水土流失治理区马尾松林生物量遥感研究

论文摘要

本文以福建省长汀县河田镇和三洲乡的马尾松林为研究对象,在野外实测小班调查资料的基础上,利用蓄积量与生物量的换算因子获取各标准样地的马尾松林单位生物量。在对数据进行处理的基础上,通过遥感影像、DEM与森林资源调查小班数据的匹配,提取各遥感参数和地形因子作为自变量,并与生物量进行相关性分析,确定参与建立模型的自变量。采用不同的自变量引入法引入各自变量建立马尾松林样地生物量的反演模型,并对各模型进行精度验证和评价,结果表明：以RVI、NDVI、PC3、MSAVI、PC1、PC2、PVI、GVI为自变量的模型biomass=-75.714-624.524*NDVI+1.398*GVI+340.518*MSAVI+0.022*PC1-0.366*PC2-0.474*PC3-0.560*PVI+57.362*RVI,复相关系数R为0.999,符合本论文估算马尾松林生物量的精度要求。根据马尾松林生物量反演模型,利用TM遥感影像数据估算2004年、2006年和2009年的生物量,并对其时空变化规律进行分析,结果表明：从2004年到2009年,马尾松林的生物量呈上升的趋势,从434160.522t增长至646698.450t；在坡向上,马尾松林生物量多分布在阳坡和半阳坡；在坡度上,马尾松林生物量多分布在5-35°的缓坡和斜坡上,随着坡度的增长而增长；在海拔高度上,马尾松林生物量主要分布在海拔250-800m之间,随着海拔的上升,其总生物量均呈现增长的趋势。由于未考虑土壤、叶面积指数等因子和气温与降水等影响因素,建立的模型与结果分析不够完善,因此可在后续工作中优化模型,并进行驱动力分析,对环境保护和水土流失治理提出进一步的建议。

论文目录

• 中文摘要
• Abstract
• 中文文摘
• 目录
• 绪论
• 1 研究背景
• 2 森林生物量国内外研究现状
• 2.1 国外研究现状
• 2.2 国内研究现状
• 3 森林生物量估算方法概述
• 3.1 森林生物量的传统估算方法
• 3.2 大尺度森林生物量的估算方法
• 4 目前森林生物量研究存在的问题
• 第一章 研究区概况和研究技术路线
• 1 研究区概况
• 1.1 地形和气候状况
• 1.2 土壤和植被状况
• 1.3 马尾松的生物学特性和适生立地因子
• 2 研究内容和研究技术路线
• 2.1 研究内容
• 2.2 研究技术路线
• 3 本章小结
• 第二章 数据获取与处理
• 1 数据获取
• 1.1 遥感数据
• 1.2 野外实测调查资料
• 1.3 其他辅助数据
• 2 数据处理
• 2.1 遥感数据的处理
• 2.2 野外实测调查资料的处理
• 2.3 其它辅助数据的处理
• 3 本章小结
• 第三章 基于遥感信息的马尾松林生物量模型的建立
• 1 马尾松林样地生物量及影像的获取
• 1.1 马尾松林样地生物量的获取
• 1.2 马尾松林的影像获取
• 2 马尾松林样地生物量与遥感参数的相关性
• 2.1 马尾松林遥感参数的选择与提取
• 2.2 马尾松林样地生物量与遥感参数的相关性分析
• 3 马尾松林样地生物量与非遥感参数的相关性分析
• 4 马尾松林样地生物量模型的建立与评价
• 4.1 马尾松林样地生物量反演模型的建立
• 4.2 马尾松林样地生物量反演模型的评价
• 5 本章小结
• 第四章 马尾松林生物量的时空变化规律
• 1 马尾松林生物量的时间变化规律
• 2 马尾松林生物量的空间分布和变化规律
• 2.1 马尾松林生物量的坡向分布和变化规律
• 2.2 马尾松林生物量的坡度分布和变化规律
• 2.3 马尾松林生物量的海拔分布和变化规律
• 3 本章小结
• 第五章 结论与展望
• 1 结论
• 1.1 参与马尾松林样地生物量反演模型的遥感参数的确立
• 1.2 马尾松林样地生物量反演模型的建立
• 1.3 马尾松林生物量的时空变化规律
• 2 不足与展望
• 附录1 标准地调查记录表
• 参考文献
• 攻读学位期间承担的科研任务与主要成果
• 致谢
• 个人简历