森林类型遥感分类及变化监测研究进展

• 作者: 周雯 易利龙 田昕 颜伟
• 来源期刊: 遥感技术与应用
• 学科: 地球科学
• 关键词: 多源遥感数据 森林分类 深度学习 变化监测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综述
• 页码范围: 445-454
• 页数: 10页
• 分类号: P351.3
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2019.3.0445

摘要

森林是陆地生态系统最主要的植被类型,利用遥感技术对森林类型分类识别和动态监测对于全球碳循环研究和森林资源可持续发展具有重要意义.梳理了森林遥感分类的主要经典方法,从传统的基于像元的分类方法、面向对象方法再到新型基于红边波谱信息以及基于深度学习的分类方法,并详细介绍了现有的各种方法的应用案例及其优势.最后,提出了现阶段森林遥感分类和遥感变化监测研究中的局限性,为新形势下的森林资源动态监管提供借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田昕	中国林业科学研究院资源信息研究所	31	299	9.0	17.0
2	周雯		1	4	1.0	1.0
3	易利龙		1	4	1.0	1.0