基于高分辨率影像的杭州西湖區(qū)綠地生物量研究.pdf

1、城市是人類生產(chǎn)生活最集中的區(qū)域，有研究表明人為CO2排放的97％來自城市地區(qū)，城市綠地生態(tài)系統(tǒng)作為陸地生態(tài)系統(tǒng)的重要組成部分，在吸收CO2、釋放O2的過程中，具有不可替代的重要作用。因此，對城市綠地生物量準確估計的研究具有重要意義。
　　本文以杭州西湖區(qū)為靶區(qū)，將野外樣地數(shù)據(jù)、遙感數(shù)據(jù)結合起來，選擇與綠地生物量相關的自變量因子進行相關性分析，選擇相關性較好的自變量因子構建綠地生物量遙感估算模型。再通過預留的實驗數(shù)據(jù)檢驗回歸模型的擬

2、合精度，選擇精度較高擬合較好的估算模型進行杭州西湖區(qū)綠地生物量反演。結果主要包括以下幾個方面：
　　1、基于SPOT6高分辨率影像，本研究中用面向對象影像分析法分不同區(qū)塊提取綠地信息。森林區(qū)的植被覆蓋情況最好（植被覆蓋率92%），郊區(qū)農(nóng)田的植被覆蓋情況最差（植被覆蓋率27%）。
　　2、將與綠地生物量相關的52個自變量因子和野外樣地生物量進行相關性分析，Band3、NDVI、RVI、NVI、Mean2、Variance3、E

3、ntropy3、Dissimilarity4、PC1這9個變量因子的相關性較好，其中，Band3、NDVI、RVI、Variance3、Entropy3，這5個的相關性最高，均超過0.5。
　　3、選擇相關性好的變量因子運用不同的方法構建生物量估算模型。結果表明，逐步回歸模型比多元線性模型具有更好的擬合精度，且檢驗精度也較好。擬合精度為77.24%，檢驗精度為74.71%。因此，本文選用逐步回歸模型估測杭州西湖區(qū)綠地生物量。