基于多源遙感數(shù)據(jù)的毛竹林冠層郁閉度多尺度反演研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、竹林是我國亞熱帶一種重要的森林資源,在森林生態(tài)系統(tǒng)碳循環(huán)中發(fā)揮著重要作用。郁閉度可以反映林冠的郁閉程度、樹木利用空間的程度及指示林分密度,是森林資源調(diào)查的一個重要因子。森林郁閉度測定方法主要包括地面調(diào)查和遙感調(diào)查兩種方式,地面調(diào)查不僅耗時耗力,而易受人為因素影響較大,調(diào)查范圍也較小,與地面調(diào)查相比,遙感技術(shù)具有實時、連續(xù)和大范圍覆蓋的特點,使得其在森林郁閉度定量反演中具有獨特的優(yōu)勢。隨遙感技術(shù)的發(fā)展,基于多源遙感數(shù)據(jù)的森林資源監(jiān)測成為新

2、的趨勢,森林參數(shù)多尺度估算也是國內(nèi)外研究熱點?;诖?,本研究將以毛竹林(Phyllostachys heterocycla var. pubescens)為例,以浙江省西北部的安吉縣及其境內(nèi)的山川鄉(xiāng)為研究區(qū)域,在地面調(diào)查的基礎(chǔ)上,開展基于無人機、SPOT5和Landsat TM等多源遙感數(shù)據(jù)的毛竹林冠層郁閉度多尺度反演研究,主要研究內(nèi)容如下:
  1、無人機遙感數(shù)據(jù)結(jié)合Li-Strahler幾何光學模型的毛竹林郁閉度估算。以無人機

3、遙感數(shù)據(jù)為數(shù)據(jù)源,首先利用最小噪聲分離(Minimum Noise Fraction,MNF)方法獲取影像端元,然后采用全約束和無約束兩種方法進行混合像元分解,并將得到的光照背景比例分別代入幾何光學模型得到郁閉度估算結(jié)果,最后對比分析兩種方法的估算精度。
  2、SPOT5數(shù)據(jù)結(jié)合Erf-BP神經(jīng)網(wǎng)絡模型的毛竹林郁閉度估算。以無人機郁閉度估算結(jié)果為基礎(chǔ)、SPOT5遙感影像為數(shù)據(jù)源,利用Erf-BP神經(jīng)網(wǎng)絡模型進行山川鄉(xiāng)毛竹林郁閉度

4、估算,并探索最佳的模型結(jié)構(gòu),其中包括變量的設置與篩選、隱含層神經(jīng)元及訓練目標的設置等問題。
  3、Landsat TM數(shù)據(jù)結(jié)合Erf-BP神經(jīng)網(wǎng)絡模型的毛竹林郁閉度估算。以SPOT5郁閉度估算結(jié)果為基礎(chǔ)、Landsat TM影像為數(shù)據(jù)源,采用Erf-BP神經(jīng)網(wǎng)絡模型實現(xiàn)安吉縣毛竹林冠層郁閉度反演。
  通過研究主要得到以下幾方面的結(jié)論:
  1、無人機遙感數(shù)據(jù)結(jié)合幾何光學模型在一定程度上可以實現(xiàn)毛竹林郁閉度的估算。但

5、基于無約束混合像元分解所得到的研究區(qū)毛竹林郁閉度具有較大的RMSE,反演結(jié)果整體小于實測值,嚴重低估,而全約束混合像元分解郁閉度反演精度具有大幅度的提高,其反演郁閉度與野外實測數(shù)據(jù)在0.01顯著水平下,相關(guān)指數(shù)R為0.7933,且RMSE也很小,為0.04左右,因此,能夠較為真實的反映毛竹林的實際情況。
  2、基于Erf-BP神經(jīng)網(wǎng)絡模型與SPOT5遙感數(shù)據(jù)的毛竹林冠層郁閉度估算結(jié)果在一定程度上可以滿足精度要求。SPOT5結(jié)合E

6、rf-BP神經(jīng)網(wǎng)絡模型的樣地檢驗結(jié)果表明,Erf-BP神經(jīng)網(wǎng)絡模型估算結(jié)果與實測郁閉度在0.01顯著水平下具有較強的相關(guān)關(guān)系,其相關(guān)系數(shù)R達到0.7414,RMSE為0.0223,說明該方法反演精度較高。
  3、基于Erf-BP神經(jīng)網(wǎng)絡模型與Landsat TM數(shù)據(jù)的毛竹林冠層郁閉度估算結(jié)果在一定程度上是可行的。Landsat TM結(jié)合Erf-BP神經(jīng)網(wǎng)絡模型的樣地檢驗結(jié)果表明,Erf-BP神經(jīng)網(wǎng)絡模型估算結(jié)果與實測郁閉度具有較

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論