在“數(shù)字林業(yè)”高速發(fā)展的背景下,林業(yè)數(shù)據(jù)需求日益增大,但林業(yè)調(diào)查和數(shù)據(jù)生產(chǎn)仍以實地勘測和目測為主,數(shù)據(jù)結(jié)果具有較強的主觀性,準確度較低,且自動化程度不高,一定程度上阻礙了現(xiàn)代林業(yè)的發(fā)展。坡度、坡向和坡位是森林資源調(diào)查的主要因子。因此,提高小班坡度、坡向值提取結(jié)果的準確度,實現(xiàn)小班坡位值的自動化提取,對提升林業(yè)基礎(chǔ)數(shù)據(jù)質(zhì)量,減少野外實地調(diào)查的工作量,節(jié)約林業(yè)調(diào)查的人力、時間與物力具有重大意義。隨著數(shù)字地形分析的發(fā)展,利用DEM進行小班因子提取成為了一種趨勢,基于DEM進行小班坡度、坡向和坡位提取具有重要研究價值。本文在現(xiàn)有小班坡度、坡向提取方法的基礎(chǔ)上,總結(jié)常用算法的不足與優(yōu)勢,提出剔除異常高程點的因子提取算法。在小班坡位值算法研究上,將模糊理論引入計算,實現(xiàn)小班坡位的自動提取。本文利用寧�？h二類調(diào)查小班數(shù)據(jù)進行算法驗證。研究結(jié)果表明,本文改進和提出的小班坡度、坡向和坡位算法能夠代替人工實測,在數(shù)據(jù)符合數(shù)據(jù)規(guī)范時,其結(jié)果與人工實測結(jié)果吻合度能達90%以上,應用t檢驗對實測數(shù)據(jù)與求算數(shù)據(jù)進行對比,發(fā)現(xiàn)小班坡度、坡向和坡位算法的P值分別為0.72、0.83和0.66,結(jié)果表明,求算數(shù)據(jù)與實測... 

【文章來源】：浙江農(nóng)林大學浙江省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

二類調(diào)查小班卡Figure1.1Thesubcompartmentcardsofsecondclassinvestigation

2 研究區(qū)概況和數(shù)據(jù)預處理 研究區(qū)概況和數(shù)據(jù)預處理.1 研究區(qū)概況研究區(qū)選在浙江省寧�？h深甽鎮(zhèn)。寧海縣位于東經(jīng) 121°09′~121°49′，北9°06′~29°32′，總面積 1931.22km2，浙江省東部，長江三角洲南翼。寧�？h坐落在山脈和四明山脈之間，地勢西高東低，背山靠海，屬沿海低山丘陵地區(qū)，西部和山嶺重疊。深甽鎮(zhèn)地處寧海西北部，是國家級生態(tài)鎮(zhèn)、省級文明鎮(zhèn)、寧�？h林業(yè)、省級生態(tài)公益林示范區(qū)，全鎮(zhèn)地域面積 174.6km2，屬于山地丘陵，四面環(huán)山，交錯，田畈狹小，山林資源豐富。林地分布于縣境各個地域，西部崇山峻嶺，林業(yè)資源較為豐富。據(jù) 2007 年森源調(diào)查顯示，全縣林業(yè)用地面積 163 萬余畝，占全縣總面積的 60.42%，森林面54萬余畝，占林地面積的94.40%。全縣人均森林面積達2.81畝，森林覆蓋率達62%中深甽鎮(zhèn)的森林覆蓋率高達 90%。

14圖 2.2 實驗區(qū)小班分布圖Figure 2.2 The distribution of subcompartments in the study area

【參考文獻】：
期刊論文
[1]森林資源調(diào)查工作的重要性及其措施[J]. 王嘉偉.  現(xiàn)代園藝. 2018(20)
[2]不同坡位植被生長狀況與土壤養(yǎng)分空間分布特征[J]. 雷斯越,趙文慧,楊亞輝,呂渡,白云斌,何亮,郭晉偉,張曉萍.  水土保持研究. 2019(01)
[3]坡位對15年生樟樹純林和樟杉混交林林分生長的影響[J]. 廖德志,魏志恒,程勇,吳際友,陳明皋,黃小飛,劉欲曉,郭文平,賀文明,陳德云.  中南林業(yè)科技大學學報. 2018(08)
[4]基于DEM的森林植被空間分析與變化檢測[J]. 牟懷義.  地理空間信息. 2018(07)
[5]坡位對群落系統(tǒng)發(fā)育多樣性的影響——以錫林郭勒典型草原為例[J]. 金一蘭,朱羚,燕亞媛,丁勇,張慶.  干旱區(qū)研究. 2018(02)
[6]淺議森林資源調(diào)查工作的重要性及其措施[J]. 金萬祥.  現(xiàn)代園藝. 2018(02)
[7]我國森林資源現(xiàn)狀及林業(yè)可持續(xù)發(fā)展[J]. 劉軍花,曾昭華.  江西農(nóng)業(yè). 2017(23)
[8]淺談森林資源調(diào)查[J]. 郭彥林,李雙福.  農(nóng)業(yè)與技術(shù). 2017(07)
[9]坡向和海拔對高寒草甸山體土壤水熱和植物分布格局的定量分解[J]. 牛鈺杰,周建偉,楊思維,王貴珍,劉麗,花立民.  應用生態(tài)學報. 2017(05)
[10]不同坡位桉樹人工林生長和土壤理化性質(zhì)比較[J]. 韋建宏,侯敏,韋添露,歐軍.  安徽農(nóng)業(yè)科學. 2017(05)

博士論文
[1]視覺地形分類和四足機器人步態(tài)規(guī)劃方法研究與應用[D]. 李彬.山東大學 2012

碩士論文
[1]林地小班邊界不一致性探查與修復研究[D]. 馬天午.浙江農(nóng)林大學 2017
[2]基于隨機森林的模糊坡位劃分[D]. 馬風華.西南大學 2016
[3]基于GIS的小流域坡度坡長因子計算方法研究[D]. 李俊.西北農(nóng)林科技大學 2011
[4]基于SPOT5影像數(shù)據(jù)的森林資源分類與蓄積量反演研究[D]. 何柏華.南京林業(yè)大學 2008
[5]中國森林資源物權(quán)法律制度研究[D]. 張海麗.重慶大學 2005
[6]論模糊數(shù)學在建筑工程招標中的應用[D]. 胡麗娜.南昌大學 2005



本文編號：3596036