基于rs与gis的黄龙山林区油松林生物量估测的研究

《基于rs与gis的黄龙山林区油松林生物量估测的研究》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、内蒙古农业大学硕士学位论文基于RS与GIS的黄龙山林区油松林生物量估测的研究姓名：薛巍申请学位级别：硕士专业：森林经理指导教师：张秋良;赵鹏祥20090501摘要黄龙山林区位于陕北黄土高原东南部，是陕西省五大林区之一。油松是该林区的优势树种之一，并且成片状分布。本研究利用RS和GIS技术，以TM影像为主要数据源，结合森林资源二类调查数据和野外70个样地实测数据，对黄龙山林区人工油松林地上生物量进行了估测。研究表明：(1)研究区实测值油松生物量与各遥感数据存在较好的相关性，因此，利用遥感数据来估测研究区油松

2、生物量是可行的。相关分析结果显示，实测生物量与TMI—TM5、TM7有相关性，其中TM3相关性最高，R2为0．6836：植被指数中RVl、GVI、NDVI有相关性，其中RVI相关性最高。同时，经过对油松生物量与地形因子相关性分析，与坡度(SLOPE)相关系数最高为0．689。(2)研究区油松生物量与植被指数和地形因子存在线性相关。通过对相关性较好的因子进行一元线性和非线性回归分析可知，TMI-TM5、TM7的线性决定平方系数(R2)分别为0．1610、0．4953、0．827、0．787、0．585、0．

3、652，非线性决定平方系数(R2)分别为0．1029、0．0001、0．0002、0．0007、0．0002、0．0008：植被指数和地形因子中NDVI、RVI、GVI、SLOPE(坡度)、ASPCET(坡向)的线性决定平方系数(R2)分别为0．1358、0．2731、0．1936、0．4749、0．0847，非线性决定平方系数(R2)分别为0．0002、0．0001、0．000l、0．0072、0．8709。(3)本研究建立了基于RS的油松生物量多元回归模型为：Y=O．376TM3+0．260TM7+0

4、．379TM4+0．197TM5+0。107SLOPE+O．19ITM2+O．122NDVl-3。550，R2为0．952。并根据此模型计算黄龙山蔡家川林场油松的地上生物量为37．892Tg。(4)对所建立的遥感预测模型进行精度验证，样地模型的估测精度达9096样地数57个，占87％，平均精度达93．88％，所构建的模型估测精度相对较高，适用研究区油松生物量的估测。关键词：油松，生物量，RS，GIS，估测模型studyonEstimateModelofBiomassofChineseP／eforestin

5、HUANGLONGBasedonRSandGISTechnology^bstractHuanglongisoneofthefivemajorforestareasinShaanxiwhichislocatedinthesoutheasternLoessPlateauinnorthernShaanxi．Chinesepineisoneofthedominantspeciesandtakesonlaminateddistribution．啦sresearchusesRSandGIStechnology，tak

6、esthe田Mimage嬲themaindata,combinesforestresourceinventorydataandfieldsurveydataof70plots，hascarriedonthebiomassestimationtotheartificialChinesepineinHuanglongmountain．111eresearchindicated：Thepertinencebetweenfieldsurveybiomassandremotesensingdatainthealga

7、is900d，therefore，itisfeasibletoestimateChinesepinebiomassintheresearchalgausingtheremotesensingdata．Correlationanalysisshowedthat：fieldsurveybiomasshasrelevancetoTMl一TM5，TM7，TM3hasthehighestrelevanceandRziS0．6836；RVI，GVIandNDVIarerelatedtoeachotherandRVIh

8、asthehighestrelevance；ThroughanalysisCorrelationbetweenthebiomassandterrainfactor,Slopewithinterrainhasthehighestcorrelationcoefficientwhichis0．689．111ebiomassWaSwelllinearcorrelated谢tllvegetationindexandterrainfact