森林蓄積量作為森林資源監(jiān)測的重要指標,其影響著森林提供生態(tài)商品和服務的能力。隨著科學技術的發(fā)展,一種快捷的森林蓄積量調查方法需要被提出以改進傳統(tǒng)的森林資源調查。本研究以北京市延慶區(qū)為監(jiān)測區(qū)域,Sentinel-2影像和DEM數(shù)字高程模型為基礎數(shù)據(jù),以區(qū)域內一類調查數(shù)據(jù)為實測數(shù)據(jù)。選取單波段反射率、植被指數(shù)、紋理因子和地形因子等為備選自變量,以樣地森林蓄積量為因變量,通過Pearson相關性分析結合Boruta特征選擇,篩選變量因子組成最優(yōu)子集,再運用參數(shù)和非參數(shù)回歸方法建立森林蓄積量估測模型,對比分析模型的適用性。最后選取最優(yōu)模型反演研究區(qū)森林蓄積量,并做空間分布分析。具體內容及結果如下:(1)對建模樣本建立了參數(shù)性的森林蓄積量估測模型,即主成分回歸分析和偏最小二乘回歸,也建立了支持向量機和隨機森林回歸的非參數(shù)性估測模型。(2)設定綜合評價指標,利用驗證數(shù)據(jù)對比四種建模方法的反演精度。其中隨機森林回歸法的檢驗結果最優(yōu),其均方根誤差為12.15m3/hm2,相對均方根誤差為16.90%,平均相對誤差為19.67%。(3)最終選用隨機森林方法對延慶區(qū)的森林蓄積量進行反演,估測得到研究區(qū)的森林蓄積量為256.326萬m3,估測精度為83.51%。這表明Sentinel-2影像在森林蓄積量估測方面有較好的潛力與前景。(4)紅邊波段在森林蓄積量監(jiān)測中具有參考價值。紅邊波段及其構建的植被指數(shù)均與森林蓄積量有較高的相關性,并且均在模型構建時起到了較大作用。在面向對象分割時,紅邊波段的加入也提高了分割的準確性。(5)延慶區(qū)森林蓄積量的空間分布,從海拔上看主要分布在600m以下區(qū)域,從坡向上分析,主要分布在無坡向地區(qū),其次為西南坡、北坡和東北坡;從坡度上看主要分布在平坡、陡坡和斜坡。
【學位單位】：北京林業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：S771.8;S758.51
【部分圖文】：

究區(qū)概況及影像預處理??研究區(qū)概況??．１基本概況??延慶區(qū)位于延懷盆地的東部、北京市的西北部，東南鄰市內的懷柔、昌平兩區(qū)，??鄰著河北省懷來、赤城兩縣，地理坐標范圍為１１５°?４４’？１１６°?３４＇Ｅ，?４０°?１６’？?４７’Ｎ，三面環(huán)山，－面臨水，位于壩上風沙進入北京城的重要路徑上。延慶區(qū)級顯著，平原、淺山、深山三級層次分明，盆地中心區(qū)域是延慶縣城，海拔平約為６００ｍ。轄區(qū)土地主要由山區(qū)、平原、水域構成，其中，山區(qū)面積約］４．５２ｘ?１０４ｈｍ２，??面積約５．２２ｘｌ〇４ｈｍ２，水域面積約０．２ｘｌ０４ｈｍ２，總區(qū)域面積達１９．９４ｘｌ〇４ｈｍ２。京的重點生態(tài)發(fā)展區(qū)，延慶在首都的生態(tài)環(huán)境建設和林業(yè)可持續(xù)發(fā)展中發(fā)揮著用。２０１８年］２月１２日，還被命名為了第二批“綠水青山就是金山銀山”實基地。??’”°＂〇？

基于Ｓｅｎｔｉｎｅｌ－２影像的延慶區(qū)森林蓄積量遙感估測研宄數(shù)據(jù)??用的地面數(shù)據(jù)為北京市第九次森林資源清查數(shù)據(jù)，外業(yè)調月。北京市森林資源清查樣地為系統(tǒng)布設樣地，樣地間隔為２南角點為定位點的正方形樣地，樣地面積為〇．〇６７ｈｍ２。樣地徑、蓄積量、海拔、坡向、坡度等，起測胸徑為５ｃｍ。其中主要通過每木檢尺所得樹木胸徑數(shù)據(jù)，再根據(jù)相應樹種的一積量，最后將樣地內所有單木蓄積量加和起來，作為樣地森共有樣地個數(shù)為４７８個，其中有林地樣地個數(shù)為２５２個。研影像的獲取時間與實地調查時間相隔不到一年，蓄積量變化。??

?—?ｋｍ??圖２－２延慶區(qū)森林資源一類清查樣地分布圖??Ｆｉｇ．?２－２?Ｄｉｓｔｒｉｂｕｔｉｏｎ?Ｍａｐ?ｏｆ?Ｓａｍｐｌｅ?Ｓｉｔｅｓ?ｏｆ?ＮＦＩ?ｉｎ?Ｙａｎｑｉｎｇ?Ｄｉｓｔｒｉｃｔ??２．２．３其他數(shù)據(jù)??完全覆蓋延慶區(qū)的數(shù)字高程模型ＤＥＭ（ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ）—幅，空間分辨率??為３０ｍｘ３０ｍ。以及延慶區(qū)行政區(qū)劃矢量圖，所用坐標均為西安８０。??２．３影像預處理??遙感數(shù)據(jù)在使用之前要對影像進行預處理，以確保數(shù)據(jù)的準確性及其與地面數(shù)據(jù)??的匹配一致性，也更方便后期遙感分類解譯。??１４??
【相似文獻】

相關期刊論文 前10條

1 趙憲文,包盈智;應用航天遙感資料估測森林蓄積量的一個新方法[J];林業(yè)科學研究;1988年02期

2 蔡立民;;人工造林與水土保持[J];中南林業(yè)調查規(guī)劃;1988年01期

3 楊遠春;;黔東地區(qū)森林蓄積量調查技術的應用研究[J];綠色科技;2015年01期

4 廖正武;廖婧琳;;貴州省平壩縣森林蓄積量動態(tài)變化[J];安徽農業(yè)科學;2014年20期

5 張效亮;;森林蓄積量消長變化計算公式[J];湖南林業(yè)科技;1993年02期

6 ;森林蓄積量[J];環(huán)�？萍�;2011年02期

7 王靖;吳見;;干旱半干旱區(qū)森林蓄積量高光譜遙感估測技術[J];東北林業(yè)大學學報;2014年01期

8 周記超;林輝;;森林蓄積量遙感估測研究的現(xiàn)狀及展望[J];四川林勘設計;2009年04期

9 于德水;;對森林蓄積量調查方法的商榷[J];林業(yè)勘查設計;1986年03期

10 蔣馥根;孫華;ZHAO Feng;林輝;龍江平;;基于方差優(yōu)化k最近鄰法的森林蓄積量估測[J];森林與環(huán)境學報;2019年05期

相關博士學位論文 前5條

1 張彥林;基于3S技術的山東省森林蓄積量定量估測研究[D];北京林業(yè)大學;2008年

2 陳遐林;華北主要森林類型的碳匯功能研究[D];北京林業(yè)大學;2003年

3 楊永恬;基于多源遙感數(shù)據(jù)的森林蓄積量估測方法研究[D];中國林業(yè)科學研究院;2010年

4 王妮;基于3S技術的森林資源變化動態(tài)監(jiān)測[D];南京林業(yè)大學;2012年

5 董斌;山東黃河流域森林資源空間格局及其評價研究[D];北京林業(yè)大學;2009年

相關碩士學位論文 前10條

1 姜昊辰;基于FIA抽樣體系優(yōu)化設計的森林蓄積量估測研究[D];北京林業(yè)大學;2018年

2 李偉麗;基于RapidEye影像的森林蓄積量估測技術研究[D];北京林業(yè)大學;2017年

3 曹霖;基于Sentinel-2影像的延慶區(qū)森林蓄積量遙感估測研究[D];北京林業(yè)大學;2019年

4 周如意;基于Landsat-8遙感影像的森林蓄積量估測[D];浙江農林大學;2019年

5 賈嘉輝;高分遙感森林蓄積量估測算法研究[D];西安科技大學;2017年

6 施趙君;基于遙感信息的森林蓄積量估測[D];浙江農林大學;2014年

7 李靖;黑龍江穆棱市林業(yè)局森林蓄積量估測模型研究[D];北京林業(yè)大學;2012年

8 高陽;森林蓄積量估測遙感影像比值波段和紋理信息選擇研究[D];西安科技大學;2014年

9 于寶義;基于GIS和高分辨率遙感的森林蓄積量定量估測核心算法研究[D];西安科技大學;2013年

10 楊斌;森林蓄積量高空間分辨率遙感估測理論與實現(xiàn)[D];西安科技大學;2008年

本文編號：2851237