北京市森林生物量遥感反演模型研究

【摘要】：本文是利用3S技术,以2009年5月TM遥感数据为数据源,以北京市作为研究区域,对北京地区的森林生物量进行遥感反演模型研建。利用遥感数据将植被分为阔叶林和针叶林两类,结合外业样地数据,提取出20个建模因子其中包括植被指数因子、波段组合因子以及地形因子等,通过森林生物量与各因子之间的关系,分别建立阔叶林和针叶林的森林生物量反演模型,所用方法包括主成分线性回归、多元线性回归、BP神经网络等,通过多个模型的建立与分析,对进一步分析森林生物量遥感获取更高精度的模型提供了确切依据。 建模之前选用主成分分析、相关性分析等方法,得到每个因子与生物量之间的关系,并根据其相关关系进行选择建模所需的因子。通过三种方法的建模研究,发现主成分线性回归方法建立的模型精度相对较低,神经网络模型精度最高,阔叶林三种方法的预测精度分别为80.57%、82.2%、89.5%,针叶林三种方法的预测精度分别为79.63%、83.9%、92.5%。通过三种模型的建立比较每个模型的优缺点,选择最适宜的模型进行估测。 估测结果为：北京地区阔叶林生物量为46403664.3吨,针叶林生物量为18229811.8吨,总的森林乔木生物量为64633476.1吨。将生物量分成五个等级,输出生物量等级分布图,相对来说Ⅱ、Ⅲ等级的生物量分布是最多的,北部山区是高生物量主要集中的地区。最后将整个北京市的生物量估测后,对北京市的16个区县的估测生物量进行统计。统计发现：怀柔区的森林生物量最多,其次为密云县、延庆县、门头沟区。

【关键词】：森林生物量 主成分线性回归 多元线性回归 BP神经网络 反演模型
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：S771.8
【目录】：