云南松林可燃物载量的遥感估测研究

论文摘要

云南松（Pinus yunnanensis）林是我国西南地区的一个广布森林类型,在林业生产中占有重要地位,据统计,提供的木材占全省商品材95%。同时,云南松林区也是我国森林火灾最严重地区之一。弄清楚云南松林可燃物载量与林分因子的关系及分布情况,对云南松林火灾发生预报、火行为预报、扑救和保证云南松木材满足国民经济需要具有十分重要意义。然而,森林可燃物调查的工作量与森林资源调查的工作量相当,是一项人、材、物耗费巨大的调查工程。因此,运用“3S”技术对云南松林可燃物载量进行估测研究是非常必要的。本论文首先利用安宁2003年TM图像信息和采取典型抽样调查法,进行野外数据的调查;得到143个块云南松林样地数据。再根据遥感信息和GIS信息进行数据处理、挖掘分析,提取出云南松林植被类型;结合样地调查数据,以地面样地对应像元的灰度值、植被指数值、灰度比值及其它定性、定量因子（坡向、坡度、海拔、坡向指数等）作为影响林分因子估测的自变量,以云南松样地实测可燃物载量为因变量,采用数量化方法及原理建立可燃物载量估测线性模型,进而,研究林分因子与可燃物载量的定量关系,比较检验后,进一步估测实验区内云南松可燃物载量。论文中共建4个回归模型,经过精度计算可知,遥感因子直接回归可燃物载量模型精度为73%,遥感因子和地形回归可燃物载量模型精度为84%,因子分量回归可燃物载量模型精度为78.6%。同时研究了分别以林分平均胸径、平均高度、郁闭度为中间因子的回归估计模型,平均胸径和平均高度回归模型显著性不高,假设的回归方程就不成立。郁闭度在作为中间因子估计模型,虽然精度为88.3%,但在用可燃物载量和郁闭度和年龄回归时,其精度为65%左右,也不理想。这说明用遥感因子（TM1、NDVI、TM2、RVI、TM4、PVI、TM3、VI3、TM5、TM7、TM4*TM3/TM7、TM3/∑（1+2+3+4+5+7）、TM（4+5-2）/（4+5+2）、TM7/TM3）和地形（坡度、坡向指数、坡向、海拔）回归可燃物载量模型较为理想。其回归方程为: yyyy == 1112 23.... 999773 -2225 58.... 222668X1 ++ 66 1.... 999556X2– 8.. 855 0X33 ++ 111100009999.... 999661X4 ++ 77772222.... 000887X5 ++ 33330000.... 999775X6– 777.. 100 9X7 ++ 55556666.... 999446X8 - 111122229999.... 000229X9 ++ 66 8.. 65556 69X11 0 ++ 111144448888.... 444113 X11 1 ++ 55558888....2222 99955X1112 2 -11 6.. 86666 44411X1113 3 ++++ 111100005555....1111 66600X1114 4 - 11116666....5555 00066X11 5 + 0000 ... 21111 88833X11 6 ++++ 8888 222..82223 3X11 7 ++++ 3333....4444 99933X11 8用上面的模型对安宁市云南松林进行初步估测,得到云南松林可燃物载量的分布图,最少处约0.135t.hm-2,最多处约为40.6961t.hm-2,平均每公顷约为16.1566t.hm-2。

论文目录

• 摘要
• Abstract
• 1 前言
• 1.1 可燃物载量估测研究在林火管理中的作用
• 1.2 可燃物载量研究现状
• 1.3 利用遥感技术进行地表可燃物估测研究现状
• 1.4 总结
• 1.5 研究目的及意义
• 1.5.1 研究目的
• 1.5.2 研究意义
• 1.6 课题来源
• 2 研究地区概况
• 3 研究方法与技术路线
• 3.1 研究方法
• 3.2 技术路线
• 4 可燃物调查与处理
• 4.1 可燃物样方调查分级系统
• 4.2 调查方法介绍
• 4.2.1 样地的选取
• 4.2.2 样地空间位置的定位及环境因子调查
• 4.2.3 调查内容
• 4.3 调查准备工作
• 4.3.1 卫星遥感数据准备
• 4.3.2 矢量电子地图的准备
• 4.3.3 其它工具准备
• 4.4 室内样地处理
• 4.4.1 样地数据称量
• 4.4.2 样地点录入
• 5 遥感数据处理
• 5.1 遥感数据来源
• 5.2 遥感数据
• 5.3 遥感数据的处理
• 5.3.1 几何精校正
• 5.3.2 遥感影像背景去除
• 5.3.3 消除地形影响
• 6 云南松林的遥感解译
• 6.1 遥感图斑勾绘与识别
• 6.2 遥感因子集成
• 7 遥感图像上采集样本光谱数据
• 8. 回归模型的建立
• 8.1 回归模型的建立
• 8.2 模型检验
• 8.3 模型自变量的选择分析
• 8.3.1 选取植被指数作为自变量
• 8.3.2 选取立地因子作为自变量
• 8.3.3 选取灰度值的比值项作为自变量
• 9 因子分析
• 10 结果与分析
• 10.1 因子分析结果
• 10.1.1 相关系数矩阵及显著性检验结果
• 10.1.2 变量共同度结果
• 10.1.3 总方差分解结果
• 10.2 模型结果
• 10.2.1 遥感因子直接回归可燃物载量模型结果
• 10.2.2 遥感因子和地形回归可燃物载量模型结果
• 10.2.3 因子分量回归可燃物载量模型结果
• 10.3 间接法估测可燃物载量结果
• 10.3.1 以平均年龄及平均胸径为中间因子估测模型结果
• 10.3.2 以平均郁闭度为中间因子估测模型结果
• 10.3.3 建立郁闭度及年龄与可燃物负荷量的模型
• 10.4 模型对比结果
• 10.5 云南松林可燃物载量的初步估算结果
• 10.6 云南松可燃载量与各自变量的相关性分析
• 10.6.1 TM 各波段灰度值与可燃物载量的相关性分析
• 10.6.2 各植被指数可燃物载量的相关性分析
• 10.6.3 地形因子与可燃物载量的相关性分析
• 10.6.4 林分特征因子与可燃物载量的相关性分析
• 10.7 关于估测精度的分析
• 11 结论与建议
• 11.1 结论
• 11.2 讨论
• 参考文献
• 致谢