学位论文 > 优秀研究生学位论文题录展示

新疆昆仑圆柏自然保护区森林资源分类及其郁闭度估测研究

作　者: 彭佳明
导　师: 严小兵; 陈蜀江
学　校: 新疆师范大学
专　业: 地图学与地理信息系统
关键词: 森林资源分类郁闭度纹理估测模型昆仑圆柏自然保护区
分类号: S759.9
类　型: 硕士论文
年　份: 2012年
下　载: 69次
引　用: 0次
阅　读: 论文下载

内容摘要

森林资源的分类和森林郁闭度的估测在林业生产中非常重要，特别是在森林资源二类清查时，必须分树种统计其面积、郁闭度和蓄积量等调查因子。因此，在林业上对森林资源的分类应当是越精准越好，对郁闭度的估测和反演也是越精确越好。常规的森林资源分类和森林郁闭度调查主要是依靠人工外业调查或利用大比例尺航空像片来进行。这两种方法都有不足之处，人工外业调查的劳动强度太大，利用大比例尺航空像片的调查成本太高。卫星遥感技术的快速发展，为森林资源的分类和森林郁闭度的估测提供了新的途径。本文以新疆昆仑圆柏自然保护区为研究区，主要开展了应用Landsat-7ETM+、SPOT-5遥感图像进行森林资源分类研究；以及应用GE卫星影像进行森林郁闭度估测研究；并对森林资源分类精度和森林郁闭度估测精度进行了分析与评价。研究所得的主要结论如下：（1）森林资源分类。本文先用非监督分类方法对研究区的森林资源进行初步分类，把植被覆盖区和非植被覆盖区区分开；通过人机交互分类方法对研究区森林资源进行补充和辅助分类，把植被覆盖区中的草地和林地区分开。（2）森林资源树种识别。通过RS和GIS相结合，把研究区的地形因子（高程、坡向、坡度）同分类矢量相叠加，使用分层分类方法实现了对森林资源主要树种的分类识别。（3）根据此次森林资源分类的最新结果显示，整个昆仑圆柏自然保护区森林覆盖率为13.3%。森林植被以乔木林为主，乔木林优势树种为云杉、昆仑圆柏；灌木林优势树种为鬼箭锦鸡儿、蔷薇、锦鸡儿、忍冬、白刺、沙棘、栒子。经过精度验证，其总体平均分类精度为88.65%。（4）基于遥感图像纹理信息的森林郁闭度估测。通过分析GE卫星影像的纹理信息，提取出的8个纹理参数即均值（MEA）、方差（VAR）、协同性（HOM）、相异性（DIS）、二阶距（SM）、对比度（CON）、熵（ENT）、相关性（COR）。将这8个纹理因子进行相关性分析和主成分分析，将筛选出的3个纹理因子（均值MEA、二阶距SM、熵ENT）用于郁闭度估测建模。（5）通过对4个估测模型进行回归方程显著性F检验、回归系数T检验以及标准估计误差检验，得到包含均值（MEA）、二阶距（SM）、熵（ENT）的3因子多元线性回归模型拟合效果最理想。其线性回归方程为：Y=0.557-0.001*M+2.098*S-0.302*E经过精度验证，此郁闭度估测模型的平均估测精度为86.4%。（6）利用估测模型对昆仑圆柏自然保护区森林郁闭度进行遥感反演，其森林郁闭度分布最广为中级，其次是疏级，最少的为密级。最后分析了森林郁闭度在不同高程和坡向上的分布情况。

全文目录

中文摘要  3-5
Abstract  5-10
1 绪论  10-18
  1.1 研究背景和意义  10-11
    1.1.1 研究背景  10
    1.1.2 研究意义  10-11
  1.2 国内外研究现状  11-17
    1.2.1 森林资源分类研究  11-14
    1.2.2 森林郁闭度估测研究  14-17
  1.3 研究内容  17-18
2 研究区域及数据资料  18-25
  2.1 研究区概况  18-20
    2.1.1 地理位置  18-19
    2.1.2 气候状况  19
    2.1.3 水文状况  19
    2.1.4 地形及土壤状况  19
    2.1.5 野生动植物资源  19-20
  2.2 数据资料  20-25
    2.2.1 遥感图像数据  20-24
    2.2.2 图件数据及其他数据资料  24
    2.2.3 研究设备及软件  24-25
3 研究方法及遥感图像预处理  25-41
  3.1 研究技术路线  25
  3.2 遥感图像预处理  25-31
    3.2.1 遥感图像大气校正  26-27
    3.2.2 遥感图像几何校正  27-28
    3.2.3 遥感图像数据融合  28-30
    3.2.4 遥感图像数据增强  30-31
  3.3 归一化植被指数生成  31-33
  3.4 DEM 数据分析  33-38
    3.4.1 地形因子提取  34-36
    3.4.2 地形因子分级  36-38
  3.5 外业调查  38-41
    3.5.1 外业实地调查路线设计  38
    3.5.2 样地选择和设置  38-39
    3.5.3 遥感图像解译标志地建立  39-41
4 遥感图像中的森林资源分类  41-52
  4.1 遥感图像监督分类  41-42
    4.1.1 最小距离法  41-42
    4.1.2 最大似然法  42
  4.2 遥感图像非监督分类  42-43
  4.3 森林资源人机交互分类  43-44
  4.4 森林资源分层分类  44-48
    4.4.1 遥感数据统计特征分析  45-46
    4.4.2 分类树地建立  46-47
    4.4.3 基于知识的分层分类  47-48
  4.5 野外现地验证  48-50
  4.6 结果分析与分类精度评价  50-51
    4.6.1 结果分析  50
    4.6.2 分类精度评价  50-51
  4.7 结论  51-52
5 基于遥感图像纹理信息的森林郁闭度估测  52-66
  5.1 调查样地布设  52-53
  5.2 纹理参数生成  53-60
  5.3 郁闭度估测的纹理因子选择  60-62
    5.3.1 纹理指标的主成分分析  60-62
  5.4 郁闭度估测模型构建  62-66
    5.4.1 郁闭度估测模型的标准估计误差  63
    5.4.2 郁闭度估测模型的精度验证  63-66
6 森林郁闭度遥感反演  66-70
  6.1 昆仑圆柏自然保护区森林郁闭度遥感反演  66-67
  6.2 昆仑圆柏自然保护区森林郁闭度空间分布  67-70
    6.2.1 郁闭度在不同高程上的分布  67-68
    6.2.2 郁闭度在不同坡向的分布  68-70
7 结论与讨论  70-72
  7.1 结论  70-71
  7.2 讨论  71-72
参考文献  72-75
在读期间科研情况  75-76
致谢  76

新疆昆仑圆柏自然保护区森林资源分类及其郁闭度估测研究

内容摘要

全文目录

相似论文