高分遥感森林蓄积量估测算法研究

发布时间：2021-11-23 22:08

　　森林以其丰富的资源和强大的制氧功能,为人类提供了赖以生存的基础,它的健康生长对于人类社会的良好发展起着重要的作用。对森林蓄积量的快速、实时、准确的掌握对于森林资源管理和经营有着重要的指导作用。本文以GF-1卫星影像为数据源,利用中国资源卫星应用中心公布的2013年高分一号定标参数,对覆盖研究区的一景16m多光谱影像进行了辐射定标、大气校正、正射校正、影像裁剪等预处理。通过对遥感影像的光谱信息、纹理信息、地形信息等的提取和选择,利用主成分分析、偏最小二乘和随机森林方法分别构建森林蓄积量估测模型,研究估测了实验区覆盖范围的森林蓄积量。通过对研究区大范围和个别小班的蓄积量估测精度分析,探究了各方法的优劣,得到如下结论:（1）良好的影像预处理结果对于后期的森林蓄积量估测具有重要的意义。（2）加入纹理信息作为森林蓄积量估测因子具有显著的作用,比单纯使用光谱信息和地形信息作为森林蓄积量估测因子的估测结果具有更高的精度,不加入纹理信息的主成分估测全局结果精度为84.3%,加入纹理信息的结果精度为87.3%。（3）在森林蓄积量估测的全局结果精度中,随机森林方法的森林蓄积量估测精度最高,达88.2%;偏... 

【文章来源】：西安科技大学陕西省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

GF-1原始卫星影像

影像选取位置

9图 2.2 八面通林业局小班面样地调查数据是 2014 年森林资源调查二类调查样地数据，样地采用大小为 0.06 的方形布设，样地间隔为1km*1km或2km*1km不等，样地坐标采集点位于样地中心地数据通过外业调查，采用手持 DPI 进行定位和记录信息。样地属性调查因子包括类、树种组成、优势树种、郁闭度、每公顷蓄积量、林型、平均树高、平均胸径、、海拔、坡度、坡向、坡位等。实验区覆盖范围共有二类样地 1099 块，其中有林地地为 751 块。如图 2.3 所示。

【参考文献】：
期刊论文
[1]基于最优特征空间构建的随机森林算法在WorldView-2影像分类中的适用性研究[J]. 丛佃敏,赵书河,李娴,庄喜阳.  科学技术与工程. 2016(31)
[2]基于随机森林算法的凉水自然保护区蓄积量反演研究[J]. 汪康宁,马婷,吕杰.  西南林业大学学报. 2016(05)
[3]基于随机森林模型的陆地卫星-8遥感影像森林植被分类[J]. 张晓羽,李凤日,甄贞,赵颖慧.  东北林业大学学报. 2016(06)
[4]秦岭火地塘林区红桦林生物量和蓄积量变化研究[J]. 马俊,党坤良,王连贺,杨士同.  西北林学院学报. 2016(03)
[5]基于不同立地质量的森林蓄积量遥感估测[J]. 刘俊,孟雪,温小荣,林国忠,佘光辉,刘雪慧,徐达.  西北林学院学报. 2016(01)
[6]基于landsat 8OLI的黔中马尾松蓄积量估测模型研究[J]. 蒋维成,谭伟.  绿色科技. 2015(11)
[7]基于资源三号影像的森林蓄积量估测遥感因子选择[J]. 王佳,尹华丽,王晓莹,冯仲科.  中南林业科技大学学报. 2015(12)
[8]基于随机森林回归的不同龄组思茅松人工林生物量遥感估测[J]. 孙雪莲,舒清态,欧光龙,张博,胥辉.  广东农业科学. 2015(15)
[9]基于Landsat8卫星光谱与纹理信息的森林蓄积量估算[J]. 王月婷,张晓丽,杨慧乔,王书涵,白金婷.  浙江农林大学学报. 2015(03)
[10]浅谈森林与人类未来资源的关系[J]. 黄东飞.  民营科技. 2015(05)

硕士论文
[1]森林蓄积量估测遥感影像比值波段和纹理信息选择研究[D]. 高阳.西安科技大学 2014
[2]基于BP神经网络的森林蓄积量估测[D]. 刘帅.浙江农林大学 2014
[3]黑龙江穆棱市林业局森林蓄积量估测模型研究[D]. 李靖.北京林业大学 2012
[4]基于TM数据的森林蓄积量估测模型研究[D]. 于楠楠.内蒙古农业大学 2012



本文编号：3514724