基于多源数据的亚热带森林植被生物量遥感估算方法研究

摘要

森林植被生物量的研究在森林生态系统的研究中扮演着重要的角色,本文选取林业大县石棉县为研究区,以Landsat5 TM影像、DEM地学数据和森林资源二类调查林分数据为数据源,首先对遥感影像与DEM数据和森林资源二类林分数据进行配准,并对遥感影像进行地形校正,其次,选取小班内部均一,面积大于1公顷的小班作为本实验研究的样本,并且利用林分样本的属性数据蓄积量计算出各样本的生物量,并建立其GIS数据库。然后,计算地形校正前、经LRM模型地形校正后和经SCS模型地形校正后的植被指数、波段比值数据、缨帽变换数据和主成分变换数据,并对林分样本数据与遥感地学因子分别采用中心点采样、窗口采样和均值采样得到的数据进行叠加分析。最后,分析各遥感地学因子与样本生物量的相关性,并选取与样本生物量在0.05水平以上显著相关的各最优采样因子为自变量,运用多元统计分析和BP神经网络建模对生物量进行拟合,比较各估算精度,最终确定各个树种组的估算模型,通过以研究,得到以下主要结论:
　　 桦木组估算时,BP神经网络建模时精度最高,其精度为75.9％;桤木组估算时也是BP神经网络建模时精度最高,其精度为73.5％;铁杉组估算时逐步回归法建模估算时精度最高,其精度为81.9％;软阔类组估算时BP神经网络建模时精度最高,其精度为63.8％;云南松组估算为BP神经网络估算时精度最高,其精度为73.8％;云杉组估算时也仍为BP神经网络估算精度最高,其精度为71.1％;冷杉组估算时为逐步回归法建模估算精度最高,其精度为60.1％;栎类仍为BP神经网络估算精度最高,其精度为70.7％。

目录

文摘

英文文摘

第一章 引言

1.1 研究背景和意义

1.2 国内外研究动态

1.3 研究总体思路和技术路线

1.3.1 研究内容

1.3.2 研究路线。.

1.3.3 论文创新点

1.4 研究区概况

第二章 数据获取和处理

2.1 研究区数据的获取

2.1.1 研究区遥感影像获取

2.1.2 森林资源二类调查数据

2.1.3 研究区DEM数据的获取

2.2 数据的处理

2.2.1 遥感影像配准和裁剪

2.2.2 遥感影像的地形校正

2.2.3 实验区样本小班的选取

2.2.4 从森林资源二类调查数据中产生生物量数据

2.2.5 样本对应TM数据及地学数据不同采样法

第三章 森林植被生物量与遥感地学数据间相关性分析

3.1 遥感派生数据的提取

3.1.1 植被指数

3.1.2 比值波段的设置

3.1.3 缨帽变换和主成分变换

3.2 不同树种组森林植被生物量与遥感地学数据之间的相关性分析

3.2.1 桦木组样本生物量与遥感地学数据之间的相关性分析

3.2.2 冷杉组样本生物量与遥感地学数据之间的相关性分析

3.2.3 栎类组样本生物量与遥感地学数据之间的相关性分析

3.2.4 桤木组样本生物量与遥感地学数据之间的相关性分析

3.2.5 软阔类组样本生物量与遥感地学数据之间的相关性分析

3.2.6 铁杉类组样本生物量与遥感地学数据之间的相关性分析

3.2.7 云南松类组样本生物量与遥感地学数据之间的相关性分析

3.2.8 云杉类组样本生物量与遥感地学数据之间的相关性分析

第四章 生物量估算与检验

4.1 基于多元回归分析的生物量估算

4.2 BP神经网络估算不同树种组生物量

4.2.1 BP神经网络的基本原理

4.2.2 BP神经网络建模数据准备

4.2.3 BP神经网络模型设计

4.3 模型精度检验

4.4 小结

第五章 结论与展望

5.1 本文主要结论

5.2 本文的不足与展望

参考文献

致谢