地位指数信息图谱的多尺度分析模型

地位指数信息图谱的多尺度分析模型

论文摘要

立地质量是指在某一立地上既定森林或者其他植被类型的生产潜力,所以立地质量与树种关联,并有高低之分。立地质量的评价分为直接评价和间接评价,直接评价法包括根据林分蓄积或收获量进行评定和利用林分树高进行评价,间接评价法包括多元地位指数法和植被指数法等。因树高易于测定,而且受林分密度影响较小,因此,利用林分高编制地位指数表的是林业上最常采用的评定方法。但是定量化的方法进行森林生态系统立地分类还存在许多困难,例如野外样点的采集和调查非常耗时和耗力,许多森林类型缺乏长期定位观测的样地资料,大部分结果主要还是来源于以点为基础的小范围调查的工作。所以寻找一个简便、直观和高精度的方法来估计地位指数是非常有意义的。遥感技术的发展和数学方法的渗透,为地位指数的研究提供了很好的平台,卫星遥感为大面积研究森林生态系统生产力和及其空间分布提供了一条重要的途径,从遥感角度分析地表植被覆盖情况最有研究价值的是植被指数。20世纪80年代以来,卫星资料在国内外植被研究中得到广泛应用,例如:利用NDVI研究叶片面积指数的空间分布特点及其变化,研究森林生态系统净初级生产力的空间分布等。利用典型的植被指数和地位指数的关系估计和分析森林地位指数及其动态变化对于制定合理的造林方案和经营管理措施具有十分重要的意义。但由于理论、技术与人力和物力等条件的限制,该领域的研究还处于起步阶段,相关报道很少。“地学信息图谱”概念提出给了作者启发,它是按照一定指标递变规律或分类规律排列的一组能够反映地球科学时空信息规律的数字形式的地图、图表、曲线或图像。于是提出了地位指数信息图谱这个概念,根据树种的不同,按照一定的时间规律排列的能够反映研究区域地位指数时空规律的数字形式地图、图表、曲线或者图像。本文选择建立一个分析模型对其进行初步的探索研究,为提高模型拟合的精度,采用多尺度分析的方法,它也是地学信息图谱研究中一个重要方法之一。考虑到数据的收集以及地域的限制等问题,综合考虑将实验区域定为湖南攸县黄丰桥林场。利用TMM遥感图像光谱信息良好的综合性以及归一化指数(NDVI)是植物生长状态以及植被空间分布密度的最佳指示因子这一特性,借助遥感软件(ENVI)和地理信息系统软件(GIS),结合MATLAB小波分析和SPSS逐步回归分析方法,对湖南省株洲攸县黄丰桥林场杉木地位指数遥感估测的尺度进行选择,并对拟合的模型进行分析和精度评估。研究发现,植被指数在进行5重分解重构后基本达到分解末端,在进行逐步回归分析后,只有植被指数原始数据以及一级分解重构的数据保留,其余4个尺度的数据都被剔除。拟合的模型中包括两个自变量,一是植被指数原始数据,个其一级分解重构后的数据,即一尺度数据。最后对两个拟合模型的精度评估,检验模型的使用价值。因在林业上的地位指数是一个正整数,而拟合的模型不可能精确的算出这个数字,只能算出一个近似的数字,结合小班的具体情况来得出最终的正整数,所以本文采用建立1:1的比例分析图对模型拟合结果进行精度分析,在SPSS中建立1:1的精度分析图,结果表明两个模型拟合的相关度都在0.9以上,这说明利用遥感指数预估地位指数可以达到一定的精度,具有较高的使用价值。但由于国内少有此类研究,理论尚不成熟,有待深化。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究的目的和意义
  • 1.2 主要学术研究进展
  • 1.2.1 地学信息图谱的研究进展
  • 1.2.2 多尺度分析发展现状
  • 1.2.3 立地质量评价的研究进展
  • 2 数据基础与研究内容
  • 2.1 研究区概况
  • 2.2 数据来源及处理方法
  • 2.3 研究的主要内容
  • 2.4 技术路线
  • 2.4.1 技术路线
  • 2.4.2 实验软件环境
  • 3 地位指数的多尺度分析模型
  • 3.1 小波分析理论
  • 3.1.1 小波变换
  • 3.1.2 多分辨率分析及Matlab算法
  • 3.1.3 小波分析在地学数据处理中的应用
  • 3.2 基于小波分析的多尺度分析模型
  • 3.2.1 遥感植被指数的确定和计算
  • 3.2.2 地位指数的计算
  • 3.2.3 模型定义
  • 3.2.4 植被指数分解重构
  • 3.2.5 研究结果及讨论分析
  • 3.3 模型拟合检验
  • 3.4 本章小结
  • 4 总结与展望
  • 4.1 总结
  • 4.2 展望
  • 参考文献
  • 附录A:黄丰桥林场杉木小班分布图
  • 附录B:黄丰桥林场NDVI图
  • 附录C 攻读学位期间的主要学术成果
  • 致谢
  • 相关论文文献

    • [1].高分影像信息提取的特征结构化多尺度分析建模方法研究[J]. 武汉大学学报(信息科学版) 2018(12)
    • [2].多尺度分析与数据互迁移相结合的短期电力负荷预测方法[J]. 计算机科学 2018(07)
    • [3].一类时滞系统的多尺度分析[J]. 硅谷 2009(19)
    • [4].基于扩散小波的社会网络多尺度分析[J]. 通信学报 2014(01)
    • [5].江苏茅山断裂带中段重力异常多尺度分析及其构造识别[J]. 资源调查与环境 2015(01)
    • [6].三峡调蓄前后径流变化的多尺度分析[J]. 中国农村水利水电 2019(07)
    • [7].数学形态学和多尺度分析的路面裂缝提取[J]. 公路 2018(01)
    • [8].弹塑性多尺度分析的实现及其在颗粒增强复合材料中的应用[J]. 复合材料学报 2017(09)
    • [9].基于多尺度分析的遥感影像融合研究[J]. 测绘科学 2008(01)
    • [10].基于频域多尺度分析的显著性检测[J]. 计算机辅助设计与图形学学报 2020(01)
    • [11].复合伸缩Parseval框架小波[J]. 数学的实践与认识 2015(13)
    • [12].浅析图像的多尺度分析[J]. 现代企业教育 2014(24)
    • [13].基于多尺度逼近图像增强技术研究[J]. 舰船电子工程 2018(08)
    • [14].一种基于加权多尺度分析技术的鲁棒节点定位算法[J]. 自动化学报 2008(03)
    • [15].多尺度分析生成元的刻画[J]. 数学学报 2008(05)
    • [16].复合伸缩小波的构造[J]. 科技信息(学术研究) 2008(24)
    • [17].一次大范围对流大风及局地短时强降水多尺度分析[J]. 自然灾害学报 2019(01)
    • [18].重力梯度特征向量和多尺度分析法在密度异常深度探测中的应用[J]. 武汉大学学报(信息科学版) 2016(03)
    • [19].基于EEMD模型的塔城地区干旱多尺度分析[J]. 广东水利水电 2020(09)
    • [20].基于多尺度分析的大学新生职业生涯规划现状分析和对策研究[J]. 人生十六七 2018(08)
    • [21].新的复合伸缩小波的构造[J]. 开封大学学报 2010(01)
    • [22].桥梁健康监测多尺度分析模型研究综述[J]. 福建建材 2014(12)
    • [23].异丁烯水合醚化反应精馏过程的多尺度分析[J]. 舰船防化 2013(01)
    • [24].基于二元Box样条的周期多尺度分析构造[J]. 大庆师范学院学报 2011(03)
    • [25].1951—2016年沈阳气温和降水的多尺度分析[J]. 干旱气象 2019(02)
    • [26].北京东灵山辽东栎林植物物种多样性的多尺度分析[J]. 生态学报 2009(05)
    • [27].基于小波包多尺度分析的多时间窗行波相关法[J]. 水电能源科学 2019(09)
    • [28].通货膨胀与农业股票收益多尺度分析[J]. 技术经济与管理研究 2014(10)
    • [29].熔融沉积成型聚醚醚酮力学性能多尺度分析[J]. 塑料工业 2020(08)
    • [30].基于分区域多尺度分析的路面裂缝检测算法[J]. 东北大学学报(自然科学版) 2014(05)

    标签:;  ;  ;  ;  ;  

    地位指数信息图谱的多尺度分析模型
    下载Doc文档

    猜你喜欢