基于遥感技术预测小黑杨人工林木材性质的研究

《基于遥感技术预测小黑杨人工林木材性质的研究》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、摘要摘要本文以山西朔州杨树速生丰产林基地的3种栽植密度(2m×5m(A)、4m×5m(B)和4m×10m(C))的小黑杨(PopulusXxiaoheiT．S．HwangetLiang)为试验材料，获得了如下创新性研究成果与结论：1．首次应用高空间分辨率的QuickBird卫星影像信息提取与分析技术对木材性质进行了评估。通过提取树冠参数、分析建模并与常规的林分调查、木材性质测试分析有机结合，建立了以卫星影像估测的林木特征参数为自变量的木材生长量和木材性质的预测模型，为小黑杨木材性质的评定和木材生长量的预测提供了一种全新的研究方法和分析手段，对其

2、它杨树人工林材性分析和评价具有较高的借鉴价值。2．在数据分析和建立模型过程中，首次将经济学中“弹性理论”的Conb—Douglas生产函数理论应用到木材科学与技术领域，用生产弹性和边际产量等分析方法系统分析了树木特征因子与木材生长量间的关系。同时，引入人工神经网络模型中的BP算法，把人工神经网络模型的高拟合度和较强的预测能力应用到分析遥感数据与木材性质的关系中，取得了较好的预测效果。3．研究结果表明：(1)栽植密度对小黑杨人工林冠幅(cw)、冠长(cL)、胸径(DBH)、胸径分布、径高比(Dm的影响极为显著，而对树高CA)*N胸高形率的影响不显

3、著。随着栽植密度的增加，树冠冠幅、冠长、胸径减小；径高比呈“V”形变化。栽植密度越小，较大径阶的林木株数比例越高；(2)栽植密度对木材生长量(湿心材面积(HA)、边材面积(sA)、幼龄材面积(JA)、成熟材面积(MA)和胸高断面积(WHA))和湿心材、边材比例有着显著的影响。随着栽植密度的减小，湿心材面积，边材面积，幼龄材面积，胸高断面积增加；湿心材、边材比例降低：成熟材面积为“低～高一低”波动。(3)栽植密度对纤维宽度、纤维双壁厚、导管比量、胞壁率、导管个数、导管弦向直径、基本密度、抗弯弹性模量(MOE)、顺纹抗压强度(CGS)的影响达到极显

4、著水平；对纤维壁腔比、抗弯强度(MOR)的影响达到显著水平：对纤维长度、纤维腔径、长宽比、纤维比量、射线比量、化学成分和纸浆得率的影响不显著。栽植密度对木材纤维形态特征和基本密度的径向变异有不同程度的影响，但不改变它们变异的一般模式。(4)木材生长量与实测树木(林分)特征因子(包括冠幅、冠长、胸径、树高、尖削度(sT)、栽植密度等)之间符合Conb—Douglas生产函数的形式，可以用Conb-Douglas生产函数对木材生长量进行预测(模型的R2=0．6的0．97)，同时应用弹性分析方法中的单因素弹性系数、多因素弹性系数和边际产量对小黑杨木材

5、生长量随树木特征因子的变T摘要化而变化进行合理分析和解释。(5)用实测的树木特性因子指标来预测小黑杨木材的MOE／MOR、顺纹抗压强度、苯醇抽提物、综纤维素含量，效果较好(R2>0．5)；而建立在树木特性因子与木材纤维长度、导管个数、导管弦向直径、腔径比量、胞壁率和纤维素含量间的预测模型只能解释它们变异的30～47％(R2=O．3～0．462)；对其它木材性质的预测效果一般。(6)以全色波段空间分辨率为0．6lm、多光谱波段空间分辨率为2．44m的Quictd3ird卫星影像为数据源，采用后差分的全球定位系统(GPS)对每株立木进行定位，利用遥

6、感图像处理软件对影像进行几何精校正、数据融合等处理，并且采用面向对象的分类方法，对影像进行多尺度分割，特征提取分析，提取小黑杨(目标)树冠大小信息(冠幅)。从QuickBird卫星影像上提取的小黑杨树冠冠幅的精度达到97．36％，高于前人的研究结果。(7)建立了基于QuickBird卫星影像测量的小黑杨树冠冠幅值的林木胸径和树高估测模型，预测精度分别为93％i拜l79％；建立了基于QuickBird卫星影像预测的小黑杨单株立木去皮材积和带皮材积的模型，R2分别为O．796和O．773。(8)采用多元回归和BP神经网络模型方法，建立了QuickB

7、ird卫星影像估测的树木特征参数与木材生长量、木材性质(CGS、MOE／MOR等)的关系模型，实现了基于QuickBird卫星影像对小黑杨木材性质预测的目的。通过对多元回归模型和BP神经网络模型进行精度检验，预测木材生长量和主要力学性质的精度分别大于65％和82％。分析比较了多元回归模型和BP神经网络模型的预测效果，认为在小样本的前提下，人工神经网络的黑箱方法优于多元回归方程。主要的多元回归预测模型如下：删=一5265．33632—751．3514Ln(RSCW)+2204．19828Ln(PD)一58．89242Ln(SD)r群=O．891)

8、MA=433．45338—498．96863(RSCW)+214．8088(sscw)2—36．64026(RSCW)3+2．17212(RSCW)4