本文關(guān)鍵詞：基于pleiades影像的川西南山地常綠闊林林分胸徑、樹高和冠幅的估測(cè)研究

  更多相關(guān)文章： 遙感 胸徑 樹高 冠幅 偏最小二乘法 常綠闊葉林

【摘要】：林分結(jié)構(gòu)參數(shù)是衡量森林生長(zhǎng)和收獲的一個(gè)非常重要的參數(shù),也是森林調(diào)查、經(jīng)營(yíng)和管理的重要因子,能夠很直觀的反映出森林環(huán)境和林木生長(zhǎng)狀況,掌握林分結(jié)構(gòu)參數(shù)對(duì)于及時(shí)分析森林資源狀況和生態(tài)環(huán)境變化有重要的意義。常綠闊葉林在川西南山地廣泛分布,在整個(gè)長(zhǎng)江上游的生態(tài)平衡中起著非常重要的作用。目前,基于遙感影像針對(duì)該區(qū)域林分結(jié)構(gòu)參數(shù)估測(cè)的研究還不多見,因此通過高分辨率遙感影像估測(cè)該區(qū)域常綠闊葉林林分胸徑、樹高和冠幅對(duì)于川西南山地常綠闊葉林生態(tài)學(xué)過程研究具有重要的意義。本文以雅安市雨城區(qū)上里鎮(zhèn)為研究區(qū),結(jié)合地面調(diào)查數(shù)據(jù),對(duì)Pleiades遙感影像進(jìn)行幾何校正、大氣校正、監(jiān)督分類等,同時(shí)提取并設(shè)置遙感因子和地理因子,通過投影重要性值VIP對(duì)自變量進(jìn)行篩選,采用偏最小二乘回歸法分別建立了該地區(qū)常綠闊葉林胸徑、樹高和冠幅的估測(cè)模型,并以此為基礎(chǔ)得到了研究區(qū)常綠闊葉林胸徑、樹高和冠幅的分布圖。最后通過估測(cè)模型得出的估測(cè)值和野外實(shí)測(cè)值分別建立了研究區(qū)胸徑-樹高模型；胸徑-冠幅和胸徑-樹高,冠幅模型,利用地面實(shí)測(cè)數(shù)據(jù)對(duì)所建模型進(jìn)行精度評(píng)價(jià)。主要結(jié)論如下：(1)利用ENV15.0軟件對(duì)Pleiades影像進(jìn)行幾何校正、大氣校正和圖像裁剪等預(yù)處理,用“監(jiān)督分類法”對(duì)影像進(jìn)行分類,結(jié)合地面檢查點(diǎn)對(duì)分類結(jié)果進(jìn)行精度檢驗(yàn),影像分類總體精度為83.2%,達(dá)到了遙感影像分類精度要求。結(jié)合研究區(qū)的DEM和‘Pleiades影像高分辨率的特點(diǎn),分別提取了研究區(qū)陰影豐度、單波段灰度值、植被指數(shù)、地形因子等提取等共23個(gè)自變量因子。(2)23個(gè)自變量因子中,陰影豐度(SF)、差值環(huán)境植被指數(shù)(DVI)和郁閉度(YBD)均與林分胸徑、樹高和冠幅有較好的相關(guān)性,并且在建模中的投影重要值VIP都比較大,說(shuō)明陰影豐度(SF)、差值環(huán)境植被指數(shù)(DVI)和郁閉度(YBD)可以作為遙感估測(cè)林分胸徑、樹高和冠幅的重要因子；紋理信息因子中也有部分因子與林分胸徑、樹高和冠幅有一定的相關(guān)性,但相關(guān)性系數(shù)不高；而單波段、波段比值、差值環(huán)境植被指數(shù)、歸一化植被指數(shù)以及地形因子與林分胸徑、樹高和冠幅的相關(guān)性不顯著,僅有個(gè)別因子與林分胸徑、樹高和冠幅的相關(guān)性顯著(比如B2與胸徑、B1/B2與胸徑、海拔與樹高、NDVI1與冠幅等)。(3)通過投影重要性值VIP進(jìn)行變量篩選,選取出8個(gè)自變量利用偏最小二乘回歸法建立了研究區(qū)胸徑的遙感估測(cè)模型,用檢驗(yàn)樣本對(duì)估測(cè)模型進(jìn)行精度檢驗(yàn),其總體精度為83.4%,模型中陰影豐度(SF)的VIP值最大。標(biāo)準(zhǔn)系數(shù)逆轉(zhuǎn)換后胸徑的最終模型表達(dá)式為：D=-12.0022×SF-0.171831×YBD-0.002472×DVI+0.00415×ELEVATION-2.61318× (B1/B2)+2.62776×ENT-5.81345×ASM+3.50494×IDM+31.7432(4)通過投影重要性值VIP進(jìn)行變量篩選,選取出8個(gè)自變量利用偏最小二乘回歸法建立了研究區(qū)樹高的遙感估測(cè)模型,用檢驗(yàn)樣本對(duì)估測(cè)模型進(jìn)行精度檢驗(yàn),其總體精度為84.7%,模型中陰影豐度(SF)的VIP值最大。標(biāo)準(zhǔn)系數(shù)逆轉(zhuǎn)換后樹高的最終模型表達(dá)式為：H=-3.49087×SF-0.048134×YBD-0.0007111×DVI+0.571895×CON+0.790206xENT+ 0.000711×ELEVATION-1.185916×ASM+1.10686×IDM+14.32545(5)通過投影重要性值VIP進(jìn)行變量篩選,選取出9個(gè)自變量利用偏最小二乘回歸法建立了研究區(qū)冠幅的遙感估測(cè)模型,用檢驗(yàn)樣本對(duì)估測(cè)模型進(jìn)行精度檢驗(yàn),其總體精度為81.5%,模型中郁閉度(YBD)的VIP值最大。標(biāo)準(zhǔn)系數(shù)逆轉(zhuǎn)換后冠幅的最終模型表達(dá)式為：C=7.28018×NDVI1-0.002901×DVI-0.9.95044×SF-6.44699×ASM+2.44982×CON+ 2.95966×ENT+5.34899×IDM-0.241695×YBD-0.003809×ASPECT+43.7494(6)利用研究區(qū)樣地實(shí)測(cè)胸徑和樹高和冠幅的模型估測(cè)數(shù)據(jù)分別建立研究區(qū)的胸徑-樹高(D-H)模型、胸徑-冠幅(D-C)模型和胸徑-樹高、冠幅(D-H-C)模型,其模型表達(dá)式分別如下所示：D-H模型：D=2.9216×H-16.147；D-C模型：D=0.7556×C-5.2241；D-H-C模型：D=1.4971 ×H+0.3872×C-11.2562;三個(gè)模型總體精度分別為82.4%,85.5%和88.5%,表明這三個(gè)模型的擬合效果都還比較理想,在實(shí)際生產(chǎn)中有一定的可實(shí)施性,D-H-C模型的估測(cè)精度要高于D-H模型和D-C模型。
【關(guān)鍵詞】：遙感 胸徑 樹高 冠幅 偏最小二乘法 常綠闊葉林
【學(xué)位授予單位】：四川農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S718.5
【目錄】：

• 摘要4-6
• Abstract6-11
• 前言11-12
• 1 文獻(xiàn)綜述12-16
• 1.1 林分結(jié)構(gòu)的常用定義12
• 1.2 林分胸徑、樹高、冠幅測(cè)量的主要方法12-15
• 1.2.1 非空間測(cè)量法12-14
• 1.2.2 空間測(cè)量法14-15
• 1.3 遙感估測(cè)林分結(jié)構(gòu)參數(shù)的研究進(jìn)展15-16
• 2 研究區(qū)概況及研究方法16-36
• 2.1 研究目的與研究?jī)?nèi)容16-17
• 2.1.1 研究目的與意義16-17
• 2.1.2 研究?jī)?nèi)容17
• 2.2 技術(shù)路線17-18
• 2.3 研究區(qū)概況18-19
• 2.4 試驗(yàn)數(shù)據(jù)19-21
• 2.4.1 遙感影像數(shù)據(jù)19-20
• 2.4.2 地形柵格數(shù)據(jù)20
• 2.4.3 其他數(shù)據(jù)20-21
• 2.5 研究方法21-36
• 2.5.1 樣地設(shè)置及調(diào)查21-22
• 2.5.2 遙感影像預(yù)處理22-24
• 2.5.3 遙感影像分類及處理24-27
• 2.5.4 自變量因子的提取27-33
• 2.5.5 自變量因子的設(shè)置33-34
• 2.5.6 建模樣地?cái)?shù)據(jù)篩選34-35
• 2.5.7 模型精度評(píng)價(jià)方法35-36
• 3 結(jié)果與分析36-55
• 3.1 各變量關(guān)系分析36-40
• 3.1.1 自變量因子之間的相關(guān)性分析36-38
• 3.1.2 胸徑與各自變量因子的相關(guān)性分析38
• 3.1.3 樹高與各自變量因子的相關(guān)性分析38-39
• 3.1.4 冠幅與各自變量因子的相關(guān)性分析39-40
• 3.2 估測(cè)模型構(gòu)建40-55
• 3.2.1 胸徑估測(cè)模型建立40-45
• 3.2.2 樹高估測(cè)模型建立45-48
• 3.2.3 冠幅估測(cè)模型建立48-52
• 3.2.4 胸徑與樹高、冠幅模型的構(gòu)建52-55
• 4 討論與結(jié)論55-61
• 4.1 討論55-58
• 4.1.1 樣地實(shí)測(cè)胸徑、樹高、冠幅數(shù)據(jù)55-56
• 4.1.2 各自變量對(duì)胸徑、樹高、冠幅的影響56-57
• 4.1.3 胸徑與樹高、冠幅之間的關(guān)系57-58
• 4.2 結(jié)論58-59
• 4.3 展望59-61
• 參考文獻(xiàn)61-67
• 致謝67-68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王成良 ,王成鉁;如何精確測(cè)定樹高[J];林業(yè)勘查設(shè)計(jì);1994年04期

2 熊奎山;一種測(cè)定樹高的簡(jiǎn)易方法(簡(jiǎn)報(bào))[J];甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào);2004年06期

3 崔少偉;范文義;金森;李明澤;;基于樹影與快鳥圖像的單木樹高提取[J];東北林業(yè)大學(xué)學(xué)報(bào);2011年02期

4 В.С.Грек ,王文鰲;編制樹高等級(jí)圖的解析方法[J];林業(yè)資源管理;1984年06期

5 閆偉;馬巖;;基于激光測(cè)距的樹高測(cè)量方法研究[J];林業(yè)機(jī)械與木工設(shè)備;2012年02期

6 黃道年;;關(guān)于林分立地等級(jí)表中樹高生長(zhǎng)量問題的商榷[J];廣西農(nóng)學(xué)院學(xué)報(bào);1982年02期

7 祝建鋒;劉悅;;應(yīng)用電子計(jì)算機(jī)求算樹高方程[J];湖北林業(yè)科技;1987年01期

8 陳樹華;王小萍;;吉林省各樹種樹高與根徑關(guān)系的研究[J];黑龍江科技信息;2011年04期

9 黃其泰;樹高與胸高直徑相關(guān)關(guān)系的探討[J];林業(yè)資源管理;1982年02期

10 梁林峰，，裴淑蘭;利用森林羅盤儀測(cè)定樹高[J];山西林業(yè)科技;1994年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 鮑云飛;曹春香;倪文儉;李增元;李小文;;基于地基LiDAR的森林單木參數(shù)提取方法研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 本報(bào)記者　 安克明 梁建軍 曾妍;放到哪里都發(fā)光[N];人民法院報(bào);2006年

2 黑龍江省軍區(qū) 宋鳳鳴;樹高千尺離不開根[N];解放軍報(bào);2011年

3 ;魯刺10與魯刺13[N];山西科技報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 何春霞;樹高極限的水分限制機(jī)理研究[D];北京林業(yè)大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 嚴(yán)剛;基于pleiades影像的川西南山地常綠闊林林分胸徑、樹高和冠幅的估測(cè)研究[D];四川農(nóng)業(yè)大學(xué);2015年

2 隋宏大;樹高測(cè)量綜合技術(shù)比較研究[D];北京林業(yè)大學(xué);2009年

3 周淑芳;基于機(jī)載LiDAR與航空像片的單木樹高提取研究[D];東北林業(yè)大學(xué);2007年

4 閆偉;履帶式車載激光樹高測(cè)量?jī)x的設(shè)計(jì)與研究[D];東北林業(yè)大學(xué);2012年

本文編號(hào)：926374