基于多源遙感數(shù)據(jù)的森林蓄積量估算

《基于多源遙感數(shù)據(jù)的森林蓄積量估算》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、Ｒｙ分類號密級ＵＤＣ－ＴＨＥＳＩＳ一ｎ廣，尋ｆｅａｅ文基于多源遙感數(shù)據(jù)的森林蓄積量估算（中文題名）ｓｔｔ－ＥｉｍａｉｏｎｏｆｔｈｅＦｏｒｅｓｔＳｔｏｃｋＶｏｌｕｍｅＢａｓｅｄｏｎＭｕｌｔｉｓｏｕｒｃｅＲｅｍｏｔｅＳｅｎｓｉｎｇＤａｔａ（英文題名）王月婷（作者姓名）張麵觀＿指導(dǎo)教師申請學(xué)位級別地圖學(xué)與地理彳目息系統(tǒng)學(xué)科專業(yè)名稱３Ｓ技術(shù)在資源環(huán)境中的應(yīng)用研究方＾２０１５物月＿論文提交日期＿＿２０１５科６月論

2、文答辯日期＿＿２０１５物月學(xué)位授予口期＿答辯委員會主席：評閱人：碩士論文同意發(fā)表的聲明研究生院：本人及導(dǎo)師完全同意《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫“”出版章程》（以下簡稱章程）及我校與中國學(xué)術(shù)期刊（光盤版）電子雜志社簽定的《ＣＮＫＩ共建共享中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫（ＣＤＭＤ）和北京林業(yè)大學(xué)研究生院博碩士學(xué)位論文全文數(shù)“”據(jù)庫（ＤＭＤ）協(xié)議書》（以下簡稱協(xié)議書）的有關(guān)內(nèi)容，愿意將本人的碩士學(xué)位論文委托研究生院向中國學(xué)術(shù)期刊（光盤版）電子雜

3、志社的《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》投稿。所在學(xué)科為：５價激，論文題目為：？Ｉ七兮ｒｉ人？介葉希望《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫》給予出版，并同意在《中國博碩士學(xué)位論文評價數(shù)據(jù)庫》和ＣＮＫＩ系列數(shù)據(jù)庫中使用，同意按章程和協(xié)議書規(guī)定享受相關(guān)權(quán)益。作者簽名：導(dǎo)師簽名：＾＾￣＾１＾年《月日注：《中國優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫出版章程》可從ｈｔｔｐ：／／ｇｒａｄｕａｔｅ．ｂｊｆｕ．ｅｕｄ．ｅｎ中學(xué)位工作／學(xué)位論文欄目下瀏覽獨創(chuàng)性聲明

4、本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得北京林業(yè)大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料一同工作的同志對本研究所做的任何貢獻均已在論文中作了明。與我確的說明并表示了謝意。簽名：曰期：卞關(guān)于論文使用授權(quán)的說明本人完全了解北京林業(yè)大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留送交論文的復(fù)印件，允許論文被查閱和借閱；學(xué)?？梢怨颊?/p>

5、文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存論文。（保密的論文在解密后應(yīng)遵守此規(guī)定）．－：師簽名：期：＾ｏＳｏＬｙ＼簽名．—導(dǎo)？摘要森林是全球生態(tài)系統(tǒng)的重要組成部分，在全球碳循環(huán)中發(fā)揮重要作用。利用遙感技術(shù)對森林蓄積量／生物量進行估測，對森林碳儲量的空間分布和動態(tài)變化進行實時監(jiān)測具有重要意義。當前，微波遙感與光學(xué)遙感已廣泛應(yīng)用在反演森林參數(shù)方面。高分辨率遙感影像的光譜波段信息較少，但其影像空間信息量較大，可以更好地反應(yīng)地。ＳＡＲ物的結(jié)構(gòu)特

6、點與規(guī)律，有助于分析森林結(jié)構(gòu)參數(shù)雷達數(shù)據(jù)可以實現(xiàn)全天候全天時對地觀測，其中Ｌ波段信號可以穿透樹木枝葉更好地獲，不受外界環(huán)境等因素影響。取樹干信息，對于反演森林蓄積量有重大意義本文基于高分辨率遙感影像和ＳＡＲ雷達數(shù)據(jù)，以福建省三明市將樂國有林場為試驗區(qū)，探究針葉林、闊葉林蓄積量反演的新方法。首先，提取高分辨率遙感影像的紋理特征值，利用蹄選后的紋理因子建立針葉林、闊葉林蓄積量估測模型。其次，基于ＳＡＲ雷達數(shù)據(jù)Ｌ波段的后向散射信號反演針葉林、闊葉林的蓄積量。最后，聯(lián)合雷達數(shù)據(jù)和

7、高分辨率影像構(gòu)建線性、非線性蓄積量反演模型。主要研究內(nèi)容和結(jié)果如下：１．利用資源三號衛(wèi)星影像紋理特征值反演蓄積量。基于灰度共生矩陣提取資源二號影像的紋理特征值，分別選取與針葉林、闊葉林。蓄積量呈顯著相關(guān)的紋理特征值，建立蓄積量模型得到針葉林模型的相關(guān)系數(shù)為２０．８７１，估測精度為７８．９４％，均方根誤差為２７．５０ｔ／ｈｍ；闊葉林模型的相關(guān)系數(shù)為２０．７０２，估測精度為６７．８４％，均方根誤差為３６．８１ｔ／ｈｍ。針葉林的反演效果好于闊葉林。２．利用ＡＬＯＳＰＡ

8、ＬＳＡＲ極化雷達數(shù)據(jù)的后向散射參數(shù)反演蓄積量。提?。滩ǘ尾煌瑯O化方式下雷達數(shù)據(jù)的后向散射系數(shù)及其比值，分析不同林分蓄積量與雷達參數(shù)的相關(guān)性：，并建立回歸模型和指數(shù)模型。分析比較得出針葉林線性．％回歸模型的估測效果較好，模型的相關(guān)系數(shù)為０．７８３，預(yù)估精度為７８３７，均方根誤２差為２８．３１ｔ／ｈｍ；闊葉林指數(shù)模型的估測效果好，模型的相關(guān)系數(shù)為０．７３４，預(yù)估精２７３４１１ｔ度為．９％，均方根誤差為２９．／ｈｍ。３二．利用資源號衛(wèi)星影像與