论文部分内容阅读
在森林生态系统中,森林生物量是重要的物质和能量来源,其大小受自然环境和人类干扰的共同影响,其变化在一定程度上能反应森林生态系统结构和功能的变化,自然环境和人类干扰对森林的影响,全球气候变化和区域范围内的各种污染问题,对森林生物量的研究尤其是大尺度范围的森林生物量研究有着非常重要的意义。本文依托遥感技术,利用Landsat 8和ALOS的遥感数据与实测生物量数据和森林调查数据,分别采用线性回归分析和非线性回归分析建立井冈山自然保护区森林生物量的遥感影像反演模型。主要研究内容包括遥感影像的预处理;基于Landsat8和ALOS数据提取遥感因子;分析遥感因子与生物量数据的相关性;建立的生物量反演模型。主要结论如下:主成分因子、缨帽变换和纹理提取因子都能在一定范围内提高森林生物量估算模型的精度。不同类型的遥感影像建立的森林生物量精度不同,采用两种不同影像可提高生物量线性回归模型的精度。基于相同样本建立的非线性回归模型的精度略高于线性回归模型。利用人工神经网络模型反演了井冈山自然保护区森林生物量,结果显示井冈山森林平均生物量为132.571 t/ha,研究区8种森林中,常绿阔叶林生物量均值最高,其次为常绿落叶阔叶混交林。对森林生物量空间分布特征分析表明:保护区内森林生物量随着海拔的增加,先增加后减少,总体上呈现出正态分布,海拔在550~1200米的平均生物量最高,为152.005 t/ha;生物量均值会随着坡度的增加出现正态分布,即先增大后减少,总生物量分布与面积分布相符;不同坡向的总生物量与坡向面积分布相关度高,面积越大,总生物量越高;阳面的平均生物量略高于阴面。森林生物量的整体分布与人类活动密切相关,交通便利的地区由于受到人居活动的影响,生物量值不高,海拔较低的山谷和地形复杂区域的平均生物量比道路周围的平均生物量高。