湖南省郴州市桂東縣是湖南省四大林區(qū)之一,在碳匯過程中起著重要作用。準(zhǔn)確估計(jì)地上生物量的變化對于理解森林碳循環(huán)和促進(jìn)減緩氣候變化至關(guān)重要。在區(qū)域森林地上生物量遙感估測中,主被動(dòng)遙感數(shù)據(jù)相結(jié)合可以提高估測精度。論文以湖南省郴州市桂東縣2014年Landsat8 OLI影像、2014年Sentine-1A影像、2014年43塊森林資源連續(xù)清查固定樣地?cái)?shù)據(jù)為主要數(shù)據(jù)源,借助于ENVI、SNAP、R等軟件,分別采用主動(dòng)式遙感（Sentinel-1A數(shù)據(jù)）、被動(dòng)式遙感（Landsat8 OLI數(shù)據(jù)）、主被動(dòng)相結(jié)合（Sentinel-1A數(shù)據(jù)結(jié)合Landsat8OLI數(shù)據(jù)）3種數(shù)據(jù)集和多元線性回歸、隨機(jī)森林、人工神經(jīng)網(wǎng)絡(luò)、袋裝算法等四種模型,進(jìn)行區(qū)域森林地上生物量特征變量選取、參數(shù)建模、模型精度評價(jià)、生物量空間制圖。最后在生成的研究區(qū)森林地上生物量空間分布圖基礎(chǔ)上,對研究區(qū)進(jìn)行了森林地上生物量空間分布特征分析。結(jié)果表明:（1）在特征變量選擇上,紅色波段（B4）、紅外波段（B5）反射率及紋理特征,歸一化植被指數(shù)（NDVI）,交叉極化（VH）后向散射系數(shù)及其紋理特征,在森林地上生物量反演中具有重要作用。... 

【文章來源】：南京林業(yè)大學(xué)江蘇省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究進(jìn)展
    1.3 研究內(nèi)容和技術(shù)路線
第二章 研究區(qū)概況和數(shù)據(jù)源
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)源
        2.2.1 Landsat8 OLI數(shù)據(jù)
        2.2.2 Sentinel-1 A數(shù)據(jù)
        2.2.3 地面調(diào)查數(shù)據(jù)
        2.2.4 DEM及其他輔助數(shù)據(jù)
第三章 數(shù)據(jù)預(yù)處理
    3.1 Landsat8 OLI數(shù)據(jù)
        3.1.1 輻射定標(biāo)
        3.1.2 大氣校正
        3.1.3 地形輻射校正
    3.2 Sentinel-1 A數(shù)據(jù)預(yù)處理
        3.2.1 輻射定標(biāo)
        3.2.2 濾波
        3.2.3 地形輻射校正和地理編碼
        3.2.4 幾何校正
第四章 生物量反演遙感參數(shù)提取研究
    4.1 Landsat8 OLI影響參數(shù)提取與分析
        4.1.1 波段信息
        4.1.2 植被指數(shù)
        4.1.3 紋理特征
            4.1.3.1 紋理特征信息提取方法
            4.1.3.2 紋理信息的提取與分析
    4.2 Sentinel-1A影響參數(shù)提取與分析
        4.2.1 SAR后向散射系數(shù)
        4.2.2 Sentinel-1 A影像紋理信息提取
第五章 基于Landsat8 OLI和 Sentinel-1 A的生物量反演
    5.1 基于Landsat8 OLI的森林地上生物量反演
        5.1.1 模型的建立
            5.1.1.1 多元線性回歸
            5.1.1.2 隨機(jī)森林算法
            5.1.1.3 袋裝算法
        5.1.2 模型特征變量選擇
        5.1.3 模型精度評價(jià)
    5.2 基于Sentinel-1 A的森林地上生物量反演
        5.2.1 模型的建立及精度評價(jià)
    5.3 基于多源遙感數(shù)據(jù)協(xié)同的森林地上生物量反演
        5.3.1 模型的建立及精度評價(jià)
    5.4 生物量空間制圖
第六章 生物量空間分布特征分析
    6.1 空間自相關(guān)分析
    6.2 冷熱點(diǎn)與趨勢面分析
        6.2.1 冷熱點(diǎn)分析
        6.2.2 趨勢面分析
    6.3 地形梯度分析
第七章 :結(jié)論與討論
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于空間回歸模型的思茅松林生物量遙感估測及光飽和點(diǎn)確定[J]. 周律,歐光龍,王俊峰,胥輝.  林業(yè)科學(xué). 2020(03)
[2]Landsat8光譜衍生數(shù)據(jù)分類體系下的牧草生物量反演[J]. 張愛武,張帥,郭超凡,劉路路,胡少興,柴沙駝.  光譜學(xué)與光譜分析. 2020(01)
[3]基于Landsat TM數(shù)據(jù)的洪河濕地植被地上生物量遙感估算模型[J]. 韓永婷,韓穎.  遼寧科技大學(xué)學(xué)報(bào). 2019(06)
[4]基于光學(xué)多光譜與SAR遙感特征快速優(yōu)化的大區(qū)域森林地上生物量估測[J]. 張少偉,惠剛盈,韓宗濤,孫珊珊,田昕.  遙感技術(shù)與應(yīng)用. 2019(05)
[5]天堂山林場森林地上生物量及碳儲量的遙感估算模型構(gòu)建[J]. 陳日東,林什全,潘國英,陳月明.  林業(yè)與環(huán)境科學(xué). 2019(03)
[6]冬小麥葉片光合特征高光譜遙感估算模型的比較研究[J]. 張卓,龍慧靈,王崇倡,楊貴軍.  中國農(nóng)業(yè)科學(xué). 2019(04)
[7]基于Landsat影像的梭磨鄉(xiāng)冷杉林地上碳儲量估測及其時(shí)空動(dòng)態(tài)[J]. 烏迪,巫明焱,陳佳麗,董光,程武學(xué).  生態(tài)科學(xué). 2019(01)
[8]基于木材密度的34個(gè)樹種組一元立木生物量模型建立[J]. 曾偉生.  林業(yè)資源管理. 2017(06)
[9]應(yīng)用Sentinel-1影像紋理信息模型估測杉木林生物量[J]. 潘磊,孫玉軍.  東北林業(yè)大學(xué)學(xué)報(bào). 2018(01)
[10]河南西峽縣森林地上生物量時(shí)空動(dòng)態(tài)分析（英文）[J]. 余超,宋立奕,李明陽,Omidreza Shobairi SEYED,張向陽.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)

博士論文
[1]旱區(qū)植被遙感信息提取與反演[D]. 葉靜蕓.中國林業(yè)科學(xué)研究院 2017
[2]基于多源遙感數(shù)據(jù)融合與數(shù)據(jù)同化的水稻信息提取研究[D]. 王晶.浙江大學(xué) 2016
[3]基于光譜數(shù)據(jù)的植被重點(diǎn)參數(shù)反演方法研究[D]. 樂源.武漢大學(xué) 2014
[4]干旱區(qū)鹽漬地極化雷達(dá)土壤水分反演研究[D]. 韓桂紅.新疆大學(xué) 2013
[5]植被覆蓋地表極化雷達(dá)土壤水分反演與應(yīng)用研究[D]. 劉偉.中國科學(xué)院研究生院（遙感應(yīng)用研究所） 2005

碩士論文
[1]基于SAR極化分解與TM數(shù)據(jù)的森林生物量多源遙感估測[D]. 于欣彤.東北林業(yè)大學(xué) 2019
[2]基于GF-3全極化SAR數(shù)據(jù)估算森林冠層生物量[D]. 魏晶昱.東北林業(yè)大學(xué) 2019
[3]Landsat-7ETM+和PALSAR數(shù)據(jù)聯(lián)合反演森林生物量方法研究[D]. 陳順.中國礦業(yè)大學(xué) 2018
[4]基于多源遙感數(shù)據(jù)的深圳灣紅樹林生物量估算[D]. 王月如.西南大學(xué) 2018
[5]基于光學(xué)和SAR遙感的福建省森林生物量估算[D]. 李靜.福州大學(xué) 2017
[6]基于植被指數(shù)的新疆和靜縣草原地上生物量模擬[D]. 楊靜雅.新疆師范大學(xué) 2017
[7]基于Landsat的香格里拉市高山松地上生物量及其動(dòng)態(tài)變化建模研究[D]. 陸馳.西南林業(yè)大學(xué) 2017
[8]基于高分辨率遙感和極化雷達(dá)數(shù)據(jù)的大興安嶺地區(qū)森林地上生物量估測[D]. 張穎.北京林業(yè)大學(xué) 2016
[9]基于紋理特征的人工梭梭林生物量遙感估測研究[D]. 牧其爾.內(nèi)蒙古師范大學(xué) 2015
[10]基于Quickbird和極化雷達(dá)數(shù)據(jù)的森林生物量估測方法研究[D]. 王昆.北京林業(yè)大學(xué) 2013



本文編號：3642748