干旱监测指数研究

日益严重的全球化干旱问题已经成为各国科学家和政府部门共同关注的热点,它直接威胁着人类的生存环境.而干旱监测,尤其是遥感干旱监测,一直是科学界公认的难题.本文对传统的干旱监测指数如帕尔默干旱指数、作物湿度指数、标准降水指数、地表水分供应指数的优缺点进行评述;将遥感干旱监测指数分成2类,一类是基于地表反射率和发射率的干旱监测指数;另一类是基于地表水和能量平衡模型的干旱监测指数,详细介绍了这2类干旱遥感监测指数的原理、方法以及适用范围.对各种干旱监测指数存在的问题以及干旱监测的发展趋势进行了探讨.     

近57年来黄土高原干旱特征及其与大气环流的关系

通过黄土高原地区52个气象站点1961-2017年的气象资料,利用不同尺度的标准化降水指数（Standardized Precipitation Index,SPI）和标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI）对该区57年来干旱的时空变化特征进行了分析,并利用交叉小波变换探讨了干旱指标与大气环流的遥相关分析,得到了以下结论：（1）时间变化上,黄土高原57年来不同干旱指标均呈下降趋势,整体逐渐变干旱。但SPEI6指标较SPI6指标相比,干旱年份更多,干旱特征更明显,说明SPEI的计算由于考虑了蒸散发输入因此结果偏重.不同指标均显示,1999年以来,黄土高原地区干旱时有发生,但整体有降低的趋势。（2） SPEI6和SPI6的站次比和干旱强度最高点都出现在1999年,但SPEI6的站次比和干旱强度的变化幅度更剧烈,且出现全域性干旱的年份（5年）也多于SPI6（3年）;SPEI12相较于SPI12,站次比和干旱强度较为相似,都在1966年达到顶峰,虽然出现全域性干旱的年份SPEI12（9年）多于SPI12（3年）,但SPI12的干旱强度更高。（3）平原区的汾渭平原是轻旱多发区,河套平原、宁夏平原易发生中旱,同时宁夏平原还是重旱多发区。丘陵区西部的中宁、同心两地易发生重旱,乌审旗出现特旱。山地区干旱频率普遍较高,尤其是西部山地区的乌鞘岭重旱、特旱频发。（4） SPEI指数对环流指数的变化更敏感。AMO对区域各干旱指标的影响较小,ENSO、WPI对SPI6、SPEI6有显著的响应;而PNA对6个月尺度的干旱指标（SPI6、SPEI6）影响较小,对12个月尺度的干旱指标（SPI12、SPEI12）影响较大。区域干旱是一个复杂的自然现象,为了进一步探索不同干旱指标在不同区域的运用,必要时可采用多种指标,从不同角度比较多种干旱指标的相似性,从而避免单一指标对结果的局限性。     

基于多源遥感数据的大豆叶面积指数估测精度对比

近年来遥感技术的革新促使遥感源越来越丰富.为分析多源遥感数据的叶面积指数(LAI)估测精度,本文以大豆为研究对象,利用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、三角植被指数(TVI)5种植被指数,结合地面实测LAI构建经验回归模型,比较3类遥感数据(地面高光谱数据、无人机多光谱影像以及高分一号WFV影像)对大豆LAI的估测能力,并从传感器几何位置和光谱响应特性以及像元空间分辨率三方面分析讨论了3类遥感数据的LAI反演差异.结果表明： 地面高光谱数据模型和无人机多光谱数据模型都可以准确预测大豆LAI(在α=0.01显著水平下,R²均>0.69,RMSE均<0.40);地面高光谱RVI对数模型的LAI预测能力优于无人机多光谱NDVI线性模型,但两者差异不大(E_A相差0.3%,R²相差0.04,RMSE相差0.006);高分一号WFV数据模型对研究区内大豆LAI的预测效果不理想(R²<0.30,RMSE>0.70).针对星、机、地三类遥感信息源,地面高光谱数据在反演LAI方面较传统多光谱数据有优势但不突出;16 m空间分辨率的高分一号WFV影像无法满足田块尺度作物长势监测的需求;在保证获得高精度大豆LAI预测值和高工作效率的前提条件下,基于无人机遥感的农情信息获取技术不失为一种最佳试验方案.在当今可用遥感信息源越来越多的情况下,农业无人机遥感信息可成为指导田块精细尺度作物管理的重要依据,为精准农业研究提供更科学准确的信息.     

中国遥感干旱指数时空特征及其对气候和地表覆盖变化的响应

干旱严重影响植被生长,威胁粮食安全,基于遥感计算的植被状态指数（Vegetation Condition Index,VCI）、温度状态指数（Temperature Condition Index,TCI）和植被健康指数（Vegetation Health Index,VHI）是常用的干旱指数,被广泛应用于干旱监测。为了探究近年来我国干旱特征及其对气候和地表覆盖变化的响应,分析了2003-2016年期间VCI、TCI和VHI的时空变化特征;采用最小二乘（OLS）和偏相关分析方法分析了这些指数对气候和地表覆盖变化的响应。基于上述干旱指数计算的干旱频率表明,中温带中部和南温带等地区干旱发生频率高,干旱指数变化趋势表明在2003-2016年期间中国大部分地区干旱缓解,但在中温带、南温带和高原气候区等局部地区干旱加剧;总体而言,干旱指数随着年平均温度的上升和年降水量的降低而减小,VHI与温度和降水量的相关性在不同气候区的一致性优于VCI和TCI;裸土的减少和植被的增加导致干旱指数增大,树木转变为低矮植被干旱指数降低。     

农业旱情遥感监测的一种改进方法及其应用

从地表蒸散的角度出发,利用基于Priestley-Taylor公式与地表温度 植被指数(LST-VI)三角形特征空间的半经验蒸散模型,对农业干旱遥感监测方法进行改进,推导得到简化型蒸散胁迫指数(SESI).利用2008、2009年3-11月的MODIS陆地标准产品数据,构造了3种特征空间建模计算了SESI,对京津冀平原地区开展了农业旱情监测试验,并与温度植被干旱指数(TVDI)进行比较.结果表明: SESI有效地简化了基于地表蒸散估算的遥感干旱监测方法,对土壤表层水分(10、20 cm)有着良好的指示作用.该方法春、秋季监测效果优于夏季,且不同时相SESI的可比性优于TVDI.将SESI指数应用于大面积农业旱情连续监测具有一定可行性.     

基于土壤水分模拟的干旱动态监测指标及其适用性

根据土壤水分平衡原理,采用Penman-Monteith公式计算可能蒸散,逐日滚动模拟土壤有效水分,提出基于土壤水分(SM)的逐日干旱动态监测指标。通过与《气象干旱等级》国家标准中标准化降水指数(SPI)、相对湿润度指数(MI)和综合气象干旱指数(CI)相比较,分析了SM干旱动态监测指标在广东的适用性特征。结果表明:(1)基于SM统计的干旱频发时段(11月—翌年4月)比少雨时段(10月—翌年3月)滞后1个月,SM指标能够刻画干旱相对于降水年变化的滞后效应和逐渐发展的特征,客观反映广东干旱频率季节变化特征;(2)SM干旱指标自动隐含了降水-蒸发过程的时间累积效应,物理意义清晰,能够刻画干旱发生、发展和结束过程的丰富细节,在对干旱过程发展渐进性、降水敏感性和过程完整性方面,具有较好的应用价值。     

阿克苏河流域土壤湿度反演与监测研究

以新疆阿克苏河流域为研究区,以GF-1 WFV和Landsat8 OLI两种高分辨率遥感影像为数据源,结合102个不同深度层的土壤湿度实测数据,选择垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证。结果表明,两种数据源下的PDI、MPDI、VAPDI与土壤湿度实测含水量的决定系数较高,尤其是0—10 cm的相关性最强,平均决定系数达到0.68,说明基于光学遥感影像近红外和红光波段反射率构建的反演指数对近地表层土壤湿度信息更敏感,但对地下较深层次的土壤湿度反演精度略低;MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,反演的精度要比PDI高,尤其是高植被覆盖度区,采用垂直植被指数(PVI)修正的VAPDI反演精度最佳;基于两种遥感数据源的土壤湿度空间异质性基本一致,但空间分辨率较高的GF-1 WFV模拟的土壤湿度空间分异更加精细和明显。研究结果可为"一带一路"背景下干旱半干旱地区大范围和动态监测土壤湿度、开展定量节水灌溉等提供理论基础和实践参考。     

标准化降水指标与Z指数在我国应用的对比分析

 利用分布于我国不同气候区的7个气象台站1951～1995年的月降水资料,比较分析了标准化降水指标(Standardized precipitation index, SPI)和在我国已成熟应用的Z指数。结果表明,SPI计算简单,资料容易获取,而且计算结果与Z指数有极好的一致性。同时,由于SPI是通过概率密度函数求解累积概率,再将累积概率标准化而得,具有稳定的计算特性,消除了降水的时空分布差异,在各个区域和各个时段均能有效地反映旱涝状况,优于在我国广泛应用的Z指数。此外,SPI还可以计算不同时间尺度的指标值,能够满足不同水资源状况分析的要求。以北京为例,探讨了应用4种时间尺度的SPI值反映1951～1995年期间的旱涝事件,发现SPI能准确地反映北京45年间的旱涝趋势,对于旱涝灾害有着良好的预测作用,可用于我国的水资源评估以及不同时间尺度的干旱监测。     

黄土高原植被日光诱导叶绿素荧光对气象干旱的响应

随着气候变化的加剧,干旱的频率、持续时间以及发生范围都越来越严重,探索植被光合对干旱的响应以及气象因子对植被光合的影响对于人们如何应对干旱具有重要意义。基于遥感的日光诱导叶绿素荧光(SIF)具有对干旱条件下区域植被光合作用进行早期监测和准确评估的潜力。本研究基于星载SIF和标准化降水蒸散发指数(SPEI)研究了黄土高原地区2001—2017年生长季内(4—10月)植被光合作用对干旱的响应关系及其受气象因子的影响程度。结果表明: 黄土高原地区植被生长季内SIF与SPEI呈显著正相关关系的区域占比为87.8%,其中,半干旱地区植被光合对干旱的响应较敏感,半湿润地区敏感性较低。不同类型植被光合对干旱的响应存在差异,草地对干旱响应的敏感性最高,响应最强的SPEI时间尺度为3～4个月;林地的敏感性最低,SPEI时间尺度为3～10个月。气象因子与SIF存在显著的相关关系,其中,温度和降雨是影响黄土高原植被光合的重要影响因子,光合有效辐射的影响模式与温度相似。黄土高原地区生长季内不同的气候和植被类型条件下,植被光合所受干旱及各气象因素的影响存在较大差异。     

基于SPI的石羊河流域气候干湿变化及干旱事件的时空格局特征研究

利用石羊河流域4个气象站1960—2013年逐月降水量资料,应用标准化降水指数(SPI)、游程理论等方法,分析石羊河流域近54年的气候干湿变化及不同时间尺度干旱事件时空演变特征。结果表明:1不同时间尺度SPI对降水量变化的敏感程度存在较大差异,时间尺度越小,SPI对一次降水的反应越明显。2石羊河流域年代际、年际和季的SPI在波动中均呈增加趋势,其中,冬季湿润化速度最快,对年湿润化过程的贡献最显著。31960—2013年,石羊河流域不同时间尺度干旱事件持续时间、干旱程度和干旱强度均呈减少趋势,且波动渐趋平缓;石羊河流域农业干旱和水文干旱最严重的时期分别为1964—1965年和1962—1964年。4两种时间尺度干旱事件持续时间的减少速度从上游至下游均逐渐变慢,上游乌鞘岭地区是农业干旱持续时间最长区域,永昌和下游民勤地区是水文干旱持续时间较长区域;两种时间尺度干旱事件干旱程度减少速度最快区域均在上游乌鞘岭地区;武威和民勤地区3月尺度干旱强度稍有上升,其它地区不同时间尺度干旱事件干旱强度均呈下降趋势,永昌地区是多尺度干旱事件干旱强度较大区域。     

Estimating evapotranspiration and drought stress with ground-based thermal remote sensing in agriculture: a review

As evaporation of water is an energy-demanding process, increasing evapotranspiration rates decrease the surface temperature (T(s)) of leaves and plants. Based on this principle, ground-based thermal remote sensing has become one of the most important methods for estimating evapotranspiration and drought stress and for irrigation. This paper reviews its application in agriculture. The review consists of four parts. First, the basics of thermal remote sensing are briefly reviewed. Second, the theoretical relation between T(s) and the sensible and latent heat flux is elaborated. A modelling approach was used to evaluate the effect of weather conditions and leaf or vegetation properties on leaf and canopy temperature. T(s) increases with increasing air temperature and incoming radiation and with decreasing wind speed and relative humidity. At the leaf level, the leaf angle and leaf dimension have a large influence on T(s); at the vegetation level, T(s) is strongly impacted by the roughness length; hence, by canopy height and structure. In the third part, an overview of the different ground-based thermal remote sensing techniques and approaches used to estimate drought stress or evapotranspiration in agriculture is provided. Among other methods, stress time, stress degree day, crop water stress index (CWSI), and stomatal conductance index are discussed. The theoretical models are used to evaluate the performance and sensitivity of the most important methods, corroborating the literature data. In the fourth and final part, a critical view on the future and remaining challenges of ground-based thermal remote sensing is presented.     

基于无人机的冬小麦拔节期表层土壤有机质含量遥感反演

快速监测大面积分布的盐渍化麦田土壤有机质含量,可为推进盐渍土改良和促进碳循环研究提供数据支撑。通过野外采样与获取无人机遥感影像,分别基于裸土和植被情况,采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种方法,建立区域有机质含量遥感模型,并进行检验和对比,确定最优的土壤有机质含量反演模型;最后基于最优模型进行研究区表层土壤有机质的反演,并与插值结果进行比较。结果表明: 经5×5的中值滤波处理后的光谱与土壤表层有机质对应最优;3种模型中,SVR模型的预测精度最高,PLSR次之,MLR效果最差。对比两种变量的建模效果,基于植被的SVR建模效果最好,其建模决定系数(R²)、均方根误差(RMSE)分别为0.89、0.20,验证R²、RMSE分别为0.82、0.24;基于裸土的建模效果不理想,最优的也是SVR模型,其建模R²、RMSE分别为0.63、0.26,验证R²、RMSE分别为0.61、0.25。根据最优模型反演得到该区域有机质含量为17.51～22.53 g·kg^-1,平均值为19.51 g·kg^-1,与实地调查结果较为一致;插值结果与反演结果相比,精度受到限制。综上,基于无人机多光谱可以对盐渍土冬小麦拔节期土壤有机质含量进行快速、大范围精准估测。     

Assessing the remotely sensed Drought Severity Index for agricultural drought monitoring and impact analysis in North China

Remote sensing can provide real-time and dynamic information for terrestrial ecosystems, facilitating effective drought monitoring. A recently proposed remotely sensed Drought Severity Index (DSI), integrating both vegetation condition and evapotranspiration information, shows considerable potential for drought monitoring at the global scale. However, there has been little research on regional DSI applications, especially concerning agricultural drought. As the most important winter wheat producing region in China, North China has suffered from frequent droughts in recent years, demonstrating high demand for efficient agricultural drought monitoring and drought impact analyses. In this paper, the capability of the MODIS DSI for agricultural drought monitoring was evaluated and the drought impacts on winter wheat yield were assessed for 5 provinces in North China. First, the MODIS DSI was compared with precipitation and soil moisture at the province level to examine its capability for characterizing moisture status. Then specifically for agricultural drought monitoring, the MODIS DSI was evaluated against agricultural drought severity at the province level. The impacts of agricultural drought on winter wheat yield during the main growing season were also explored using 8-day MODIS DSI data. Overall, the MODIS DSI is generally effective for characterizing moisture conditions at the province level, with varying ability during the main winter wheat growing season and the best relationship observed in April during the jointing and booting stages. The MODIS DSI agrees well with agricultural drought severity at the province level, with better performance in rainfed-dominated than irrigation-dominated regions. Drought shows varying impacts on winter wheat yield at different stages of the main growing season, with the most significant impacts found during the heading and grain-filling stages, which could be used as the key alert period for effective agricultural drought monitoring.     

光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

基于遥感图像不同辐射校正水平的植被覆盖度估算模型

选用南京市SPOT 5 HRG图像的地物反射率(PAC)、表观反射率(TOA)和灰度值（DN）影像,提取了4种植被指数（VI）,即归一化植被指数（NDVI）、转换植被指数（TVI）、土壤调节植被指数（SAVI）和修正的土壤调节植被指数（MSAVI）,与地面实测的植被覆盖度进行了回归分析,并建立了36个VI-VFC关系模型.结果表明：在所有模型中,基于PAC级影像提取的NDVI和TVI的3次多项式模型最优;其次为基于DN级影像提取的SAVI和MSAVI的3次多项式模型,在VFC>0.8时其精度略高于前两种模型.这4个模型在植被中等密集区域（VFC＝0.4～0.8）的精度高于植被稀疏区域（VFC=0～0.4）.所建模型可通过中间模型的联结,进行推广使用.在基于VI-VFC关系建模过程中,基于遥感影像不同辐射校正水平提取植被指数,有利于充分挖掘遥感影像信息,进而提高VFC估算的精度.     

基于数据同化的哈佛森林地区水、碳通量模拟

模型模拟和站点观测是陆地生态系统水、碳循环研究最主要的两种手段,但各有优势和不足,若二者相互结合,则能更准确地反映生态系统水、碳通量的动态变化.数据同化为模型与观测结合提供了一条有效的途径.本文采用哈佛森林环境监测站相关数据,利用集合卡曼滤波同化算法,将实测叶面积指数(LAI)和遥感LAI同化进入Biome BGC模型中,对该地区水、碳通量进行模拟.结果表明：与未同化模拟相比,将1998、1999和2006年实测LAI数据同化后,模型模拟碳通量(NEE)与通量观测NEE的决定系数(R²)平均提升8.4%;蒸散发(ET)的R²平均提升10.6%;NEE的绝对误差和(SAE)和均方根误差(RMSE)平均下降17.7%和21.2%,ET的SAE和RMSE平均下降26.8%和28.3%.将2000-2004年MODIS LAI 产品与模型同化后,NEE、ET模拟值与观测值间的R²分别提升7.8%和4.7%;NEE的SAE和 RMSE分别下降21.9%和26.3%,ET的SAE和 RMSE分别下降24.5%和25.5%.无论实测LAI还是遥感观测LAI,同化进入模型都能不同程度地提高水碳通量的模拟精度.     

不同干旱条件下夏玉米全生育期冠层吸收光合有效辐射比的高光谱遥感反演

冠层吸收光合有效辐射比(fAPAR)是植被生产力遥感模型的重要参数.但关于不同干旱条件下作物全生育期的fAPAR遥感反演研究仍未见报道.本研究利用2015年夏玉米5个灌水处理模拟试验的高光谱反射率和fAPAR观测资料,分析了不同干旱条件下夏玉米关键生育期fAPAR和高光谱反射率变化特征,探讨了fAPAR与反射率、一阶导数光谱反射率和植被指数的关系.结果表明: 轻度水分胁迫和充分供水条件下,fAPAR较高;重度水分胁迫和重度持续干旱条件下,fAPAR较低.冠层可见光、近红外光和短波红外光区的反射率与fAPAR分别呈负相关、正相关和负相关关系.fAPAR与可见光和短波红外光区的383、680和1980 nm附近的反射率的相关性最强,相关系数均达-0.87.一阶导数光谱反射率与fAPAR相关性强且稳定的波段为580、720和1546 nm,相关系数分别为-0.91、0.89和0.88. 9个常用植被指数与fAPAR呈线性或对数关系,其中,增强型植被指数、复归一化植被指数、土壤调节植被指数和修正的土壤调节植被指数与fAPAR的关系模型最好,决定系数(R²)均在0.88以上,平均相对误差分别为16.6%、16.6%、16.7%和16.2%;基于一阶导数光谱反射率与fAPAR的对数关系在(720±5) nm波段处的模拟效果较好,R²达0.86;直接选择反射率数据估算fAPAR的效果较差,R²最高为0.81.研究结果可为fAPAR的准确反演及评估作物干旱状况提供支撑.     

气候变化下中国不同植被区总初级生产力对干旱的响应

干旱变化具有明显的空间分异,不同植被类型对干旱的响应亦有差别。开展气候变化下不同植被覆盖类型对干旱响应的差异分析,厘清温升干旱化进程对植被的影响,对了解植被发展动态及预测未来格局有着非常重要的意义。基于1982—2017年的总初级生产力(GPP)数据和同时期东安格利亚大学气候研究中心(CRU)时间序列(TS)气候数据,分析了中国8个植被区GPP和干旱的变化趋势,通过对比标准化降水指数(SPI)和标准化降水蒸散指数(SPEI)的趋势差异识别了典型的温升干旱化区域,在此基础上研究气温上升如何影响GPP对干旱的响应,进一步讨论了不同植被类型对干旱的敏感性差异。结果表明：(1) 36年来8个植被区除青藏高原高寒植被区呈湿润化,其他植被区均呈现变干趋势;(2)气温上升大面积加剧了温带荒漠区和温带草原区的变干趋势;(3)亚热带常绿阔叶林区和热带季风雨林、雨林区的GPP受温度和干旱影响相当,青藏高原高寒植被区和针叶、落叶林混交林区的GPP受温度主导,其他植被区GPP均受干旱主导。     

基于地面遥感信息与气温的夏玉米土壤水分估算方法

土壤水分是土壤-植被-大气连续体的一个重要组分,是决定陆地生态系统水分状况的关键因子,也是作物的水分供应库.为了估算站点尺度不同深度的土壤水分,基于下垫面能量平衡方程和水分亏缺指数,提出了基于地面遥感信息(归一化植被指数和下垫面温度)和气温估算土壤相对湿度方法.利用2014年中国气象局固城生态与农业气象试验站夏玉米水分控制试验资料验证的结果表明: 该方法可以有效估算不同深度的土壤相对湿度,陆地生态系统的潜在干旱程度即实际蒸散与潜在蒸散之比与不同深度土壤湿度呈显著的线性关系.其中,0～10 cm土层的土壤水分估算精度最高,决定系数达0.90;0～20 cm到0～50 cm土层土壤水分估算的平均相对误差均在15%以内,相对均方根误差均在20%以内.研究结果可为作物的干旱监测与灌溉管理提供参考.     

基于多源遥感数据的面向对象林分类型识别

林分类型的识别是森林资源监测的核心问题之一.为研究多源遥感数据协同的面向对象林分类型分类识别,采用Radarsat-2数据和QuickBird遥感影像协同进行面向对象分类.在面向对象分类过程中,采用3种分割方案:单独使用QuickBird遥感影像分割;单独使用Radarsat-2数据分割;Radarsat-2&QuickBird协同分割.3种分割方案均采用10种分割尺度(25～250,步长25),应用修正的欧式距离3指标评价不同分割方案的分割结果,确定最优分割方案及最优分割尺度.在最优分割结果的基础上,基于地形、高度、光谱及共同特征的不同特征组合,应用带有径向基(RBF)核函数的支持向量机(SVM)分类器进行杉木林、马尾松林、阔叶林3种林分类型识别.结果表明:与单独使用一种数据相比,Radarsat-2数据和QuickBird遥感影像协同方案在面向对象林分类型分类方面具有优势.Radarsat-2&QuickBird协同分割方案,以最优尺度参数100进行分割时,分割结果最好.在最优分割结果的基础上,应用两种数据源提取的全部特征进行面向对象林分类型识别的精度最高(总精度为86%,Kappa值为0.86).本研究结果不仅可为多源遥感数据结合进行林分类型识别提供参考和借鉴,而且对于森林资源调查和监测有现实意义.