槲寄生在法国赤松林中发生率的上升是阿尔卑斯山赤松林保护和可持续性面临的主要问题之一。与天然林相比,人工林更容易受到生物入侵。研究区域覆盖着针叶林(低海拔地区主要是法国赤松),法国西南部阿尔卑斯山的一部分黑森林受到半寄生虫槲寄生的严重影响。由于槲寄生的发生,研究区域的法国赤松树枝肿胀、树体弯曲;树木死亡率惊人。为了管理和尽量减少生物入侵,检测和绘图在森林保护中起着关键作用。通过遥感技术检测和绘制生物入侵地图是研究人员要克服的挑战。高分辨率 (VHR) 卫星图像和航空图像的进步以及遥感和 GIS 技术的应用,已在森林健康状况的检测、绘图和监测方面显示出良好的效果。在本研究中,数字航空正射影像(分辨率 15 厘米)和 VHR 卫星图像 WorldView-2(全色 0.5m 和多光谱 2m)用于通过基于像素的最大似然分类器检测和绘制欧洲松林中槲寄生的存在。在 WorldView-2 光学影像上,成功绘制了欧洲松林的分布,精度较高(96%),kappa 系数为 0.84。存在槲寄生的欧洲赤松在所有波段的光谱反射率都较低,但 WorldView-2 的 NIR1、NIR2 和红边对槲寄生的区分能力更强。同样,植被指数 NDVI 85(红光和 NIR2 的波段组合)也有区分槲寄生的潜力。此外,结果表明,槲寄生与海拔呈负相关和显著相关(r=-0.5135;p<0.01),而与欧洲赤松的 DBH 呈显著正相关(r=0.52;p<0.01)。通过使用海拔和 DBH 建立了弱但统计显著的多元回归和逻辑回归,以模拟欧洲赤松树中槲寄生的发生率。通过应用基于像素的最大似然算法对松林中的槲寄生进行检测,在 WorldView-2 图像中实现了总体分类准确率 (86%) 和 kappa 系数 (0.52)。2m 分辨率 WV-2 与 0.15cm 分辨率正射影像分类输出的比较表明,空间分辨率较低但光谱分辨率较高的 WV-2 影像的分类精度较高(86%)。这项研究揭示了高分辨率光学影像在检测和绘制树木侵染地图方面具有巨大潜力。检测和绘制此类生物入侵地图可为更好地管理森林提供有用信息。关键词:检测和绘图、欧洲赤松、槲寄生、光学影像、生物入侵
土地覆盖类别包括:树冠、草地和灌木(包括农田)、建筑物、不透水层(街道、车道和停车场)、水和裸土。主要土地分类是使用 eCognition Developer 8.0 版中提供的基于对象的图像分析 (OBIA) 技术进行的。该项目使用的辅助软件包括 ArcGIS 9.3.1 版和 ERDAS Imagine 2010 版。使用 Python 2.5 版脚本语言编写了其他自定义例程,以支持所需的处理。圣保罗市提供了 Shapefile 信息,以帮助识别街道、建筑物、道路和高速公路以及水景。实施该项目遵循了以下主要步骤:• 使用 ERDAS Imagine 中的减法分辨率对 QuickBird 影像进行全色锐化。• 利用可用的 RPC 文件和 30 米 DEM 层对 QuickBird 影像进行地理配准。• 对激光雷达数据进行地理配准以匹配 QuickBird 影像。• 使用自定义 Python 脚本将地理配准影像划分为 750 x 1000 米的图块,重叠度为 10%,以便进一步处理。此步骤创建了 180 个单独的图块。• 包含道路信息的街道图层在 ArcGIS 中缓冲一米,以创建多边形形状文件,随后在 eCognition 中使用。• 开发了三套规则来处理城市的以下子部分:o 西部小部分,包括六月的 QuickBird 和激光雷达数据。o 城市东侧的 1,500 米带,有 5 月份的 QuickBird 影像,但没有激光雷达数据。o 城市其余大部分区域有 5 月份的 QuickBird 和激光雷达数据。• 3 个规则集中的每一个都使用类似的过程创建: o 检查影像以找到代表性图块。o 创建支持性影像层,例如归一化差异植被指数。(NDVI) 和 Lee 的 Sigma 边缘提取有助于提高分类效率。o 从 Shapefile 生成表示道路和水特征的图像对象,并按此进行分类。o 如果有激光雷达数据,则首先将图像分割成高特征和短特征。o 利用 eCognition 中提供的算法对图像的剩余部分进行分类,利用光谱信息以及图像解释的其他元素,例如上下文、形状、大小、位置、关联、图案、阴影和纹理。o 将分类从 eCognition 导出到 TIF 光栅文件中。• 每套规则都经过了微调,并在城市中额外的随机图块上进行了测试。• 使用 eCognition Server,每个最终规则集都用于对圣保罗所有部分的所有图块进行分类。• 使用 ERDAS Imagine Mosaic Pro 中的几何接缝线将各个分类图块连接成一个马赛克。• 城市的三个不同部分(由 402 个单独的图块表示)被合并到一个分类文件中。