發(fā)布時(shí)間：2021-07-26 00:21

　　森林植被作為陸地生態(tài)系統(tǒng)重要組成部分,具有水土保持、調(diào)節(jié)氣候、防風(fēng)固沙等多種生態(tài)功能。隨著“3S”技術(shù)的發(fā)展,特別是高空間分辨率遙感影像和新分類(lèi)算法的出現(xiàn),利用遙感圖像進(jìn)行植被分類(lèi)并研究其空間分布越來(lái)越成為可能。本次研究選擇黑龍江省為主要研究區(qū)域,主要是利用遙感RS和地理信息系統(tǒng)GIS技術(shù),對(duì)黑龍江省主要植被類(lèi)型進(jìn)行分類(lèi),同時(shí)分析研究?jī)?nèi)主要森林植被類(lèi)型（本文主要指喬木類(lèi)型,不包括灌木）的空間分布特征及與地形和氣象因子的關(guān)系。主要研究?jī)?nèi)容如下：（1）以L(fǎng)andsat8遙感影像為數(shù)據(jù)源,以黑龍江省的固定樣地?cái)?shù)據(jù)、DEM數(shù)據(jù)作為輔助數(shù)據(jù),通過(guò)特征提取,利用影像的光譜特征、地形特征構(gòu)建隨機(jī)森林模型對(duì)遙感圖像進(jìn)行分類(lèi),并與傳統(tǒng)的最大似然分類(lèi)法進(jìn)行分類(lèi)精度的比較,進(jìn)而分析這兩種分類(lèi)方法對(duì)森林植被類(lèi)型分類(lèi)的適用性。與此同時(shí),對(duì)隨機(jī)森林模型參數(shù)和特征變量的選擇進(jìn)行分析,實(shí)現(xiàn)隨機(jī)森林模型分類(lèi)精度和分類(lèi)速度的最優(yōu)化。（2）以ArcGIS為平臺(tái),以植被類(lèi)型圖為基礎(chǔ),根據(jù)DEM提取海拔、坡度、坡向信息,氣象數(shù)據(jù)插值得到年平均降水量圖和年平均氣溫圖,通過(guò)空間疊置分析功能分析不同植被類(lèi)型的空間分布特征以及地形因子... 

【文章來(lái)源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 引言
    1.2 森林植被遙感圖像分類(lèi)及國(guó)內(nèi)外現(xiàn)狀
        1.2.1 遙感圖像分類(lèi)
        1.2.2 國(guó)外森林植被遙感分類(lèi)
        1.2.3 國(guó)內(nèi)森林植被遙感分類(lèi)
    1.3 隨機(jī)森林遙感圖像分類(lèi)及國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 隨機(jī)森林原理與特點(diǎn)
        1.3.2 國(guó)外隨機(jī)森林遙感圖像分類(lèi)
        1.3.3 國(guó)內(nèi)隨機(jī)森林遙感圖像分類(lèi)
    1.4 森林植被空間分布影響因子的研究
2 研究區(qū)概況與數(shù)據(jù)源
    2.1 研究區(qū)概況
        2.1.1 自然地理?xiàng)l件
        2.1.2 氣候條件
        2.1.3 水系和土壤條件
        2.1.4 森林資源狀況
    2.2 研究數(shù)據(jù)
        2.2.1 Landsat8遙感數(shù)據(jù)
        2.2.2 固定樣地?cái)?shù)據(jù)
        2.2.3 DEM數(shù)據(jù)
        2.2.4 氣象數(shù)據(jù)
    2.3 技術(shù)路線(xiàn)圖
3 研究方法
    3.1 分類(lèi)系統(tǒng)的建立
    3.2 植被分類(lèi)
        3.2.1 遙感數(shù)據(jù)預(yù)處理
        3.2.2 光譜特征提取
        3.2.3 分類(lèi)方法
        3.2.4 分類(lèi)精度驗(yàn)證方法
    3.3 影響森林植被空間分布因子
        3.3.1 地形因子
        3.3.2 氣象因子
        3.3.3 基于GIS的空間疊置分析
4 結(jié)果與分析
    4.1 分類(lèi)結(jié)果分析
    4.2 隨機(jī)森林模型參數(shù)優(yōu)化
        4.2.1 隨機(jī)森林參數(shù)的選擇
        4.2.2 隨機(jī)森林特征變量的重要性分析
    4.3 森林植被類(lèi)型空間分布及影響因子研究
        4.3.1 黑龍江森林植被總體空間分布
        4.3.2 不同海拔上森林植被類(lèi)型的空間分布
        4.3.3 不同坡度上森林植被類(lèi)型的空間分布
        4.3.4 不同坡向上森林植被類(lèi)型的空間分布
        4.3.5 不同降水量森林植被類(lèi)型空間分布
        4.3.6 不同溫度森林植被類(lèi)型空間分布
結(jié)論與討論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]崇明東灘南部鹽沼植被空間分布及影響因素分析[J]. 丁文慧,姜俊彥,李秀珍,黃星,李希之,周云軒,湯臣棟.  植物生態(tài)學(xué)報(bào). 2015(07)
[2]基于多種分類(lèi)器組合的森林類(lèi)型信息提取技術(shù)研究[J]. 張智超,范文義,孫舒婷.  森林工程. 2015(03)
[3]基于隨機(jī)森林和MR8濾波器的圖像分類(lèi)研究[J]. 黃婷,趙自明.  嘉應(yīng)學(xué)院學(xué)報(bào). 2015(02)
[4]基于RF模型的高分辨率遙感影像分類(lèi)評(píng)價(jià)[J]. 劉海娟,張婷,侍昊,徐雁南,吳文龍,余佩玲.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[5]基于隨機(jī)森林的洪河濕地遙感影像分類(lèi)研究[J]. 王書(shū)玉,張羽威,于振華.  測(cè)繪與空間地理信息. 2014(04)
[6]基于隨機(jī)森林的大姚縣TM遙感影像分類(lèi)研究[J]. 王棟,岳彩榮,田傳召,范懷剛,王躍輝.  林業(yè)調(diào)查規(guī)劃. 2014(02)
[7]基于多時(shí)相MODIS數(shù)據(jù)的四川省森林植被類(lèi)型信息提取[J]. 楊存建,周其林,任小蘭,程武學(xué),王琴.  自然資源學(xué)報(bào). 2014(03)
[8]物候特征輔助下的隨機(jī)森林宏觀尺度土地覆蓋分類(lèi)方法研究[J]. 李治,楊曉梅,孟樊,范文義.  遙感信息. 2013(06)
[9]基于紋理信息的森林類(lèi)型遙感識(shí)別技術(shù)[J]. 王鶴霖,范文義,趙妍,楊國(guó)舜,楊曉琴.  東北林業(yè)大學(xué)學(xué)報(bào). 2013(06)
[10]基于DEM的地形與植被分布關(guān)聯(lián)分析[J]. 吳英,張萬(wàn)幸,張麗瓊,伍靜.  東北林業(yè)大學(xué)學(xué)報(bào). 2012(11)

碩士論文
[1]陜西省植被類(lèi)型的空間分布[D]. 汪麗平.西北農(nóng)林科技大學(xué) 2015
[2]基于人工神經(jīng)網(wǎng)絡(luò)的森林植被遙感分類(lèi)研究[D]. 劉旭升.北京林業(yè)大學(xué) 2004



本文編號(hào)：3303064