全 文 ：第
卷 第
期




年
 月
林 业 科 学 研 究

















,





无

,






一



影像森林应用研究初探 ‘
李增元 车学俭 刘 闽 白黎娜 谭炳香
摘要 本研究 利用

年成像的覆盖 山东省烟台地 区的
 一



和

资料开展工
作 。 研究中首先将这两种遥感资料进行 了几何精纠正和与地形图的配准 , 尔后 , 用典型相关分析法
对遥感资料

一

 、


、


和


 与森林参数
包括平均树高 、 胸径 、 枝下高 、冠 层厚
度和郁闭度
间进行了相关分析研究 , 结果表明 ,
波段的
 一

资料与森林冠层厚度和平
均树高相关程度较高
森林参数综合 因子 对
 一

 影像的 影响大于对所 用

波段 的影
响 , 说明

一

 资料在森林应用中 , 对森林参数乃至于 森林蓄积量的估测是有潜力的 。
关键词

一


 、

、森林参数 、典型相关分析
星 载










。











, 合 成 孔径 雷达
的森 林应 用研 究始 于

年






发射 。 随着


年

一
、


年

一
的升空 , 它的成像机理及应用研究渐
趋活跃 。
由于
 具有全天时 , 全天候 、 主要反映结构信息的特点 , 而这些是可见光 、 红外遥感不
具备或难 以做到的 。 因此 , 它的应用领域在不断拓宽 , 应用方法 、技术发展迅速 。 尤其是 自


年前苏联的“金刚石”
 、欧空局的

一


 、
 年 日本的


一

 的发射 , 更
呈现出令人瞩目的发展趋势 。
近年内 , 美国的

一




、 加拿大 的商业性雷达卫星








 等将陆续进
入轨道 , 这无疑会促进各领域对其机理和应用技术进行更深入的研 究 。
 年代是航天雷达的
遥感时代 , 这 已为世界诸多发达 国家所定论 。 我国为了追踪星载
 应用的国际水平 , 在有关
部门支持下特设立了《星载
 应用研究》项目 。 开展 了这方面的研究工作 。
我国在这方面的研究起步较晚 , 报道很少 , 仅见机载
 的应用研究〔‘〕。 对星载
 , 尤
其是

一

 的研究未有文献发表 。 基于此 , 我们于


 年 , 在山东省烟台地区对

资料在森林应用方面进行 了分析研 究 , 试验中将

影像作为辅助资 料 , 进行了

一



 和

与森林参数间的相关分析 , 拟从定量角度说 明森林参数对
 一



成像的
作用 , 以期探讨该影像的森林成像机理 。

试验区概况
烟台市位于
 东半岛东部 , 地理位置为




‘一




‘
,


‘一



‘
。
该区地形属起伏和缓 、谷宽坡缓的波状丘陵区 。 地势总的趋势是中部高 , 南 、北低 。 北部地
势较陡 , 南部地势相对平缓 。 全市山脉属长白山山系 。

 
一
一
收修改稿 。
李增元副研究 员 , 车学俭 , 刘闽 , 白黎娜 , 谭炳香
中国林业科学研究院资源信息研究所 北京




。

本文 属“八五 ”国家

 项 目“星载


的森林应用研 究 ” 。 本研 究在外业工作中得到北京大学曾琪明博士 、 山东省林
业勘测设计院 王建体等同志的帮助 , 内业分析中 , 唐守正研究员曾予指导 , 在此一并致谢 。

期 李增元等


一



影像森林应用研究初探
本区土壤以棕壤为主 。 气候属暖温带季风型大陆性气候 , 年均降水量





, 降水量
变率大 ,


 集中在夏季 , 时空分布不匀 , 四季相差悬殊
年均气温为



, 冬暖夏凉
温差小 。
本区树种以针叶林为主 , 主要树种为
赤松

动

洲











 。 ·

黑松




















落 叶松
加







,













,

侧柏
















、






 !


阔叶林分布较少 , 主要为
麻 栋






 !












刺槐


 人。
 户









杨类







。 林龄结构 中 , 幼龄林占整个林分面积的绝对优势





, 中龄林较
少 , 占




, 成熟林仅占



。
本研究中 , 主要在栖霞县境内进行采样 。

数据的获取和处理



数据获取








一

 数据 试验所用

一


数据成像时间为


年
月

日 , 该
景数据中心坐标为

“
‘
“
,





‘

“
, 数据产品参数见表
。







数据 用同年度成像且覆盖

一


 范围的一景

数据 , 作为辅助资料 ,
参与

一

 与森林参数相关分析 。





森林参数数据 在外业中 , 我们选取了
 块样地 , 样地大小为




。 结合遥感
影像 , 我们把所选样地准确标定在


万地形图上 。 样地中我们测定了平均树高 、胸径 、枝下
高 、冠层厚度和郁闭度 。
表


一


影像
 ’ 产品技术参数
频 率 极 化 入射角 空间分 辨力

 象元大小

 带宽










波段
士








中幅区
地距



方位






 ! ∀#∃ %
∃ !
资 P R I : P r e e i s i o n I m a g e
。
2
.
2 数据处理
2.2. 1 E R S一1 S A R 图像的几何变形 和斑点噪声 这无疑在森林的应用中受到限制 , 为了克
服此缺点 , 对图像进行了斑点噪声去除和几何精纠正处理 。
2
.
2
.
1
.
1 斑点噪声去除 经过几种滤波方法的对 比分析 , 考虑在平滑斑点的同时 , 尽量多地
保留边缘和纹理信息 , 对 E R S一1 S A R 图像用如下步骤和方法进行了处理 :
(l )二维中值滤波 :用 M x N 一 3 又 3 的滤波窗口 。 该法是将滤波窗 口 内的像元值都按灰度
大小顺序排列 , 并找出其中的中位数灰度值 , 将此 中位数灰度值代替窗 口 内中心像元的灰度
值 , 这样对中心像元上二维滤波就算完成了 。 如此按行方向将窗口移动一个像元位置 , 对同行
右移一个像元位置的像元继续进行二维中位数滤波 , 一行作完再移向下一行 , 直到处理完整个
图像为止 。
( 2 )a 滤波 :设 x , , , 为像元 (i , j) 处的灰度值 , 尸 ‘. , 为平滑后像元的灰度值 , 设噪声遵从具有
零均值和标准差 。 的正态分布 , 则 。 滤波可概括为如下步骤 :
¹ 设立密度范围(X , . , 一 乙 , X , , j + 乙) , 其中 乙一 2心
º 将(2n + l) x (Zm 一 l) 窗口 内的上述密度范围内的所有灰度值相加 ;
林 业 科 学 研 究 7卷
» 计算º 中像元的均值 , 即将º 中的结果除以窗 口 中属于 (X ;., 一乙 , X ‘., + 乙)范围的像元
数 目;
X , , ‘ > 戈 , , + 乙或 X , . , < X ; , , 一 △
X 、. , 一 乙 镇 X , , , ( X , , , + △
+ 月 少+ 阴 口+ 月 少十 .艺 艺 占, . , · X , ,! / 艺 乏 戈,I
盛~ i 一 ” ~ ] 一阴 盛一 ‘一 ” ‘= , 一 加
0,1‘|之!
、
一占
¼ x ‘. , 一 x’ ‘. ,
接着用二倍标准差法进一步去除斑点噪声 , 由于 95 % 左右的像元灰度值都在二倍标准差
以内 , 所以将大于二倍标准差的点作为斑点噪声处理 , 采用的方法为 :
C , . , C
, . ,
相邻 5 个像元的均值
(二倍标准差以内)
(二倍标准差以外)
经该法处理后 , 图像的斑点噪声明显减少 ;最后用分段线性拉伸法进行了拉伸处理 。
2
.
2
.
1
.
2 几何精纠正 通过几何途径建立构像模型 , 用控制点通过平差运算解求定向参数 ,
利用 D T M 纠正因高差引起的几何变形 , 最终形成了正射影像 图 。
2
.
2
.
2 T M 数据 用控制点将 T M 数据与 1 : 5万地形 图配准 。 完成了 E R S一1 SA R 、 T M 影
像与 1 : 5 万地形图的配准 。
2
.
2
.
3 森林参数与 E R S一1 SA R 和 T M 数据相 关分析 用典型相关分析法[z, 3〕。 通过多元随
机变量 X , Y 在 N 个样本上的值 , 计算自变量和因变量之间典型相关系数和典型判别系数(典
型方程系数 ) , 从而化 X , Y 为典型变量 。
设有两组变量 :X 一 (X :、 X Z , … , X , ) 为 自变量 ;Y 一 (Y , 、 Y Z , … , Y 户 ) 为因变量
欲求系数 (a , , a Z , …a。 ) 和伍1 , b : , …吞户 ) , 使综合变量
Z 一a IX , + … + ‘X , ; W 一b , Y , + …+ 弥Y ,
之间的相关系数达到最大 , 则称 Z , w 为一典范变量 。 系数(a , , 。 2 , …a;)和 (b , , b Z , …b户 ) 称为典
型判别系数 。
在 T M 波段的选择中同样考虑了波段间的关系 , 选择了 T M 3 (Y 2)、 T M 4 ( Y 3 ) 和 T M 7 (Y ;)
三个相关程度较低的波段 , 与 E R S一1 SA R (Y :)资料一起参与图像灰度和森林参数〔平均树高
(X , ) 、 胸径(X Z)、 枝下高 (X , ) 、 冠层厚度 (X ;)和郁闭度 (X S)」间的相关分析 。
3 结果分析和讨论
星载 SA R 系统用于监测陆地生态系统的标志是它 们测定地上生物量差异的潜力 。评价该
潜力 , 应采取一些步骤[’] , 首先 , 应研究雷达特征与有兴趣的生物物理参数间的关 系 ;其次应发
展和评价决定因果关系的假设 ;最后应发展和验证从 SA R 资料中获得期望参数的技术 。
在将星载 SA R 资料用于森林生态系统的研究中 , 最有效的方法是将其与其它遥感信息源
相结合 。 这是因为单纯的单波段 、 单极化的 E R S一 1 SA R 资料对陆地类型的分类并非理想 , 但
它可提供木质部分生物量的信息 , 而 T M 或 SPO T 资料含有类型信息较多 , 但对木质生物量
变化反映不敏感 , 因此 , 将两者结合应用 , 将有助于森林分析 。 研究中辅以了 T M 资料 , 进行了
E R S一1 SA R 和 T M 资料与森林参数间的相关分析 , 结果见表 2 。
从表中看出 , 林分平均树高与 ER S一1 SA R 呈正相关 , 而且相关程度较高 , 说明随着树木
高度的增加 , 会 引起表面粗糙度的加大 , 显然 E R S一1 SA R 图像上的亮度也会增强 。 树高与
期 李增元等:E R S一1 SA R 影像森林应用研 究初探
表 2 E R s一l sA R 、 T M 影像与森林参数间的相关系数
项 目
E R S一1 S A R
T M 3
T M 4
T M 7
胸 径
0.313 6
一 0 .0 2 3 4
一0 。 2 4 3 3
一0 . 37 7 7
0 . 1 78 4
0 . 1 68 7
一 0 . 1 30 1
一 0 . 3 4 7 7
枝 下高
0. 173 5
一0 . 2 8 6 2
一 0 . 6 4 9 5
一 0. 6 4 9 9
冠层厚度
0.3 14 8
0.138 5
0.058 2
一 0 .0 0 3 3
郁 闭 度
0.277 4
0.461 3
0.395 3
0.347 6
T M 几个波段间相关系数表明 , 它们间呈负相关 , 且以 T M 3 相关程度最低 , T M 7 为最高 。
在与胸径的相关分析 中 , 显示出 T M 7 波段与其呈负相关 , 相关程度最高 , E R S 一1 SA R
相关程度居第二 , 且呈正相关 。
研究表明 , 枝下高与 T M 资料相互关 系较 E R S一1 SA R 为密切 , 而冠层厚 度则相反 , 即以
E R S一1 SA R 为最高 , 其次为 T M 3 、 T M 4 与 T M 7 , 且与 T M 7 呈负相关 。
郁闭度与试验所用遥感资料呈正相关 。 在关系程度中 , T M 3 波段最高 , 其次为 T M 4 和
T M 7波段 , E R S 一1 SA R 最低 。
在山东试验区 , 片林中幼龄林占绝对优势 , 中龄林很少 , 而成熟林很难看到 。 就这种情况而
言 , 树木高度的差别 , 主要 由冠层的厚 、薄引起 , 而枝下部分的影响较小 , 这可 由它们间的相关
分析证实(表 3)。
表 3 森林参数间的相关系数
项 目 树 高 胸 径
冠层厚度
郁 闭 度
1.000 0
0.604 0
0.544 9
0.703 9
0.14 5 1
0.604 0
1.000 0
0.629 0
0.500 9
0.091 5
枝 下 高
0. 544 9
1. 629 0
1. 00 0 0
0. 279 0
0. 151 6
冠层厚度
0.703 9
:::
1.000 0
0.103 9
郁 闭 度
0. 145 1
0.09 1 5
0. 15 1 6
0. 103 9
1.000 0
对 ER S一 1 SA R 而言 , 由于其波长较短 (C 波段) 。 故而穿透能力较弱 , 在雷达回波中 , 来
自由枝条和叶组成的树冠层的后向散射占优势〔5一 日〕, 先前建立模型的研究〔5 ·’〕也证实了 C 波段
的微波散射是发射的微波能量与树冠中的成份 (枝条和叶)相互作用的结果 。 因此 , 对 于成熟
林 , 因其树冠层较厚 , C 波段 的雷达 回波不能穿透树冠层较深处 , 所以其雷达回波主要来 自于
树冠层的较上部分 , 然而 , 对幼林来说 , E R S 一1 SA R 穿透性可使整个树冠层对雷达 回波起作
用 , 显然 , C 波段的 E R S一1 SA R 在幼林的应用中比成熟林要有效 。
分析相关程度最高的第一对典型变量 (典型相关系数为 0. 668 6 ) , 获得如下结果 :
森林参数 :Z := 0.032 3X I一 0.0 10 3X 2一 0.03 2 2X 3一 0.031 gX ‘+ 0 . 4 3 5 3 X 5
E R S 一1 SA R 和 T M :W , = 0 . 1 9 0 I Y I + 0 . 0 5 4 3 Y 2 一 0.04 1 4Y 3+ 0 .090 ZY ;
对森林参数综合因子 (Z , ) 而言 , 起主要作用的是 X 、 (郁闭度 ) 、 X I ( 树高 )、 X 。 (枝下高 )和
X 4(冠层厚度);而在综合遥感资料中起主要作用的是 E R S一 1 S A R , 由此可得出各森林参数
对 E R S一 1 SA R 影像的影响大于对 T M 3 、 T M 4 和 T M 7波段的影响 。
4 初步结论
(1)ERS一1 sA R 图像与树冠层厚度和树高相关程度较高 , 而 T M 的三个波段与郁闭度
林 业 科 学 研 究 7卷
和枝下高度关系较密切 。
( 2 ) E R S 一1 SA R 图像对森林参数综合变化的反映较 T M 3 、 T M 4 和 T M 7 波段为敏感 。 这
说明 E R S一1 SA R 影像在森林应用中对森林参数 、乃至于森林蓄积量的估测较 T M 为好 , 有
一定的应用潜力和应用价值 。
参 考 文 献
1 李留瑜 , 李克谓 , 唐小平 , 等 .机载合成孔径侧视雷达 图像应用 于森林资源 调查可行性研 究.环境遥感 , 1 9 89 , 4 ( l ) : 3 ~
1
7
-
2 唐守 正.多元统计分析方法.北京 :中国林业 出版社 , 1 9 89 . 90 一 101 .
3 郎奎健 , 唐守正.IB M P C 系列程序集 :数理统计 、调查规划 、 经营管理.北京 :中国林 业出版社 , 1 98 9 . 47 3 一 47 6.
4 K asiseh ke E S , C h r i s t e n s e n N I 矛 . C o n n e e t i n g f o r e s t e e o s y s t e m a n d m i e r o w a v o b a e k s e a t r e r m o d e l s . I n t . J . R e m o t e
S e n s i n g
,
1 9 9
0
,
1
1
(
7
)
:
1 2 7 7 一 12 98 .
5 M e Do n ald K , Do b s o n M C
,
U l
a
b
y
F T
.
M
o
d
e
l i
n
g
m
u
l
t
i
f
r e
q
u e n e
y
d i
u r a
l b
a e
k
s e a t r e
r
f
r
o
m
a
w
a
l
n u r o r
e
h
a
r
d
.
I E E E
T
r a n
s
.
o n 块osei. and R em ote Se nsing , 1 9 9 1 , 2 9 : 8 5 2 ~ 8 6 3 .
6 P
a r
i
s
m i
e
r
o
w
a
v
e s e a t r
e r
o n i e t e
r
.
I E E E
‘
r
r a n s
.
o n
G
e o s e
i
.
a n
d R
e -
n 〕o t e
J F
.
P r o b in g t h ie k v e g e ta t io n e a n o p ie s w it h a f ie ld
S e n s in g
,
1 9
8
6
,
2 4
:
8
8
6
~
8 9
3
·
7 M
o u g i
n
E
,
I
o
p
e z
A
,
l
e
T
o a n
T
.
M i
e r o
w
a v e p r o p a g
a t
i
o n a t
X 一ban d in eylind rieal一51、a p e d fo r e s t e o m p o n e n ts :a t te n u -
a t io n o b s e r v a t io n s
.
I E E E T r a n s
. o n G e o s e i
. a n d R e m o t e 段nsing , 1 9 9 0 , 2 8 : 6 0 一 69 .
8 D o bs o n M C , U l a b y F T , I e T o a n T , e t a l .
De
p e n d
e n e e o
f
r a
d
a r
b
a e
k
s e a r r e r o n e o n
i f
e r o u s
f
o r e s t
b i
o
rn
a s s
.
I E E E
T
r a n s
.
o n
G
e o s e
i
.
a n
d R
e
m
o r e 旋nsing , 1 9 9 2 , 3 0 ( 2 ) : 4 1 2 ~ 们 5.
9 U laby F T , Sa r a b a n d i K , M e
Do
na l d K
, e t a
l
.
M i
e
h i g
a n
m i
e r o w a
v e e a n o p y s e o t r
e r
i
n g m
o
d
e
l
.
I
n r
.
J
.
R
e
m
o t e
S
e n s
i
n g
,
1 9 9 0
,
1 1
(
7
)
:
1
2
2 3
~
1 2 5 3
.
P
r e
l i
m
i
n a r
y R
e s e a r c
h
o n
t h
e
A P P l i
e a
t i
o n o
f E R S 一1 SA R in Forest
LiZen舒uan Che X uej ian L iu M , n B a i L i n a 7 ’a n B i n g x i a n g
A b s t r a c t T h
e
d
a t a s e t s u s e d f
o r t h i
s s t u
d y w
e r e o
b
r a i n e d
o v e r t h
e
Y
a n t a i r e g i o n i n
S h
a n
d
o n g P r o v i n e e b y E R S 一1 SA R and T M during the period of 1992. T hose rem ote sens-
ing data w ere geom etrieally eorreeted and digitally registered. T he relationship betw een
E R S一1 SA R , T M d a t a a n d f o r e s t p a r a m e t e r s w a s a n a l y s e d b y u s i n g r h e m e t h o d o f e a n o n i e a l
e o r r e
l
a t i
o n a n a
l
y s i
s
.
T h
e r e s u
l
t
s s
h
o
w
e
d
t
h
a t t
h
e r e
w
a s a e
l
o s e e o r r e
l
a t l o n
b
e t
w
e e n
C 一b and
o f E R S一1 SA R data and erow n rhiekness and average tree height , w h i e h i n d i e a t e d t h a t t h e
i
n
f l
u e n e e o
f
v a r
i
o u s
f
o r e s t p
a r a
m
e t e r s o n
E R S 一1 SA R im age w as bigger than that on T M
im age. 50 there 15 a great potential of applying E R S一1 S A R data for estim ating fo rest p a-
ram eters , e v e n f o r e s t v o l u m e .
K
e
y w
o r
d
s
E R S 一1 SA R , T M , f o r e s t P a r a m e t e r s , e a n o n i e a l e o r r e l a t i o n a n a l y s i s
I
J
i Z
e n g y u a n
,
A
s s
oc i
a t e
P
r o
f
e s s o r ,
C h
e
X
u e
j i
a n ,
l
砂
i u M i n
,
Ba
i I i
n a
,
T
a n
B i
n
g
x : a n
g
( T h
e
R
e s e a r e
h I
n s t
i
t
u
t
e o
f F
o
re
s
t
R
e s o u r c e
I
nf
o r
m
a t
i
o n
T
e e
h
n
i
q
u e s
,
C A F
Be
i j i
n g 1 0 0 0 9 一) .