收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于Sentinel-1A和Landsat 8数据的桂东县森林生物量反演

许振宇  
【摘要】:湖南省郴州市桂东县是湖南省四大林区之一,在碳汇过程中起着重要作用。准确估计地上生物量的变化对于理解森林碳循环和促进减缓气候变化至关重要。在区域森林地上生物量遥感估测中,主被动遥感数据相结合可以提高估测精度。论文以湖南省郴州市桂东县2014年Landsat8 OLI影像、2014年Sentine-1A影像、2014年43块森林资源连续清查固定样地数据为主要数据源,借助于ENVI、SNAP、R等软件,分别采用主动式遥感(Sentinel-1A数据)、被动式遥感(Landsat8 OLI数据)、主被动相结合(Sentinel-1A数据结合Landsat8OLI数据)3种数据集和多元线性回归、随机森林、人工神经网络、袋装算法等四种模型,进行区域森林地上生物量特征变量选取、参数建模、模型精度评价、生物量空间制图。最后在生成的研究区森林地上生物量空间分布图基础上,对研究区进行了森林地上生物量空间分布特征分析。结果表明:(1)在特征变量选择上,红色波段(B4)、红外波段(B5)反射率及纹理特征,归一化植被指数(NDVI),交叉极化(VH)后向散射系数及其纹理特征,在森林地上生物量反演中具有重要作用。(2)4种遥感估测模型精度比较分析表明,无论是单一数据源还是二者结合,随机森林算法预测精度最高,人工神经网络、袋装算法精度低于随机森林算法,多元线性回归精度最低。(3)三种不同数据源的遥感估测综合精度,按照由高到低的顺序排列,主被动结合被动式遥感主动式遥感。(4)桂东县森林地上生物量平均值为53.68 t/hm2,生物量高(90 t/hm2)的林分面积比例只有16.03%,主要分布在海拔比较高、坡度比较陡的东南、西南部。本研究为基于不同遥感数据源、建模算法的亚热带森林地上生物量建模分析提供了新思路。(5)桂东县森林地上生物量空间分布特征分析表明,桂东县森林地上生物量分布不均匀,呈现一种由东到西逐渐递减的条带状分布格局。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 邹琪;孙华;王广兴;林辉;谭一凡;马中刚;;基于Landsat 8的深圳市森林碳储量遥感反演研究[J];西北林学院学报;2017年04期
2 穆珊珊;李海艳;吴明柏;;基于Sentinel-1A的全球有效波高的反演研究[J];海洋与湖沼;2020年02期
3 孙芹芹;罗美雪;张加晋;蓝尹余;;基于Landsat 8的滨海电厂温排水分布研究[J];海洋环境科学;2020年04期
4 李永柳;周忠发;蒋翼;;基于Landsat 8遥感影像的黔中水利枢纽工程区土壤含水量反演分析[J];水土保持研究;2020年04期
5 陈争;王伟;张圳;王怡;;基于实测值的Landsat 8水面温度反演算法对比——以太湖为例[J];科学技术与工程;2020年32期
6 李斌;秦明周;张鹏岩;;Landsat 8遥感影像NDVI的对比研究[J];河南大学学报(自然科学版);2017年02期
7 郭力娜;张梦华;张永彬;牛振国;李孟倩;;唐山市区土地利用的Landsat 8影像分层分类[J];测绘科学;2017年10期
8 刘少军;张京红;蔡大鑫;田光辉;张国峰;邹海平;;Landsat 8在橡胶林台风灾害监测中的应用[J];自然灾害学报;2016年02期
9 李东;侯西勇;;利用Sentinel-1A数据监测地表形变案例分析[J];测绘通报;2020年03期
10 魏聪敏;葛伟鹏;邵延秀;吴东霖;;利用Sentinel-1A合成孔径雷达干涉时间序列监测陇东地区地面沉降变形[J];遥感技术与应用;2020年04期
11 陈有东;何毅;张立峰;王文辉;唐源蔚;;联合升降轨Sentinel-1A的地表形变监测技术研究[J];海洋测绘;2020年04期
12 方刚;;基于Landsat 8卫星影像和地表参数的宿州市城市热岛效应分析[J];土壤通报;2014年05期
13 杨振;徐佳;;利用Sentinel-1A数据监测南京河西地区地面沉降[J];测绘通报;2020年01期
14 荣祁远;何祺胜;刘宝柱;;基于Landsat 8数据的干旱监测研究[J];科学技术与工程;2015年31期
15 谢文斌;左小清;刘玉忠;张艳梅;;利用Sentinel-1A数据监测抚顺市地表形变[J];大地测量与地球动力学;2019年12期
中国重要会议论文全文数据库 前3条
1 李新宇;赵松婷;郭佳;李薇;;基于Landsat 8的北京城市热岛效应研究[A];2015年中国环境科学学会学术年会论文集[C];2015年
2 庞勇;黄克标;李增元;舒清态;;大湄公河次区域森林地上生物量遥感反演[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(上册)[C];2011年
3 鲍艳松;林利斌;吴善玉;Khidir Abdalla Kwal Deng;George P.Petropoulos;;基于Sentinel-1和Landsat 8数据的植被覆盖地表土壤湿度反演[A];第35届中国气象学会年会 S21 卫星气象与生态遥感[C];2018年
中国硕士学位论文全文数据库 前19条
1 许振宇;基于Sentinel-1A和Landsat 8数据的桂东县森林生物量反演[D];南京林业大学;2020年
2 马楠;基于深度学习的Landsat 8遥感影像云检测算法研究[D];山东师范大学;2019年
3 王普;基于Sentinel-1A数据的焦作广利灌区夏玉米土壤墒情反演方法研究[D];郑州大学;2018年
4 胡平;基于Landsat 8的成都市中心城区城市热岛效应研究[D];成都理工大学;2015年
5 奚祯苑;基于多时相Landsat 8数据对临安西部山核桃受干旱胁迫程度的监测研究[D];浙江农林大学;2015年
6 范博文;基于Landsat 8数据的火山温度短波红外遥感反演研究[D];吉林大学;2020年
7 刘茜格;基于Landsat 8图像的沙漠区域提取算法[D];大连海事大学;2020年
8 朱思静;基于Sentinel-1A河道参数修正的SWAT流域径流模拟研究[D];江西理工大学;2020年
9 付发群;基于Sentinel-1A与Sentinel-2A数据的城市绿地提取研究[D];浙江师范大学;2020年
10 陈雷;Sentinel-1A数据城区形变监测适用性分析与缺失数据拟合研究[D];北京建筑大学;2020年
11 张深玉;基于神经网络的Landsat 8影像云检测方法研究[D];中国地质大学(北京);2020年
12 曾旭婧;基于Sentinel-1A的北黑高速路段多年岛状冻土形变研究[D];东北林业大学;2017年
13 郭仲皓;基于波谱面积比值的Landsat 8复杂背景云识别方法研究[D];浙江大学;2018年
14 艾娜古丽·买买托莲;基于Landsat 8数据地下水“浅埋带”的圈定方法研究[D];新疆大学;2016年
15 白泽朝;Sentinel-1A数据DInSAR地表形变监测研究与实践[D];解放军信息工程大学;2017年
16 陶长华;基于Landsat 8和GF-1遥感影像南矶山湿地信息提取及时空动态变化研究[D];江西师范大学;2017年
17 孙小添;基于MODIS数据反演森林地上生物量的研究[D];东北林业大学;2014年
18 林岳峰;光学与雷达遥感数据联合反演森林生物量方法研究[D];电子科技大学;2016年
19 娄雪婷;黄土高原地区森林地上生物量遥感监测及其时空格局分析[D];北京林业大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978