版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、遙感抽樣調(diào)查是根據(jù)一般抽樣調(diào)查的基本方法,以遙感的手段獲取地物面積或蓄積的方法。本文基于分層抽樣技術(shù)和蓄積量遙感估測(cè)的原理,以平南縣19.5米分辨率的CBERS—02B遙感影像為基本數(shù)據(jù)源,根據(jù)主要樹(shù)種面積統(tǒng)計(jì)表和抽樣原理,將平南縣森林資源分為桉樹(shù)、杉木、馬尾松和闊葉樹(shù)四種類(lèi)型。結(jié)合地面標(biāo)準(zhǔn)地調(diào)查、地面定位數(shù)據(jù)分析以及森林分布圖、主要樹(shù)種面積統(tǒng)計(jì)表等資料,采用相關(guān)的數(shù)學(xué)理論方法(平均殘差、嶺回歸、多元線性回歸等),先建立桉樹(shù)、杉木、馬尾
2、松和闊葉樹(shù)的蓄積量和郁閉度估測(cè)模型,通過(guò)聯(lián)立蓄積量和郁閉度模型,估測(cè)出分層抽樣所布設(shè)樣地的蓄積量。根據(jù)抽樣原理獲得平南森林蓄積總量。主要結(jié)論為:
(1)根據(jù)嶺估計(jì)原理,確定海拔高、郁閉度、坡度、坡向、B1、B2、B3、B4、NDVI、RVI、B4+B1/B3。為建立蓄積量估測(cè)模型的最優(yōu)因子,海拔高、坡度、坡向、B1、B2、B3、B4、NDVI、B4/B1、為郁閉度估測(cè)模型的最優(yōu)因子。
(2)對(duì)200塊標(biāo)準(zhǔn)地?cái)?shù)
3、據(jù),采用多元線性回歸的方法擬合各樹(shù)種蓄積量估測(cè)模型為:
Y桉樹(shù)=—1289.168—0.055x1—0.485x2+59.354x3—4.588x4—0.026x5—6.404x6+9.651x7+859.464x8—3354.937x9+7.155x10+274.129x11
Y杉木=—3519.077+0.017x1+0.874x2+103.655x3+2.713x4+0.422x5—6.720x6+3.
4、227x7+3904.609x8—9046.742x9+4.930x10—190.668x11
Y馬尾松=975.350—0.02x1+0.310x2+75.522x3+1.063x4—0.138x5+1.010x6—0.396x7—973.590x8+2525.813x9—0.021x10—52.064x11
Y闊葉=1775.453—0.02x1+0.047x2+52.832x3+7x4—0.151x5+
5、20.132x6—23.250x7—1128.108x8+6809.533x9+2.544x10—446.258x11
采用多元線性回歸的方法擬合各樹(shù)種郁閉度估測(cè)模型分別為:
x3(桉樹(shù))=0.483+0.001x1—0.002x2+0.0005x4+0.0009x5+0.007x6—0.004x7+0.636x9+0.636x10—1.14x11—0.010x12
x3(杉木)=6.757+0
6、.0003x1+0.009x2+0.065x4—0.002x5+0.023x6—0.068x7+19.324x9+0.069x10—3.841x11—0.024x12
x3(馬尾松)=5.980+0.0002x1+0.002x2—0.026x4—0.002x5+0.0001x6+0.031x7+6.778X9—0.024x10—1.907x11—2.033x12
x3(闊葉樹(shù))=—2.560+0.0002x1
7、+0.0001x2+0.010x4+0.0008x5+0.008x6—0.014x7—2.817x9—0.027x10+1.807x11+0.945x12
其中x1、x2、x3、x4、x5、x6、x7、x3、x9、x10、x11、x12分別代表海拔高、坡度、郁閉度、B1、B2、B3、B4、RVI、NDVI、坡向、B4+B1/B3值和x12代表B4/B1值。
(3)以80個(gè)樣地用作檢驗(yàn),桉樹(shù)、杉木、馬尾松、闊葉
8、樹(shù)估測(cè)平均精度分別為90.16%,88.29%,88.69%,81.70%;郁閉度估測(cè)模型的估測(cè)平均精度分別為80.09%,81.15%,81.27,%,79.32%。
(4)聯(lián)立蓄積量估測(cè)模型和郁閉度估測(cè)模型,獲得分層抽樣各樣地的蓄積量,根據(jù)抽樣原理得平南縣森林蓄積總量為6854634.265 m3。與平南縣森林資源規(guī)劃設(shè)計(jì)調(diào)查的森林蓄積量是5663204 m3相比,采用遙感抽樣的方法對(duì)平南縣蓄積量估測(cè)精度為78.96%
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遙感信息的森林蓄積量估測(cè).pdf
- 森林蓄積量遙感定量估測(cè)系統(tǒng)研發(fā).pdf
- 森林蓄積量遙感估測(cè)的應(yīng)用研究.pdf
- 基于高分遙感紋理信息的森林蓄積量估測(cè)研究.pdf
- 基于多源遙感數(shù)據(jù)的森林蓄積量估測(cè)方法研究.pdf
- 基于GIS和遙感影像的森林蓄積量分類(lèi)估測(cè)研究.pdf
- 基于eCognition分類(lèi)的森林蓄積量估測(cè)研究.pdf
- 高分遙感紋理信息對(duì)森林蓄積量估測(cè)的影響規(guī)律研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的森林蓄積量估測(cè).pdf
- 森林蓄積量估測(cè)遙感影像比值波段和紋理信息選擇研究.pdf
- 森林蓄積量高空間分辨率遙感估測(cè)理論與實(shí)現(xiàn).pdf
- 基于中巴資源衛(wèi)星數(shù)據(jù)的森林蓄積量估測(cè)研究.pdf
- 云南松蓄積量定量遙感估測(cè)模型研究.pdf
- 平南縣城配電網(wǎng)規(guī)劃研究.pdf
- 平南縣土地利用總體規(guī)劃
- 遙感技術(shù)在云南松蓄積量估測(cè)中的應(yīng)用研究.pdf
- 濟(jì)南市森林蓄積量遙感監(jiān)測(cè)研究.pdf
- 基于機(jī)載LiDAR和極化SAR數(shù)據(jù)的山區(qū)森林蓄積量估測(cè)方法研究.pdf
- 11856.面向?qū)ο蟮母叻诌b感影像分類(lèi)在森林蓄積量估測(cè)中的應(yīng)用研究
- 森林生物量微波遙感估測(cè)模型.pdf
評(píng)論
0/150
提交評(píng)論