论文部分内容阅读
森林是陆地覆盖的重要组成部分,是区域生态环境的重要指示因子,是国家实施可持续发展战略的重要物质基础。获取森林资源状况及其变化对分析人类活动对生态环境的影响及自然的反馈有重要意义。森林结构参数能够直观的反应森林的生长状况,因此将高分辨率遥感数据用于森林结构参数反演研究具有重要意义。传统的森林资源调查虽然能准确获取各种森林资源的分布状况,但是耗费巨大的人力、物力和财力且历时较长,调查结果常带有主观性。遥感技术的发展为研究区域森林资源状况提供了新的手段。论文以湖南省株洲市黄丰桥国有林场为研究区,通过设置遥感因子和地理因子变量并通过岭估计和主成分估计的方法对变量进行筛选,然后建立森林结构参数模型,并用样地实测数据对参数模型进行精度验证。主要研究结果如下：1)布设样地个数共计116个。数据采集类别包括：地理坐标,土壤类型,土壤厚度,林种,树高,胸径,郁闭度,主冠幅直径和冠幅垂高等。2)提取遥感因子与地理因子。初始变量设置共计16个,分别为：海拔高、坡度、坡向、郁闭度、B0、B1、B2、B3、B0/B3、B1/B2、B2/B0、EVI、NDVI1、NDVI1、NDVI2、RVI1、RVI2,这16个变量中有些变量在反演森林结构参数的过程中,对结果的影响很小或可以忽略不计,这就要求通过岭估计和主成分估计剔除相关性很小的因子。最后确定的影响平均树高估测的主要因子为：B0、B1、B2、B、/B3、B1/B2、EVI、RVI2、slope、郁闭度(ybd)等9个因子；影响平均胸径估测的主要因子为：B0、B2、B0/B3、B2/B0、EVI、RVI2、aspect、郁闭度等7个因子。3)随机选取58个样地数据,通过最小二乘估计建立的平均树高估测模型为Y=11.25+16.2452ybd+0.0443aspect+0.0021B0-0.1524B1+0.2462B0/B3-1.2031 B1/B2+0.00156 EVI-0.0426 RVI2+0.0014slope平均胸径估测模型为：Y=14+8.2454ybd-0.0025ele+0.0571aspect+0.0034B0+0.2462B2-0.8936 Bo/B3-0.0.1786B2/B04)平均树高估测回归模型的相关系数、决定系数和调整相关系数分别为0.885,0.821,0.784,平均胸径估测回归模型的相关系数、决定系数和调整系数分别为0.865,0.806,0.775,说明树高和胸径的估测模型都达到了比较好的拟和效果。5)模型估测精度验证结果表明：平均树高的总体估测精度相较于六株木测树法和角规测树法分别为82.1%和83.4%；平均胸径的总体估测精度相较于六株木法和角规测树法分别为79.2%和81.5%。本文得到了林业公益性行业科研专项“林分结构与生长模拟技术研究(201104028)”项目的支持。