3S技术应用案例课件

“3S”技术应用案例技术应用案例132“3S”“3S”技术应用案例技术应用案例技术应用案例技术应用案例“3S”“3S”技术集成模式技术集成模式技术集成模式技术集成模式“3S”“3S”参数的主要特征参数的主要特征参数的主要特征参数的主要特征“3S”技术应用案例132“3S”技术应用案例“3S”技术目的要求目的要求初步了解初步了解“3S”参数的主要特征，参数的主要特征，“3S”技术集成模式；技术集成模式；理解应用理解应用“3S”技术解决实际地学问题技术解决实际地学问题的研究思路。的研究思路。重点重点“3S”技术集成模式技术集成模式“3S”技术的应用技术的应用难点难点“3S”技术集成模式技术集成模式目的要求nRS理论基础理论基础电磁波与地物光谱特性电磁波与地物光谱特性植被植被、土壤、水体、岩石、土壤、水体、岩石传感器与地表信息的获取传感器与地表信息的获取遥感图像与地表信息特征遥感图像与地表信息特征图像处理与技术应用图像处理与技术应用预处理预处理(几何校正、辐射校正几何校正、辐射校正)增强处理增强处理(空域增强、频域增强空域增强、频域增强)分类处理分类处理(非监督、监督分类非监督、监督分类)数据融合数据融合内容回顾内容回顾RS理论基础内容回顾植物的光谱曲线植物的光谱曲线可见光波段0.4-0.76m有一个反射峰值，大约0.55m(绿)处，两侧0.45m(蓝)和0.67 m(红)则有两个吸收带；近红外波段0.7-0.8m有一反射陡坡，至1.1m附近有一峰值，形成植被独有特征；中红外波段1.3-2.5m受植物含水量影响，吸收率大增，反射率大大下降。植物的光谱曲线可见光波段0.4-0.76m有一个反射峰值，nGIS理论基础理论基础地理信息的描述与表达地理信息的描述与表达地理信息的组织与管理地理信息的组织与管理地理信息分析与应用模型地理信息分析与应用模型叠置分析叠置分析缓冲区分析缓冲区分析网络分析网络分析空间统计分析空间统计分析地理信息可视化与虚拟再现地理信息可视化与虚拟再现内容回顾内容回顾GIS理论基础内容回顾nGNSS理论基础理论基础GNSS的构成的构成卫星星座卫星星座地面监控系统地面监控系统信号接收机信号接收机空间定位与导航空间定位与导航GNSS误差分析误差分析GNSS外业和内业流程外业和内业流程内容回顾内容回顾GNSS理论基础内容回顾1“3S”参数的主要特征参数的主要特征1“3S”参数的主要特征“3S”的参数特征的参数特征“3S”的参数特征2“3S”技术集成模式技术集成模式v作为实时、客观获取空间信息的新兴技术手段，作为实时、客观获取空间信息的新兴技术手段，RS和和GNSS成为成为GIS的重要数据来源，而通过的重要数据来源，而通过GIS对其获得的数据进行处理和分析，可以提取对其获得的数据进行处理和分析，可以提取各种有用信息，以进行决策支持。各种有用信息，以进行决策支持。v3S技术为科学研究、政府管理、社会生产提供了技术为科学研究、政府管理、社会生产提供了新一代的观测手段、描述语言和思维工具。新一代的观测手段、描述语言和思维工具。3S的结合应用，取长补短，是一个自然的发展趋势，的结合应用，取长补短，是一个自然的发展趋势，三者之间的相互作用形成三者之间的相互作用形成“一个大脑，两只眼睛一个大脑，两只眼睛”的框架。的框架。2“3S”技术集成模式作为实时、客观获取空间信息的新兴技术3S的相互作用与集成的相互作用与集成RSGNSSGIS几何配准、几何配准、辅助分类等辅助分类等提供或更新提供或更新区域信息区域信息提供或更新提供或更新空间定位空间定位定点查询定点查询专题信息专题信息几何校正、训练区选择及分类验证等几何校正、训练区选择及分类验证等提供定位遥感信息查询提供定位遥感信息查询RS和和GNSS向向GIS提供或更新区域信息以及空间定位，提供或更新区域信息以及空间定位，GIS进行进行相应的空间分析，以从相应的空间分析，以从RS和和GNSS提供的浩如烟海的数据中提提供的浩如烟海的数据中提取有用信息，并进行综合集成，使之成为决策的科学依据。取有用信息，并进行综合集成，使之成为决策的科学依据。3S的相互作用与集成RSGNSSGIS几何配准、辅助分类等提GIS needs RS and GNSSGIS needs RS and GNSSRS needs GIS and GNSS遥感影像几何校正需要设置哪些参数？如何选择？控制点数量要多少？如何控制校正精度？RS needs GIS and GNSS遥感影像几何校正需1+1+1 31+1+1 3集成的四种模式集成的四种模式GIS与与RS集成集成vRS作为作为GIS的数据来源的数据来源vGIS作为作为RS的分析工具的分析工具RS与与GNSS集成集成v空对地直接定位空对地直接定位GNSS与与GIS集成集成v车辆导航与监控车辆导航与监控v基于位置的服务基于位置的服务GIS、RS与与GNSS集成集成v移动测图移动测图v精准农业精准农业集成的四种模式GIS与RS集成RS GIS:Geographic Object-Based Image AnalysisUniversity of NottinghamRSGIS:Geographic Object-BaseRS GIS:Geospatial ModelingRSGIS:Geospatial ModelingWorking flow of SILUP(Sustainable Integrated Land Use Planning)Working flow of SILUP(SustainPrototype of a FCM(Final Classification Matrix)Prototype of a FCM(Final Clas基于基于FCM模型的南京市江宁区土地利用综合评价模型的南京市江宁区土地利用综合评价结果结果基于FCM模型的南京市江宁区土地利用综合评价GNSS RS:Field VerificationPengfeng Xiao,Maggi Kelly,Qinghua Guo,2014.Comparing individual tree segmentation based on high resolution multispectral image and lidar data.2014.American Geophysical Union Fall Meeting.GNSSRS:Field VerificationPenGNSS RS:Field VerificationGNSSRS:Field VerificationGNSS GIS:Vehicle Tracking System(VTS)GNSSGIS:Vehicle Tracking SysGNSS GIS:In-Car/Portable Navigation SystemGNSSGIS:In-Car/Portable Navi3“3S”技术应用案例技术应用案例基于基于基于基于Landsat 8 OLILandsat 8 OLI数据的数据的数据的数据的昆嵛山森林生物量反演昆嵛山森林生物量反演昆嵛山森林生物量反演昆嵛山森林生物量反演GIS、RS与与GNSS集成案例集成案例3“3S”技术应用案例基于Landsat 8 OLI数据的研究背景研究背景数据与方法数据与方法结果分析结果分析结论结论目录目录研究背景数据与方法结果分析结论目录结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法v森林作为陆地生态系统中最大的碳库，在减缓森林作为陆地生态系统中最大的碳库，在减缓大气大气CO2浓度升高和全球气候变暖方面起着关浓度升高和全球气候变暖方面起着关键作用。键作用。v森林生物量是反映森林生态系统结构和功能以森林生物量是反映森林生态系统结构和功能以及森林质量的重要指标，是评估森林固碳能力及森林质量的重要指标，是评估森林固碳能力和碳收支的重要参数。和碳收支的重要参数。v在我国，利用遥感技术反演森林生物量的研究在我国，利用遥感技术反演森林生物量的研究已在大尺度区域广泛开展，但对中小尺度如具已在大尺度区域广泛开展，但对中小尺度如具有典型植被特征自然保护区的研究相对不足。有典型植被特征自然保护区的研究相对不足。结果分析结论研究背景数据与方法森林作为陆地生态系统中最大的碳结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法p研究区概况研究区概况 昆嵛山自然保护区地处我国山东半岛东部，是山东昆嵛山自然保护区地处我国山东半岛东部，是山东省第一个森林生态系统类型的国家级自然保护区，蕴藏省第一个森林生态系统类型的国家级自然保护区，蕴藏着丰富的植物种类并保存有良好的天然植被，是天然生着丰富的植物种类并保存有良好的天然植被，是天然生态博物馆，是我国北方地区植被宝库之一。态博物馆，是我国北方地区植被宝库之一。结果分析结论研究背景数据与方法研究区概况结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法GNSSRSGIS集成集成应用应用技技术术路路线线结果分析结论研究背景数据与方法GNSSRS技术路线v数据与方法数据与方法数据数据时间时间目的目的Landsat 8 OLI2015.9.27土地覆盖分类土地覆盖分类遥感建模因子遥感建模因子生物量反演底图生物量反演底图DEM地形因子地形因子样地实测数据样地实测数据2017.4样地生物量样地生物量结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法数据与方法数据时间目的Landsat 8 OLI2015.9结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法Landsat 8 OLI影像校正后的影像图像分割选择训练样本精度评价建立规则分类对象特征提取最大似然法分类精度评价分类结果对比最大似然法分类向对象分类面向对象分类辅助数据DEM辐射校正几何精校正RS与GIS集成结果分析结论研究背景数据与方法Landsat 8 OLI校正结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法8个纹理信息变量个纹理信息变量12个植被指数变量个植被指数变量6个图像信息增强变量个图像信息增强变量特征变量特征变量3个地形因子变量个地形因子变量6个波段组合变量个波段组合变量结果分析结论研究背景数据与方法8个纹理信息变量12个植被指数结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法共采集共采集62个样方，其中针个样方，其中针叶林叶林47个，阔叶林个，阔叶林15个。个。针叶林针叶林阔叶林阔叶林结果分析结论研究背景数据与方法共采集62个样方，其中针叶林4结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法针叶林针叶林阔叶林阔叶林全森林全森林森林生物量最优模型选择森林生物量最优模型选择结果分析结论研究背景数据与方法针叶林阔叶林全森林森林生物量最结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法v模型精度验证模型精度验证模型模型相关系数相关系数R 拟合系数拟合系数R2F值值显著水平显著水平P值值针叶林针叶林0.740.5514.490.000阔叶林阔叶林0.580.345.080.048全森林全森林0.620.387.730.000模型模型模拟模拟生物量生物量(thm-2)实测生物量实测生物量(thm-2)精度精度(%)针叶林针叶林40.1051.5977.73阔叶林阔叶林227.26273.7483.02全森林全森林174.29261.4266.67结果分析结论研究背景数据与方法模型精度验证模型相关系数R拟合结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法v昆嵛山森林生物量反演昆嵛山森林生物量反演昆嵛山保护区针叶林昆嵛山保护区针叶林(a)、阔叶林、阔叶林(b)和全森林和全森林(c)生物量统计图生物量统计图结果分析结论研究背景数据与方法昆嵛山森林生物量反演昆嵛山保护结果分析结果分析结论结论研究背景研究背景数据与方法数据与方法v森林生物量模型拟合效果：针叶林全森林阔叶林。样地实测生物量验证表明，分森林类型的生物量模型精度高于全森林，其中阔叶林针叶林全森林。v昆嵛山保护区森林生物量为3.54105 t，其中针叶林1.98105 t，阔叶林8.12104 t；保护区平均生物量为24.94 thm-2，其中针叶林1.71 thm-2，阔叶林30.56 thm-2。v森林生物量总体变化趋势：核心区缓冲区实验区外围保护带。结果分析结论研究背景数据与方法森林生物量模型拟合效果：针叶林