資源描述：
《基于gis和遙感影像的森林蓄積量分類估測(cè)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、論文題目：基于GIS和遙感影像的森林蓄積量分類估測(cè)研究專業(yè)：地圖制圖學(xué)與地理信息工程碩士生：王艷婷(簽名)指導(dǎo)教師：李崇貴(簽名)摘要森林蓄積量作為表征森林?jǐn)?shù)量的重要指標(biāo)之一，反映了一個(gè)國(guó)家或地區(qū)森林資源總規(guī)模和水平的基本指標(biāo)之一，是制定計(jì)劃采伐、森林經(jīng)營(yíng)管理的依據(jù)。隨著GIS與遙感技術(shù)的快速發(fā)展和普及應(yīng)用，采用高分辨率遙感影像結(jié)合少量地面調(diào)查樣地進(jìn)行森林蓄積量估測(cè)，已成為林業(yè)研究的熱點(diǎn)。目前國(guó)內(nèi)基于GIS和遙感影像進(jìn)行蓄積量估測(cè)的研究主要是使用傳統(tǒng)的多元線性回歸方法，導(dǎo)致估測(cè)精度下降。本文將研究常用于蓄積量估測(cè)五種算法，建立并優(yōu)選分類
2、模型以提高精度和模型適用性。蓄積量分類估測(cè)的前提是遙感圖像可以有效的分為對(duì)應(yīng)的類型，首先需對(duì)圖像進(jìn)行預(yù)處理，盡可能恢復(fù)目標(biāo)的反射光譜特性和正確的幾何位置；然后需對(duì)林地信息進(jìn)行人工解譯，建立解譯標(biāo)準(zhǔn)；最后對(duì)遙感圖像做監(jiān)督分類和重編碼。為驗(yàn)證分類估測(cè)和Box-Cox變換的效果，本文使用北京市密云縣第七次全國(guó)森林資源一類清查樣地?cái)?shù)據(jù)和經(jīng)過(guò)幾何校正的同期TM遙感影像及30米分辨率DEM數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，對(duì)北京密云縣森林蓄積量進(jìn)行分類估算，并采用Box-Cox對(duì)蓄積量進(jìn)行修正變換，分析得出：蓄積量分類估測(cè)可以有效的提高估測(cè)精度和模型的預(yù)報(bào)能力，可
3、以把分類建模有效的用于蓄積量估測(cè)中；在相同的建模因子、相同的建模樣地的條件下，蓄積量Box-Cox修正后模型雖然精度略有降低，但可以很大提高模型的預(yù)報(bào)能力和適用性，在做蓄積量估測(cè)時(shí)應(yīng)該做回歸診斷，在異常樣地個(gè)數(shù)較多而影響Gauss-Markov假設(shè)時(shí)，可以引入Box-Cox變換。關(guān)鍵詞：蓄積量，地類，Box-Cox變換研究類型：應(yīng)用研究萬(wàn)方數(shù)據(jù)萬(wàn)方數(shù)據(jù)Subject：ResearchontheEstimationofClassifiedForestStockVolumeBasedonGISandRemoteSensingImagesSp
4、ecialty：MapCartographyandGeographicInformationEngineeringName：WangYanting（Signature）____Instructor：LiChonggui（Signature）_____ABSTRACTForeststockvolumeasanimportantindicatorofthemountofforestthatisoneofthebasicindicatorsofreflectingthetotalsizeoftheforestresourcesandlevel
5、sofacountryorregion,isbasisforplanningdeforestationandforestmanagement.WiththerapiddevelopmentandapplicationofGISandremotesensingtechnology,ithasbecomeahotforestryresearchtopictousehigh-resolutionremotesensingimagescombinedwithlimitedgroundsurveyplotsinforeststockvolumee
6、stimation.AtpresenttraditionalmultiplelinearregressionmethodisadoptedbythedomesticstockvolumeestimationbasedonGISandremotesensingresearch,andresultsindecreaseofestimationaccuracy.Thisarticlewillexaminefivecommonalgorithmsinstockvolumeestimation,createandpreferclassificat
7、ionmodeltoimprovetheaccuracyandmodelapplicability.Thepremiseofstockvolumeestimationisthattheclassificationofremotesensingimagescanbeeffectivelydividedintocorrespondingtype.First,weneedpreprocesstheimagesasmuchaspossibletorestorethetargetreflectancecharacteristicsandtheco
8、rrectgeometricposition.Thenweneedinterpretinformationmanuallyonwoodlandandestablishinterpretstandards.F
