基于高分遥感影像的森林区划研究

摘要

森林区划是森林经营管理工作的重要内容之一，森林区划的主要目的是为了有效地提高森林资源管理和经营水平，合理的区划将为森林可持续发展打下坚实基础。传统的森林区划使用决策树分类法、高光谱影像指数法、外业调查统计法、监督分类法等等方法，以腊子口林场作为研究对象，利高分二号遥感影像作为数据源，通过大气校正、几何校正、辐射定标、图像融合等一系列影像预处理，探索提取灰度值和植被指数，建立两者之间的函数模型，对模型进行精度检验，并将该模型应用在甘肃省迭部林场森林区划管理中，将森林区划为针叶混交林、阔叶混交林、针阔混交林、针叶林、阔叶林以及非林地等，实验中建立的函数模型能够对森林进行快速精准地区划。本研究内容如下: (1)高分影像的灰度和植被指数的提取:高分二号遥感影像图像预处理之后得到全色光谱影像和多光谱影像，分别提取针叶混交林、阔叶混交林、针阔混交林以及非林地的灰度值和植被指数，利用反射率的差异计算植被指数，确定植被指数变化规律。 (2)优势树种的灰度和植被指数的特征分析:高分二号影像采用叠加分析法和掩膜提取法、归一化植被指数计算法，分别得到优势树种的灰度和植被统计图，根据灰度和植被指数的统计分布图进行特征分析。 (3)基于灰度和植被指数的森林区划研究:统计研究区植被指数和灰度值，采用随机选点建模，分析针叶林、阔叶林和针阔混交林等与灰度和植被指数之间的关系，分别建立函数模型。 (4)灰度和植被指数的森林区划结果和精度评价，以洛大林场的处理数据作为精度检验对象，区划了90个班块，其中4个森林类型区划错误。结果发现，针叶林、阔叶林区划没有区划错误，而区划错误的森林类型均属于阔叶混交林、针阔混交林。同时发现，区划的班块面积越大时，相对误差越小，班块面积越小时，误差就提高了，单个班块的最大面积误差为8.3％，最小面积误差为1.79％;样本的平均面积误差为5.42％，这一区划方法，满足较大尺度下，对天然林特别是生态公益林的调查监测要求。

目录

声明

摘要

1 绪论

1．1 研究背景和意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究进展

1．2．1 国外研究进展

1．2．2 国内研究进展

1．3 研究区概况与数据

1．3．1 研究区概况

1．3．2 研究数据

1．4 研究内容

1．5 技术路线

2 基于高分遥感影像灰度和植被的提取方法研究

2．1 遥感影像灰度值的提取方法研究

2．1．1 灰度值

2．1．2 遥感影像数据收集和图像预处理

2．1．3 遥感影像森林区划灰度值提取

2．1．4 遥感影像灰度纹理特征分析

2．2 遥感影像植被指数的提取研究

2．2．1 植被指数

2．2．2 植被指数的提取方法研究

2．3 本章小结

3 优势树种的灰度值和植被指数特征研究

3．1 优势树种的灰度值的提取方法分析

3．2 优势树种的植被指数提取方法分析

3．3 优势树种的灰度和植被指数特征分析

3．3．1 优势树种选取

3．3．2 优势树种灰度的提取

3．3．3 优势树种植被指数提取

3．4 优势树种的灰度和植被指数的特征原理分析

3．5 本章小结

4 基于灰度和植被指数的森林区划数据模型研究

4．1 针叶林模型建立

4．2 阔叶林模型建立

4．3 针叶混交林模型建立

4．4 阔叶混交林模型建立

4．5 针阔混交林模型建立

4．6 非林地模型建立

4．7 本章小结

5 基于灰度和植被指数的森林区划案例分析

5．1 森林区划区域数据提取

5．2 森林区划结果与精度评价

5．3 本章小结

6 结论与讨论

6．1 结论

6．2 创新点

6．3 讨论

参考文献

致谢

附录