林業(yè)調(diào)查中十分重要且不可缺少的是包括胸徑、樹(shù)高、蓄積量、生物量等森林參數(shù)的調(diào)查,傳統(tǒng)的森林調(diào)查具有很多缺點(diǎn),需要耗費(fèi)巨大的人力和財(cái)力,效率低下,且很難對(duì)大范圍的森林參數(shù)進(jìn)行調(diào)查。與主動(dòng)式遙感相比,森林參數(shù)遙感估測(cè)常用的被動(dòng)式遙感技術(shù)易受天氣的影響,林冠穿透能力弱,導(dǎo)致森林參數(shù)的估測(cè)精度較低。作為主動(dòng)式遙感的合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)技術(shù)的出現(xiàn),使森林調(diào)查在垂直結(jié)構(gòu)探測(cè)能力方面有了突破性的進(jìn)展。本文以紫金山國(guó)家森林公園為研究對(duì)象,以2011年和2015年兩期合成孔徑雷達(dá)數(shù)據(jù)為數(shù)據(jù)源,利用多元線(xiàn)性回歸、人工神經(jīng)元網(wǎng)絡(luò)、K-近鄰算法、決策與回歸樹(shù)、裝袋算法和隨機(jī)森林六種估測(cè)模型,對(duì)研究區(qū)森林的平均樹(shù)高、平均胸徑、單位面積蓄積量參數(shù)進(jìn)行了反演,分析了2011年和2015年2期的紫金山森林分布狀況和生長(zhǎng)狀況,并進(jìn)一步分析了這5年間森林參數(shù),以及林木生長(zhǎng)狀況的動(dòng)態(tài)變化。研究結(jié)果表明:從四種極化目標(biāo)分解方法得到的極化特征圖像中可以看出,水體、建筑用地和裸地的顏色特征比較明顯,且易于區(qū)分;而同屬于有林地的針葉林和闊葉林的顏色特征不明顯,較難區(qū)分。Cloud...

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.3 論文研究?jī)?nèi)容
    1.4 技術(shù)路線(xiàn)
第二章 極化SAR理論
    2.1 電磁波理論及微波遙感
    2.2 合成孔徑雷達(dá)
    2.3 雷達(dá)目標(biāo)的極化特性
    2.4 目標(biāo)分解原理及方法
        2.4.1 Sinclair分解
        2.4.2 Pauli分解
        2.4.3 Cloude分解
        2.4.4 Freeman分解
第三章 研究區(qū)概況
    3.1 地理位置
    3.2 地質(zhì)地貌
    3.3 氣候條件
    3.4 動(dòng)植物資源概況
    3.5 歷史人文
第四章 數(shù)據(jù)來(lái)源與預(yù)處理
    4.1 數(shù)據(jù)來(lái)源
    4.2 數(shù)據(jù)預(yù)處理
        4.2.1 SAR數(shù)據(jù)預(yù)處理
        4.2.2 ALOS和PLEIADES遙感影像預(yù)處理
        4.2.3 環(huán)境因子的提取
        4.2.4 其他準(zhǔn)備工作
第五章 研究方法
    5.1 森林參數(shù)遙感估測(cè)模型
    5.2 模型精度評(píng)價(jià)方法
    5.3 空間插值方法
        5.3.1 趨勢(shì)面模型
        5.3.2 反距離權(quán)重法（IDW）
        5.3.3 克里金（Kriging）插值
        5.3.4 自然鄰域法（Natural Neighbour）
第六章 研究結(jié)果及分析
    6.1 極化雷達(dá)PALSAR圖像特征分析
    6.2 雷達(dá)植被指數(shù)（RVI）
    6.3 森林參數(shù)遙感估測(cè)模型精度評(píng)價(jià)
    6.4 環(huán)境因子重要性分析
    6.5 各插值方法精度評(píng)價(jià)
    6.6 森林參數(shù)空間分布
第七章 結(jié)論與討論
    7.1 研究結(jié)論
    7.2 討論
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
參考文獻(xiàn)



本文編號(hào)：3771317