以云南省西双版纳州一景TM影像为例，分析了影响分类回归树方法的主要因素。结果表明在其他因素均一致的情况下，训练数据如果使用涵盖各类别的外业调查数据比使用系统布设的训练数据分类精度更高，并且多种参数波段的选择也会有效地提高分类的精度。

采用青海省隆宝滩地区的多角度高光谱CHRIS遥感数据,通过研究+36°、0°和-36°三个角度影像的组合变换,提出影像变换+不同角度波段组合的方法,用以获取地物的分类信息。该方法首先对0°影像进行穗帽变换,选择其湿度图像,再与+36°和-36°影像的第4波段(0.461 μm)进行RGB组合,生成新的彩色合成影像,然后再进行支持向量机(SVM)的监督分类。结果显示,利用该方法对隆宝滩湿地分类的精度可达到90.02％;而利用传统的监督分类对0°影像直接进行分类,其精度为75.46%。由此可见,利用不同角度信息进行波段组合的方法,大大提高了高光谱影像进行湿地信息提取的精度,为湿地信息提取提供了一个有效的方法。

以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的L iDAR点云数据,分别进行了林分平均高的反演试验。通过两个试验区的对比,分析了不同点云密度对机载L iDAR数据反演林分参数的影响。结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖。

针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨。

[目的] 以热带森林复杂区域为对象, 对两种缨帽变换"衍生数据"检测热带森林变化的方法的优劣进行比较。[方法] 对两期数据进行缨帽变换, 同时结合黑暗对象掩膜与局部直方图阈值提取等方法, 获取亮度、绿度、湿度指数组合(MKT)和干扰指数(DI)。采用MKT差值(MKT-D)、干扰指数差值(MDI-D)进行变化信息识别, 然后, 根据植被覆盖与亮度、绿度、湿度之间的变化关系, 通过决策树分类提取变化信息, 最后, 对不同检测结果进行验证与比较分析。[结果] 结果显示两种方法都能检测出森林内部的细微变化, 但对小图斑变化, MKT-D检测优势明显, 且MKT-D的kappa系数为0.763 0, MDI-D的kappa系数为0.655 9, 两者相比, MKT-D方法优于MDI-D方法。[结论] MKT能够增强短波红外与近红外波段对森林变化信息的敏感性, 有效地消除噪声等非目标信号, 突出目标信号, 此外, MKT-D为RGB彩色图像, 更利于变化信息的目标提取与解译。

目的 利用神农架林区、神农架自然保护区内和保护区外近20年的植被覆盖度变化信息，结合不同时期的森林经营活动和治理手段，进行生态环境变化监测与评价。 方法 以神农架林区、神农架自然保护区内和保护区外为研究区，应用1999年、2007年和2019年3期Landsat遥感影像，基于像元二分法模型估测研究区的植被覆盖度，采用差值分析的方法，分别估算各区域植被覆盖变化量，并结合不同时期的治理政策和经营活动进行评价分析。 结果 1999年到2019年，神农架林区总体植被覆盖度均值提高了8.25%，其中高植被覆盖度占97.50%；前期保护区内的植被覆盖度一直优于保护区外，到后期保护区内、外的植被覆盖度差异变小。 结论 近20年来，神农架林区的植被覆盖度总体处于增长的趋势，生态环境逐渐趋于平衡，说明自然保护区的建立、天然林保护工程和退耕还林工程等一系列政策的实施对区域生态环境的恢复是有效的。

目的 基于面向对象变化向量分析法，进行森林资源变化检测。 方法 应用国产高分二号多光谱影像，以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区，应用随机森林平均精确率减少的方法进行变化特征的选择，通过选取的不同特征向量和常规的基于光谱均值、光谱均值和标准差的变化向量分析法，以及基于NDVI差值法的变化检测结果对比，获取较好的森林资源变化检测方法和结果。 结果 高分二号多光谱影像的蓝、绿、红波段光谱均值和NDVI值共4个特征参与的变化向量分析法，识别森林资源变化精度高，总体精度92.94%，Kappa系数0.763 0，变化地类误检率15.63%，漏检率22.86%。 结论 经过特征选择后，基于面向对象变化向量分析法比常规的多特征参与的变化向量分析法识别森林资源变化的效果好。

目的 探讨用于快速更新森林资源数据库的森林变化检测方法，监测短时期内森林采伐与更新的动态变化。 方法 以变化频繁快速，高度集约经营的广西上思县人工林作为研究区，以两个时相的高分二号遥感影像作为数据源，分别利用红波段、近红外波段和NDVI 3种特征的影像差值，并基于分布函数确定阈值，对研究区进行快速的变化检测，并提取变化区域和变化类型。 结果 表明，3种特征差值的检测精度排序为：NDVI差值法最优，红波段差值法次之，近红外波段差值法最差。其中NDVI的总体精度为87.12%，Kappa系数为0.76， 结论 该方法在实现快速检测变化的目的下，可用于森林资源数据库的更新。