本研究基于2015年58個(gè)外業(yè)調(diào)查樣地?cái)?shù)據(jù)和1987年、1992年、1997年、2002年、2007年共96個(gè)的森林資源一類(lèi)調(diào)查固定樣地?cái)?shù)據(jù),結(jié)合Landsat影像數(shù)據(jù)、DEM數(shù)據(jù),建立了不同時(shí)期的香格里拉市高山松地上生物量估測(cè)模型,分別是單期高山松生物量估測(cè)模型、多期高山松生物量估測(cè)模型和高山松生物量動(dòng)態(tài)變化估測(cè)模型。采用了四種建模方法:多元線(xiàn)性回歸模型（MLR）、偏最小二乘回歸模型（PLSR）、隨機(jī)森林模型（RF）和梯度提升決策樹(shù)模型（GBRT）。對(duì)所建立的模型進(jìn)行模型評(píng)價(jià),包括擬合效果和預(yù)測(cè)效果,通過(guò)相互間比較,選出最佳生物量估測(cè)模型。最后,基于多期高山松生物量估測(cè)模型和高山松生物量動(dòng)態(tài)變化估測(cè)模型對(duì)高山松生物量進(jìn)行估測(cè),并就兩種方法的估測(cè)能力進(jìn)行了評(píng)價(jià)和比較。因此可以得到以下結(jié)論:（1）在單期高山松生物量估測(cè)模型中,對(duì)生物量具有重要影響的因子有R5T4EN、R9T4CC、R5T4SM、R5T5CC、TM73、DVI。對(duì)四種建模方法的模型效果進(jìn)行比較,得出GBRT模型的整體效果最佳,其判定系數(shù)（R²）為0.958,預(yù)估精度（P）為73.878%。（2）在基于... 

【文章來(lái)源】：西南林業(yè)大學(xué)云南省

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究的背景及意義
    1.2 國(guó)內(nèi)外研究概況
        1.2.1 基于光學(xué)遙感的生物量估測(cè)研究
        1.2.2 基于遙感數(shù)據(jù)的生物量動(dòng)態(tài)監(jiān)測(cè)研究
        1.2.3 基于不同建模方法的生物量估測(cè)研究
        1.2.4 以香格里拉為研究區(qū)的生物量估測(cè)研究
    1.3 研究?jī)?nèi)容
    1.4 技術(shù)路線(xiàn)
2 研究區(qū)概況與數(shù)據(jù)
    2.1 地理位置
    2.2 森林植被
    2.3 實(shí)驗(yàn)數(shù)據(jù)
        2.3.1 外業(yè)調(diào)查數(shù)據(jù)
        2.3.2 遙感影像
        2.3.3 DEM數(shù)據(jù)
        2.3.4 生物量數(shù)據(jù)
3 研究方法
    3.1 遙感影像預(yù)處理
        3.1.1 大氣校正
        3.1.2 幾何校正
        3.1.3 地形校正
    3.2 遙感特征因子提取
        3.2.1 原始單波段因子
        3.2.2 波段組合因子
        3.2.3 植被指數(shù)因子
        3.2.4 信息增強(qiáng)因子
        3.2.5 紋理信息因子
        3.2.6 備選遙感特征因子確定
    3.3 模型介紹
        3.3.1 多元線(xiàn)性回歸模型
        3.3.2 偏最小二乘回歸模型
        3.3.3 隨機(jī)森林模型
        3.3.4 梯度提升決策樹(shù)
    3.4 模型評(píng)價(jià)指標(biāo)
4 基于2015年數(shù)據(jù)構(gòu)建生物量估測(cè)模型
    4.1 數(shù)據(jù)處理及分配
        4.1.1 篩選離群值
        4.1.2 數(shù)據(jù)分配
    4.2 構(gòu)建多元線(xiàn)性回歸生物量估測(cè)模型
        4.2.1 特征變量?jī)?yōu)選
        4.2.2 模型擬合
        4.2.3 模型評(píng)價(jià)
    4.3 構(gòu)建偏最小二乘回歸生物量估測(cè)模型
        4.3.1 特征變量?jī)?yōu)選
        4.3.2 模型參數(shù)選擇
        4.3.3 模型擬合
        4.3.4 模型評(píng)價(jià)
    4.4 構(gòu)建隨機(jī)森林生物量估測(cè)模型
        4.4.1 特征變量?jī)?yōu)選
        4.4.2 模型參數(shù)選擇
        4.4.3 模型擬合
        4.4.4 模型評(píng)價(jià)
    4.5 構(gòu)建梯度提升決策樹(shù)生物量估測(cè)模型
        4.5.1 特征變量?jī)?yōu)選
        4.5.2 模型參數(shù)選擇
        4.5.3 模型擬合
        4.5.4 模型評(píng)價(jià)
    4.6 模型比較與分析
        4.6.1 建模因子比較
        4.6.2 模型效果比較
5 基于1987-2007年數(shù)據(jù)構(gòu)建生物量估測(cè)模型
    5.1 多期生物量聯(lián)合估測(cè)模型初探
        5.1.1 數(shù)據(jù)處理及分配
        5.1.2 模型構(gòu)建
        5.1.3 模型比較與分析
    5.2 生物量動(dòng)態(tài)變化估測(cè)模型初探
        5.2.1 數(shù)據(jù)集構(gòu)建、處理及分配
        5.2.2 模型構(gòu)建
        5.2.3 模型比較與分析
    5.3 生物量估測(cè)效果對(duì)比
        5.3.1 生物量估測(cè)方法
        5.3.2 生物量估測(cè)效果對(duì)比
6 結(jié)論與討論
    6.1 結(jié)論
    6.2 討論
    6.3 展望
參考文獻(xiàn)
作者簡(jiǎn)歷
導(dǎo)師簡(jiǎn)介
獲得成果目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Landsat 8 OLI的特征變量?jī)?yōu)化提取及森林生物量反演[J]. 徐婷,曹林,佘光輝.  遙感技術(shù)與應(yīng)用. 2015(02)
[2]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)
[3]歸一化地形校正模型研究進(jìn)展及其對(duì)比實(shí)驗(yàn)[J]. 何超,陳建珍,岳彩榮.  林業(yè)調(diào)查規(guī)劃. 2014(03)
[4]基于郁閉度聯(lián)立方程組模型的森林生物量遙感估測(cè)[J]. 李明澤,毛學(xué)剛,范文義.  林業(yè)科學(xué). 2014(02)
[5]三峽庫(kù)區(qū)森林蓄積量遙感監(jiān)測(cè)及其動(dòng)態(tài)變化分析[J]. 張超,彭道黎,黨永峰,智長(zhǎng)貴.  東北林業(yè)大學(xué)學(xué)報(bào). 2013(11)
[6]基于紋理的林區(qū)影像匹配窗口設(shè)置方法探討[J]. 何玨,趙鵬,李浩.  遙感信息. 2013(04)
[7]基于遙感信息模型的香格里拉森林生物量估算[J]. 王金亮,程鵬飛,徐申,王小花,程峰.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2013(03)
[8]基于合成孔徑雷達(dá)影像的海洋溢油紋理特征參數(shù)分析[J]. 魏錸,胡卓瑋.  海洋學(xué)報(bào)(中文版). 2013(01)
[9]區(qū)域森林生物量遙感信息模型構(gòu)建研究[J]. 程鵬飛,王金亮,徐申,程峰,王小花.  遙感技術(shù)與應(yīng)用. 2012(05)
[10]基于遙感的湄公河次區(qū)域森林地上生物量分析[J]. 龐勇,黃克標(biāo),李增元,覃先林,陳爾學(xué).  資源科學(xué). 2011(10)

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

碩士論文
[1]基于Landsat8-OLI的香格里拉高山松林生物量遙感估測(cè)模型研究[D]. 孫雪蓮.西南林業(yè)大學(xué) 2016
[2]基于光譜面積和IHS變換的水體提取的研究[D]. 劉排英.中南大學(xué) 2010
[3]偏最小二乘回歸的研究[D]. 宋高陽(yáng).浙江大學(xué) 2009
[4]滇中地區(qū)云南松林生物量及碳儲(chǔ)量遙感估測(cè)模型研究[D]. 吳曉麗.西南林學(xué)院 2009
[5]多源遙感圖像融合算法研究[D]. 蔣友欣.成都理工大學(xué) 2007
[6]基于灰度共生法和小波變換的遙感影像紋理信息提取[D]. 曾文華.東北師范大學(xué) 2006
[7]GIS支持下的中國(guó)陸地生物量遙感動(dòng)態(tài)監(jiān)測(cè)研究[D]. 馮險(xiǎn)峰.陜西師范大學(xué) 2000



本文編號(hào)：3192413