基于GIS和高分辨率遥感的森林蓄积量定量估测核心算法研究

发布时间：2019-06-02 06:55

【摘要】：森林蓄积量作为评估森林数量的关键指标之，是全国森林资源调查的项重要内容。由于技术水平和资金的限制，，传统的蓄积量估测方法存在着精度低，时效性差等不足。随着GIS与遥感技术的快速发展和普及应用，采用高分辨率遥感影像结合少量地面调查样地进行森林蓄积量估测，已成为众多林业科技工作者研究的热点方向。目前国内基于GIS和遥感影像进行蓄积量估测的研究主要是使用传统的多元线性回归方法，取得了定成果,但是当估测因子间存在多重复共线性时，会严重影响最小二乘法等传统回归方法的稳定性，最终导致估测精度下降。 本文采用近年来发展较快的偏最小二乘回归方法建立蓄积量估测模型，用所得模型估测森林蓄积量,并且从非参数化角度使用机器学习经典算法之的K-近邻法进行蓄积量估测，以从估测精度和算法效率上与偏最小二乘法进行对照。此外，本文还对种基于偏最小二乘的Bootstrap变量向后筛选方法和遥感影像分类在森林蓄积量估测中的应用进行了探讨。最后使用C#语言和ArcGIS Engine开发组件对所研究的蓄积估测主要算法进行开发实现。 为验证算法效率及精度，本文使用北京市密云县第七次全国森林资源类清查样地数据和经过几何校正的同期TM遥感影像及30米分辨率DEM数据作为基础数据，用开发的软件从中提取相关信息进行密云县森林蓄积量估测。在样地较少的情况下使用偏最小二乘回归建模计算得到的蓄积量预报偏差均方根误差为6.853m~3/hm~2,相对均方根误差为18.289%；使用K-近邻法进行蓄积估测时，采用交叉验证方法计算其样本偏差，所得均方根误差为7.369m~3/hm~2，相对均方根误差为19.009%，整体效果较好，表明这两种方法均可用于森林蓄积量估测。
[Abstract]:......
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：S771.8;P208

【参考文献】

相关期刊论文 前10条

1 张正健;刘志红;郭艳芬;韩建宁;李扬;;偏最小二乘在遥感监测西藏草地生物量上的应用[J];草地学报;2009年06期

2 徐新良;曹明奎;;森林生物量遥感估算与应用分析[J];地球信息科学;2006年04期

3 陈楚,关泽群,张鹏林,陈崇成;利用RS和GIS的森林蓄积量偏最小二乘估测研究[J];湖北林业科技;2004年04期

4 余坤勇;林芳;刘健;亓兴兰;张世利;;基于RS的闽江流域马尾松林分蓄积量估测模型研究[J];福建林业科技;2006年01期

5 许东;代力民;邵国凡;汤蕾;谷会岩;;基于RS、GIS及k-近邻法的森林蓄积量估测[J];辽宁工程技术大学学报(自然科学版);2008年02期

6 冯登超;陈刚;肖楷乐;杜文雅;吴新颖;;基于最小距离法的遥感图像分类[J];北华航天工业学院学报;2012年03期

7 胡畔;王贤会;谢宝元;张春平;高广磊;任丽娜;岳鹏;徐华清;;北京密云森林资源评价与分析[J];辽宁农业科学;2011年05期

8 琚存勇;邸雪颖;蔡体久;;变量筛选方法对郁闭度遥感估测模型的影响比较[J];林业科学;2007年12期

9 包盈智，袁凯先，赵宪文，曹发骥;森林二类调查中蓄积量遥感估测方法应用实例[J];林业科学研究;1996年03期

10 张卫华,赵铭军;指标无量纲化方法对综合评价结果可靠性的影响及其实证分析[J];统计与信息论坛;2005年03期

本文编号：2490907