基于GWR的黑龍江大興安嶺森林立地質(zhì)量的遙感分析.pdf

1、學(xué)校代碼：10225學(xué)號：S17762學(xué)位論文基于GWR的黑龍江大興安嶺森林立地質(zhì)量的遙感分析郭鴻郡指導(dǎo)教師姓名：李明澤教授東北林業(yè)大學(xué)申請學(xué)位級別：碩士學(xué)科專業(yè)：森林經(jīng)理學(xué)論文提交日期：2017年4月論文答辯日期：2017年6月授予學(xué)位單位：東北林業(yè)大學(xué)授予學(xué)位日期：2017年6月答辯委員會主席：論文評閱人：摘要I摘要摘要本研究以2010年Lsat5TM影像為信息源，結(jié)合當年國家森林資源一類清查數(shù)據(jù)，建立了遙感信息模型，估算了森林地位

2、級指數(shù)(SiteClassIndex，SCI)。結(jié)合地形因子對森林立地質(zhì)量的空間分布情況進行科學(xué)系統(tǒng)的分析研究，為森林生態(tài)系統(tǒng)經(jīng)營管理和營林造林提供一定的數(shù)據(jù)支持與理論依據(jù)。以黑龍江省大興安嶺地區(qū)為研究區(qū)域，采用以最小二乘法為基礎(chǔ)的多元線性模型（全局模型）和以地理加權(quán)回歸為基礎(chǔ)局域回歸模型兩種模型，以遙感因子土壤修正植被指數(shù)(ModifiedSoilAdjustedVegetationIndex，MSAVI)、差值植被指數(shù)(Differ

3、enceVegetationIndex，DVI)和林分因子林分平均胸徑(AverageBreastDiameter，ABD)、林分郁閉度(FestCanopyDensity，F(xiàn)CD)四個因子為自變量，建立了地位級指數(shù)全局估算模型和局域估算模型。在模型的擬合效果和精度驗證方面，地理加權(quán)回歸(GeographicallyWeightedRegression，GWR)模型都要明顯優(yōu)于全局模型，其中全局模型的2adjR為0.48，AIC為181

4、6，RMSE為1.74，地理加權(quán)回歸模型的2adjR為0.53，AIC為1784，RMSE為1.29。通過模型模擬結(jié)果和實測值的對比分析發(fā)現(xiàn)，地理加權(quán)回歸模型具有更高的驗證精度。最終采用地理加權(quán)回歸模型來繪制研究區(qū)域地位級指數(shù)空間分布圖，對研究區(qū)域的立地質(zhì)量進行評價與分析，結(jié)合地形因子探索了研究區(qū)域內(nèi)森林地位級指數(shù)的空間分布狀態(tài)，結(jié)果表明：大興安嶺地區(qū)地位級指數(shù)空間分布具有明顯的聚集特征，具體表現(xiàn)為東高西低，北高南低，最大值出現(xiàn)在研究區(qū)

5、北部。通過地位級指數(shù)影響因子分析發(fā)現(xiàn)：遙感因子和林分因子同時影響著森林地位級指數(shù)的空間分布。采用全局ManI來描述不同空間尺度下模型殘差的空間自相關(guān)性（從8km到80km，以8km為間隔）。通過地理加權(quán)回歸模型殘差的分析研究發(fā)現(xiàn)：地理加權(quán)回歸模型能夠很好的解決模型殘差的空間自相關(guān)性，產(chǎn)生更為理想的模型殘差。本研究表明：全局模型和局域地理加權(quán)回歸模型能夠較為有效的估算黑龍江省森林地位級指數(shù)，加入樣地位置信息進行回歸分析的GWR模型能夠更有