森林生物量是衡量森林生態(tài)系統(tǒng)固碳能力的重要指標(biāo),其變化特征是森林生態(tài)系統(tǒng)物質(zhì)循環(huán)和人類活動(dòng)的綜合體現(xiàn),森林生物量的估測(cè)研究對(duì)區(qū)域生態(tài)系統(tǒng)和氣候變化具有極其重要的意義,一直是全球變化研究的熱點(diǎn)。遙感技術(shù)的普及和發(fā)展為快速、高效的進(jìn)行大尺度的森林生物量估測(cè)提供了基礎(chǔ),但遙感信號(hào)飽和已成為影響生物量估測(cè)精度的主要原因之一。由于缺乏足夠多的樣地?cái)?shù)據(jù),使得目前針對(duì)不同類型植被進(jìn)行有關(guān)生物量飽和的研究甚少。本研究以浙江省中西部主要森林植被為研究對(duì)象,將Landsat TM影像和野外實(shí)測(cè)數(shù)據(jù)作為數(shù)據(jù)源,定量研究不同森林植被生物量的飽和值,并結(jié)合DEM數(shù)據(jù)和ALOS PALSAR數(shù)據(jù)探索減少數(shù)據(jù)飽和的影響、提高生物量估測(cè)精度的方法。研究通過(guò)相關(guān)分析確定與生物量相關(guān)性最好的光譜波段,利用球狀模型定量求解不同植被生物量飽和值�？紤]到植被類型和坡向?qū)ι稚锪康挠绊?采用植被/坡向分層的方法,分別建立不同植被生物量估測(cè)模型。研究采用逐步回歸的方法,以TM的光譜波段、PALSAR的后向散射系數(shù)及基于灰度共生矩陣的紋理信息作為備選變量,建立了不同數(shù)據(jù)（TM、PALSAR、TM+PALSAR）、不同分層方法（不分... 

【文章來(lái)源】：浙江農(nóng)林大學(xué)浙江省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1.引言
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 森林生物量研究概述與進(jìn)展
        1.2.1 森林生物量研究概述
        1.2.2 森林生物量研究現(xiàn)狀
    1.3 研究目的、內(nèi)容與技術(shù)路線
        1.3.1 研究目的
        1.3.2 研究?jī)?nèi)容
        1.3.3 技術(shù)路線
2.研究區(qū)與數(shù)據(jù)
    2.1 研究區(qū)概況
        2.1.1 地理位置
        2.1.2 自然特征
        2.1.3 森林資源概況
    2.2 研究數(shù)據(jù)收集與處理
        2.2.1 數(shù)據(jù)收集
        2.2.2 樣地?cái)?shù)據(jù)處理
        2.2.3 Landsat數(shù)據(jù)處理
        2.2.4 ALOS PALSAR數(shù)據(jù)處理
    2.3 遙感影像分類
        2.3.1 訓(xùn)練樣本的選擇及分類結(jié)果
        2.3.2 分類精度評(píng)價(jià)
    2.4 本章小結(jié)
3.森林生物量遙感估測(cè)方法
    3.1 飽和值的確定
    3.2 遙感特征變量的提取
        3.2.1 波段特征
        3.2.2 紋理特征
    3.3 生物量估測(cè)模型及驗(yàn)證方法
        3.3.1 遙感變量的優(yōu)選
        3.3.2 生物量估測(cè)方法
        3.3.3 生物量估測(cè)模型方案設(shè)計(jì)
        3.3.4 生物量估測(cè)模型有效性檢驗(yàn)
    3.4 本章小結(jié)
4.森林生物量遙感估測(cè)結(jié)果與驗(yàn)證
    4.1 不同植被類型飽和值的確定
    4.2 多元回歸建模結(jié)果
        4.2.1 TM數(shù)據(jù)建模結(jié)果
        4.2.2 PALSAR數(shù)據(jù)建模結(jié)果
        4.2.3 TM和ALOS PALSAR相結(jié)合的建模結(jié)果
    4.3 生物量模型有效性檢驗(yàn)
        4.3.1 TM模型有效性檢驗(yàn)
        4.3.2 PALSAR數(shù)據(jù)模型有效性檢驗(yàn)
        4.3.3 TM和PALSAR相結(jié)合的模型有效性檢驗(yàn)
    4.4 研究區(qū)森林生物量分布格局
    4.5 本章小結(jié)
5.結(jié)論與討論
    5.1 結(jié)論
    5.2 討論
        5.2.1 數(shù)據(jù)飽和
        5.2.2 建模方法
        5.2.3 多數(shù)據(jù)源的應(yīng)用
    5.3 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于偏最小二乘算法的森林生物量遙感估測(cè)[J]. 楊金玲,朱繼文,梁欣,張玉娟.  黑龍江工程學(xué)院學(xué)報(bào). 2015(04)
[2]基于機(jī)載激光雷達(dá)與Landsat 8 OLI數(shù)據(jù)的亞熱帶森林生物量估算[J]. 徐婷,曹林,申鑫,佘光輝.  植物生態(tài)學(xué)報(bào). 2015(04)
[3]基于隨機(jī)森林回歸模型的思茅松人工林生物量遙感估測(cè)[J]. 孫雪蓮,舒清態(tài),歐光龍,胥輝.  林業(yè)資源管理. 2015(01)
[4]基于6S模型的遙感圖像大氣校正方法[J]. 侯旭洲,易維寧,喬延利,黃紅蓮,崔文煜,杜麗麗,陳川.  大氣與環(huán)境光學(xué)學(xué)報(bào). 2015(01)
[5]甘肅黑河流域上游森林地上生物量的多光譜遙感估測(cè)[J]. 郭云,李增元,陳爾學(xué),田昕,凌飛龍.  林業(yè)科學(xué). 2015(01)
[6]森林地上生物量遙感反演方法綜述[J]. 劉茜,楊樂(lè),柳欽火,李靜.  遙感學(xué)報(bào). 2015(01)
[7]浙江省資源稟賦情況研究分析[J]. 奚家亮.  現(xiàn)代商業(yè). 2014(30)
[8]地形對(duì)桂西南喀斯特山地森林地表植物多樣性及分布格局的影響[J]. 袁鐵象,張合平,歐芷陽(yáng),譚一波.  應(yīng)用生態(tài)學(xué)報(bào). 2014(10)
[9]不同地形校正模型計(jì)算地形復(fù)雜山區(qū)地表反射率的對(duì)比[J]. 穆悅,安裕倫,王喆,高翔.  山地學(xué)報(bào). 2014(03)
[10]森林地上生物量的極化干涉SAR相干層析估測(cè)方法[J]. 李文梅,陳爾學(xué),李增元,趙磊.  林業(yè)科學(xué). 2014(02)

博士論文
[1]香格里拉縣森林生物量遙感估測(cè)研究[D]. 岳彩榮.北京林業(yè)大學(xué) 2012
[2]浙江省生態(tài)公益林主要群落結(jié)構(gòu)的比較研究[D]. 袁位高.中國(guó)林業(yè)科學(xué)研究院 2009

碩士論文
[1]浙江省土壤氮庫(kù)估算及空間分布特征研究[D]. 張操.浙江大學(xué) 2014
[2]SAR影像在濕地植被地上生物量估測(cè)中的應(yīng)用[D]. 葉垚.首都師范大學(xué) 2011
[3]長(zhǎng)白落葉松生物量估測(cè)模型研究[D]. 閔志強(qiáng).北京林業(yè)大學(xué) 2010
[4]遙感影像幾何校正方法研究與應(yīng)用[D]. 楊高攀.西安建筑科技大學(xué) 2010
[5]遙感定量反演的大氣校正方法分析研究[D]. 王巖.東北林業(yè)大學(xué) 2008
[6]遙感影像地形校正初步研究[D]. 楊丙豐.云南師范大學(xué) 2007



本文編號(hào)：3181562