基于DEM的林业小班区域坡向提取方法研究

发布时间：2021-06-16 19:23

　　在“数字林业”方兴未艾蓬勃发展的大背景下,林业科学与地理信息科学之间的联系越发紧密。随着数字地形分析技术的发展,基于DEM的小班坡向提取已成为森林资源调查中小班坡向因子信息采集的主要来源。其相较于传统的实地调查,能够节省大量的人力成本和时间成本,符合林业信息化的发展趋势。然而,现有常用的小班坡向提取方法在准确度上还有很大的提升空间,如何精准、可靠地提取小班坡向是森林资源调查中亟待解决的问题。因此,本文在现有坡向提取方法的基础上,引入合理的数学模型和科学的理论依据,提出新的小班坡向提取方法,提高小班坡向提取的准确度,以适应现代林业对高精度林业调查数据的根本需求。本文首先介绍了本次研究区域的概况及研究所需的研究数据,并对研究数据进行了相应的预处理,使其达到实验所需的基本要求。接着,对单像元坡向提取算法进行了研究,发现三阶不带权差分算法在真实DEM数据中精确度表现最佳,因此确定其为本文单像元坡向提取的研究方法。另外,本文对现有常用的小班坡向提取方法进行了原理研究和误差分析,发现小班坡向矢量法和最大特征值法都存在上述的单像元坡向误差,除此之外,矢量法存在数据误差和权重误差,而最大特征值法存在定... 

【文章来源】：浙江农林大学浙江省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

安吉县二类调查小班专题图

2 研究区概况和数据预处理班共计 3276 个，可用于实验小班共计 18272 个。小班卡内的坡向数据为实地调查结果，但是由于人工判定存在局限性，如小班位置难以确定、小班内部跨越多个坡向等不确定性，实地调查结果存在一定的误差。但实地调查数据为深入实地调查观测的结果，能够很大程度上反映实际地形整体变化趋势，能够作为参照数据进行比较分析

图 2-3 安吉县 DEM 渲染图Figure 2-3 DEM rendering map in Anji county2.4 本章小结本章首先对安吉县的地理情况进行了介绍，阐述了安吉基本的地形地貌，接着绍了二类调查成果，总结了安吉目前林业资源分布情况。然后阐述了二类小班数据DEM 数据的数据规范，包括小班从划分、调绘到拓扑检查、修复的技术流程和 DE生产、加工、评价的基本要求，从数据来源这一层面理清了实验数据可能的误差来源最后，按照数据规范对实验数据进行预处理，生产出达到实验要求的二类小班数据DEM 数据，以减小数据误差带来的误差影响。

【参考文献】：
期刊论文
[1]基于DEM的森林资源二类调查中小班立地因子提取方法的探讨[J]. 李希飞.  内蒙古林业调查设计. 2016(02)
[2]坡向对3种冷季型草坪草表观性状及叶绿素含量的影响[J]. 曾晓琳,王大伟,刘金平,王思思,范宣.  草业科学. 2015(11)
[3]海南省清澜港红树林湿地健康评价[J]. 郭菊兰,朱耀军,武高洁,郭志华,文菀玉.  林业科学. 2015(10)
[4]基于无网格法的坡度坡向提取[J]. 朱莹,刘学军,赵静.  测绘科学. 2014(06)
[5]DEM坡向提取的向量场模板匹配方法[J]. 李润超,袁林旺,李硕,朱晓林,俞肇元.  测绘学报. 2013(06)
[6]人群运动方向异常检测算法[J]. 刘赏,董林芳.  计算机科学. 2013(S2)
[7]基于GIS的林业专题制图方法优化[J]. 张丹华,石军南,陈传松,卢海燕,司芳芳,徐强.  中南林业科技大学学报. 2012(10)
[8]一种衔接森林资源一类清查和二类调查的新方案[J]. 曾伟生,程志楚,夏朝宗.  中南林业调查规划. 2012(03)
[9]基于DEM的5节点二阶差分坡度算法模型与实验分析[J]. 赵明伟,汤国安,张磊,田剑,宋效东.  地球信息科学学报. 2012(03)
[10]基于ArcGIS和二类调查数据的森林资源动态分析系统[J]. 张会儒,何鹏,靳爱仙.  林业资源管理. 2011(04)

博士论文
[1]经营单位级森林经营数据仓库研建及应用研究[D]. 孟京辉.中国林业科学研究院 2011

硕士论文
[1]新泰市森林资源保护与区域经济协调发展研究[D]. 杜灿.山东农业大学 2014
[2]面向对象的毛竹林分布遥感信息提取及调查因子估算[D]. 孙晓艳.浙江农林大学 2014
[3]基于模糊运算的结构损伤识别方法研究[D]. 王静.郑州大学 2013
[4]基于GIS的人工杉木分布式生长模型及其验证方法研究[D]. 温小欢.福建师范大学 2010
[5]中国森林资源物权法律制度研究[D]. 张海丽.重庆大学 2005



本文编号：3233644