1. 研究目的与意义
研究目的:
(1)找寻对人工林森林结构参数最敏感的遥感波段及波段组合;
(2)通过比较确定最优的建模方法;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 国内外研究现状分析
遥感是当前大面积、快速获取地面信息的唯一手段,并且遥感图像光谱信息具有良好的综合性和现势性,与森林生物量等森林结构参数之间存在相关性,使基于遥感信息的森林结构参数估算比传统方法更加优越。在我国也存有大量关于遥感信息与森林结构参数之间关联关系的研究,如植被指数与生物量,叶面积指数,郁闭度等的研究,采用了多元线性回归建立回归方程,此外,由于地形及大气的影响,在进行参数建模之前,为了获取更高的地表反射率,便于提取信息及参数反演,需要先进行FLAASH大气校正方法及C校正等地形校正方法,这是研究中关键的一步。
在国外,人们关于森林状况对于环境,人类社会影响的认识更加深刻,遥感信息与森林结构状况的评估方面的研究很多,主要有关于陆地卫星影像波段与株数密度,断面积等方面的研究,使用人工神经元网络评价预测和实际断面积之间的关系,评价植被指数,光谱反应,NN,纹理信息与断面积,郁闭度之间的相关关系。此外,地形信息在参数反演方面的功用也很突出。由于不同的传感器对于信息提取有不同的效果,许多研究表明使用landsat TM进行信息提取更有效,特别是对断面积有强的预测性,比起SPOT,雷达存有优势。Jensen et al. (1999)发现当使用ANN与多元回归比较时,针叶林的林龄与LANDSATTM波段345的光谱数据存有强烈关系。 Giles M. Foody,使用辐射,大气,地形,几何校正,进行影像的校正,得出不同地区植被指数与生物量的关系,以及跨区域关系转换性之间的思考。在很多研究中有很多关于ANN效用的解释。3. 研究的基本内容与计划
研究内容:利用landsat tm数据以及由此导出的纹理特征,结合地形因子,并将它们与森林资源二类调查的小班数据建立统计关联,并据此进行森林结构参数的空间制图。
研究计划:
(1)1-2周(2月20日):遥感数据的预处理,主要包括几何校正和大气校正;
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 研究创新点
目前关于遥感信息提取与森林结构参数方面的研究很多,但主要表现在单一树种信息提取或者单一结构比较,对于大气校正,地形校正的使用也是或有或无,地形、纹理方面的考虑比较少,人工神经元网络预测使用较少,本次研究综合考虑这些问题,以获取更有效的关联性,从而更好地反演制图,力求更好地刻画森林的碳蓄积能力,改善森林健康状况,提高森林生产力。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。