摘要 介绍了遥感技术的定义，综述了光学遥感及微波遥感在林业研究中的应用，以为森林资源现状及其动态变化的研究提供参考。
关键词 遥感技术；林业研究；应用进展
中图分类号 TP79 文献标识码 A 文章编号 1007-5739（2015）18-0256-02
1 遥感技术定义
广义的遥感（Remote Sensing）是泛指一切无接触的远距离探测；狭义的遥感则指不与探测目标物接触，直接应用探测器从远处把目标的电磁波特性进行记录分析，从而对物体特征性质及其变化进行探究的探测技术[1]。由于具有大面积同步观测、时效性、经济性等优点，遥感在林业研究中有广泛的应用。
2 遥感技术在林业研究中的应用
2.1 光学遥感在林业研究中的应用
光学遥感是指接收到的遥感图像成像的波段范围在可见光范围内以及部分紫外和红外光谱区间内的遥感技术。植被在近红外时反射率较高，约占全部比重的40%，而相邻可见光的红光波段反射率较小，约占反射比例的10%，两者反差较大，差异明显，因此被大量应用于林业调查研究。
2.1.1 林木覆盖率测定。林木覆盖率测定的关键在于森林与无林地的识别，借助假彩色合成、边界增强、图像分割等图像增强技术处理的遥感影像，结合目视解译方法即可较好地区分出森林、灌丛和草地等植被，主要判别依据是遥感影像上的纹理结构和色调。
2.1.2 森林蓄积量的计算。根据森林学的特点，确定林分密度、林分类型及龄组3个因子。通过监督分类确定每个像元3个变量的值。可通过将每个像元3个变量的值代入记分模型，得出每个像元的蓄积量，然后再进行分类汇总估算蓄积量[2]。此种遥感数学分析方法可确保一定的精度，具有效率高、成本低等优点，可用于大面积的森林调查。
2.1.3 森林郁闭度信息提取。一般遥感图像上郁闭度参数的提取比较容易，但若是利用较宽波段的遥感数据进行郁闭度信息的提取则精度不高，这是由于遥感图像的空间分辨率较低，存在混合像元的现象[3]，此时可通过高光谱数据进行混合像元分解达到提取郁闭度参数的目的[4]。
2.1.4 森林火灾监测。森林火情因其分布面积大，交通不便而难以发现。目前，主要利用卫星或飞机上安装的红外探火装置进行火情探测，可以及时发现火情，进而采取有效措施进行扑救，如通过卫星像片识别雷暴雨，采取人工降雨进行森林火灾的扑灭。
2.2 微波遥感在林业研究中的应用
微波是指波长在1 mm至1 m的电磁波，它比可见光―红外（0.38～18 μm）波长要大得多。微波遥感与可见光―红外遥感在技术上也有较大区别。微波遥感用的是无线电技术，而可见―近红外遥感用的是光学技术，通过摄影或烧苗来获取信息。与可见―红外遥感相比，微波遥感的起步较晚、数据获取较难、实际应用也不如可见―红外遥感普遍。然而微波遥感具有全天时、全天候、穿透性以及对地表粗糙度、地物几何形状、介电性质的敏感性、多波段多极化的散射特性等独特优势，已成为遥感技术研究的热点，成为对地观测十分重要的前沿领域[5]。
2.2.1 森林资源调查。由于微波遥感不受天气因素的影响，可以穿透云层和树林对地面成像，可以对地表做进一步观测。
2.2.2 森林分类。一些研究表明，利用多时相的SAR图像或将SAR与光学遥感相结合会有助于森林分类，提高分类精度。Leckie对加拿大安大略省白奎河附近的森林类型进行分类研究，结果表明：将可见光、红外光遥感与SAR结合，对针叶树种的区分雷达波段较可见光波段为好。
2.2.3 森林自然灾害监测。通过卫星图片，结合专家知识，可分析一定的致灾因子，也可评估灾害预防措施的可行性，为防治灾害提供参考依据。SAR因其全天候成像能力及快速访问能力成为未来森林灾害监测的主体[6]。
2.2.4 森林蓄积量和生物量估测。目前，主要利用机载SAR数据和星载SAR数据进行森林蓄积量和生物量估测，其估测精度满足了二类森林调查的需要[7]。1997年Israelsson等利用主动微波遥感传感器进行了森林生物量制图，取得了较好的效果。
3 结语
目前，卫星遥感技术作为一门实用的新技术被广泛应用于林业研究中，它在森林资源调查和管理方面，具有低成本、高效率、易重复的特点，但仍处于发展中，还有一些不完善的地方，例如很难对树木的树种进行精确的识别，林分中年龄识别也有一定难度，暂时还不能完全取代常规的林业调查技术，但通过与常规的抽样技术、航空遥感技术、模型技术等相结合，可充分显示出卫星遥感技术的优越性。
4 参考文献
[1] 梅安心，彭望碌. 遥感概论[M].北京：高等教育出版社，2002.
[2] 党晓鹏.遥感信息在林业中的应用[J].林业勘查设计，2002（2）：60-62.
[3] 史良树.遥感技术现状及其在林业中的应用[J].林业资源管理，2004（2）：50-63.
[4] 浦瑞良，宫鹏.高光谱遥感及其应用[M].北京：高等教育出版社，2000.
[5] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2012.
[6] J M SHAWN HUTCHINSON.Radar estimates of soil water content across vegetated water sheds[D].Kansas：Kansas State University，2001.
[7] 白黎娜，李增元，Fabio Maselli 应用遥感数据识别意大利沿岸松林灾害级别[J].林业科学研究，2001，14（5）：479-483.
