网站大量收购独家精品文档,联系QQ:2885784924

县域尺度森林地上生物量遥感估测方法研究.pdf

县域尺度森林地上生物量遥感估测方法研究.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
县域尺度森林地上生物量遥感估测方法研究

第35 卷 第6期                西 南 林 业 大 学 学 报        Vol.35 No.6  2015 年12月             JOURNAL OF SOUTHWEST FORESTRY UNIVERSITY      Dec.2015  doi:10.11929/j.issn.2095 -1914.2015.06.009 县域尺度森林地上生物量遥感估测方法研究 蒋云姣  胡 曼 李明阳 张向阳1 1 1 2 (1南京林业大学林学院,江苏 南京210037;2河南省林业调查规划院,河南 郑州450045) 摘要:以河南西峡县2013 年Landsat 8影像及同期217 块森林资源连续清查固定样地数据为信息 源,以9 个植被指数、3 个地形指数为自变量,建立多元线性回归、决策与回归树、装袋算法、随机森 林4种遥感估测模型;采用十折交叉验证,及相关系数、绝对误差、均方根误差、相对误差、相对均方 根误差5 个指标,对遥感估测模型进行精度评价,在此基础上,对研究区域2013年的森林地上部分 生物量进行遥感估测和空间分析。结果表明:在4种遥感估测模型中,随机森林综合性能最高,装 袋法次之,多元线性回归最低;在12 个自变量中,地形(海拔、坡度)、土壤(亮度指数、湿度指数)、 植被生长状况(垂直植被指数、有效叶面积指数)6 个因子是影响研究区域森林地上部分生物量的 重要环境变量;2013年,研究区域单位面积森林生物量为3856t/hm ,其中低(<40t/hm )、中(402 2 ~60t/hm )、高(>60t/hm )的面积分别占5992%、2430%、1578%;研究区域森林地上部分生2 2 物量较高的区域,主要分布在交通不便、森林茂密、人类干扰活动较少的北部石质山区,而较低的区 域,主要分布在交通发达,人口密度大,坡度较为平缓的南部鹳河谷地。 关键词:生物量;遥感估测;十折交叉验证;西峡县 中图分类号:S7572     文献标志码:A 文章编号:2095 -1914(2015)06 -0053 -07 Remote Sensing Based Estimation ofForest Aboveground Biomass at County Level Jiang Yunjiao ,Hu Man ,Li Mingyang ,Zhang Xiangyang1 1 1 2 (1.College ofForestry,Nanjing Forestry University,NanjingJiangsu210037,China; 2.Forest Inventory and Planning Institute ofHenan Province,Zhengzhou Henan450045,China) Abstract:In thispaper,Xixia County in Henan Provincewaschosen asthe case study area,and Landsat8 im age in2013 and 217 fixed plot data offorest resources continuous survey in the same period were collected as the main information to estimate forest above ground carbon in the study area.Fourremote sensingbased modelsnamely multivariate linearregression (MLR),classification and regression tree (CART),bagging (Bagging)and random forest (RF

您可能关注的文档

文档评论(0)

almm118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档