基于遥感信息的森林蓄积量估测

《基于遥感信息的森林蓄积量估测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要森林是国家重要的物质资源，林业经济的发展是国家经济发展的重要组成部分。如何及时的掌握动态的森林资源变化信息，是森林资源监测最重要的任务之一。森林蓄积量是森林资源调查的重要部分，传统的森林资源调查不仅周期长、任务重而且劳动强度大，花费也比较大。本研究以浙江省龙泉市为例，探索如何快速准确地获取森林资源蓄积量信息，从而及时掌握森林资源的动态变化，为政府以及林业相关部门调整林业政策、编制林业计划和评价森林经济效益提供依据，保证森林资源在国民经济中得到充分的利用，并不断的提高其潜在的生产力。本研究以杉木优势树种为例，以龙泉市2007年的ETM+遥感影像以及森林资源二类调查数据为基础

2、，结合BP神经网络建立森林资源蓄积量估测模型。首先，利用ENVI5.0对ETM+遥感影像进行条带修复、几何校正、辐射定标、大气校正及图像裁剪，以提取感兴趣研究区域的遥感影像数据。其次，利用ArcGIS软件中的模块分析统计功能（ZonalStatistics）将上述预处理后的遥感影像与二类调查小班数据进行叠加，以小班为单元提取波段值、波段比值、树龄等作为自变量因子，并且提取森林资源蓄积量作为指标因子。通过SPSS对所提取的因子进行相关性分析，然后在Matlab中，通过多项式拟合结合经验数据求得各自变量因子的隶属度。最后，将上述处理后的自变量因子作为输入层数据，单位蓄积量作为输出层数

3、据，将杉木样本集分为训练数据和预测数据，在Matlab中建立基于Levenberg-Marquardt优化算法改进的BP神经网络模型并对蓄积量进行估测。结果表明：群体相对误差为13.04%，个体平均相对误差为18.9%，说明预测结果达到了较高的精度，模型的总体仿真效果与实际情况非常接近。此外，本研究所选取的研究数据成本低，样本量大，所以本文所建模型在森林资源蓄积量预测中具有较高的参考价值。关键词：蓄积量，动态监测，遥感影像，神经网络IABSTRACTABSTRACTForestisanimportantmaterialresourceofnational,thedevelopme

4、ntofforestryeconomyisanimportantpartofnationaleconomicdevelopment.Howtotimelygraspthedynamicchangesofforestresourcesinformationisoneofthemostimportanttasksoftheforestresourcemonitoring.Forestvolumeistheimportantpartofforestresourcessurvey,traditionalforestresourcessurveyneedalongperiod,thetas

5、kisheavyandlabor-intensive,costisrelativelylarge.BasedonLongquanwhichisoneofthecityofZhejiangprovinceasthestudyarea,toexplorehowtoquicklyandaccuratelyobtainthevolumeofforestresourcesinformation.Thegovernmentandtheforestryrelateddepartmentcouldusethesedynamicchangesinformationtospecifyandadjus

6、tforestrypolicy,compileforestryplanandevaluationitseconomicbenefit.Bythiswaytheforestresourcesisfullyutilizedinthenationaleconomy,andconstantlyimproveitspotentialproductivity.TheresearchchoosesLongquan2007ETM+RemoteSensingimageandforestmanagementinventoryasthefoundationdata,combinedwithBPneur

7、alnetworktoestablishmodelforestimatingforestvolume.Firstly,basedonLongquanETM+remotesensingimagesutilizedENVI5.0softwaretocarrybeltrepair,coordinatetransformation,geometriccorrection,radiometriccorrectionandimagecropping,inordertoextractthein