桉樹人工林生物量遙感估測模型研究.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、以高峰林場桉樹林為研究對象，利用Landsat TM影像、數(shù)字高程模型，結合2009年森林資源二類調查數(shù)據(jù)，探討桉樹人工林生物量遙感估測方法。從研究區(qū)的桉樹小班中隨機抽取346個小班作為樣地小班，提取各遙感數(shù)據(jù)和地形數(shù)據(jù)與桉樹生物量進行相關性分析。采用隨機抽樣的方法，從樣地小班中選取242個樣地用于回歸模型構建和BP人工神經(jīng)網(wǎng)絡模型的訓練樣本；71個樣地用于BP人工神經(jīng)網(wǎng)絡模型的模擬樣本；剩余的33個樣地進行模型的精度檢驗和誤差分析。<

2、br>　　 研究結果顯示：①從遙感圖像和數(shù)字高程模型中派生的19個變量因子中，與桉樹林生物量顯著相關的有10個，相關系數(shù)大小排序為：PVI>GVI>TM4>DVI>NDVI>TM3>MSAVI>TM7>SAVI>RVI，其中在0.01水平上顯著相關的有8個因子；在0.05水平上顯著相關的有SAVI、RVI，最高相關系數(shù)僅為0.577。②利用桉樹樣地生物量與通過相關分析篩選得到的10個變量建立一元線性回歸、一元非線性回歸和多元線性回歸模

3、型。通過比較，獲得桉樹林生物量最優(yōu)回歸模型為Y=246.808+16.899TM3-13.729TM4+1.7671M7+29.735RVI+488.234NDVI+13.617GVI+184.261SAVI-514.677MSAVI，R為0.571，在0.05水平上顯著。③利用BP人工神經(jīng)網(wǎng)絡建立桉樹林生物量非線性預測模型與樣地生物量的相對誤差為10.1％，估算精度達到89.9％；而桉樹生物量最優(yōu)回歸模型的估算精度僅為84.7％，說明

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論