本文以云南省香格里拉市為研究區(qū),以典型森林生態(tài)系統(tǒng)高山松林為研究對象。基于實測116株單木生物量數(shù)據構建的單木生物量模型,結合實測樣地調查數(shù)據,計算得出56個高山松樣地林分地上生物量;并以Landsat8-OLI為遙感數(shù)據源,結合實測林分生物量數(shù)據,采用線性逐步回歸、非線性回歸、線性聯(lián)立方程組、隨機森林回歸、Cubist回歸五種回歸方法對高山松林地上生物量進行遙感估算,分析不同回歸方法在高山松林生物量估算的擬合表現(xiàn)及預估能力,選擇出最佳的回歸模型,并基于最佳回歸模型反演了香格里拉市高山松林生物量,基于反演結果分析高山松林生物量的分布。研究表明:（1）高山松單木生物量最佳估算模型的決定系數(shù)（R2）為0.992;均方根誤差（RMSE）為30.778,預估精度（P）為87.941%。（2）在構建逐步回歸模型的過程中,通過改變限制條件（F概率值）,逐步回歸的最終模型,其決定系數(shù)（R2）為0.608,均方根誤差（RMSE）為33.388,預估精度（P）為49.521%。（3）非線性回歸模型,即生物量的三次項模型。模型的決定系數(shù)（R2）為0.727,均方根誤差（RMSE）為31.636。從模型的獨... 

【文章來源】：西南林業(yè)大學云南省

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【部分圖文】：

大氣校正前（左圖）后（右圖）對比

圖 2-2 OLI 地形校正前（左）后（右）圖像對比（局部）Fig.2-2 Comparison of OLI before (left) and (right) topographic correction地形校正前后局部圖像對比，從圖中可以看出，地形明顯的被拉申，大部分陰被去除，消除了地形對植被因子反射率的影響，從原數(shù)據上保證了數(shù)據的準確性可行性，為生物量遙感估測模型的構建奠定了基礎。.3.1.4 圖形拼接與裁剪研究區(qū)共涉及 3 景 Landsat8-OLI 數(shù)據，分別對每景影像校正后，利用研究區(qū)政邊界進行裁剪（見圖 2-3），接著在 Envi 下將裁剪減后的 3 景影像進行鑲嵌，成研究區(qū)的整體影像（見圖 2-4）。

圖 2-2 OLI 地形校正前（左）后（右）圖像對比（局部）Fig.2-2 Comparison of OLI before (left) and (right) topographic correction地形校正前后局部圖像對比，從圖中可以看出，地形明顯的被拉申，大部分陰被去除，消除了地形對植被因子反射率的影響，從原數(shù)據上保證了數(shù)據的準確性可行性，為生物量遙感估測模型的構建奠定了基礎。.3.1.4 圖形拼接與裁剪研究區(qū)共涉及 3 景 Landsat8-OLI 數(shù)據，分別對每景影像校正后，利用研究區(qū)政邊界進行裁剪（見圖 2-3），接著在 Envi 下將裁剪減后的 3 景影像進行鑲嵌，成研究區(qū)的整體影像（見圖 2-4）。

【參考文獻】：
期刊論文
[1]基于隨機森林回歸的不同齡組思茅松人工林生物量遙感估測[J]. 孫雪蓮,舒清態(tài),歐光龍,張博,胥輝.  廣東農業(yè)科學. 2015(15)
[2]森林地上生物量遙感反演方法綜述[J]. 劉茜,楊樂,柳欽火,李靜.  遙感學報. 2015(01)
[3]基于隨機森林算法的橡膠林地上生物量遙感反演研究——以景洪市為例[J]. 王云飛,龐勇,舒清態(tài).  西南林業(yè)大學學報. 2013(06)
[4]隨機森林模型在分類與回歸分析中的應用[J]. 李欣海.  應用昆蟲學報. 2013(04)
[5]基于遙感信息模型的香格里拉森林生物量估算[J]. 王金亮,程鵬飛,徐申,王小花,程峰.  浙江農林大學學報. 2013(03)
[6]國外生物量模型概述[J]. 王天博,陸靜.  中國農學通報. 2012(16)
[7]基于遙感的湄公河次區(qū)域森林地上生物量分析[J]. 龐勇,黃克標,李增元,覃先林,陳爾學.  資源科學. 2011(10)
[8]森林地上生物量遙感估測研究進展[J]. 婁雪婷,曾源,吳炳方.  國土資源遙感. 2011(01)
[9]隨機森林方法研究綜述[J]. 方匡南,吳見彬,朱建平,謝邦昌.  統(tǒng)計與信息論壇. 2011(03)
[10]利用度量誤差模型方法建立相容性立木生物量方程系統(tǒng)[J]. 曾偉生,唐守正.  林業(yè)科學研究. 2010(06)

博士論文
[1]香格里拉縣森林生物量遙感估測研究[D]. 岳彩榮.北京林業(yè)大學 2012
[2]立木生物量模型構建及估計方法的研究[D]. 胥輝.北京林業(yè)大學 1998



本文編號：3302632