jù)庫，健全新的數(shù)據(jù)管理辦法。

參考文獻

[1]孫永光；趙冬至；郭文永；高陽；蘇岫；衛(wèi)寶泉；紅樹林生態(tài)系統(tǒng)遙感監(jiān)測研究進展[J]；生態(tài)學報；2013年15期

[2]王小軍；馮時澤；RS、GIS在海南東寨港紅樹林保護區(qū)地表覆蓋研究中的應用[J]；測繪通報；2010年02期

[3]鄭德璋，李玫，鄭松發(fā)，廖寶文，陳玉軍；中國紅樹林恢復和發(fā)展研究進展[J]；廣東林業(yè)科技；2013年01期

[4]戴曉琴；淺談遙感技術(shù)在土地利用中的應用[J]；安徽農(nóng)學通報；2011年23期

林業(yè)遙感技術(shù)范文第5篇

關(guān)鍵詞：計算機；林業(yè)；現(xiàn)狀；前景

中圖分類號：G623.58文獻標識碼： A 文章編號：

隨著現(xiàn)代科技的迅猛發(fā)展，計算機技術(shù)逐漸滲透到社會的每個角落，林業(yè)亦不例外。林業(yè)的現(xiàn)代化已經(jīng)離不開計算機技術(shù)，林業(yè)的每一次發(fā)展和飛躍都“烙”上了計算機技術(shù)及其應用的痕跡。例如在木工機械中，計算機控制技木的應用與發(fā)展成為木工機械理論研究的主題；林產(chǎn)工業(yè)、林產(chǎn)化學工業(yè)、木材加工剩余物利用、林產(chǎn)工業(yè)環(huán)境保護等因計算機技術(shù)而迅速發(fā)展。

計算機應用于林業(yè)勘測技術(shù)，同時引入攝影測量、大地測量、遙感、物理大地測量、地圖學、地球動力學等勘察測繪學科專業(yè)，使林業(yè)勘測技術(shù)取得長足進展。智能化林業(yè)信息技術(shù)依靠計算機技術(shù)、生物工程等高新技術(shù)，讓我國逐步建立起林業(yè)科技創(chuàng)新體系。林業(yè)信息化是林業(yè)現(xiàn)代化的基礎(chǔ)和重要標志，其伴隨著“3S”技術(shù)(RS、GIS、GPS)、計算機網(wǎng)絡(luò)技術(shù)等現(xiàn)代信息技術(shù)的迅速發(fā)展而產(chǎn)生，是我國測繪領(lǐng)域最前沿、最尖端科技，綜合了繪圖、編輯、圖形及文件輸出為一體。

一、計算機技術(shù)在林業(yè)中的應用現(xiàn)狀

1、計算機技術(shù)實現(xiàn)了林業(yè)辦公自動化

1.1.1林業(yè)電子政務系統(tǒng)的建立

在林業(yè)相關(guān)管理部門中，計算機技術(shù)讓實現(xiàn)了在人事、資源、檔案管理、統(tǒng)計報表等方面網(wǎng)絡(luò)化，讓林業(yè)工作人員從繁重、枯燥、重復的勞動中解放出來，讓大家有更多的時間和精力去作與林業(yè)有關(guān)的事情，讓我們的林業(yè)辦公業(yè)務向集成化、辦公信息協(xié)同化、辦公管理知識化、辦公系統(tǒng)智能化方面發(fā)展。

1.1.2計算機讓林業(yè)視頻會議系統(tǒng)有效建立

通過計算機技術(shù)建立起來的視頻會議系統(tǒng)是一種利用電話網(wǎng)建立起來的節(jié)資、省時、方便、高效的會議方式。它把不同地點、不同會場實時場景和語音連接起來，向與會者提供分享聽覺和視覺的空間，使各方用戶有“面對面”交談感覺。視頻會議系統(tǒng)由五大部分組成：視頻會議終端、多點控制單元MCU、網(wǎng)絡(luò)管理軟件、傳輸網(wǎng)絡(luò)及相關(guān)附件(投影儀、監(jiān)視器、錄像機等)，視頻會議系統(tǒng)的建立進一步增強了林業(yè)的辦公自動化水平。

2、計算機讓3S技術(shù)在現(xiàn)代林業(yè)中廣泛應用

1.2.1 GIS在林業(yè)中的應用

GIS的應用從根本上改變了傳統(tǒng)森林資源信息管理方式，成為現(xiàn)代林業(yè)經(jīng)營管理的新工具。GIS在林業(yè)領(lǐng)域的應用主要有:

a.森林資源信息管理

國外GIS在森林資源信息管理中的應用較早，而我國森林資源信息管理在這一方面的建設(shè)正在開展。GIS技術(shù)與森林資源管理相結(jié)合，用于森林資源檔案管理、森林資源動態(tài)監(jiān)測與管理、林業(yè)土地利用變化監(jiān)測、林權(quán)管理等方面。森林資源地理信息管理將空間數(shù)據(jù)視為不可或缺的信息與屬性數(shù)據(jù)進行綜合分析，克服單一數(shù)據(jù)分析缺陷。近年，基于GIS技術(shù)我國研發(fā)了不同類型、尺度的森林資源地理信息系統(tǒng)，省、縣、林場、鄉(xiāng)村各級森林資源地理信息系統(tǒng)在森林資源管理中起到了重要作用。

b.森林經(jīng)營優(yōu)化決策

GIS技術(shù)與森林經(jīng)營優(yōu)化決策有機結(jié)合，形成一個輔助決策的模型，對其進行定量分析，為編制森林經(jīng)營方案提供準確信息，使森林經(jīng)營方案更科學、實用。林業(yè)生產(chǎn)中將兩者有機結(jié)合，綜合分析空間數(shù)據(jù)及屬性數(shù)據(jù)，將優(yōu)化決策的成果以可視化方式表現(xiàn)出來，也可為森林經(jīng)營由過去粗放經(jīng)營向高度集約經(jīng)營轉(zhuǎn)變提供可視化技術(shù)支持，為森林經(jīng)營優(yōu)化決策提供定時、定量、定位信息。

c.森林分類經(jīng)營區(qū)劃

應用GIS技術(shù)將研究區(qū)域森林進行功能區(qū)分，以可視化的方式將森林區(qū)劃分類經(jīng)營的成果展示出來，區(qū)劃成果可保存，一次輸入多次調(diào)用，改變以往林業(yè)區(qū)域布局主觀性太強的弱點。依賴GIS空間分析功能將森林的主導功能更好的發(fā)揮出來，實現(xiàn)森林分類經(jīng)營區(qū)劃的可視化、自動化、圖形化。

d.森林抽樣設(shè)計

傳統(tǒng)樣點布是借隨機數(shù)表在地形圖、航片( 影像) 、林業(yè)專題圖上標出，然后用量的方法根據(jù)樣點圖上坐標到實地找相應位置。而使用GIS系統(tǒng)中林業(yè)專業(yè)抽樣設(shè)計功能就可以實現(xiàn)多種樣點布設(shè)，使森林抽樣樣點可視化，任意查詢和打印樣點分布圖及詳細位置。

e.林業(yè)專題制圖

采用GIS軟件建立相應數(shù)字化林相專題圖，借助GIS技術(shù)形成動態(tài)資源專題圖，把森林資源動態(tài)監(jiān)測與高產(chǎn)栽培措施結(jié)合，形成科學經(jīng)營決策方案。

f.森林采伐設(shè)計

森林采伐設(shè)計管理應用GIS技術(shù)可將下達采伐限額指標與其數(shù)字化圖面材料結(jié)合起來。對于森林采伐量的空間直觀分析就是將采伐預定量落實到小班，應用GIS技術(shù)直觀地反映到具體地域空間，反映出各種不同的采伐方式和采伐量的地理空間分布。借助 GIS 分析其相關(guān)地理屬性間的聯(lián)系，分析采伐量空間上的合理性，分析采伐進程和空間配置方案與保護生物多樣性的影響。

g.營造林規(guī)劃設(shè)計

GIS應用于營造林規(guī)劃設(shè)計，準確了解林業(yè)資源及生物多樣性，有效進行生產(chǎn)經(jīng)營方案決策。應用GIS管理營造林規(guī)劃檔案，動態(tài)生成本地區(qū)的可造林地情況分布圖，更好地適地適樹。此外，利用GIS的空間分析功能把坡向、坡度、土壤、海拔等因子作適地適樹分析的主要立地因子進行立地分析和造林樹種的選擇，提高適地適樹分析可視化。

1.2.2 GPS在林業(yè)中的應用

GPS技術(shù)在林業(yè)方面應用也相當廣泛。凡涉及到點、線、面、立體空間的點位確定和點間位置關(guān)系的確定都可以用GPS技術(shù)。在森林抽樣調(diào)查中，采用GPS進行定位，可節(jié)省找點時間。當GPS接收機上顯示坐標與抽樣點的坐標相同或相近時，GPS接收機所在地即為抽樣點。利用單點導航，可有目的找抽樣點。還可用接收機的航點生成和編輯功能，將抽樣點編輯為航線，沿航線找點，提高找點工效。

在飛播造林和飛機噴灑藥物進行大面積殺蟲時，先設(shè)計好飛行航線，利用GPS導航可將種子和藥品準確灑在目的地，避免重灑和漏灑，極大地提高飛播和防治工效。此外，利用 GPS 定位技術(shù)，快速判斷出失火位置和高度，也可以測定失火面積、火勢方向、火帶寬度等。

1.2.3 RS在林業(yè)中的應用

遙感技術(shù)的進步和遙感技術(shù)應用的深入，未來遙感技術(shù)在我國國民經(jīng)濟和林業(yè)生產(chǎn)建設(shè)中發(fā)揮越來越重要作用。人跡稀少，常規(guī)方法難以調(diào)查的地區(qū)使用RS技術(shù)就更顯其威力，地區(qū)的森林資源調(diào)查就是用遙感技術(shù)完成。遙感是一門對地觀測綜合性技術(shù)，既需要一整套技術(shù)裝備，又要多種學科參與配合。

RS 技術(shù)應用于林業(yè)、農(nóng)業(yè)資源調(diào)查和生態(tài)環(huán)境監(jiān)測。調(diào)查內(nèi)容主要有農(nóng)業(yè)資源、林業(yè)資源、水資源等。生態(tài)環(huán)境變化的監(jiān)測主要是對草原退化、土地沙漠化和水土流失監(jiān)測。RS技術(shù)在林業(yè)森林病蟲害監(jiān)測中也有應用。通過遙感監(jiān)測可以預報病蟲害的發(fā)生，報告其危害程度、危害面積及發(fā)展趨勢等。

二、計算機在林業(yè)應用的展望

1、森林檔案管理與資源數(shù)據(jù)庫

以往森林檔案管理所使用的計算機系統(tǒng)，多是文字和數(shù)字卡片，形式單一且不直觀。然而，結(jié)合多媒體技術(shù)，將苗木的整套圖象和配音存貯于檔案管理系統(tǒng)，更好的對苗木進行評估與利用，減少盲目性。除森林經(jīng)營檔案管理外，建立森林資源檔案尤為重要，將以往森林資源數(shù)據(jù)庫結(jié)合音頻、動畫、視頻等技術(shù)，全方位反映，提供的信息量將會更全面和準確。

2、優(yōu)化栽培及繁育方案

計算機技術(shù)可以在幾分鐘或稍長時間內(nèi)完成長達數(shù)周、數(shù)月乃至數(shù)年的栽培實驗，直觀且圖文并茂，能夠有效地實現(xiàn)不同栽培效果的對比，節(jié)約時間和費用。計算機技術(shù)還可以更加直觀地比較不同育種方案下遺傳進展優(yōu)劣，幫助篩選最優(yōu)的繁殖和培育方案。

3、林業(yè)信息資源共享

互聯(lián)網(wǎng)將以往相互孤立、散落在世界各地單獨的計算機或相對獨立的計算機局域網(wǎng)，借助已發(fā)展的電信網(wǎng)絡(luò)，通過一定通訊協(xié)議實現(xiàn)更高層次網(wǎng)絡(luò)互聯(lián)，Internet將網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)和超文本技術(shù)融為一體，實現(xiàn)林業(yè)信息資源共享。

4、林業(yè)科技實時交流

方便暢順而廉價的Internet溝通方式，讓世界各地林業(yè)工作者以E-mall方式溝通與切磋，建立多媒體視頻會議環(huán)境等，除了能夠傳輸會議參與人員的音頻、視頻外，還能共享遠程應用程序，異地操作和訪問、協(xié)同演示和合作工作對群組工作應用提供直接手段，一旦發(fā)生重大林業(yè)災害，可在世界范圍內(nèi)召開網(wǎng)絡(luò)會議，提供最快最優(yōu)解決方案。

林業(yè)網(wǎng)絡(luò)教育和培訓

開設(shè)電子學習實踐天地，提供全真模擬演示，計算機互聯(lián)網(wǎng)暢游林業(yè)高科技領(lǐng)域，時時把握林業(yè)發(fā)展脈搏，為林業(yè)人才培養(yǎng)和職工再教育提供廣闊天空。

增加林業(yè)電子辦公和林業(yè)電子簽證

覆蓋和摻透于林業(yè)科技現(xiàn)代化、林業(yè)設(shè)施現(xiàn)代化、林業(yè)管理現(xiàn)代化中的林業(yè)信息化，是21世紀林業(yè)現(xiàn)代化的重要標志和保證。林業(yè)專家在系統(tǒng)、遙感、地理信息和空間定位系統(tǒng)、網(wǎng)絡(luò)、DNA芯片等技術(shù)的研究與應用必有大的所為。

7、拓寬現(xiàn)代信息技術(shù)的應用范圍

GPS與GIS集成、GPS與RS集成、RS與GIS集成，在森林災害監(jiān)測、森林資源監(jiān)測、全球環(huán)境監(jiān)測、野生動植物資源等方面勢必會有更大的應用，向著網(wǎng)絡(luò)化、開放性、集成化、數(shù)據(jù)標準化、系統(tǒng)智能化等方向發(fā)展。

GIS與Web及數(shù)據(jù)庫技術(shù)相結(jié)合，形成集數(shù)據(jù)、語音、圖像于一體的寬帶綜合業(yè)務數(shù)字網(wǎng)絡(luò)，將來這一新的工作模式和數(shù)據(jù)共享機制將會更加廣泛的應用于各涉地理信息領(lǐng)域。

三、結(jié)論

計算機技術(shù)的普及應用必將促進林業(yè)工作向著精確、高效、現(xiàn)代化的方向發(fā)展，必將給林業(yè)帶來更好的經(jīng)濟效益和社會效益。

參考文獻:

[1] 劉捷.3S 技術(shù)在林業(yè)中的應用[J].天津農(nóng)業(yè)科學,2007(1):62-64.

[2] 劉濤.3S技術(shù)在森林資源調(diào)查中的應用與展望[J].林業(yè)科學,2008(11).

[3] 閆秀婧.信息技術(shù)對我國林業(yè)發(fā)展的影響[J].農(nóng)業(yè)科技與信息,2008(10).

[4] 楊帆.淺析GIS的發(fā)展現(xiàn)狀與未來發(fā)展趨勢[J].安徽農(nóng)學通報,2007,13(23).