森林蓄積量是林業(yè)調(diào)查中重要的調(diào)查因子之一。傳統(tǒng)的林業(yè)調(diào)查多采用樣地實測法。該方法雖具較高的精度,但耗時長,強度大,往往需要投入大量的人力與物力。遙感技術(shù)的發(fā)展為林業(yè)調(diào)查方式的創(chuàng)新帶來契機。該文總結(jié)、歸納了近年來利用遙感技術(shù)（包括光學(xué)遙感、雷達遙感以及LiDAR）估測林木蓄積量的研究進展,并對相關(guān)遙感技術(shù)的估測應(yīng)用進行了對比與分析,指出了現(xiàn)階段遙感估測木蓄積量所存在的問題,并對未來的估測研究進行了展望。 

【文章來源】：江蘇林業(yè)科技. 2020,47(04)

【文章頁數(shù)】：5 頁

【文章目錄】：
1 研究進展
    1.1 基于光學(xué)遙感的蓄積量估測研究
    1.2 基于雷達遙感的蓄積量估測研究
    1.3 基于LiDAR的蓄積量估測研究
2 對比與分析
3 討論與展望


【參考文獻】：
期刊論文
[1]基于距離相關(guān)系數(shù)和KNN回歸模型的森林蓄積量估測研究[J]. 宋亞斌,邢元軍,江騰宇,林輝.  中南林業(yè)科技大學(xué)學(xué)報. 2020(04)
[2]基于landset8遙感影像數(shù)據(jù)的森林蓄積量反演[J]. 馮凱,劉昌華,彭詞清.  礦山測量. 2020(01)
[3]基于毛竹冠層LiDAR點云密度測算其蓄積量[J]. 蘇德添,伍琳琳,章范怡,徐文兵.  中國激光. 2020(04)
[4]基于GF-1的森林蓄積量遙感估測[J]. 李世波,林輝,王光明,程韜略.  中南林業(yè)科技大學(xué)學(xué)報. 2019(08)
[5]基于Landsat8的霍山縣森林蓄積量反演估算[J]. 厲香蘊,孔麗.  智能城市. 2019(11)
[6]合成孔徑雷達在林業(yè)調(diào)查中的應(yīng)用概述[J]. 劉羽.  內(nèi)蒙古林業(yè)調(diào)查設(shè)計. 2019(03)
[7]基于GF-1 PMS影像和k-NN方法的延慶區(qū)森林蓄積量估測[J]. 王海賓,彭道黎,高秀會,李文芳.  浙江農(nóng)林大學(xué)學(xué)報. 2018(06)
[8]基于遙感影像的福建省長汀縣級植被覆蓋變化監(jiān)測及分析[J]. 胡鴻,許延麗,鞠洪波,孫志超.  南京林業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[9]喀斯特山區(qū)森林蓄積量的合成孔徑雷達遙感估測研究[J]. 楊永恬,楊廣斌,趙海兵.  林業(yè)資源管理. 2018(04)
[10]運用融合紋理和機載LiDAR特征模型估測森林地上生物量[J]. 胡凱龍,劉清旺,李世明,龐勇,李梅.  東北林業(yè)大學(xué)學(xué)報. 2018(01)

博士論文
[1]基于無人機航測與激光雷達技術(shù)的林分特征及生物量估測[D]. 許子乾.南京林業(yè)大學(xué) 2019
[2]測樹因子遙感獲取方法研究[D]. 趙芳.北京林業(yè)大學(xué) 2014

碩士論文
[1]機載激光雷達亞熱帶森林結(jié)構(gòu)參數(shù)及蓄積量分布估測研究[D]. 張崢男.南京林業(yè)大學(xué) 2018
[2]高分遙感森林蓄積量估測算法研究[D]. 賈嘉輝.西安科技大學(xué) 2017
[3]高分遙感紋理信息對森林蓄積量估測的影響規(guī)律研究[D]. 方明程.西安科技大學(xué) 2016
[4]基于微波散射模型的森林生物量估算及模型可視化[D]. 林越.哈爾濱師范大學(xué) 2016
[5]森林蓄積量遙感估測研究[D]. 涂云燕.北京林業(yè)大學(xué) 2013
[6]基于機載LiDAR和極化SAR數(shù)據(jù)的山區(qū)森林蓄積量估測方法研究[D]. 范鳳云.中國林業(yè)科學(xué)研究院 2010
[7]森林蓄積量遙感估測的應(yīng)用研究[D]. 劉海清.西安科技大學(xué) 2009



本文編號：3532631