2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、竹林是我國(guó)亞熱帶一種重要的森林資源,在森林生態(tài)系統(tǒng)碳循環(huán)中發(fā)揮著重要作用。郁閉度可以反映林冠的郁閉程度、樹(shù)木利用空間的程度及指示林分密度,是森林資源調(diào)查的一個(gè)重要因子。森林郁閉度測(cè)定方法主要包括地面調(diào)查和遙感調(diào)查兩種方式,地面調(diào)查不僅耗時(shí)耗力,而易受人為因素影響較大,調(diào)查范圍也較小,與地面調(diào)查相比,遙感技術(shù)具有實(shí)時(shí)、連續(xù)和大范圍覆蓋的特點(diǎn),使得其在森林郁閉度定量反演中具有獨(dú)特的優(yōu)勢(shì)。隨遙感技術(shù)的發(fā)展,基于多源遙感數(shù)據(jù)的森林資源監(jiān)測(cè)成為新

2、的趨勢(shì),森林參數(shù)多尺度估算也是國(guó)內(nèi)外研究熱點(diǎn)。基于此,本研究將以毛竹林(Phyllostachys heterocycla var. pubescens)為例,以浙江省西北部的安吉縣及其境內(nèi)的山川鄉(xiāng)為研究區(qū)域,在地面調(diào)查的基礎(chǔ)上,開(kāi)展基于無(wú)人機(jī)、SPOT5和Landsat TM等多源遙感數(shù)據(jù)的毛竹林冠層郁閉度多尺度反演研究,主要研究?jī)?nèi)容如下:
  1、無(wú)人機(jī)遙感數(shù)據(jù)結(jié)合Li-Strahler幾何光學(xué)模型的毛竹林郁閉度估算。以無(wú)人機(jī)

3、遙感數(shù)據(jù)為數(shù)據(jù)源,首先利用最小噪聲分離(Minimum Noise Fraction,MNF)方法獲取影像端元,然后采用全約束和無(wú)約束兩種方法進(jìn)行混合像元分解,并將得到的光照背景比例分別代入幾何光學(xué)模型得到郁閉度估算結(jié)果,最后對(duì)比分析兩種方法的估算精度。
  2、SPOT5數(shù)據(jù)結(jié)合Erf-BP神經(jīng)網(wǎng)絡(luò)模型的毛竹林郁閉度估算。以無(wú)人機(jī)郁閉度估算結(jié)果為基礎(chǔ)、SPOT5遙感影像為數(shù)據(jù)源,利用Erf-BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行山川鄉(xiāng)毛竹林郁閉度

4、估算,并探索最佳的模型結(jié)構(gòu),其中包括變量的設(shè)置與篩選、隱含層神經(jīng)元及訓(xùn)練目標(biāo)的設(shè)置等問(wèn)題。
  3、Landsat TM數(shù)據(jù)結(jié)合Erf-BP神經(jīng)網(wǎng)絡(luò)模型的毛竹林郁閉度估算。以SPOT5郁閉度估算結(jié)果為基礎(chǔ)、Landsat TM影像為數(shù)據(jù)源,采用Erf-BP神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)安吉縣毛竹林冠層郁閉度反演。
  通過(guò)研究主要得到以下幾方面的結(jié)論:
  1、無(wú)人機(jī)遙感數(shù)據(jù)結(jié)合幾何光學(xué)模型在一定程度上可以實(shí)現(xiàn)毛竹林郁閉度的估算。但

5、基于無(wú)約束混合像元分解所得到的研究區(qū)毛竹林郁閉度具有較大的RMSE,反演結(jié)果整體小于實(shí)測(cè)值,嚴(yán)重低估,而全約束混合像元分解郁閉度反演精度具有大幅度的提高,其反演郁閉度與野外實(shí)測(cè)數(shù)據(jù)在0.01顯著水平下,相關(guān)指數(shù)R為0.7933,且RMSE也很小,為0.04左右,因此,能夠較為真實(shí)的反映毛竹林的實(shí)際情況。
  2、基于Erf-BP神經(jīng)網(wǎng)絡(luò)模型與SPOT5遙感數(shù)據(jù)的毛竹林冠層郁閉度估算結(jié)果在一定程度上可以滿足精度要求。SPOT5結(jié)合E

6、rf-BP神經(jīng)網(wǎng)絡(luò)模型的樣地檢驗(yàn)結(jié)果表明,Erf-BP神經(jīng)網(wǎng)絡(luò)模型估算結(jié)果與實(shí)測(cè)郁閉度在0.01顯著水平下具有較強(qiáng)的相關(guān)關(guān)系,其相關(guān)系數(shù)R達(dá)到0.7414,RMSE為0.0223,說(shuō)明該方法反演精度較高。
  3、基于Erf-BP神經(jīng)網(wǎng)絡(luò)模型與Landsat TM數(shù)據(jù)的毛竹林冠層郁閉度估算結(jié)果在一定程度上是可行的。Landsat TM結(jié)合Erf-BP神經(jīng)網(wǎng)絡(luò)模型的樣地檢驗(yàn)結(jié)果表明,Erf-BP神經(jīng)網(wǎng)絡(luò)模型估算結(jié)果與實(shí)測(cè)郁閉度具有較

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論