本文以云南省香格里拉市為研究區(qū),以典型森林生態(tài)系統(tǒng)高山松林為研究對(duì)象。基于實(shí)測(cè)116株單木生物量數(shù)據(jù)構(gòu)建的單木生物量模型,結(jié)合實(shí)測(cè)樣地調(diào)查數(shù)據(jù),計(jì)算得出56個(gè)高山松樣地林分地上生物量;并以Landsat8-OLI為遙感數(shù)據(jù)源,結(jié)合實(shí)測(cè)林分生物量數(shù)據(jù),采用線性逐步回歸、非線性回歸、線性聯(lián)立方程組、隨機(jī)森林回歸、Cubist回歸五種回歸方法對(duì)高山松林地上生物量進(jìn)行遙感估算,分析不同回歸方法在高山松林生物量估算的擬合表現(xiàn)及預(yù)估能力,選擇出最佳的回歸模型,并基于最佳回歸模型反演了香格里拉市高山松林生物量,基于反演結(jié)果分析高山松林生物量的分布。研究表明:（1）高山松單木生物量最佳估算模型的決定系數(shù)（R2）為0.992;均方根誤差（RMSE）為30.778,預(yù)估精度（P）為87.941%。（2）在構(gòu)建逐步回歸模型的過(guò)程中,通過(guò)改變限制條件（F概率值）,逐步回歸的最終模型,其決定系數(shù)（R2）為0.608,均方根誤差（RMSE）為33.388,預(yù)估精度（P）為49.521%。（3）非線性回歸模型,即生物量的三次項(xiàng)模型。模型的決定系數(shù)（R2）為0.727,均方根誤差（RMSE）為31.636。從模型的獨(dú)... 

【文章來(lái)源】：西南林業(yè)大學(xué)云南省

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

大氣校正前（左圖）后（右圖）對(duì)比

圖 2-2 OLI 地形校正前（左）后（右）圖像對(duì)比（局部）Fig.2-2 Comparison of OLI before (left) and (right) topographic correction地形校正前后局部圖像對(duì)比，從圖中可以看出，地形明顯的被拉申，大部分陰被去除，消除了地形對(duì)植被因子反射率的影響，從原數(shù)據(jù)上保證了數(shù)據(jù)的準(zhǔn)確性可行性，為生物量遙感估測(cè)模型的構(gòu)建奠定了基礎(chǔ)。.3.1.4 圖形拼接與裁剪研究區(qū)共涉及 3 景 Landsat8-OLI 數(shù)據(jù)，分別對(duì)每景影像校正后，利用研究區(qū)政邊界進(jìn)行裁剪（見(jiàn)圖 2-3），接著在 Envi 下將裁剪減后的 3 景影像進(jìn)行鑲嵌，成研究區(qū)的整體影像（見(jiàn)圖 2-4）。

圖 2-2 OLI 地形校正前（左）后（右）圖像對(duì)比（局部）Fig.2-2 Comparison of OLI before (left) and (right) topographic correction地形校正前后局部圖像對(duì)比，從圖中可以看出，地形明顯的被拉申，大部分陰被去除，消除了地形對(duì)植被因子反射率的影響，從原數(shù)據(jù)上保證了數(shù)據(jù)的準(zhǔn)確性可行性，為生物量遙感估測(cè)模型的構(gòu)建奠定了基礎(chǔ)。.3.1.4 圖形拼接與裁剪研究區(qū)共涉及 3 景 Landsat8-OLI 數(shù)據(jù)，分別對(duì)每景影像校正后，利用研究區(qū)政邊界進(jìn)行裁剪（見(jiàn)圖 2-3），接著在 Envi 下將裁剪減后的 3 景影像進(jìn)行鑲嵌，成研究區(qū)的整體影像（見(jiàn)圖 2-4）。

【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林回歸的不同齡組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,張博,胥輝.  廣東農(nóng)業(yè)科學(xué). 2015(15)
[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]基于隨機(jī)森林算法的橡膠林地上生物量遙感反演研究——以景洪市為例[J]. 王云飛,龐勇,舒清態(tài).  西南林業(yè)大學(xué)學(xué)報(bào). 2013(06)
[4]隨機(jī)森林模型在分類與回歸分析中的應(yīng)用[J]. 李欣海.  應(yīng)用昆蟲學(xué)報(bào). 2013(04)
[5]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)
[6]國(guó)外生物量模型概述[J]. 王天博,陸靜.  中國(guó)農(nóng)學(xué)通報(bào). 2012(16)
[7]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)
[8]森林地上生物量遙感估測(cè)研究進(jìn)展[J]. 婁雪婷,曾源,吳炳方.  國(guó)土資源遙感. 2011(01)
[9]隨機(jī)森林方法研究綜述[J]. 方匡南,吳見(jiàn)彬,朱建平,謝邦昌.  統(tǒng)計(jì)與信息論壇. 2011(03)
[10]利用度量誤差模型方法建立相容性立木生物量方程系統(tǒng)[J]. 曾偉生,唐守正.  林業(yè)科學(xué)研究. 2010(06)

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]立木生物量模型構(gòu)建及估計(jì)方法的研究[D]. 胥輝.北京林業(yè)大學(xué) 1998



本文編號(hào)：3302632