論文主要針對南方集體林區(qū)的森林資源調查與監(jiān)測的關鍵技術與方法問題開展研究,選取了試驗區(qū)1（浙江省建德市）、試驗區(qū)2（江西省吉水白沙林場）、試驗區(qū)3（江蘇省東臺林場）作為試驗區(qū)。這些區(qū)域都處于南方集體林區(qū)的亞熱帶常綠闊葉林和針闊混交林經(jīng)營區(qū),南方集體林區(qū)具有較好的森林生長自然條件,森林資源集約化監(jiān)測與管理對提升森林質量具有重要的意義。森林資源二類調查成果是指導和規(guī)范科學經(jīng)營森林的重要依據(jù),是森林質量精準提升的基礎。森林資源監(jiān)測的高新技術不斷涌現(xiàn),無人機遙感技術、地基激光雷達、機載激光雷達技術開始在森林資源二類調查中應用。現(xiàn)代化森林調查監(jiān)測技術廣泛應用了航天遙感、航空遙感、全球定位系統(tǒng)、數(shù)據(jù)庫技術及計算機網(wǎng)絡技術等高新技術,由此引發(fā)新形勢下對高時效、高精度、多層次的森林資源二類調查的新要求。論文主要研究內容如下:1、構建了一個提取有林地小班地類變化的綜合相似度指數(shù)FSi計算公式綜合相似度指數(shù)FSi描述發(fā)生變化小班與入樣有林地小班對象因子特征值之間的相似程度,FSi值越大表示該小班地類有極大的可能性發(fā)生變化。綜合相似度指數(shù)計算公式如下:FSi=（?）,Fzi=bzi-m1/σi式中,bzi為... 

【文章來源】：南京林業(yè)大學江蘇省

【文章頁數(shù)】：169 頁

【學位級別】：博士

【部分圖文】：

-2東臺林場無人機高分影像楊樹林小班分布示意圖

強了影像的空間細節(jié)表現(xiàn)能力，符合人類目視解譯習慣，但光譜保真度趨于中等；Wavelet變換后影像目視效果無明顯提高；主成分變換后的影像光譜保真度較高且分辨率有所提高。圖4.1-1中分別為ZY-1-02C影像的多光譜影像以及其它7種方式的融合影像，依次為：Brovey 變換、HPF 變換、GS 變換、IHS 變換、Wavelet 變換、HSV 變換和 PC 主成分變換。圖 4.1-1 試驗區(qū)原多光譜全色影像與各融合方法的影像圖Figure 4.1 -1 original multispectral, panchromatic image and seven different methods of fused image2、定量評價（1）基于指標標準化的融合評價為了在定量評價中達到各指標的可比性，本文對計算的各種指標進行標準化處理。對于定量評價中均值、標準差、信息熵、光譜相關系數(shù)與空間相關系數(shù)等統(tǒng)計值，本文采用標準化方法（見公式(4.1-1)）對影像的均值、標準差、信息熵、光譜相關系數(shù)與空間相關系數(shù)等計算分析，進行標準化處理[192]。綜合標準化數(shù)據(jù)，主成分變換方法的標準化值最高即融合效果最優(yōu)，其次為 HPF 變換與 IHS 變換。表 4.1-2 為評價指標及標準化后的統(tǒng)計值與最終排名。由基于指標標準化的

e. PC 融合后林地影像f. PC 融合后水體影像 g. PC 融合后農(nóng)田影像h.PC 融合后建筑影像圖 4.1-2 試驗區(qū)林地、水體、農(nóng)田與其它地類融合前后影像比較Figure 4.1-2 comparison of original and fused images of forest, water, farm land and others圖 4.1-2 中為林地、水體、農(nóng)田與其它地類融合前與主成分融合后的影像，通過比

【參考文獻】：
期刊論文
[1]基于UAV高分影像的楊樹冠幅提取及相關性研究[J]. 李赟,溫小榮,佘光輝,林國忠.  林業(yè)科學研究. 2017(04)
[2]創(chuàng)新推動森林資源監(jiān)測發(fā)展的思考[J]. 黃國勝.  林業(yè)資源管理. 2017(03)
[3]小型無人機非測量相機在林業(yè)調查中的應用研究[J]. 孫志超,楊雪清,李超.  林業(yè)資源管理. 2017(02)
[4]基于統(tǒng)計檢驗的面向對象高分辨率遙感圖像森林變化檢測[J]. 李春干,代華兵.  林業(yè)科學. 2017(05)
[5]無人機航測技術在森林蓄積量估測中的應用[J]. 李亞東,馮仲科,明海軍,李長青,曹明蘭.  測繪通報. 2017(04)
[6]無人機遙感在林業(yè)中的應用與需求分析[J]. 趙國帥.  福建林業(yè)科技. 2017(01)
[7]我國農(nóng)林業(yè)無人機研究文獻計量學分析[J]. 徐麗麗,解春霞,劉云鵬,鄭華英,高悅.  江蘇林業(yè)科技. 2017(01)
[8]浙江省森林資源一體化監(jiān)測體系探索與設計[J]. 陶吉興,季碧勇,張國江,徐達,王文武,吳偉志.  林業(yè)資源管理. 2016(03)
[9]基于微型無人機遙感的亞熱帶林冠物種識別[J]. 楊龍,孫中宇,唐光良,林志文,陳燕喬,黎喻,李勇.  熱帶地理. 2016(05)
[10]森林資源二類調查外業(yè)小班采集系統(tǒng)基于平板電腦在調查中的運用[J]. 劉麗芳,蘇亞林,任曉東,代萬,韋強.  林業(yè)調查規(guī)劃. 2016(01)

博士論文
[1]森林地上生物量遙感估測方法研究[D]. 穆喜云.內蒙古農(nóng)業(yè)大學 2015
[2]輕小型航空遙感森林幾何參數(shù)提取研究[D]. 韋雪花.北京林業(yè)大學 2013
[3]森林資源二類調查方法的改進及監(jiān)測體系研究[D]. 林國忠.南京林業(yè)大學 2010
[4]森林與濕地資源綜合監(jiān)測集成研究[D]. 王亞欣.中國林業(yè)科學研究院 2010
[5]森林資源二類調查空間數(shù)據(jù)獲取與更新的關鍵技術研究[D]. 劉永杰.北京林業(yè)大學 2009
[6]森林資源年度監(jiān)測理論與方法研究[D]. 劉安興.南京林業(yè)大學 2006
[7]基于三維激光掃描測繪系統(tǒng)的森林計測學研究[D]. 羅旭.北京林業(yè)大學 2006
[8]中國森林生物量與生產(chǎn)力的研究[D]. 肖興威.東北林業(yè)大學 2005
[9]中國主要森林類型生物生產(chǎn)力格局及其數(shù)學模型[D]. 羅天祥.中國科學院研究生院（國家計劃委員會自然資源綜合考察委員會） 1996

碩士論文
[1]基于3S技術的縣級森林資源動態(tài)監(jiān)測研究[D]. 劉俊.南京林業(yè)大學 2016
[2]基于TLS點云數(shù)據(jù)的林分調查因子測定及收獲估計[D]. 梁子瑜.南京林業(yè)大學 2015
[3]無人機影像森林信息提取與模型研建[D]. 王偉.北京林業(yè)大學 2015
[4]基于多源數(shù)據(jù)的森林生物量與生產(chǎn)力估算研究[D]. 劉磊.南京林業(yè)大學 2010
[5]無人遙感飛機在林業(yè)調查中的應用研究[D]. 李宇昊.北京林業(yè)大學 2008
[6]南方型楊樹人工林生長與收獲模型的研究[D]. 肖君.南京林業(yè)大學 2006



本文編號：3014794