基于森林病虫害特征变化MODIS遥感影像变化机理研究.doc

论文题目： 基于森林病虫害特征变化MODIS遥感影像变化机理研究 黄庆辉 目 录 摘要 1 ABSTRACT 1 引言 2 1研究区概况 3 2研究方案 3 2.1研究内容 3 2.2技术路线 3 3资料收集及数据预处理 5 3.1资料收集 5 3.2 MODIS遥感影像图预处理 5 3.2.1去重影 5 3.2.2 图像配准 7 3.2.3裁剪研究区域 7 3.3样地数据提取 7 4研究原理与方法 8 4.1 原理 8 4.2 研究方法 8 4.2.1方法选择 8 4.2.2因子数量化 8 5 结果与分析 9 5.1因子筛选分析 9 5.2数量化得分表的编制 12 5.3 MODIS遥感相关系数分析 15 6结论与讨论 16 6.1结论 16 6.2讨论 17 参考文献 17 致谢 20 摘要: 本文以三明市马尾松毛虫病害为例，研究MODIS遥感影像信息随森林病虫害特征变化的机理。运用数量化理论Ⅰ方法，通过对MODIS遥感影像信息与不确定性立地因子的筛选，编制相应的得分表；分析在一定的立地因子条件下，MODIS遥感影像信息与马尾松毛虫病害特征变化的关系。结果表明：马尾松毛虫病害特征变化对MODIS遥感影像光谱第二波段变化不明显，MODIS遥感影像光谱第一波段、NDVI、TNDVI、SQRT、RI/R变化很明显。马尾松毛虫病害的程度变化与MODIS遥感影像第一波段信息值呈正相关的关系，马尾松毛虫病害的程度变化与MODIS遥感影像TNDVI、NDVI、SQRT、RI/R信息值呈负相关的关系。MODIS遥感影像NDVI、TNDVI信息可用于森林病虫害的监测。 关键词：马尾松毛虫病害 遥感 MODIS L1b data 数量化理论Ⅰ Abstract: Keywords: Horse's tail pine needle plague Remote sensing Moderate-resolution imaging spectroradiometer（MODIS） Mathematical quantification theoryⅠ 引言 马尾松毛虫( Dendrolimus punctat us Walker) 是我国、也是福建省最主要的历史性森林害虫。在福建省成灾频率高,每3～4年暴发成灾一次[1]。最严重的是1984年,发生面积达17.17万ha,自20世纪90年代实施目标管理以来,发生面积虽呈下降趋势,但年均发生面积仍高达5.32万ha,因松毛虫危害年均减少木材生长量约8万平方米 ,造成直接损失达3200万元以上。因此,随着造林绿化工程实施以后所营造的大面积马尾松纯林已进入了松毛虫危害高峰期,发生面积仍居高不下,有效地控制该虫的危害,对保护森林资源安全,促进林产工业发展具有十分重要的意义。 马尾松毛虫个体较小，不能从卫星遥感和常规遥感图像上直接识别，但马尾松毛虫对森林进行破坏，造成森林大面积的失叶现象在遥感影像上可以体现为植被指数的变化。发达国家自20世纪7O年代开始利用卫星遥感图像监测森林病虫害，在大的空间尺度上，遥感数据被广泛有效地用于检测森林病虫害所引起的失叶现象。目前，在森林病虫害的遥感监测方面的所利用的遥感数据主要有Landsat TM,MSS和SPOT HRV等卫星遥感数据和多种航空遥感数据[1-5]。加拿大1988年进行了卫星遥感监测花旗松卷叶蛾虫害的发生动态。国家在“八五”期间设立了科技攻关项目“松毛虫早期灾害点遥感监测研究”专题，来深入研究和探讨陆地资源卫星TM资料监测松毛虫的可行性和技术方法，取得了满意的效果[6]。1988-1990年，中科院的池天河、戴昌达等在安徽应用TM图像进行了越冬代松毛虫灾害的监测应用研究。武红敢、杨存建等也对松毛虫灾害的TM影像监测技术进行了深入研究[4]。 目前广泛使用的陆地资源卫星TM遥感数据,虽然分辨率比较高,但是其时效性不强,遥感资料的获取周期较长,不利于对森林病虫害的早发现,早防治,容易错过对病虫害的早期控制时期,而且TM资料的成本较高,不能在某些中小森林病虫害检测站广泛推广使用。鉴于森林病虫害检测中大部分基于高分辨率的遥感数据在实际应用的不足，我们提出了利用MODIS遥感数据进行森林病虫害检测的思路和方法。MODIS遥感技术是新兴的一种遥感监测手段 ，其具有以下优点：1）MODIS 数据的接收与应用是完全免费的。2）其接收过程中基本上无重大干扰, 只要净空条件有保证就可以收到较好的卫星图像。3）MODIS数据具有250m分辨率的CH1 和CH2可见光通道, 可以提供地面的清晰图像。4）MODIS数据多达36个通道的多通道性，在使用中有更多的选择。5）具有较高的时间分辨率，一天可以获得四景MODIS遥感影像图。 MODIS遥感影像图能对森林病虫害监测，能减少人力、物力和财力，同时迅速、全面、客观地反映病虫害的发生发展动态。研究森林病虫害的特征变化与不同时候的森林病虫害特征的MODIS遥感影像与地形因子的相互影响的关系，对监测森林病虫害全新的方法进一步验证，提高MODIS遥感影像方法对森林病虫害的监测准度。从而达到减少人力、物力和财力，同时迅速、全面、客观地反映病虫害的发生发展动态，能及时地，有针对性地采取防治措施，是非常有必要的[2-4，7-11]。MODIS遥感数据可较准确地反映出马尾松毛虫危害范围和程度，并在监测速度、监测范围及成本上都优越于过去传统的调查方法。 1研究区概况 三明市位于福建省中西北部，地理坐标为北纬25°29′～27°07′，东经116°22′～118°39′。平均年气温在18.8～19.6℃，平均年降雨量1760毫米。以丘陵为主的山地。三明市松毛虫每年发生3～4代，且松毛虫有迁徙的习性，一般是年发生世代多的马尾松毛虫间隔时间短，约3～4年爆发一次。同时松毛虫发生区一般可划分为常灾区、偶灾区、无灾区。常灾区多分布于大面积纯林地带。马尾松毛虫成灾，多在海拔500米以下的低山丘陵地区，树龄10年左右，郁闭度小且干燥易大发生[12]。根据松毛虫生物学特性，研究区内的立地条件比较有利于松毛虫的发生。 2研究方案 2.1研究内容 通过RS技术，以MODIS250ML1B遥感影像图与马尾松毛虫病虫害地面调查数据，运用数量化理论Ⅰ的方法。结合立地因子来研究马尾松毛虫病虫害的特征变化与MODIS遥感影像的直接与间接的光谱信息机理变化。讨论哪些立地因子会影响马尾松毛虫的发生，哪些MODIS遥感影像信息会随马尾松病虫害特征变化而发生变化，对确定的会对马尾松病虫害影响的立地因子与MODIS遥感影像信息进行分析，并探讨它们之间的关系。 2.2技术路线 MODIS遥感影像原始图 研究区shp图层 三明市DEM 预处理 arcview提取 EARDS8.7提取 研究区MODIS遥感影像图 马尾松林分分布 图 林分郁闭度 图 林分龄级图 林分年龄图 坡度图 坡向图 海拔图 坡位图 EARDS8.7提取 EARDS8.7建模 提取样地 立地因子图 EARDS8.7建立模型对立地因子划分等级 ARDS8.7建立模型对立地因子划分等级 立地因子 等级划分图 等级划分图 EARDS8.7建模提取 提取样地各类信息 DPS对不确定性立地因子筛选 DPS对相关因子分析 得到MODIS遥感影像信息随马尾松病害特征的变化而变化的机理 3资料收集及数据预处理 3.1资料收集 2003三明市林业局小班森林资源调查数据（以Shp图层格式提供），三明市DEM，三明市各县市shp图层，遥感影像为2003年10月29号MODIS 250m L1B[13-16]产品遥感影像图。 图1 研究区马尾松林分分布图 Figure 1 research area masson pine Judeich distribution map 3.2 MODIS遥感影像图预处理 3.2.1去重影 MODIS图像在其扫描线宽度方向由扫描条带组成，条带宽度为10（1000米分辨率）、20（500米分辨率）和40个象素（250米分辨率），所以地球的球面特性会导致扫描带两端产生数据的重叠现象，将扫描带组成遥感图像后即形成所谓的“蝴蝶结”效应（bowtie现象）。MOD IS 数据经过辐射校正后生成的L 1B 产 品存在着独特的重叠现象, 俗称“双眼皮”现象(bow - t ie effect) , 使得MOD IS 的边缘数据无法使用, 影响了数据的实际应用。象素尺寸随扫描角的变化规律如图2所示。这种象素尺寸的几何形变造成两个现象，一是边沿象素对象区域的重叠现象，而且越靠近边沿，象素重叠现象越严重；二是沿扫描方向图象的压缩失真。 如图3所示，Bowtie现象在星下点处不存在，随着扫描角度的变大bowtie现象逐渐加重，在边缘处达到最大值。Bowtie现象如果不预先处理，则MODIS数据就难以直接使用。 图2MODIS数据的“蝴蝶结”效应随扫 图3MODIS数据的“蝴蝶结”效应像元 描角变化规律 随扫描角变化规律 Fig 2 MODIS data “butterfly knot” effect Fig 3 MODIS data “butterfly knot” effect along with scanning angular variation rule element along with scanning angular variation rule Bowtie处理算法主要有“星历表法”和“非星历表法”两种。由于无法获得卫星的星历表与一些参数，所以无法运用星历表法，因此用非星历表法，主要是运用俄罗斯的modis tools模块在envi软件的环境下运行。处理效果见图-5。 图 4 MODIS数据的未去除“蝴蝶结”效应图 图 5 MODIS数据的去除“蝴蝶结”效应的效果图 Fig 5 MODIS data have not removed “the Fig 5 MODIS data elimination “butterfly butterfly knot” the effect chart knot” effect effect chart 3.2.2 图像配准 Modis遥感影像图的配准，本次主要是运用EARDS 8.7软件，采用精校正，运用1：20万福建地形图进行点对图校正，在地形图里读取明显地物的经纬度，运用EARDS 8.7的Coordinate Calculator模块将经纬度转化为krasovsky坐标，同时运用闽江流域TM影像图做参考。 采用多项式变换（Polynomial）图像校正，选择3次方。最少控制点数计算公式为(（t+1）*(t+2))/2,式中t为次方数，即采用10个控制点。本次配准总误差控制在0.5以下。2001～2008年modis遥感影像配准的精度效果较好，可用于本论文的研究。 同时由于本人无法对大气校正和太阳高度角的校正，但大气和太阳高度角对modis遥感影像的ndvi影像较小，在modis遥感影像区域天气晴朗时可以忽略大气的影像。本次论文使用的modis遥感影像图质量是较好的，在研究区域都是无云晴天。 3.2.3裁剪研究区域 用三明市各县市shp图层生成对应区域的AOI，运用EADRS8.7剪切的模块剪切三明市预处理好的MOD