遥感植被指数在重点国有林区“三总量”伐区检查中的应用研究——以对鹤立林业局的研究为例

林业资源管理 ›› 2009›› Issue (2): 100-105.

遥感植被指数在重点国有林区“三总量”伐区检查中的应用研究——以对鹤立林业局的研究为例

韩爱惠^1,2, 柏建伟³, 智长贵²

1.北京林业大学省部共建森林培育与保护教育部重点实验室,北京 100083;
2.国家林业局调查规划设计院,北京 100714;
3.国家林业局森林资源监督管理办公室,北京 100714

收稿日期:2009-01-12 修回日期:2009-04-01 出版日期:2009-04-28 发布日期:2020-12-16
作者简介:韩爱惠(1971-),女,河北人,高级工程师,在读博士生,主要从事林业遥感应用和森林资源监测工作。

Application of RS Vegetation Index in Forest Cutting-area Detection for“Three Total”Inspection in State-owned Forest Regions——A Case Study in Heli Forestry Bureau

HAN Aihui^1,2, BAI Jianwei³, ZHI Chuanggui²

1. The Key Laboratory for Silviculture and Conservation of Ministry of Education, Beijing Forestry University, Beijing 100083, China;
2. Academy of Forestry Inventory and Planning, Beijing 100714, China;
3. Office of Forest Resources Supervision and Administration, SFA, Beijing 100714, China

Received:2009-01-12 Revised:2009-04-01 Online:2009-04-28 Published:2020-12-16

摘要/Abstract

摘要： 以鹤立林业局为研究区域,以2007年“三总量”检查的TM遥感判读区划结果和抽样现地检查结果为基础资料,分析了同期遥感数据之间、不同年份遥感数据之间采伐地块的植被指数变化,以及不同采伐方式和不同采伐强度与植被指数变化的关系,为利用遥感数据进行 “三总量”检查进行了有益的探索和实践。

关键词: 伐区, 植被指数, 遥感, “三总量”检查, 重点国有林区

Abstract: Using the results of TM image interpretation and field sampling investigation of “Three Total” inspection in 2007 in Heli ForestryBureau, the paper analyses NDVI changes of TM data in forest cutting-area and analyses the changes relationship between different cutting modes and different cutting intensities based on TM data of the same year or different years, which provides a useful study on the application of remote sense images in “Three Total” inspection.

Key words: cutting-area, vegetation index, remote sensing, “Three Total” inspection, state-owned forest regions

中图分类号:

TP79
S757.4

韩爱惠, 柏建伟, 智长贵. 遥感植被指数在重点国有林区“三总量”伐区检查中的应用研究——以对鹤立林业局的研究为例[J]. 林业资源管理, 2009,(2): 100-105.

HAN Aihui, BAI Jianwei, ZHI Chuanggui. Application of RS Vegetation Index in Forest Cutting-area Detection for“Three Total”Inspection in State-owned Forest Regions——A Case Study in Heli Forestry Bureau[J]. FOREST RESOURCES WANAGEMENT, 2009,(2): 100-105.

[1]	郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72.
[2]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[3]	任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158.
[4]	焦全军, 郑焰锋, 黄文江, 张兵, 张鹤译, 史宜梦, 吴发云, 付安民. 陆地生态系统碳监测卫星松材线虫病变色木识别指数研究[J]. 林业资源管理, 2023, 0(4): 123-131.
[5]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[6]	梁立成, 傅晓强, 张滨, 程谷栒, 李佐晖. 基于GEE与随机森林的象山港互花米草动态监测[J]. 林业资源管理, 2023, 0(3): 38-45.
[7]	周梅, 李春干, 杨承伶, 李振. 无人机激光雷达人工林参数估测试验[J]. 林业资源管理, 2023, 0(3): 90-97.
[8]	张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110.
[9]	聂靖, 陆驰, 欧光龙, 胥辉. 基于Landsat8 OLI遥感因子的思茅松地上生物量二阶抽样估测[J]. 林业资源管理, 2022, 0(6): 68-75.
[10]	杨雪清, 孙志超, 王立生, 柴政, 邱议文, 蒋春颖. 森林可燃物大样地抽样调查方法研究[J]. 林业资源管理, 2022, 0(5): 53-59.
[11]	秦琳, 孟先进, 张水花, 薛亚东, 刘新科, 邢鹏. 北京三号卫星数据在松材线虫病遥感监测中的应用评价[J]. 林业资源管理, 2022, 0(4): 126-133.
[12]	田海静, 王林, 韩立亮, 范云豹, 杨吉林. 基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例[J]. 林业资源管理, 2022, 0(4): 134-140.
[13]	卞斐, 王红春. 黑龙江重点国有林区适用性林分形高模型研究[J]. 林业资源管理, 2022, 0(4): 20-27.
[14]	任天晨, 陈军锋, 刘楠. 山西省五台山地区近30年植被覆盖动态变化及影响因素[J]. 林业资源管理, 2022, 0(4): 89-99.
[15]	龙植豪, 罗鹏, 许等平, 李振, 代华兵. Sentinel-2A红边波段森林蓄积量反演研究[J]. 林业资源管理, 2022, 0(2): 126-134.