森林健康数据来源及探究措施

森林健康数据来源及探究措施

ID:46740311

大小:64.00 KB

页数:6页

时间:2019-11-27

森林健康数据来源及探究措施_第1页
森林健康数据来源及探究措施_第2页
森林健康数据来源及探究措施_第3页
森林健康数据来源及探究措施_第4页
森林健康数据来源及探究措施_第5页
资源描述:

《森林健康数据来源及探究措施》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、森林健康数据来源及探究措施作者:徐婷李明阳吴文浩单位:南京林业大学森林资源与环境学院句容市农业委员会本研究以句容市下蜀镇2006年森林资源二类调查数据为主要信息源,以地理信息系统软件ArcGIS、统计分析软件SPSS为挖掘工具,通过主成分分析和聚类分析,揭示森林资源调查数据库中隐含的森林健康空间分布规律、森林健康与生态环境因子间的量化关系等知识,以期为面向森林可持续经营指标的森林资源空间数据挖掘探索出一条科学适用的技术路线。1研究区域概况下蜀镇位于江苏省句容市北部,宝华山东侧,地理范围为东经119&d

2、eg;4';23″〜119°;15';4″,北纬32°;4';23″〜32°;12';29″,土地面积160km2,人口6.3万人。地处长江三角洲,是长江南岸的经济重镇,是江苏省句容市唯一的沿江镇,拥有3.5km长的长江深水岸线,位于佛教圣地“律宗第一名下蜀镇山”宝华山脚下,东离古城镇江30km,西距古都南京35km,在上海经济辐射区边缘,南京都市区规划圈内。下蜀镇自然条件得天独厚,属北亚热带季风气候,四季分明,

3、雨水充沛,日照充足,年降水量1105km,年均温15.TC,年均日照时间2018h,年均无霜期229do下蜀镇境内多低山丘陵,地势高低不平,总体呈现南高北低趋势,南部依偎宝华山,中部为低山丘陵,北部依靠长江,地势平坦。水陆交通发达,矿藏资源丰富。长江黄金水道、宁镇公路、312国道、沪宁铁路横贯东西;句蜀公路、新大公路纵申南北,交织成网;大道河、便民河直通长江。工业经济基础较好,已逐步形成了建材、化工、服装、机械四大工业类项。下蜀镇用材林树种有水杉(Metasequoioglyptrobides)、马尾

4、松(Pinusmassoniana)、棣棠(Kerriajaponica)等,经济林树种有油桐(Verniciafordii)、板栗(Casta-neamollissinia)、青梅木(mangachagpoiB1anco)、葡萄(Vitisvinifera)、柿树(Diospyroskaki)、桃树(Prunuspersica)等270多种,形成了“南林北菜”的农业发展格局。2数据来源及研究方法2.1数据来源及预处理研究所用的主要数据有:1)下蜀镇2006年二类调查固定样地空间数据库,包括1216个

5、小班,其中小班的属性表除了包括地类、林种、树种、平均胸径、平均树高、单位蓄积等常规调查因子外,还增加了森林健康调查因子;2)2006年下蜀镇遥感卫星SP0T5数据包(全色+多光谱),全色波段空间分辨率为2.5m,多光谱波段空间分辨率为10m;3)地理要素的矢量文件,根据融合后的SP0T5遥感图像生成的包含居民地、交通干线(国道、省道、铁路)的矢量文件;4)根据下蜀镇1:10000地形图制作的研究地区数字高程模型(DEM),空间分辨率为3.3m。根据相关文献可知[3—8],森林健康与林分单位面积蓄积量、

6、平均高度、平均胸径、平均年龄等林分调查因子有关,与林分所处的坡度、海拔、坡向等地形因子有关,并受到与居民点距离大小、离道路远近等人类干扰因子的影响。利用Erdas9.2进行卫星图像预处理、全色波段与多光谱波段的空间分辨率融合、自然色彩变换、空间子集运算。在此基础上,借助GIS平台对获取的森林资源二类调查的原始小班数据进行预处理,选取与森林健康有关因子。首先,通过ArcGIS中的FeaturetoPoint工具,将1216个片林小班数据多边形文件转换成矢量文件;其次,利用其SpatialAnalyst的

7、表面分析工具,生成研究区域海拔、坡度、坡位3个栅格图层;第三,通过Arc-GIS9.3鼠标屏幕跟踪生成道路、居民点图层,并进行缓冲分析生成道路、居民地缓冲图层;最后利用GIS平台上外挂式分析工具HawthTools中的Inter-sectPointTool,分别与道路缓冲区、居民点缓冲区、海拔、坡度、坡位栅格图层相交,生成距道路距离、距居民点距离、坡度、海拔、坡5个新的属性特征。在最后生成的空间数据库中,包含森林健康、6个林分因子(单位面积蓄积量、平均树高、平均胸径、平均年龄、植被覆盖度、植被高度),

8、3个地形因子(坡度、海拔、坡位),2个人类干扰因子(居民点距离大小、离道路远近),共计12个属性。2.2主成分分析主成分分析法(Principalcomponentanalysis(PCA))是通过构造原评价指标的综合指标用以代替原指标进行评估的方法。主成分之间是相互独立的,通常少数几个主成分就能在很大程度上反映原有指标提供的信息,这些主成分被称作主成分向量。主成分分析法一方面能消除重叠的信息,另一方面又起到降维的作用。通过对主成分中各指标系数的分析,确

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。