基于遙感技術(shù)的森林蓄積量估測(cè)研究進(jìn)展
發(fā)布時(shí)間:2021-12-10 12:27
森林蓄積量是林業(yè)調(diào)查中重要的調(diào)查因子之一。傳統(tǒng)的林業(yè)調(diào)查多采用樣地實(shí)測(cè)法。該方法雖具較高的精度,但耗時(shí)長(zhǎng),強(qiáng)度大,往往需要投入大量的人力與物力。遙感技術(shù)的發(fā)展為林業(yè)調(diào)查方式的創(chuàng)新帶來(lái)契機(jī)。該文總結(jié)、歸納了近年來(lái)利用遙感技術(shù)(包括光學(xué)遙感、雷達(dá)遙感以及LiDAR)估測(cè)林木蓄積量的研究進(jìn)展,并對(duì)相關(guān)遙感技術(shù)的估測(cè)應(yīng)用進(jìn)行了對(duì)比與分析,指出了現(xiàn)階段遙感估測(cè)木蓄積量所存在的問(wèn)題,并對(duì)未來(lái)的估測(cè)研究進(jìn)行了展望。
【文章來(lái)源】:江蘇林業(yè)科技. 2020,47(04)
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 研究進(jìn)展
1.1 基于光學(xué)遙感的蓄積量估測(cè)研究
1.2 基于雷達(dá)遙感的蓄積量估測(cè)研究
1.3 基于LiDAR的蓄積量估測(cè)研究
2 對(duì)比與分析
3 討論與展望
【參考文獻(xiàn)】:
期刊論文
[1]基于距離相關(guān)系數(shù)和KNN回歸模型的森林蓄積量估測(cè)研究[J]. 宋亞斌,邢元軍,江騰宇,林輝. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2020(04)
[2]基于landset8遙感影像數(shù)據(jù)的森林蓄積量反演[J]. 馮凱,劉昌華,彭詞清. 礦山測(cè)量. 2020(01)
[3]基于毛竹冠層LiDAR點(diǎn)云密度測(cè)算其蓄積量[J]. 蘇德添,伍琳琳,章范怡,徐文兵. 中國(guó)激光. 2020(04)
[4]基于GF-1的森林蓄積量遙感估測(cè)[J]. 李世波,林輝,王光明,程韜略. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(08)
[5]基于Landsat8的霍山縣森林蓄積量反演估算[J]. 厲香蘊(yùn),孔麗. 智能城市. 2019(11)
[6]合成孔徑雷達(dá)在林業(yè)調(diào)查中的應(yīng)用概述[J]. 劉羽. 內(nèi)蒙古林業(yè)調(diào)查設(shè)計(jì). 2019(03)
[7]基于GF-1 PMS影像和k-NN方法的延慶區(qū)森林蓄積量估測(cè)[J]. 王海賓,彭道黎,高秀會(huì),李文芳. 浙江農(nóng)林大學(xué)學(xué)報(bào). 2018(06)
[8]基于遙感影像的福建省長(zhǎng)汀縣級(jí)植被覆蓋變化監(jiān)測(cè)及分析[J]. 胡鴻,許延麗,鞠洪波,孫志超. 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[9]喀斯特山區(qū)森林蓄積量的合成孔徑雷達(dá)遙感估測(cè)研究[J]. 楊永恬,楊廣斌,趙海兵. 林業(yè)資源管理. 2018(04)
[10]運(yùn)用融合紋理和機(jī)載LiDAR特征模型估測(cè)森林地上生物量[J]. 胡凱龍,劉清旺,李世明,龐勇,李梅. 東北林業(yè)大學(xué)學(xué)報(bào). 2018(01)
博士論文
[1]基于無(wú)人機(jī)航測(cè)與激光雷達(dá)技術(shù)的林分特征及生物量估測(cè)[D]. 許子乾.南京林業(yè)大學(xué) 2019
[2]測(cè)樹(shù)因子遙感獲取方法研究[D]. 趙芳.北京林業(yè)大學(xué) 2014
碩士論文
[1]機(jī)載激光雷達(dá)亞熱帶森林結(jié)構(gòu)參數(shù)及蓄積量分布估測(cè)研究[D]. 張崢男.南京林業(yè)大學(xué) 2018
[2]高分遙感森林蓄積量估測(cè)算法研究[D]. 賈嘉輝.西安科技大學(xué) 2017
[3]高分遙感紋理信息對(duì)森林蓄積量估測(cè)的影響規(guī)律研究[D]. 方明程.西安科技大學(xué) 2016
[4]基于微波散射模型的森林生物量估算及模型可視化[D]. 林越.哈爾濱師范大學(xué) 2016
[5]森林蓄積量遙感估測(cè)研究[D]. 涂云燕.北京林業(yè)大學(xué) 2013
[6]基于機(jī)載LiDAR和極化SAR數(shù)據(jù)的山區(qū)森林蓄積量估測(cè)方法研究[D]. 范鳳云.中國(guó)林業(yè)科學(xué)研究院 2010
[7]森林蓄積量遙感估測(cè)的應(yīng)用研究[D]. 劉海清.西安科技大學(xué) 2009
本文編號(hào):3532631
【文章來(lái)源】:江蘇林業(yè)科技. 2020,47(04)
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 研究進(jìn)展
1.1 基于光學(xué)遙感的蓄積量估測(cè)研究
1.2 基于雷達(dá)遙感的蓄積量估測(cè)研究
1.3 基于LiDAR的蓄積量估測(cè)研究
2 對(duì)比與分析
3 討論與展望
【參考文獻(xiàn)】:
期刊論文
[1]基于距離相關(guān)系數(shù)和KNN回歸模型的森林蓄積量估測(cè)研究[J]. 宋亞斌,邢元軍,江騰宇,林輝. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2020(04)
[2]基于landset8遙感影像數(shù)據(jù)的森林蓄積量反演[J]. 馮凱,劉昌華,彭詞清. 礦山測(cè)量. 2020(01)
[3]基于毛竹冠層LiDAR點(diǎn)云密度測(cè)算其蓄積量[J]. 蘇德添,伍琳琳,章范怡,徐文兵. 中國(guó)激光. 2020(04)
[4]基于GF-1的森林蓄積量遙感估測(cè)[J]. 李世波,林輝,王光明,程韜略. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(08)
[5]基于Landsat8的霍山縣森林蓄積量反演估算[J]. 厲香蘊(yùn),孔麗. 智能城市. 2019(11)
[6]合成孔徑雷達(dá)在林業(yè)調(diào)查中的應(yīng)用概述[J]. 劉羽. 內(nèi)蒙古林業(yè)調(diào)查設(shè)計(jì). 2019(03)
[7]基于GF-1 PMS影像和k-NN方法的延慶區(qū)森林蓄積量估測(cè)[J]. 王海賓,彭道黎,高秀會(huì),李文芳. 浙江農(nóng)林大學(xué)學(xué)報(bào). 2018(06)
[8]基于遙感影像的福建省長(zhǎng)汀縣級(jí)植被覆蓋變化監(jiān)測(cè)及分析[J]. 胡鴻,許延麗,鞠洪波,孫志超. 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[9]喀斯特山區(qū)森林蓄積量的合成孔徑雷達(dá)遙感估測(cè)研究[J]. 楊永恬,楊廣斌,趙海兵. 林業(yè)資源管理. 2018(04)
[10]運(yùn)用融合紋理和機(jī)載LiDAR特征模型估測(cè)森林地上生物量[J]. 胡凱龍,劉清旺,李世明,龐勇,李梅. 東北林業(yè)大學(xué)學(xué)報(bào). 2018(01)
博士論文
[1]基于無(wú)人機(jī)航測(cè)與激光雷達(dá)技術(shù)的林分特征及生物量估測(cè)[D]. 許子乾.南京林業(yè)大學(xué) 2019
[2]測(cè)樹(shù)因子遙感獲取方法研究[D]. 趙芳.北京林業(yè)大學(xué) 2014
碩士論文
[1]機(jī)載激光雷達(dá)亞熱帶森林結(jié)構(gòu)參數(shù)及蓄積量分布估測(cè)研究[D]. 張崢男.南京林業(yè)大學(xué) 2018
[2]高分遙感森林蓄積量估測(cè)算法研究[D]. 賈嘉輝.西安科技大學(xué) 2017
[3]高分遙感紋理信息對(duì)森林蓄積量估測(cè)的影響規(guī)律研究[D]. 方明程.西安科技大學(xué) 2016
[4]基于微波散射模型的森林生物量估算及模型可視化[D]. 林越.哈爾濱師范大學(xué) 2016
[5]森林蓄積量遙感估測(cè)研究[D]. 涂云燕.北京林業(yè)大學(xué) 2013
[6]基于機(jī)載LiDAR和極化SAR數(shù)據(jù)的山區(qū)森林蓄積量估測(cè)方法研究[D]. 范鳳云.中國(guó)林業(yè)科學(xué)研究院 2010
[7]森林蓄積量遙感估測(cè)的應(yīng)用研究[D]. 劉海清.西安科技大學(xué) 2009
本文編號(hào):3532631
本文鏈接:http://sikaile.net/wenshubaike/mfmb/3532631.html
最近更新
教材專(zhuān)著