视频网站后台登陆做vi的设计公司

风水林是香港的原生林地，由于地处偏远、地形崎岖以及当地居民的信仰，这些林地得以保存完好。在香港，我们可以追溯到1924年的航拍图像记录，这些黑白航拍图像已经帮助我们划分和区分了林地、草地和灌木丛。然后，通过二战前和战后森林变化检测，我们可以确定周边村民所保存的原生林地。例如，南丫岛、社山和大庵是香港现存的典型原生林地（风水林）。

用于原生森林检测的简单逻辑分类器

对于原生森林的分类，航拍图像和地块（源自地块索引图）是此逻辑分类器的主要输入。航拍图像是确定植被覆盖和地块的主要方式，以便将旧村庄与植被覆盖之间的关联关联起来。我们将首先对植被覆盖类型进行分类，然后应用地块的缓冲来确定村庄附近的林地。

之后，通过比较1924年和1963年的航拍图像的异同，可以区分原生风水林和次生林。如果1924年和1963年的植被分类都是林地，那么它就是风水林。否则，1924年和1963年的图像之间存在差异，那么我们需要进一步将差异分为两种情况。第一，1924年是非植被，但1963年是林地，因此它将被视为“人工”生成的次生林。第二，如果1924年是植被，1963年是林地，它将被视为“再生”森林。

人工智能遥感

过去，处理老式黑白图像是一项极具挑战性的任务，在植被分类阶段，人工解读和评估需要耗费大量的时间和精力。如今，许多预先分类的人工智能模型，例如 Meta Segment-Anything、DeepAI 和Stability.ai，可以帮助更快、更准确地绘制植被覆盖图。

验证和评估

由于风水林（原生林地）验证尚无官方公开数据，我们只能参考PlansD SSSI边界。与SSSI边界交叉比对的结果约为55.9%和66.2%。

从逻辑分类器的分类结果来看，准确率并不高。然而，对原生森林区域进行分类对林业而言仍然具有价值。由于SSSI边界的设定并非基于历史影像的“真正”变化检测，因此我认为其准确率尚可接受。

进一步发展

从外到内，通常的光学遥感只能从成像中获取化学成分和总体成分。因此，现在是时候利用各种方法，例如主动和近距离遥感，来探索我们的森林了。

主动遥感与光学遥感的不同之处在于，它可以在无照明（光源）的情况下工作，不仅能够捕捉地面表面，还能捕捉地面内部。激光雷达（LiDAR）和合成孔径雷达（SAR）就是主动遥感的一些例子。

在激光雷达行业，它们有不同的捕获介质，包括但不限于星载、机载、近距和地面。就激光雷达的概念而言，机载和星载传感器更适合了解冠层结构和密度，这些结构和密度可以通过光束与林地相互作用来获取信息。此外，手持式、近距和地面激光雷达则用于树木结构分析。从这些点云中可以获取“生叶”和“落叶”数据。

对于近距离遥感、全景影像和半球照片，它们可以帮助我们根据实地工作结果定义和推导出地面真实情况。利用重投影技术和计算机视觉，我们可以根据实地观测结果对树冠覆盖、树木数量和树种进行分类。