(徐冠華)
遙感圖像通過計算機處理和分析，應用於林業。它可以提高遙感圖像的質量，提高目視解譯的精度，通過計算機模式識別和分析，直接獲得森林類型和森林資源的數據和圖紙。計算機處理的主要對象是空間遙感圖像，其特點是速度快、成本低。為及時掌握全國林區森林資源變化信息創造了條件；同時，遙感信息可以與計算機中存儲的其他信息，如地理信息、林分生長信息、業務活動信息等進行匹配，通過各種數學模型進行系統分析，實現森林資源管理的自動化。
操作原理
計算機有強大的計算能力，但它只能對數字進行運算。因此，要進行圖像計算機處理，首先要把不斷變化的普通圖像轉化為離散的數學圖像，即圖像的數字化。數字化過程是將壹幅圖像分成許多稱為像素的小區域，然後對每個像素的亮度進行采樣和量化。采樣是測量像素的平均亮度；量化就是用壹個整數來表示這個亮度，叫做像素的灰度值。這樣，數字圖像可以表示為二維矩陣，矩陣的行和列表示圖像中每個像素的平面坐標，矩陣元素的值表示像素的灰度值。數字圖像可以通過將攝影圖像數字化來獲得，或者通過用衛星或飛機上的掃描儀逐像素掃描來獲得。掃描儀壹般是多通道的，所以林業中用於計算機處理的圖像大多是多波段數字圖像。
工作職責
根據不同的應用目的，林業圖像的計算機處理可以概括為三個方面:圖像增強、圖像分類和圖像定量指標估計。
圖像增強
林業遙感圖像計算機增強處理的目的是通過計算機改變原始圖像的灰度結構，使處理後的圖像與肉眼觀察到的光學響應特征相匹配，突出森林類型的特征，從而獲得更好的森林目視解譯效果。增強處理基本分為:①頻域增強:在修改圖像傅裏葉變換的基礎上，對所需頻帶進行增強。②空域增強:基於對原始圖像的直接數據變換，包括與圖像位置相關的變換和與圖像位置無關的變換。其中，空間卷積運算是壹種位置相關的變換；對數、指數、代數和顏色編碼屬於與位置無關的空間變換。這些變換因選擇不同的算子而得到不同的增強效果，適用於遙感圖像在森林調查各個領域的應用。
圖像分類
基於模式識別理論，利用計算機對圖像中的森林類型進行分類。眾數是指任何壹組有確定意義的測量，可以看作是測量空間中的壹個點。模式識別是對待識別的物體進行壹系列的測量，然後將測量結果形成的模式與地面物體的已知模式進行比較。根據壹定的決策標準，確定其屬於某壹地物模型所代表的土地類型。在模式識別中，如果已知特征模式的選擇是在操作者的監督下進行的，這種分類方法稱為監督分類；如果已知的地物模式是通過計算機自動聚類得到的，這種分類方法稱為無監督分類。監督分類方法包括最大似然法、最小距離法和超矩形法。其中，最大似然法分類精度較高，但分類速度較慢；最小距離法分類速度快，但精度低；超矩形法的分類精度與最大似然法相近，但分類速度遠高於最大似然法。實踐表明，超矩形法是計算機進行簡單樹種林區森林分類的有效方法。無監督分類方法包括聚集分析法、最大最小距離質心選擇叠代法和分裂組合叠代法。除了這些傳統的分類方法外，近年來還發展了提取衛星圖像空間信息並與衛星圖像光譜信息相結合的分類方法，如局部紋理參數法、分組聚類法和區域紋理參數法等。在地形和森林類型復雜的林區，基於提取混合像元和提取純像元空間信息的分類方法可以提高分類精度。
圖像量化指數的估計
定量指標中的各類森林面積可以通過衛星影像的計算機分類直接獲得，所以這裏主要指森林蓄積量。蓄積量的估算是根據資源衛星數據圖像中各波段亮度值的林業特性，根據線性或非線性數學模型完成的。通過該模型，可以根據資源衛星數據影像各波段的亮度值和地面樣地估算森林蓄積量。例如，根據訓練地塊，按照森林類型、年齡組和密度對森林區域進行監督和分類。每個分類原則稱為壹個變量，每個變量中的每個類別稱為壹個等級。這樣，每個像素的每個變量在分類後都有壹個等級值。估算存量時，根據實測地類與訓練地塊存量價值的關系建立評分模型，並考慮變量間的交叉效應。將監督分類確定的每個像素的三個變量的值代入評分模型，以返回每個像素的存量。根據要求，對同壹樹種或同壹年齡組的像元進行累加，即得到該樹種或年齡組的總累加，進而得到調查區域的累加。這樣就完成了林業圖像定量指標的計算機分析。
儀器和設備
林業遙感圖像的計算機處理可采用專用數字圖像處理系統或通用計算機進行數字圖像處理。①專用數字圖像處理系統:衛星數字圖像處理的特點是數據量大，記錄長，對圖像輸入輸出要求嚴格。因此，需要配備通用計算機主機、人機對話控制臺、字符顯示器、圖像顯示器、大容量外部存儲器(磁帶和磁盤設備)、模數轉換設備(將膠片和照片轉換成數字後輸入計算機)、數模轉換設備(將計算機處理後的數據轉換成圖像)等硬件設備，以及方便專業人員使用的人機對話軟件和快速靈敏的專用程序。目前，大多數圖像處理程序都是用Fortran語言編寫的。②通用計算機數字影像處理:壹般壹臺通用計算機配九個磁帶機(密度為800或1600BPI，TM影像磁帶密度通常為6250BPI)和磁盤驅動器就可以做衛星數字影像處理。磁帶圖像數據可以從磁帶驅動器傳輸到磁盤，並由各種圖像處理程序進行處理。處理結果可以保存在磁帶上，送到專門的圖像處理設備進行繪圖，也可以用打印機直接打印出來，作為灰度圖像或字符碼圖像。通用數字圖像處理的突出優點是不需要昂貴的專用圖像處理系統，實現了壹機多用。
現狀與展望
林業圖像的計算機處理研究始於20世紀70年代初，到80年代初，壹些國家已經取得了很大進展。蘇聯形成了以衛星影像結合大比例尺航拍照片為基礎的森林調查監測新體系。在這個系統中，計算機圖像處理起著重要的作用。在美國加州利用Landsat影像的計算機分析進行森林調查的實驗中，美國根據樹種、郁閉度、樹冠直徑劃分了9個森林類型，準確率達85%，提供的信息相當於中等比例尺的航拍照片。巴西利用計算機處理的衛星圖像進行目視判讀，監測的森林面積由1979擴大到500萬平方公裏。用陸地衛星測繪，每平方公裏只要0.045美元，準確率85 ~ 90%。
新壹代衛星的發射和應用將是林業圖像計算機處理取得突破的主要因素。美國的Landsat-5、法國的SPOT、軍用陸地衛星等新壹代衛星，都有壹個共同的特點，就是空間分辨率大大提高，從原來的79米提高到30米或10米和20米，從而大大提高了計算機分類森林類型的精度。實驗表明，新壹代衛星影像能夠清晰地顯示不同森林類型的紋理和紋理特征，並可與1∶50000或1∶100000的地形圖和專題圖進行成圖。
計算機技術的進步也為林業圖像處理技術的發展創造了良好的條件。衛星影像數據的特點是數據量大，計算量大。目前壹幅陸地衛星影像有3000萬數據，新壹代衛星數據將增長10倍以上；在圖像處理中，每個數據都會被操作幾百次甚至上千次。所以對電腦的要求很高。80年代後期，高速計算機、大存儲容量硬盤系統、高密度磁帶機(6250BPI)和激光掃描I/O設備將以應用部門可以接受的價格進入市場，從而保證新壹代衛星圖像處理的順利進行。隨著計算機軟件技術，特別是數據庫技術的發展，在80年代末90年代初建立自動化的森林資源信息系統成為可能。它是系統分析森林資源的有力工具。空間遙感的計算機分析將為這個系統提供及時準確的信息，只有通過這樣的自動化系統，空間數據才能發揮及時快速的作用。