森林蓄積量是反映一個(gè)國家或地區(qū)森林資源總規(guī)模和水平的基本指標(biāo)之一,也是反映森林資源豐富程度和衡量森林生態(tài)環(huán)境優(yōu)劣的重要依據(jù)。它的消長動(dòng)態(tài)不僅直接影響林業(yè)的經(jīng)濟(jì)效益,也為森林的經(jīng)營管理提供重要依據(jù)。因此,很有必要對(duì)森林蓄積量展開積極調(diào)查。傳統(tǒng)的蓄積量估測是采用人工實(shí)地采集固定樣地?cái)?shù)據(jù)與總面積進(jìn)行估計(jì),這種方法工作量大、效率低。隨著3S技術(shù)的發(fā)展,現(xiàn)在的蓄積量估測是利用在試驗(yàn)區(qū)域布設(shè)的固定樣地的調(diào)查數(shù)據(jù)結(jié)合遙感影像數(shù)據(jù)構(gòu)建蓄積量估測模型,對(duì)有林地區(qū)域進(jìn)行蓄積量估測。隨著空間分辨率更加精細(xì)化,遙感影像的紋理信息更加豐富。高空間分辨率的紋理信息對(duì)森林植被信息的區(qū)分非常敏感,在蓄積量估測時(shí),加入紋理特征對(duì)蓄積量估測的精度提升具有很大的潛力。本論文基于高分一號(hào)影像數(shù)據(jù),利用灰度共生矩陣法提取試驗(yàn)區(qū)遙感影像的紋理特征,結(jié)合試驗(yàn)區(qū)的遙感信息與GIS信息構(gòu)建蓄積量估測模型,通過實(shí)驗(yàn)探究了紋理特征對(duì)蓄積量估測的影響規(guī)律。最終得出以下結(jié)論:（1）僅僅利用紋理因子并不能有效提高森林蓄積量估測的精度。（2）紋理因子結(jié)合遙感因子以及GIS因子能夠有效提升蓄積量估測精度。（3）紋理特征的方向能夠影響模型的估測精度,... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究技術(shù)路線

圖 2.1 試驗(yàn)區(qū)位置示意圖感影像的獲取于中國衛(wèi)星應(yīng)用中心網(wǎng)站上發(fā)布的高分衛(wèi)星公開數(shù)據(jù)產(chǎn)品。本項(xiàng)取的是 2014 年 10 月 14 日采集的（圖 2.2），覆蓋試驗(yàn)區(qū)的 GFEL1A 級(jí)多光譜數(shù)據(jù)產(chǎn)品。實(shí)驗(yàn)影像空間分辨率為 8m，有紅、綠波段。獲取數(shù)據(jù)的詳細(xì)配置信息見下表 2.1。

2 研究區(qū)域概況及影 預(yù)處理9圖 2.1 試驗(yàn)區(qū)位置示意圖2.2 試驗(yàn)區(qū)遙感影像的獲取影像來源于中國衛(wèi)星應(yīng)用中心網(wǎng)站上發(fā)布的高分衛(wèi)星公開數(shù)據(jù)產(chǎn)品。本項(xiàng)研究的遙感影像主要選取的是 2014 年 10 月 14 日采集的（圖 2.2），覆蓋試驗(yàn)區(qū)的 GF-1 號(hào) PMS傳感器的 LEVEL1A 級(jí)多光譜數(shù)據(jù)產(chǎn)品。實(shí)驗(yàn)影像空間分辨率為 8m，有紅、綠、藍(lán)和近紅外四個(gè)光譜波段。獲取數(shù)據(jù)的詳細(xì)配置信息見下表 2.1。圖 2.2 試驗(yàn)區(qū)遙感影像

【參考文獻(xiàn)】：
期刊論文
[1]我國森林生態(tài)安全評(píng)價(jià)及其差異化分析[J]. 米鋒,譚曾豪迪,顧艷紅,魯莎莎,張大紅.  林業(yè)科學(xué). 2015(07)
[2]現(xiàn)代森林經(jīng)理調(diào)查分析[J]. 陶冠慧.  黑龍江科技信息. 2014(13)
[3]鷲峰地區(qū)QuickBird影像紋理特征與生物量估測關(guān)系初探[J]. 王昆,張曉麗,王珊,焦志敏,寧亮亮,吳石磊.  地理與地理信息科學(xué). 2013(03)
[4]基于遙感和GIS的中山市五桂山森林蓄積量時(shí)間序列分析[J]. 樊風(fēng)雷,鄧應(yīng)彬,樊蔚.  廣東農(nóng)業(yè)科學(xué). 2013(04)
[5]我國森林資源開發(fā)過程中的問題及對(duì)策研究[J]. 張小有.  北京農(nóng)業(yè). 2012(36)
[6]Object oriented land cover classification using ALS and GeoEye imagery over mining area[J]. YU Hai-yang, CHENG Gang, GE Xiao-san, LU Xiao-ping Key Laboratory of Mine Spatial Information Technologies of State Bureau of Surveying and Mapping, Henan Polytechnic University, Jiaozuo 454000, China.  Transactions of Nonferrous Metals Society of China. 2011(S3)
[7]基于灰度共生矩陣的圖像紋理特征地物分類應(yīng)用[J]. 李智峰,朱谷昌,董泰鋒.  地質(zhì)與勘探. 2011(03)
[8]遙感影像在二類調(diào)查中應(yīng)用的前景與限制因素[J]. 李春光,楊軍元,劉書勝,李曉光,于紅偉,崔著信.  綠色科技. 2011(02)
[9]基于灰度共生矩陣的遙感圖像紋理庫設(shè)計(jì)[J]. 周旭,白深模.  海洋測繪. 2010(05)
[10]基于多因子對(duì)象的高空間分辨率遙感影像道路提取[J]. 施益強(qiáng),朱曉鈴,藺方.  集美大學(xué)學(xué)報(bào)(自然科學(xué)版)(網(wǎng)絡(luò)預(yù)覽本). 2010(04)

博士論文
[1]基于多源數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)模型的森林資源蓄積量動(dòng)態(tài)監(jiān)測[D]. 吳達(dá)勝.浙江大學(xué) 2014
[2]基于圖像紋理特征提取算法的研究及應(yīng)用[D]. 王凱.西南交通大學(xué) 2013
[3]基于紋理特征的遙感影像居民地提取技術(shù)研究[D]. 金飛.解放軍信息工程大學(xué) 2013
[4]基于樣本的紋理合成方法研究[D]. 孫利君.山東大學(xué) 2012
[5]SPOT-5遙感影像馬尾松毛蟲害信息提取技術(shù)研究[D]. 亓興蘭.福建農(nóng)林大學(xué) 2011
[6]基于多源遙感數(shù)據(jù)的森林蓄積量估測方法研究[D]. 楊永恬.中國林業(yè)科學(xué)研究院 2010

碩士論文
[1]抽取建立森林蓄積量估測模型最優(yōu)樣地的方法研究[D]. 于丁.西安科技大學(xué) 2014
[2]基于GIS和遙感影像的森林蓄積量分類估測研究[D]. 王艷婷.西安科技大學(xué) 2014
[3]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]. 高陽.西安科技大學(xué) 2014
[4]基于特征提取的紋理圖像分割[D]. 董昱威.長安大學(xué) 2014
[5]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]. 于寶義.西安科技大學(xué) 2013
[6]基于eCognition分類的森林蓄積量估測研究[D]. 張騰飛.西安科技大學(xué) 2012
[7]森林蓄積量遙感定量估測系統(tǒng)研發(fā)[D]. 豐德恩.西安科技大學(xué) 2012
[8]基于MapGIS遙感圖像分析處理研究[D]. 孔艷婷.內(nèi)蒙古科技大學(xué) 2012
[9]基于SRTM數(shù)據(jù)的地形坡度分級(jí)多邊形合并方法與應(yīng)用研究[D]. 高一平.太原理工大學(xué) 2012
[10]基于遙感抽樣技術(shù)的平南縣森林蓄積量估測[D]. 謝進(jìn)金.中南林業(yè)科技大學(xué) 2011



本文編號(hào)：3495682