森林蓄积量高空间分辨率遥感估测理论与实现

森林蓄积量高空间分辨率遥感估测理论与实现

论文摘要

由于人类社会目前正面临着巨大的生态环境危机。强化森林资源经营管理,实现林业的可持续发展已成为越来越多国家的共识。森林资源调查是森林资源管理的基础性工作。其目的在于为编制林业区划、规划、计划和编制森林经营方案,建立森林资源档案以及确定森林利用方案和森林采伐限额提供基础资料和依据。其主要任务是查清森林资源的种类、结构、数量、质量分布,掌握资源消长变化的规律,客观反映自然、经济条件,进行综合评价,提出准确的森林资源调查材料、图面材料、统计资料和调查报告等。如何利用3S技术,尽可能减少野外地面调查工作量,提高调查结果质量,以便实时、准确掌握森林资源现状,一直是国内外林业遥感科技工作者关注和研究的热点。本文首先介绍了森林资源调查的基本概念、基本内容与任务,以及目前传统调查中所存在的问题,进而阐述了研究森林蓄积量高空间分辨率遥感估测理论的必要性、研究方法、技术路线,并详细介绍了森林蓄积量高空间分辨率遥感估测理论,提出了运用当今流行的编程技术,底层研制森林蓄积量遥感估测系统,来满足国家森林资源调查的需求。最后,笔者利用面向对象程序设计语言VC++,采用面向对象的开发方法,对基于此理论系统的一些模块进行了研究与实现。对遥感图像的常用格式进行了剖析,对常用的图像处理软件对图像的读取和显示的方法进行分析,对制约海量的图像数据的读取和显示速度的原因进行了深入的研究,提出了卓有成效的改进算法,并进行了实现,使运算速度大幅度提高,使得借助遥感图像进行现场进行森林资源调查的效率得到了很大的改善。并改进了现有处理遥感图像的软件关于读取和显示海量数据的遥感图像的方法。

论文目录

  • 摘要
  • ABSTRACT
  • 1 研究意义与研究现状
  • 1.1 研究背景
  • 1.1.1 森林资源调查概述
  • 1.1.2 国内外森林资源调查概况
  • 1.1.3 3S 技术在林业资源调查中的应用
  • 1.2 研究意义
  • 1.3 研究现状
  • 2 课题的研究目标和研究内容
  • 2.1 研究目标
  • 2.2 研究内容
  • 3 研究方法与技术路线
  • 3.1 研究方法
  • 3.2 技术路线
  • 3.3 基础数据准备
  • 3.3.1 遥感信息
  • 3.3.2 GIS 信息
  • 4 森林蓄积量遥感估测理论
  • 4.1 影响蓄积量估测的最优变量的选择方法
  • 4.2 在监测区域抽取建立蓄积量估测方程的样地
  • 4.3 森林蓄积量估测模型合理性诊断
  • 4.4 森林蓄积量估测模型解算方法
  • 4.4.1 最小二乘估计
  • 4.4.2 岭估计
  • 4.4.3 稳健估计
  • 4.4.4 神经网络
  • 5 森林蓄积量估测软件方案设计
  • 5.1 样地资料
  • 5.1.1 样地信息加载
  • 5.1.2 样地分布
  • 5.1.3 可视化分析
  • 5.1.4 等值线图
  • 5.1.5 样地类别分析
  • 5.1.6 郁闭度与蓄积量
  • 5.1.7 格网控制
  • 5.1.8 图形变化
  • 5.1.9 返回
  • 5.2 遥感信息
  • 5.2.1 遥感图像
  • 5.2.2 图像校正
  • 5.2.3 样地展绘
  • 5.2.4 样地灰度提取
  • 5.2.5 样地灰度整理
  • 5.2.6 图像缩放
  • 5.2.7 返回
  • 5.3 监测区域森林郁闭度估测
  • 5.3.1 变量设置
  • 5.3.2 比值波段
  • 5.3.3 变量选择
  • 5.3.4 建立方程样地控制
  • 5.3.5 样地分析
  • 5.3.6 残差分析
  • 5.3.7 郁闭度估测方程
  • 5.3.8 图形控制
  • 5.3.9 返回
  • 5.4 监测区域森林蓄积量估测
  • 5.4.1 变量设置
  • 5.4.2 比值波段
  • 5.4.3 变量选择
  • 5.4.4 建立方程样地控制
  • 5.4.5 样地分析
  • 5.4.6 残差分析
  • 5.4.7 蓄积量估测方程
  • 5.4.8 遥感图像
  • 5.4.9 DEM 模型
  • 5.4.10 蓄积量估测
  • 6 遥感图像的快速显示和显示算法研究和改进
  • 6.1 图像文件概述
  • 6.1.1 图像文件
  • 6.1.2 图像文件的结构
  • 6.1.3 图像文件的常用参数
  • 6.2 海量数据图像的读取
  • 6.2.1 BMP 文件的读取
  • 6.2.2 TIF 图像格式
  • 6.2.3 GeoTIF 图像格式
  • 6.3 海量图像数据处理
  • 6.3.1 海量图像数据处理存在的问题
  • 6.3.2 海量图像数据处理方法
  • 7 结论
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].高分遥感比值波段设置对森林蓄积量估测影响规律的研究[J]. 内蒙古农业大学学报(自然科学版) 2016(05)
    • [2].黔东地区森林蓄积量调查技术的应用研究[J]. 绿色科技 2015(01)
    • [3].基于主成分分析法的老秃顶子自然保护区森林蓄积量遥感估测[J]. 中南林业科技大学学报 2017(10)
    • [4].贵州省平坝县森林蓄积量动态变化[J]. 安徽农业科学 2014(20)
    • [5].森林蓄积量[J]. 环保科技 2011(02)
    • [6].基于方差优化k最近邻法的森林蓄积量估测[J]. 森林与环境学报 2019(05)
    • [7].干旱半干旱区森林蓄积量高光谱遥感估测技术[J]. 东北林业大学学报 2014(01)
    • [8].森林蓄积量遥感估测研究的现状及展望[J]. 四川林勘设计 2009(04)
    • [9].简讯[J]. 纸和造纸 2011(05)
    • [10].国内[J]. 节能与环保 2011(04)
    • [11].基于3S技术的山东省森林蓄积量估测[J]. 林业科学 2009(09)
    • [12].基于纹理信息的森林蓄积量估计[J]. 东北林业大学学报 2017(11)
    • [13].第八次全国森林资源清查结果显示:我国森林蓄积量达151亿立方米[J]. 资源环境与发展 2014(01)
    • [14].森林蓄积量调查数据空间化的方法研究[J]. 中南林业科技大学学报 2013(11)
    • [15].基于偏最小二乘回归密云森林蓄积量遥感估测[J]. 江西农业大学学报 2013(04)
    • [16].基于TerraSAR-X和ALOS PALSAR数据的森林蓄积量估测研究——以云南省勐腊县为例[J]. 浙江林业科技 2018(01)
    • [17].中小比例尺航片森林蓄积量的遥感判读研究[J]. 安徽农业科学 2011(15)
    • [18].基于模糊聚类和模糊积分的森林蓄积量预测模型[J]. 电脑编程技巧与维护 2013(06)
    • [19].基于GF-1的森林蓄积量遥感估测[J]. 中南林业科技大学学报 2019(08)
    • [20].应用Sentinel-2A卫星光谱与纹理信息的森林蓄积量估算[J]. 东北林业大学学报 2018(09)
    • [21].基于PALSAR全极化数据的城市森林蓄积量估测[J]. 南京林业大学学报(自然科学版) 2016(06)
    • [22].基于Landsat8的霍山县森林蓄积量反演估算[J]. 智能城市 2019(11)
    • [23].基于多尺度遥感影像纹理特征的森林蓄积量反演[J]. 中南林业科技大学学报 2017(11)
    • [24].基于光学和微波遥感数据的森林蓄积量估测模型研究[J]. 西南农业学报 2018(08)
    • [25].世界[J]. 生物进化 2018(02)
    • [26].建森林宁海 享美丽家园[J]. 宁波市人民政府公报 2011(12)
    • [27].用岭估计估测以分类为前提的森林蓄积量[J]. 东北林业大学学报 2014(09)
    • [28].热带原始森林类型分类和蓄积量遥感反演研究[J]. 林业资源管理 2019(02)
    • [29].纹理特征对森林蓄积量反演模型的影响[J]. 中南林业科技大学学报 2020(09)
    • [30].我国森林碳汇经济价值评估研究[J]. 价格理论与实践 2015(05)

    标签:;  ;  ;  ;  

    森林蓄积量高空间分辨率遥感估测理论与实现
    下载Doc文档

    猜你喜欢