基于二维Kalman滤波的森林资源动态监测方法研究

论文摘要

本文从样地资料入手，建立二维坐标系，利用kalman滤波研究森林蓄积动态和森林面积动态，主要内容与结论如下： 以浙江省丽水市1999～2002年森林资源连续清查的481个样地的横、纵坐标为基础建立二维坐标系，以样地蓄积为状态变量，应用kalman滤波研究森林蓄积动态，结果表明，二维kalman滤波不仅能够用来对森林资源随机系统的微观动态变化—样地蓄积作出估计和预测，也能够对样地所代表的总体—森林资源随机系统的宏观动态变化作出估计和预测；将优势树种为乔木树种的样地分别按照树种组成和年龄分成松、杉、阔及幼、中、近、成、过几个大类，应用kalman滤波研究蓄积动态，预测最大误差仅为4.98％，说明预测模型和方法效果良好。 根据地类划分技术标准，将丽水市土地划分为用材林、防护林、经济林及幼、中、近、成、过等多个类型，研究森林地类动态。结果表明，对于样地个数较多、面积较大的用材林、防护林和幼龄林，面积预测误差较小；而对于个数较少、变异系数较大的样地如特用林和过熟林等误差较大，如作准确预测需要加大这些样地的抽样个数。

论文目录

• 摘要
• Abstract
• 第一章 国内外森林资源监测历史、现状与研究进展
• 1.1 国外森林资源监测历史、现状
• 1.1.1 监测体系
• 1.1.2 监测内容
• 1.1.3 监测方法
• 1.1.4 监测技术
• 1.2 我国森林资源监测历史、现状
• 1.3 森林资源监测研究进展
• 1.3.1 建立森林资源综合监测体系
• 1.3.2 开展森林资源年度监测
• 第二章 森林资源的状态空间
• 2.1 系统的基本概念
• 2.2 随机向量与随机过程
• 2.2.1 随机向量
• 2.2.2 随机过程
• 2.3 森林资源状态空间的模型与方法
• 2.3.1 森林蓄积动态预测模型与方法
• 2.3.2 森林面积动态预测模型与方法
• 第三章 二维kalman滤波的原理与方法
• 3.1 二维kalman滤波的基本概念
• 3.1.1 二维kalman滤波的基本假设
• 3.1.2 二维kalman滤波的估计准则─线性最小方差估计
• 3.2 二维kalman滤波递推公式
• 3.3 二维kalman滤波公式证明
• 3.3.1 最优一步预测X|
• （k+1/k）
• 3.3.2 最优一步预测误差阵P（k+1/k）
• 3.3.3 最优滤波X|
• （k+1/k+1）
• 3.3.4 最优滤波误差协方差阵P（k+1/k）
• 第四章 森林资源监测指标体系
• 4.1 建立指标体系的指导思想和基本原则
• 4.1.1 指导思想
• 4.1.2 基本原则
• 4.2 森林资源监测指标体系的建立
• 第五章 研究区概况与资料收集
• 5.1 研究区概况
• 5.1.1 自然条件基本概况
• 5.1.2 社会、经济条件概况
• 5.2 森林资源清查情况
• 5.3 资料收集
• 第六章 二维kalman滤波的应用
• 6.1 二维空间坐标系的建立
• 6.2 二维kalman滤波在森林蓄积动态预测中的应用
• 6.2.1 森林蓄积动态预测
• 6.2.2 乔木树种蓄积结构动态预测
• 6.2.3 乔木树种各龄组蓄积结构动态预测
• 6.3 kalman滤波在森林面积动态预测中的应用
• 6.3.1 森林面积结构动态预测
• 6.3.2 乔木树种各龄组面积动态预测
• 第七章 结论与建议
• 7.1 结论
• 7.2 主要创新点
• 7.3 建议
• 参考文献
• 附录1 卡尔曼滤波程序
• 详细摘要