攸县森林生物量动态变化分析研究

摘要

对于森林生态系统的研究，森林生物量是森林生态系统的重要标志。森林生物量同时可以预示森林固碳能力的强弱，为评估区域森林碳平衡提供重要参数。国内外研究表明，森林生物量估算方法还停留在传统统计方法上，森林生物量空间分布与制图等方面的研究还不足，难以从空间上对森林生物量进行分析和评价，而森林生物量图可以从空间上直接估计森林生物量及来自土地利用变化的净通量，因此，这方面的研究具有重要意义。本研究以攸县为研究区，采用1999年、2004年、2009年、2014年四期Landsat遥感影像及1999年、2004年、2009年、2014年四期固定样地数据，结合三种回归模型，估算森林生物量。主要研究结果如下:
　　(1)确定了攸县森林生物量反演的敏感因子，结合相关性分析结果，采用逐步剔除法进行筛选，最终从14个初始变量中保留7个用于森林生物量的反演，其中RGVI植被指数与森林生物量的相关性最高。
　　(2)建立了基于Landsat影像森林生物量的最佳回归模型。采用逐步回归、logistic回归和空间地理加权回归分别构建森林生物量的遥感反演模型，结果表明空间地理加权回归模型效果较好。
　　(3)根据空间地理加权回归模型估算了1999年、2004年、2009年和2014年四个不同时期的攸县森林生物量。并结合GIS，对四个不同时期的攸县森林生物量进行空间统计、分析和制图。
　　(4)研究显示，整个攸县森林生物量1-10(t/ha)级的区域面积逐年上升，在2009年达到最大，意味着其它等级森林生物量面积比例逐年下降，2014年时10-20(t/ha)级面积比例下降，说明2014年期间绿化水平略微上升。2004年时30-40(t/ha)级森林生物量下降明显，基本变化为1-10级和10-20(t/ha)级。而40-50(t/ha)级森林生物量面积比例和大于50(t/ha)级的面积比例于2004年至2014年期间增长明显，说明退耕还林政策在2004年至2014年间执行力度较大，取得了较好的森林保护效果。

目录

声明

摘要

1 绪论

1．1 研究课题及意义

1．2 课题来源

1．3 国内外研究现状

1．3．1 国内森林生物量研究

1．3．2 国外研究现状

1．3．3 研究方法进展

1．3．4 基于遥感的森林生物量反演研究现状

1．3．5 基于遥感的森林生物量反演方法

1．4 研究内容与技术路线

1．4．1 研究内容

1．4．2 研究方案

1．4．3 技术路线

2 研究区概况与数据收集

2．1 研究区概况

2．2 遥感数据源

2．3 固定样地数据

3 遥感影像预处理与样地数据变量筛选

3．1 遥感影像辐射校正

3．2 遥感影像大气校正

3．3 遥感影像裁剪

3．4 遥感影像植被指数计算

3．4．1 RVI

3．4．2 NDVI

3．4．3 SAVI

3．4．4 SR

3．4．5 DVI

3．4．6 GVI

3．5 遥感影像预处理结果

3．6 固定样地变量筛选与相关性分析

3．6．1 样地森林生物量换算

3．6．2 相关性分析

3．6．3 敏感因子筛选

4 建立回归模型

4．1 空间地理加权回归模型

4．1．1 空间地理加权回归模型原理

4．1．2 空间地理加权回归模型构建

4．2 与其他模型对比

4．2．1 逐步回归模型

4．2．2 Logistics回归模型

4．3 模型精度评价

4．4 森林生物量反演

5 攸县森林生物量动态分析

5．1 四期森林生物量反演结果

5．2 1999-2004年研究区森林生物量动态变化对比分析

5．3 2004-2009年研究区森林生物量动态变化对比分析

5．4 2009-2014年研究区森林生物量动态变化对比分析

5．5 1999-2014年研究区森林生物量动态变化对比分析

5．6 本章小结

6 结论与讨论

6．1 主要结论

6．2 创新点

6．3 讨论

参考文献

致谢