基于Landsat数据的大兴安岭地区主要树种分类及时空变化研究
发布时间：2022-12-10 06:33
任何生物的生存与发展都依赖于森林,是陆地生态系统最主要的植被类型,森林的的内部结构复杂多样,生态变化过程十分明显。对于全球范围的气候变化而言,森林起着至关重要的调节作用。在研究植被的时空变化时,森林具有重要的科学研究意义,首要任务就是对森林资源进行调查与实时动态监测。作为我国面积最大的国有天然林区和重要的森林资源储备基地,大兴安岭地区在我国林业生产中处于重要地位。传统意义上对于森林资源信息的调查,无法确保所获信息的准确性和实时性。近年来,利用遥感技术对森林类型进行分类,得到了很多成功的经验,有利于我国森林信息更新工作的开展,加速了我国林业生态环境体系与数字林业的建设。所以,利用遥感技术对大兴安岭地区森林主要树种类型进行分类和动态监测,对于我国森林资源的管理监测和调节森林可持续发展起着重要作用。本文以Landsat遥感影像为主要数据源,借助等DEM其他辅助数据,以黑龙江省大兴安岭地区为研究区,并对遥感影像进行了数据预处理;运用CART决策树分类方法、最大似然法和决策树分类法,对研究区典型地物信息进行分类提取,利用实测数据对分类结果进行精度验证,经过拼接镶嵌等分类后处理,得到研究区的分类结...
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.1.3 基于光学遥感的树种提取研究
1.1.4 多年冻土退化对森林生态系统的影响研究
1.2 研究内容与研究路线
1.2.1 研究内容
1.2.2 研究技术路线
第二章 研究区概况及数据预处理
2.1 研究区概况
2.1.1 地形
2.1.2 气候条件
2.1.3 森林植被
2.2 数据介绍
2.2.1 光学影像数据
2.2.2 DEM及其辅助数据
2.2.3 森林二类资源清查数据和野外实测数据
2.3 数据预处理
2.3.1 Landsat影像数据预处理
2.3.2 DEM及其辅助数据处理
2.4 本章小结
第三章 基于光学遥感的森林树种分类
3.1 研究方法
3.1.1 基于最大似然法提取优势树种类型
3.1.2 基于专家知识决策树提取优势树种类型
3.1.3 基于CART决策树算法提取优势树种类型
3.2 分类结果
3.3 分类精度评价
3.3.1 精度评价原理
3.3.2 树种分类制图精度验证
3.4 本章小结
第四章 大兴安岭地区森林树种时空变化分析
4.1 2005-2015年大兴安岭地区森林树种分类结果
4.2 2005-2015年大兴安岭地区森林树种时间尺度变化
4.3 2005-2015年大兴安岭地区森林树种空间尺度变化
4.4 2005-2015年大兴安岭地区不同冻土区森林树种时空变化
4.4.1 2005、2010和2015年大兴安岭不同冻土区森林树种分类结果
4.4.2 大兴安岭岛状多年冻土区森林植被面积变化分析
4.4.3 大兴安岭大块连续多年冻土区森林植被面积变化分析
4.5 本章小结
第五章 结论与展望
5.1 结论
5.2 存在的问题及展望
参考文献
攻读硕士期间所发表的学术论文
致谢
【参考文献】：
期刊论文
[1]退化森林生态系统评价指标体系研究进展[J]. 徐欢,李美丽,梁海斌,李宗善,伍星. 生态学报. 2018(24)
[2]基于随机森林分类方法和多源遥感数据的湿地植被精细分类[J]. 崔小芳,刘正军. 测绘与空间地理信息. 2018(08)
[3]植被遥感分类方法研究进展[J]. 杨超,邬国锋,李清泉,王金亮,渠立权,丁凯. 地理与地理信息科学. 2018(04)
[4]森林生态系统遥感监测技术研究进展[J]. 何兴元,任春颖,陈琳,王宗明,郑海峰. 地理科学. 2018(07)
[5]2000～2014年黑龙江流域（中国）植被覆盖时空变化及其对气候变化的响应[J]. 方利,王文杰,蒋卫国,陈民,王永,贾凯,李延森. 地理科学. 2017(11)
[6]基于CART决策树分类的沙漠化信息提取方法研究[J]. 吕利利,颉耀文,黄晓君,张秀霞,李汝嫣. 遥感技术与应用. 2017(03)
[7]大兴安岭北坡多年冻土区植物生态特征及其对冻土退化的响应[J]. 郭金停,韩风林,胡远满,聂志文,任百慧,布仁仓. 生态学报. 2017(19)
[8]气候变化对东北主要地带性植被类型分布的影响[J]. 刘丹,于成龙. 生态学报. 2017(19)
[9]基于纹理信息CART决策树的林芝县森林植被面向对象分类[J]. 郝泷,陈永富,刘华,朱雪林,达哇扎西,李伟娜. 遥感技术与应用. 2017(02)
[10]近308年来大兴安岭北部森林植被气候生产潜力及其对气候变化的响应[J]. 赵慧颖,田宝星,宫丽娟,曲辉辉,季生太,李秀芬,张兴林. 生态学报. 2017(06)
博士论文
[1]大兴安岭地区火烧迹地森林恢复及景观模拟研究[D]. 王俊杰.哈尔滨师范大学 2017
[2]基于高分辨率遥感影像的植被分类方法研究[D]. 王鑫.北京林业大学 2015
硕士论文
[1]基于HJ-1A HSI高光谱遥感数据的湟水流域典型植被分类[D]. 史飞飞.青海师范大学 2017
[2]面向对象的森林植被类型信息提取技术[D]. 田甜.东北林业大学 2015
[3]基于高光谱遥感影像的扎龙湿地植被分类研究[D]. 朱子先.哈尔滨师范大学 2012
[4]基于光谱过程知识的四川省森林植被分类及应用研究[D]. 任小兰.四川师范大学 2011
[5]三峡库区1988～2007年植被覆盖动态变化研究[D]. 赵静.华中农业大学 2008
[6]西辽河流域植被覆盖的时空变化研究[D]. 李艳清.东北师范大学 2008
[7]三峡库区土地利用/植被覆盖变化的遥感监测[D]. 丁艳梅.山东科技大学 2006
本文编号：3716258
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.1.3 基于光学遥感的树种提取研究
1.1.4 多年冻土退化对森林生态系统的影响研究
1.2 研究内容与研究路线
1.2.1 研究内容
1.2.2 研究技术路线
第二章 研究区概况及数据预处理
2.1 研究区概况
2.1.1 地形
2.1.2 气候条件
2.1.3 森林植被
2.2 数据介绍
2.2.1 光学影像数据
2.2.2 DEM及其辅助数据
2.2.3 森林二类资源清查数据和野外实测数据
2.3 数据预处理
2.3.1 Landsat影像数据预处理
2.3.2 DEM及其辅助数据处理
2.4 本章小结
第三章 基于光学遥感的森林树种分类
3.1 研究方法
3.1.1 基于最大似然法提取优势树种类型
3.1.2 基于专家知识决策树提取优势树种类型
3.1.3 基于CART决策树算法提取优势树种类型
3.2 分类结果
3.3 分类精度评价
3.3.1 精度评价原理
3.3.2 树种分类制图精度验证
3.4 本章小结
第四章 大兴安岭地区森林树种时空变化分析
4.1 2005-2015年大兴安岭地区森林树种分类结果
4.2 2005-2015年大兴安岭地区森林树种时间尺度变化
4.3 2005-2015年大兴安岭地区森林树种空间尺度变化
4.4 2005-2015年大兴安岭地区不同冻土区森林树种时空变化
4.4.1 2005、2010和2015年大兴安岭不同冻土区森林树种分类结果
4.4.2 大兴安岭岛状多年冻土区森林植被面积变化分析
4.4.3 大兴安岭大块连续多年冻土区森林植被面积变化分析
4.5 本章小结
第五章 结论与展望
5.1 结论
5.2 存在的问题及展望
参考文献
攻读硕士期间所发表的学术论文
致谢
【参考文献】：
期刊论文
[1]退化森林生态系统评价指标体系研究进展[J]. 徐欢,李美丽,梁海斌,李宗善,伍星. 生态学报. 2018(24)
[2]基于随机森林分类方法和多源遥感数据的湿地植被精细分类[J]. 崔小芳,刘正军. 测绘与空间地理信息. 2018(08)
[3]植被遥感分类方法研究进展[J]. 杨超,邬国锋,李清泉,王金亮,渠立权,丁凯. 地理与地理信息科学. 2018(04)
[4]森林生态系统遥感监测技术研究进展[J]. 何兴元,任春颖,陈琳,王宗明,郑海峰. 地理科学. 2018(07)
[5]2000～2014年黑龙江流域（中国）植被覆盖时空变化及其对气候变化的响应[J]. 方利,王文杰,蒋卫国,陈民,王永,贾凯,李延森. 地理科学. 2017(11)
[6]基于CART决策树分类的沙漠化信息提取方法研究[J]. 吕利利,颉耀文,黄晓君,张秀霞,李汝嫣. 遥感技术与应用. 2017(03)
[7]大兴安岭北坡多年冻土区植物生态特征及其对冻土退化的响应[J]. 郭金停,韩风林,胡远满,聂志文,任百慧,布仁仓. 生态学报. 2017(19)
[8]气候变化对东北主要地带性植被类型分布的影响[J]. 刘丹,于成龙. 生态学报. 2017(19)
[9]基于纹理信息CART决策树的林芝县森林植被面向对象分类[J]. 郝泷,陈永富,刘华,朱雪林,达哇扎西,李伟娜. 遥感技术与应用. 2017(02)
[10]近308年来大兴安岭北部森林植被气候生产潜力及其对气候变化的响应[J]. 赵慧颖,田宝星,宫丽娟,曲辉辉,季生太,李秀芬,张兴林. 生态学报. 2017(06)
博士论文
[1]大兴安岭地区火烧迹地森林恢复及景观模拟研究[D]. 王俊杰.哈尔滨师范大学 2017
[2]基于高分辨率遥感影像的植被分类方法研究[D]. 王鑫.北京林业大学 2015
硕士论文
[1]基于HJ-1A HSI高光谱遥感数据的湟水流域典型植被分类[D]. 史飞飞.青海师范大学 2017
[2]面向对象的森林植被类型信息提取技术[D]. 田甜.东北林业大学 2015
[3]基于高光谱遥感影像的扎龙湿地植被分类研究[D]. 朱子先.哈尔滨师范大学 2012
[4]基于光谱过程知识的四川省森林植被分类及应用研究[D]. 任小兰.四川师范大学 2011
[5]三峡库区1988～2007年植被覆盖动态变化研究[D]. 赵静.华中农业大学 2008
[6]西辽河流域植被覆盖的时空变化研究[D]. 李艳清.东北师范大学 2008
[7]三峡库区土地利用/植被覆盖变化的遥感监测[D]. 丁艳梅.山东科技大学 2006
本文编号：3716258
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3716258.html
