退耕还林工程定量监测与评价研究
发布时间：2020-11-21 20:36
全面、准确、及时的监测到退耕还林工程的各项信息并进行科学评价,为工程的决策、规划、实施和监督管理提供信息支持,确保退耕还林工程健康发展。现有的退耕还林工程监测与评价的理论和技术已不能完全满足退耕还林工程监测与评价的需要。为了提高我国退耕还林工程监测与评价的理论和技术水平,增强退耕还林工程监督、管理、决策的能力,本文在全面分析总结国内外现有退耕还林工程监测与评价研究成果的基础上,以河北张家口、甘肃清水县、四川西昌市和海南昌江县等四个县(市)的不同类型的退耕还林地为研究对象,以遥感为空间信息获取手段,遥感与地面调查相结合,以计算机和地理信息为信息处理与分析平台,从理论——技术,微观——宏观,退耕地——造林质量——植被覆盖——景观格局——区域经济发展的系统研究。 (1)通过对退耕还林工程的产生和发展及其特点分析,提出了退耕还林工程监测与评价具有全过程和全方位的特点以及保障作用。它贯穿于退耕还林工程的始终和各个方面,是退耕工程顺利实施的有力保障,是退耕还林工程决策、管理、监督信息获取的根本途径。 (2)论述了以生态经济学基础为主线;基础生态学原理为基础;林学原理为支撑;微观经济学与产业经济学基础为调控手段;可持续发展理论为综合评价准则;社会学原理以及社会心里学原理指导人类从事退耕还林的社会行为的退耕还林工程监测与评价的林学、生态学、经济学和社会学理论基础。以遥感、地理信息系统、全球定位系统等现代高新技术为依托,与传统的抽样技术和固定观测技术相结合的退耕还林监测与评价的技术基础。 (3)探索了高分辨率卫星遥感(Quickbird)监测退耕地、造林成活率与保存率、造林密度、植被覆盖等方面的原理和方法以及其可行性。第一是进行了Quickbird影像预处理技术研究,利用严格的传感器物理模型对Quickbird影像进行正射处理,GCP误差在2米以内;通过对中值滤波、高斯滤波和均值滤波的比较研究,高斯滤波对增强Quickbird影像中的树冠信息效果明显。第二是进行了Quickbird影像提取退耕地和树冠信息的技术研究,基于ISODATA判定规则的非监督分类方法可以有效地提取出Quickbird影像中的退耕地信息;引入面向对象的Quickbird遥感信息提取技术,并与常规遥感信息提取技术比较,显示了该方法的明显优点。第三进行了Quickbird遥感植被覆盖度模型建立的研究,分别采用三波段梯度指数法、归一化植被指数法和综合法建立Quickbird遥感植被覆盖度模型,结果表明,在三种方法中以归一化植被指数法建立的Quickbird遥感植被覆盖度模型精度最高,效果最好。 (4)利用中分辨率遥感(TM)为监测信息源,按照土地利用景观分类系统进行分类,选用斑块数(NP)、斑块面积比重(PLAND)等11个指标从斑块类型和
【学位单位】：北京林业大学
【学位级别】：博士
【学位年份】：2006
【中图分类】：F326.2
【部分图文】：
4.1.3.1 退耕地遥感影像信息的自动提取及精度验证利用基于 ISODATA 判定规则的非监督分类方法对 Quickbird 融合图像进行分类，生成分类图（如图 4.1），其中包含了地类的精细几何形状，诸如地垄的边界树冠，树坑，块状农田，小土堆等地物信息均能提取出来。并统计出各地类面积和其所占的百分比（如图 4.2），其中，地块类型号分别为：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根据野外调查 30 个样地点对分类图进行精度检验，得各地类的精度如表 4.1，总精度为 88.96%。表 4.1 分类图的精度验证表Table 4.1 precision examination table of classification map地块类型号 分类精度/% 地块类型号 分类精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21总精度 87.84%
4.1.3.1 退耕地遥感影像信息的自动提取及精度验证利用基于 ISODATA 判定规则的非监督分类方法对 Quickbird 融合图像进行分类，生成分类图（如图 4.1），其中包含了地类的精细几何形状，诸如地垄的边界树冠，树坑，块状农田，小土堆等地物信息均能提取出来。并统计出各地类面积和其所占的百分比（如图 4.2），其中，地块类型号分别为：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根据野外调查 30 个样地点对分类图进行精度检验，得各地类的精度如表 4.1，总精度为 88.96%。表 4.1 分类图的精度验证表Table 4.1 precision examination table of classification map地块类型号 分类精度/% 地块类型号 分类精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21总精度 87.84%
4.2 退耕地造林质量高分辨率遥感监测技4.2.1 Quickbird 图像的树冠信息提取由于遥感图像的每个亮度值都和一个空间位置相分布成为提取各类地物重要的信息源（Conghe Song2003）。高分辨率遥感图像提供了大量细节信息，使小的目标对象成为可能。4.2.1.1 试验数据本项研究以河北省张家口桥东区和海南省昌江县验点于 2002 年开始退耕,到 2004 年，已植苗造林 3 年3.5m，种植山杏的地垄无杂草，基本是裸露的土地。始发芽长叶，10 月下旬落叶。海南昌江试验点于 20树种为橡胶。获取用于树冠信息提取的 Quickbird 数据分辨为河北张家口 2004 年 7 月 2 日。海南昌江县 2004 年 8 月 28 日，具体位置见图
【引证文献】
本文编号：2893566
【学位单位】：北京林业大学
【学位级别】：博士
【学位年份】：2006
【中图分类】：F326.2
【部分图文】：
4.1.3.1 退耕地遥感影像信息的自动提取及精度验证利用基于 ISODATA 判定规则的非监督分类方法对 Quickbird 融合图像进行分类，生成分类图（如图 4.1），其中包含了地类的精细几何形状，诸如地垄的边界树冠，树坑，块状农田，小土堆等地物信息均能提取出来。并统计出各地类面积和其所占的百分比（如图 4.2），其中，地块类型号分别为：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根据野外调查 30 个样地点对分类图进行精度检验，得各地类的精度如表 4.1，总精度为 88.96%。表 4.1 分类图的精度验证表Table 4.1 precision examination table of classification map地块类型号 分类精度/% 地块类型号 分类精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21总精度 87.84%
4.1.3.1 退耕地遥感影像信息的自动提取及精度验证利用基于 ISODATA 判定规则的非监督分类方法对 Quickbird 融合图像进行分类，生成分类图（如图 4.1），其中包含了地类的精细几何形状，诸如地垄的边界树冠，树坑，块状农田，小土堆等地物信息均能提取出来。并统计出各地类面积和其所占的百分比（如图 4.2），其中，地块类型号分别为：1、退耕地，2、草地，3有林地，4、菜地，5、荒山，6、裸地。根据野外调查 30 个样地点对分类图进行精度检验，得各地类的精度如表 4.1，总精度为 88.96%。表 4.1 分类图的精度验证表Table 4.1 precision examination table of classification map地块类型号 分类精度/% 地块类型号 分类精度/%1 78.27 4 94.772 82.33 5 83.453 90.06 6 98.21总精度 87.84%
4.2 退耕地造林质量高分辨率遥感监测技4.2.1 Quickbird 图像的树冠信息提取由于遥感图像的每个亮度值都和一个空间位置相分布成为提取各类地物重要的信息源（Conghe Song2003）。高分辨率遥感图像提供了大量细节信息，使小的目标对象成为可能。4.2.1.1 试验数据本项研究以河北省张家口桥东区和海南省昌江县验点于 2002 年开始退耕,到 2004 年，已植苗造林 3 年3.5m，种植山杏的地垄无杂草，基本是裸露的土地。始发芽长叶，10 月下旬落叶。海南昌江试验点于 20树种为橡胶。获取用于树冠信息提取的 Quickbird 数据分辨为河北张家口 2004 年 7 月 2 日。海南昌江县 2004 年 8 月 28 日，具体位置见图
【引证文献】
相关期刊论文 前1条
1 彭恩强;吴保国;崔淑军;耿旭;;林业网格化管理模式评价体系研究[J];黑龙江农业科学;2011年11期
相关博士学位论文 前1条
1 彭恩强;网格化京津风沙源治理工程管护模式研究[D];北京林业大学;2012年
相关硕士学位论文 前4条
1 唐骄萍;基于3S技术的洪雅县退耕还林工程生态效益研究[D];四川农业大学;2011年
2 王茹雯;基于遥感数据的林木生长现状研究[D];北京林业大学;2010年
3 冯旭;退耕还林政府职能的法律研究[D];西南政法大学;2010年
4 田胜男;北方地区退耕还林工程综合效益评价[D];北京林业大学;2012年
本文编号：2893566
本文链接：https://www.wllwen.com/jingjilunwen/quyujingjilunwen/2893566.html
