在全球氣候變化和人類活動雙重背景下,森林生態(tài)系統(tǒng)在垂直海拔高度上有著顯著的響應和變化。喜馬拉雅地區(qū)因其垂直高差巨大,而且還跨五個主權國家的轄區(qū),人類活動、管理措施等有著較大差別,是研究森林變化的理想之地。為了準確地識別喜馬拉雅地區(qū)的森林面積、分布、變化以及影響因素,本文基于野外實地調查的點位數(shù)據(jù),利用CART、隨機森林、樸素貝葉斯分類器分別對喜馬拉雅地區(qū)森林的信息進行提取,選取最優(yōu)的分類器——隨機森林分類器進行森林信息的提取。在此基礎上,利用Google Earth遙感影像點位數(shù)據(jù)對HF森林數(shù)據(jù)和現(xiàn)有七種不同分辨率的森林數(shù)據(jù)（JAXA森林數(shù)據(jù)、Globe Land30土地覆被數(shù)據(jù)、FROM-GLC土地覆被數(shù)據(jù)、Global Forest Watch樹木覆被數(shù)據(jù)、GLCF VCF樹木覆被數(shù)據(jù)、CCI-LC土地覆被數(shù)據(jù)、MCD12Q1土地覆被數(shù)據(jù)）的總體精度、Kappa系數(shù)、森林制圖者精度、森林用戶精度進行評估,并在國家尺度和像元尺度分析HF森林數(shù)據(jù)和現(xiàn)有幾種森林數(shù)據(jù)的森林面積和空間的一致性。最后通過篩選最優(yōu)的森林提取信息分類器,分析1984-2018年有效年份（14年）森林數(shù)據(jù)的時空變化... 

【文章來源】：青海師范大學青海省

【文章頁數(shù)】：102 頁

【學位級別】：碩士

【文章目錄】：
基金項目
中文摘要
Abstract
第一章 引言
    1.1 研究背景及意義
    1.2 文獻綜述
        1.2.1 森林覆被提取的研究進展
        1.2.2 森林變化監(jiān)測的研究進展
        1.2.3 森林變化的原因解釋
        1.2.4 森林遙感影像分類及其監(jiān)測方法的研究進展
    1.3 科學問題
    1.4 研究目標
    1.5 研究內容
    1.6 技術路線
第二章 研究區(qū)概況
    2.1 自然地理概況
    2.2 社會經(jīng)濟狀況
第三章 數(shù)據(jù)來源及處理
    3.1 Google Earth Engine云平臺簡介
    3.2 野外驗證點數(shù)據(jù)
    3.3 Google Earth影像數(shù)據(jù)
    3.4 Landsat衛(wèi)星數(shù)據(jù)
    3.5 現(xiàn)有的中分辨率森林數(shù)據(jù)
        3.5.1 JAXA森林覆被數(shù)據(jù)
        3.5.2 Globe Land30 土地覆被數(shù)據(jù)
        3.5.3 FROM-GLC土地覆被數(shù)據(jù)
        3.5.4 Global Forest Watch樹木覆被數(shù)據(jù)
        3.5.5 GLCF VCF樹木覆被數(shù)據(jù)
        3.5.6 CCI-LC土地覆被數(shù)據(jù)
        3.5.7 MCD12Q1土地覆被數(shù)據(jù)
    3.6 其他數(shù)據(jù)
        3.6.1 指數(shù)數(shù)據(jù)
        3.6.2 地形數(shù)據(jù)
        3.6.3 矢量數(shù)據(jù)
        3.6.4 水系數(shù)據(jù)
        3.6.5 人口密度數(shù)據(jù)
        3.6.6 土壤pH數(shù)據(jù)
        3.6.7 土壤有機碳含量
第四章 森林覆被數(shù)據(jù)提取
    4.1 樣本點的確定
        4.1.1 不同點位分布模式下分類結果的比較
        4.1.2 剔除異常值的常用方法(箱型圖)
        4.1.3 剔除異常值的具體步驟
        4.1.4 樣本點選取的具體步驟
    4.2 分類方法的確定
        4.2.1 三種森林分類方法介紹
        4.2.2 混淆矩陣
        4.2.3 分類結果的對比
    4.3 喜馬拉雅地區(qū)森林數(shù)據(jù)的提取
    4.4 小結
第五章 喜馬拉雅地區(qū)不同數(shù)據(jù)的比較
    5.1 現(xiàn)有七種森林數(shù)據(jù)匹配的方法
    5.2 喜馬拉雅森林數(shù)據(jù)與現(xiàn)有七種森林數(shù)據(jù)的精度比較
    5.3 喜馬拉雅森林數(shù)據(jù)與現(xiàn)有七種森林數(shù)據(jù)的差異性分析
        1.HF森林數(shù)據(jù)與七種森林數(shù)據(jù)的空間分布
        2.國家尺度面積統(tǒng)計
        3.HF森林數(shù)據(jù)與現(xiàn)有七種森林數(shù)據(jù)的像元尺度的一致性
    5.4 小結
第六章 喜馬拉雅地區(qū)森林覆被分布及變化分析
    6.1 研究方法
        6.1.1 空間分析
        6.1.2 Logistic回歸模型
    6.2 喜馬拉雅地區(qū)森林覆被的分布
    6.3 喜馬拉雅地區(qū)森林覆被的時間變化特征
    6.4 森林覆被變化的空間分布特征
    6.5 森林變化的原因解釋
    6.6 小結
第七章 結論與展望
    7.1 主要結論
    7.2 思考
        7.2.1 可能的創(chuàng)新點
        7.2.2 不足與展望
參考文獻
附錄
致謝
個人簡歷、在學期間的研究成果及發(fā)表的學術論文


【參考文獻】：
期刊論文
[1]2000—2015年安徽省林地遙感制圖與時空變化分析[J]. 邵亞奎,朱長明,徐新良,張新,沈謙.  生態(tài)科學. 2019(06)
[2]全球海岸帶多源土地利用/覆蓋遙感分類產(chǎn)品一致性分析[J]. 侯婉,侯西勇.  地球信息科學學報. 2019(07)
[3]森林類型遙感分類及變化監(jiān)測研究進展[J]. 顏偉,周雯,易利龍,田昕.  遙感技術與應用. 2019(03)
[4]基于高分辨率衛(wèi)星影像的森林資源動態(tài)變化監(jiān)測與驅動力分析[J]. 謝敏,龔直文.  中南林業(yè)科技大學學報. 2019(05)
[5]基于多源遙感影像的森林資源分類及精度評價[J]. 徐輝,潘萍,楊武,歐陽勛志,寧金魁,邵錦鋒,李琦.  江西農業(yè)大學學報. 2019(04)
[6]森林生態(tài)系統(tǒng)遙感監(jiān)測技術研究進展[J]. 何興元,任春穎,陳琳,王宗明,鄭海峰.  地理科學. 2018(07)
[7]巴基斯坦森林經(jīng)營政策與評述[J]. Muhammad Arif,韓麗晶,曹玉昆.  林業(yè)經(jīng)濟. 2018(05)
[8]綜合應用多源遙感數(shù)據(jù)的面向對象土地覆蓋分類方法[J]. 李曉紅,陳爾學,李增元,李世明.  林業(yè)科學. 2018(02)
[9]岷江上游流域植被覆蓋度及其與地形因子的相關性[J]. 張詩羽,張毅,王昌全,曾志超.  水土保持通報. 2018(01)
[10]四川大熊貓棲息地PALSAR時序數(shù)據(jù)森林覆蓋動態(tài)監(jiān)測研究[J]. 周曉宇,陳富龍.  遙感技術與應用. 2017(06)

博士論文
[1]1990-2015年喜馬拉雅山冰川變化及其對氣候波動的響應[D]. 冀琴.蘭州大學 2018
[2]完善西藏森林生態(tài)效益補償體系建設研究[D]. 李華.東北林業(yè)大學 2016

碩士論文
[1]融合多源遙感數(shù)據(jù)的黃土高原森林提取及與現(xiàn)有產(chǎn)品的比較研究[D]. 楊智奇.中國地質大學(北京) 2018
[2]樸素貝葉斯算法的改進與應用[D]. 馬剛.安徽大學 2018
[3]基于改進的K-均值算法的樸素貝葉斯分類及應用[D]. 李艷.合肥工業(yè)大學 2007



本文編號：3628316