[目的] 通过机载遥感影像对普洱山区进行植被分类研究,为山区森林经营规划与可持续经营方案的制图提供高效应用途径。[方法] 将2014年4月航拍的机载AISA Eagle II高光谱和LiDAR同步数据融合,利用点云数据提取的数字冠层高度模型(CHM)得到树种的垂直结构信息,结合经过主成分分析(PCA)的高光谱降维影像,选用支持向量机(SVM)分类器进行分类。[结果] 普洱市万掌山实验区主要树种分为思茅松、西南桦、刺栲、木荷等。融合影像数据分类的总体精度和Kappa系数分别为80.54%、0.78,比单一高光谱影像数据分类精度分别提高6.55%、0.08,其中主要经营树种思茅松的制图精度达到了90.24%。[结论] 该方法对山区主要树种的识别是有效的,将机载LiDAR与高光谱影像融合可以有效改善分类精度。

目的 以云南普洱菜阳河为例, 基于机载遥感影像, 探讨思茅松林冠层高光谱特征及坡向对其光谱反射率的影响。 方法 以2014年4月机载LiCHy系统获取的高光谱和激光雷达DEM提取的坡向数据, 结合该地区二类调查数据, 对不同坡向的思茅松林冠层光谱曲线特征值进行统计比较。 结果 (1) 思茅松冠层光谱反射特征与绿色植物光谱曲线总体相似, 在0.74~1.0 μm近红外波段冠层反射率较高, 0.89 μm最高; (2)阴坡思茅松冠层光谱反射率普遍高于阳坡, 北坡、东北坡与南坡、东南坡的峰值波段反射率在0.05水平上差异显著; (3)根据太阳高度角, 迎光面的东坡、东北坡、东南坡比背光面西坡、西北坡、西南坡光谱反射率在0.89 μm波段增加了14%~23%。 结论 (1) 思茅松冠层光谱反射率表现出"两谷一峰"、"红边"等典型的植被光谱特征, 反射率较高的0.74~1.0 μm波段为思茅松的特征光谱段; (2)太阳高度角是影响不同坡向光谱反射率的主要因素, 而坡向也是造成反射率差异的另一个重要原因。

目的 为将单木位置匹配至更精确的树干中心处，本研究发展了一种基于地基激光雷达提取胸径中心位置的空间校正方法。 方法 对高密度地基激光雷达点云数据，使用霍夫变换的方法提取单木胸径及圆心点，以外业调查的胸径数据作为精度控制基础，再用空间点校正方法将外业测量的样地单木相对空间位置匹配至提取的单木胸径中心点处，最后通过数字冠层高度模型特征分析实现单木位置的地理位置匹配。 结果 以黑龙江佳木斯孟家岗林场为研究区，对比分析3种不同株数密度的落叶松样地，提取胸径误差在1 cm之内，高、中、低株数密度样地单木位置在空间点校正时胸径误差2 cm误差范围内位置正确匹配率分别为91%、92.5%、98.6%。全部匹配的外业调查单木相对空间位置误差控制在1 m之内，且与机载激光雷达数字冠层模型影像地理位置匹配误差在0.5 m内。 结论 基于地基激光雷达提取胸径匹配单木空间位置的方法，极大地提高了单木空间位置测量精度。此方法的发展，不仅为局部样地单木分割等提供精确位置信息，也为大范围遥感数据提供可靠地面基础位置验证数据，是可靠的单木位置测量和多源数据匹配方法。