基于SPOT5的延庆县森林生物量研究
【摘要】：森林是陆地生态系统的主体,森林生物量约占陆地生态系统生物量的90%,查清森林生物量的数量及其时空分布,对科学地评价森林生态系统在全球碳循环中的贡献,对全球气候变化研究具有重要价值。
本文以北京市延庆县为研究对象,对延庆县五类主要林分类型与其对应的SPOT数据及其派生数据和地形数据进行了相关性分析。根据研究区具体情况,收集地形数据、地面调查资料和同期的SPOT遥感数据,计算出五种主要森林类型的森林生物量,并分森林类型建立生物量遥感估测模型。
主要研究内容及结果如下：
(1)不分森林类型估测的森林延庆县每公顷森林生物量为50.22t,总生物为3721953.639t,估测精度为85.48%。其中,柞树(Xylosma racemosum)每公顷森林生物量为55.83t,总生物为1938780.50t,估测精度为86.25%,侧柏(Platycladus orientalis (Linn.) Franco)每公顷森林生物量为39.55t,总生物为309960.79t,估测精度为81.06%,油松(Pinus tabuliformis)每公顷森林生物量为63.87t,总生物为802743.71t,估测精度为76.17%,刺槐(Robinia pseudoacacia L.)每公顷森林生物量为40.64t,总生物为424945.34t,估测精度为75.51%,杨树(Populus spp.)每公顷森林生物量为98.76t,总生物为733253.50t,估测精度为75.32%.
(2)通过对生物量与SPOT遥感数据和派生数据以及地形数据之间的相关性分析,选取与生物量相关性较好的估测因子进行生物量建模并进行精度检验。
(3)通过建立的反演模型,对北京市延庆县的五种主要森林类型的空间分布格局进行分析和比较。
【关键词】：北京延庆 生物量 SPOT 反演 【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：S718.5
【目录】：
- 摘要3-4
- Abstract4-8
- 1 引言8-16
- 1.1 森林生物量的研究现状8-16
- 1.1.1 样地实测法8-11
- 1.1.1.1 直接收获法8-10
- 1.1.1.2 生物量转换因子法10
- 1.1.1.3 生物量转换因子连续函数法10
- 1.1.1.4 小结10-11
- 1.1.2 遥感信息模型法11-16
- 1.1.2.1 经验模型11-12
- 1.1.2.2 半经验模型12
- 1.1.2.3 机理模型(或过程模型)12-13
- 1.1.2.4 基准样地法13
- 1.1.2.5 小结13-16
- 2 本研究的目的、意义和内容16-18
- 2.1 本研究的目的、意义16
- 2.2 研究的主要内容16
- 2.3 拟采取的研究方法和技术路线16-18
- 3 研究区概况及资料收集18-22
- 3.1 研究区基本情况18-19
- 3.1.1 气候18-19
- 3.1.2 地质地貌19
- 3.1.3 土壤植被19
- 3.2 SPOT5遥感数据介绍19-21
- 3.3 其它资料21-22
- 4 试验数据及处理22-30
- 4.1 地面数据采集与处理22-23
- 4.2 遥感图像数据预处理23-26
- 4.2.1 图像校正23-25
- 4.2.2 图像剪切25-26
- 4.3 生物量模型建立26-30
- 4.3.1 估测指标的选择26-27
- 4.3.2 提取指数值27-30
- 5 生物量估测模型建立与分析30-60
- 5.1 不分树种的生物量模型拟合与检验31-36
- 5.1.1 不分树种的一元线性回归模型31-32
- 5.1.2 不分树种的多元线性回归模型32
- 5.1.3 不分树种的主成分回归模型32-33
- 5.1.4 不分树种的非线性回归模型33-35
- 5.1.5 模型检验35-36
- 5.2 柞树生物量模型拟合与检验36-40
- 5.2.1 柞树10个原始因子的一元回归模型36
- 5.2.2 柞树多元线性回归分析36
- 5.2.3 柞树主成分线性回归分析36-37
- 5.2.4 柞树的非线性回归模型37-39
- 5.2.5 模型检验39-40
- 5.3 侧柏生物量模型拟合与检验40-44
- 5.3.1 侧柏10个原始因子的一元回归模型40
- 5.3.2 侧柏多元线性回归分析40-41
- 5.3.3 侧柏主成分线性回归分析41
- 5.3.4 侧柏的非线性回归模型41-43
- 5.3.5 模型检验43-44
- 5.4 油松生物量模型拟合与检验44-48
- 5.4.1 油松10个原始因子的一元回归模型44
- 5.4.2 油松多元线性回归分析44-45
- 5.4.3 油松主成分线性回归分析45
- 5.4.4 油松的非线性回归模型45-47
- 5.4.5 模型检验47-48
- 5.5 刺槐生物量模型拟合与检验48-52
- 5.5.1 刺槐10个原始因子的一元回归模型48
- 5.5.2 刺槐多元线性回归分析48-49
- 5.5.3 刺槐主成分线性回归分析49
- 5.5.4 刺槐非线性回归模型49-51
- 5.5.5 模型检验51-52
- 5.6 杨树生物量模型拟合与检验52-56
- 5.6.1 杨树10个原始因子的一元回归模型52
- 5.6.2 杨树多元线性回归分析52-53
- 5.6.3 杨树主成分线性回归分析53
- 5.6.4 杨树非线性回归模型53-55
- 5.6.5 模型检验55-56
- 5.7 模型生物量估测与分析56-60
- 6 总结与讨论60-68
- 6.1 结论60-61
- 6.2 本研究不足和展望61-68
- 参考文献68-74
- 个人简介74-76
- 导师简介76-78
- 致谢78
|
|
|
|
| 1 |
杨存建,刘纪远,张增祥;热带森林植被生物量遥感估算探讨[J];地理与地理信息科学;2004年06期 |
| 2 |
朱海珍;庞勇;杨飞;李艳华;;基于ENVISAT ASAR数据的森林蓄积量估测研究[J];地理与地理信息科学;2007年02期 |
| 3 |
牛志春,倪绍祥;青海湖环湖地区草地植被生物量遥感监测模型[J];地理学报;2003年05期 |
| 4 |
黎夏,叶嘉安;基于神经网络的元胞自动机及模拟复杂土地利用系统[J];地理研究;2005年01期 |
| 5 |
徐新良;曹明奎;;森林生物量遥感估算与应用分析[J];地球信息科学;2006年04期 |
| 6 |
邢素丽,张广录,刘慧涛,王道波;基于Landsat ETM数据的落叶松林生物量估算模式[J];福建林学院学报;2004年02期 |
| 7 |
郑德华;黄山松人工林生物量测定方法的比较[J];福建林业科技;1999年S1期 |
| 8 |
王臣立,牛铮,郭治兴,丛丕福,邓小炼;Radarsat SAR的森林生物物理参数信号响应及其蓄积量估测[J];国土资源遥感;2005年02期 |
| 9 |
李健;舒晓波;陈水森;;基于Landsat-TM数据鄱阳湖湿地植被生物量遥感监测模型的建立[J];广州大学学报(自然科学版);2005年06期 |
| 10 |
吴家森,俞益武,朱志坚,肖新方;湖州市不同森林植被生物量的研究[J];江苏林业科技;2002年04期 |
|
|
|
|
|
| 1 |
徐希孺,庄家礼,陈良富;热红外多角度遥感和反演混合像元组分温度[J];北京大学学报(自然科学版);2000年04期 |
| 2 |
马钦彦;油松分布区气侯区划[J];北京林业大学学报;1989年02期 |
| 3 |
马钦彦;中国油松生物量的研究[J];北京林业大学学报;1989年04期 |
| 4 |
贺庆棠;森林对地气系统碳素循环的影响[J];北京林业大学学报;1993年03期 |
| 5 |
胥辉;一种与材积相容的生物量模型[J];北京林业大学学报;1999年05期 |
| 6 |
冯仲科,张晓勤;发展我国的数字林业体系[J];北京林业大学学报;2000年05期 |
| 7 |
马钦彦,陈遐林,王娟,蔺琛,康峰峰,曹文强,马志波,李文宇;华北主要森林类型建群种的含碳率分析[J];北京林业大学学报;2002年Z1期 |
| 8 |
王任华,霍宏涛,游先祥;人工神经网络在遥感图像森林植被分类中的应用[J];北京林业大学学报;2003年04期 |
| 9 |
冯仲科;刘永霞;;森林生物量测定精度分析[J];北京林业大学学报;2005年S2期 |
| 10 |
王仲锋;冯仲科;;样地林木生物量精度评定的研究[J];北京林业大学学报;2005年S2期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心