基于SPOT5影像數(shù)據(jù)的森林資源分類與蓄積量反演研究.pdf

1、森林資源調(diào)查是以林地、林木以及林區(qū)范圍內(nèi)生長的動(dòng)、植物及其環(huán)境條件為對(duì)象的林業(yè)調(diào)查，目的在于及時(shí)掌握的森林資源數(shù)量、質(zhì)量和生長、消亡的動(dòng)態(tài)規(guī)律及其與自然環(huán)境和經(jīng)濟(jì)、經(jīng)營等條件之間的關(guān)系，為制訂和調(diào)整林業(yè)政策，編制林業(yè)計(jì)劃和鑒定效果服務(wù)，以保證森林資源在國民經(jīng)濟(jì)建設(shè)中得到充分利用，并不斷提高其潛在生產(chǎn)力。傳統(tǒng)的調(diào)查方式是大面積、高強(qiáng)度的地面人工調(diào)查，費(fèi)工費(fèi)時(shí)、人力財(cái)力消耗大。由于遙感技術(shù)具有宏觀、客觀、快速高效和動(dòng)態(tài)監(jiān)測(cè)等優(yōu)點(diǎn)，利用遙感技

2、術(shù)結(jié)合GIS、GPS進(jìn)行輔助進(jìn)行森林資源調(diào)查，成為國內(nèi)外學(xué)者研究的熱點(diǎn)。 本次論文以中山陵2003年SPOT5遙感影像、1：10000地形圖、2002年中山陵地面實(shí)際調(diào)查數(shù)據(jù)為研究數(shù)據(jù)源。首先，我們對(duì)遙感影像進(jìn)行配準(zhǔn)、數(shù)據(jù)融合及植被指數(shù)提取，分析各個(gè)波段的特征參數(shù)，結(jié)合經(jīng)驗(yàn)選出進(jìn)行遙感影像分類的波段組合；然后，分別討論面向?qū)ο蟮姆诸惡兔嫦蛳裨姆诸惙椒?CART決策樹和最大似然法)，并應(yīng)用其對(duì)影像分類，對(duì)其分類結(jié)果進(jìn)行評(píng)價(jià)。最后

3、，對(duì)植被的總蓄積量模型，以面向?qū)ο蠓诸惤Y(jié)果、遙感影像光譜信息為預(yù)測(cè)變量，地面實(shí)際調(diào)查的38個(gè)樣點(diǎn)的蓄積量為目標(biāo)變量，應(yīng)用非線性的BP神經(jīng)網(wǎng)絡(luò)模型建立遙感信息、地物類別與蓄積量模型；對(duì)于中山陵地區(qū)的優(yōu)勢(shì)樹種——闊葉林以遙感影像的光譜信息預(yù)測(cè)變量，以地面28個(gè)點(diǎn)的闊葉林實(shí)測(cè)蓄積量為目標(biāo)變量，建立BP神經(jīng)網(wǎng)絡(luò)模型。應(yīng)用建立的神經(jīng)網(wǎng)絡(luò)模型對(duì)未知像元點(diǎn)進(jìn)行單位像元蓄積量的預(yù)測(cè)，制作出中山陵遙感影像的植被總蓄積量預(yù)測(cè)圖及闊葉林蓄積量預(yù)測(cè)圖，對(duì)影像圖