首页> 中文学位 >大兴安岭北部主要森林类型积雪特征及遥感估测
【6h】

大兴安岭北部主要森林类型积雪特征及遥感估测

代理获取

目录

摘要

1 绪论

1.1 引言

1.2 国内外研究概况

1.2.1 森林雪水文特征研究

1.2.2 积雪遥感研究

2 论文研究方案

2.1 研究的目的和意义

2.2 研究内容

2.3 研究方法

2.3.1 森林积雪特征研究方法

2.3.2 积雪遥感估测研究方法

2.4 技术路线

2.5 课题支撑

3 研究区概况

3.1 地理位置

3.2 地质地貌与土壤

3.3 气候与水文

3.4 森林与植被

4 大兴安岭北部主要森林类型降雪特征

4.1 观测期内大气降雪特征

4.2 不同森林类型林冠截留特征

4.2.1 不同森林类型林冠截留量

4.2.2 降雪强度与林冠截留的关系

4.3 本章小结

5 大兴安岭北部主要森林类型积雪特征

5.1 不同森林类型林内积雪期雪深特征

5.2 不同森林类型林内积雪期雪密度特征

5.3 不同森林类型林内积雪期雪水当量特征

5.4 积雪期雪面蒸发特征

5.4.1 积雪雪面蒸发日变化特征

5.4.2 不同森林类型林内积雪雪面蒸发特征

5.5 本章小结

6 雪水当量遥感反演模型建立

6.1 特征变量提取

6.2 传统多元线性回归模型

6.2.1 多元线性回归分析

6.2.2 传统多元线性回归模型的建立

6.2.3 传统多元线性回归模型精度分析

6.3 偏最小二乘回归模型

6.3.1 偏最小二乘回归分析

6.3.2 偏最小二乘回归模型的建立

6.3.3 偏最小二乘回归模型精度分析

6.4 BP神经网络模型

6.4.1 BP神经网络分析

6.4.2 BP神经网络模型的建立

6.4.3 BP神经网络模型精度分析

6.5 最优模型挑选及区域积雪特征估测

6.5.1 最优雪水当量模型挑选

6.5.2 区域积雪特征估测及分析

6.6 本章小结

7 讨论

7.1 森林积雪效应

7.2 区域积雪分布遥感估测

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明

展开▼

摘要

森林与水循环之间的关系是当前研究的热点问题,积雪是固态的水,降雪是森林水循环中重要的一环。同时,积雪对气候、自然环境和人类活动等的影响不容忽视,具有重要的生态意义。大兴安岭地区地处高纬度地区,是我国重要的国有林区之一具有重要的经济价值,也是我国东北和华北平原的天然屏障,对维护东北亚地区的生态平衡具有重要意义。本研究依托黑龙江漠河森林生态系统定位研究站,以大兴安岭北部漠河县漠河林场为研究区域,以落叶松林、樟子松林和杨桦林三种区域主要森林类型为研究对象,于2014年冬季积雪期分别对降雪、积雪物理特征、雪面蒸发等雪水文效应进行观测与分析,旨在研究大兴安岭地区三种主要森林类型对降雪和积雪的影响,深入认识和理解森林与积雪的关系,进一步的探索森林雪水文过程机理,从而为大兴安岭地区森林植被对水资源调控机制提供科学依据。同时,为探索利用光学遥感反演雪水当量的方法,估测大兴安岭北部地区冬季地面雪水当量,实现林区区域内雪水文过程的监测,研究采用传统多元线性回归、偏最小二乘回归与BP神经网络三种方法建立系统性雪水当量反演模型,并对三种模型进行评价,选择最优模型对研究区内雪水当量分布进行反演与分析。研究结果表明:
  (1)森林对降雪的截留作用主要受素是郁闭度与林分组成的影响。不同森林类型在相同降雪等级中的降雪截留率表现为:樟子松林>落叶松林>杨桦林,且随着降雪级别的增大,森林对降雪的截留效应呈现逐渐降低的趋势。其中樟子松林降雪截留率与截雪量最大,分别为22.54%和11.24 mm,大约是落叶松林的2倍,杨桦林的5倍。
  (2)森林对于雪水文过程具有调控作用,且森林的存在有利于保留地面积雪水资源。林外旷野中积雪在整个观测期因蒸发损失的量为22.49 mm,占降雪量的45%,远高于林内积雪。
  (3)不同森林类型林内积雪深度特征有明显差异,常绿树种组成的樟子松林林内积雪深度小于落叶树种组成的林型。其中落叶松林林内积雪深度最大,为27.92 cm,樟子松林最小,为23.56 cm。
  (4)森林类型、降雪、外界环境等因素直接影响着林内积雪密度的变化,其中,落叶松林与杨桦林林内积雪密度变化基本相同,而樟子松林林内积雪密度变化幅度较小。
  (5)不同林型林内雪水当量差异显著(P<0.05),与林内积雪蒸发损失有关,但林内降雪输入量差异是主导因素。总体表现为杨桦林>落叶松林>樟子松林,其中樟子松林最小,为26.49 mm,杨桦林最大,为39.18 mm。
  (6)对林区区域雪水当量分布估测时,偏最小二乘模型性能优于传统多元线性回归模型,但BP神经网络模型在拟合程度、模型稳定性与预测精度上均高于线性模型,其RMSE为2.83 mm,rRMSE为0.23,平均拟合精度79.9%,平均预测精度达到79.3%,最高预测精度可达81.9%。
  (7)选用最优模型对研究区雪水当量分布进行了反演输出,结果表明:研究区内平均地面雪水当量为11.8 mm,而漠河林场内雪水当量空间分布差异与地形及土地利用类型有关。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号