基于GIS的小班立地因子提取与立地评价研究

论文摘要

林业生产中,小班是森林经营利用活动的具体对象,也是林业生产和管理的最小地块单元。立地因子是小班调查的重要内容。利用G1S对小班立地因子提取研究,使计算机能模拟人实地调查,自动求算出每个小班的立地因子,为解决实际生产问题提供可行的技术方案。森林立地的评价是林业生产的一项基本工作,是实现科学培育、经营和森林收获量预测的基础。将立地评价研究与GIS技术相结合,通过定性与定量结合的系统分析,结合少量的样本数据,在GIS环境下快速的估测出小班的地位指数,实现森林立地评价系统化、一体化,符合林业生产的实际需要。本文以森林资源调查数据为主要信息源,江西省景德镇枫树山林场为对象开展小班立地因子的提取与立地评价的试验研究。研究的主要内容包括森林资源空间数据库的建立；在DEM的基础上提取高程、地貌、坡度、坡向四个立地因子,比较不同提取方法的优劣性；在GIS技术及地统计学技术支持下对林场杉木、马尾松地位指数进行了估测。研究的主要结论如下：（1）分析了基于DEM上提取小班高程的原理,并利用地理信息系统软件ArcGIS9.2的分类区统计函数（zonal statistics）对小班的平均高程、地貌进行了求算。（2）在三宝、南山分场研究区内随机选取了46个小班对平均坡度、中值坡度、中心点坡度三种不同的方法与实地调查提取小班坡度值进行了比较,结果表明,平均坡度的准确率为80.4%,与实际调查值最相近。中值坡度的准确率为73.9%,中心点坡度的准确率还不到50%。平均坡度对小班内的地形坡度值进行了一定的平滑,对突变值有很大的抑制作用,这使得平均坡度计算出来的值趋于稳定,而中心点坡度中心点的位置随机性较强,准确度相对而言较差。因此,在实际的应用中,最好采用平均坡度来确定小班的坡度,次选中值坡度方法。（3）在三宝、南山分场研究区内随机选取了46个小班对平均坡向、概率坡向、小班最高点与最低点求坡向三种不同的方法与实地调查提取小班坡向值进行了比较,结果表明,概率坡向的准确率为87.0%,与实际调查值最相近。平均坡向的准确率为71.7%,小班内最高点与最低点求出的坡向准确率为56.5%。这与坡度的最佳算法得出的结果显然不同,原因是坡向是一个矢量数据,是有方向的,而概率坡向利用小班统计数量最大的方向作为小班的坡向是比较合理的。取小班内最高点与最低点之间的坡向为小班的坡向,和中心点坡向的算法一样随机性很大,准确率最低。因此,在实际的应用中,最好采用概率坡向来确定小班的坡向。（4）确定了研究区杉木、马尾松地位指数的空间变异规律。杉木地位指数块金值与基台值的比值[Co/（C0+C1）]为66.15%,马尾松地位指数块金值与基台值的比值为39.41%,杉木>马尾松。块金值与基台值的比值均在25%～75%之间,属于中等程度的空间相关,且马尾松地位指数的空间相关程度比杉木的要大。对变程大小的比较表明,枫树山林场杉木、马尾松立地空间自相关范围（空间尺度）马尾松>杉木。（5）在分析了样本数据的基础上,对研究区杉木、马尾松地位指数分布情况进行了克里格空间插值,通过交叉验证分析,杉木、马尾松的平均误差和标准平均误差绝对值都非常接近于0,均方根预测误差及平均误差也比较小,标准均方根预测误差接近于1,说明预测效果非常好,充分验证了克里格插值的无偏估计性。（6）绘制了研究区杉木、马尾松立地指数的插值预测图。通过对图形的分析,找出了杉木、马尾松造林的适宜区,并分析了其原因,为林场以后科学造林、合理经营管理提供了一定的依据。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 前言
• 1.2 GIS技术
• 1.2.1 地理信息系统
• 1.2.2 3S技术
• 1.2.3 GIS在森林资源调查和管理中的应用
• 1.2.4 GIS在森林立地信息的管理和分析中的应用
• 1.3 立地因子与森林立地评价
• 1.3.1 立地因子
• 1.3.2 森林立地
• 1.3.2.1 国外研究进展
• 1.3.2.2 国内研究进展
• 1.3.2.3 森林立地的评价方法
• 2 研究区概况与研究概述
• 2.1 研究区概况
• 2.1.1 地理位置与森林资源基本情况
• 2.1.2 地质与地貌
• 2.1.3 气候条件
• 2.1.4 水文条件
• 2.1.5 土壤条件
• 2.1.6 植被状况
• 2.1.7 经济状况
• 2.2 研究内容
• 2.3 研究的目的及意义
• 2.4 技术路线
• 3 数据准备与信息获取
• 3.1 DEM数据的获取
• 3.2 森林资源空间数据库的建立
• 3.2.1 数据来源
• 3.2.2 数据模型的选择
• 3.2.3 建库流程
• 3.2.4 数据的标准化
• 3.3 软件配置
• 4 小班立地因子的提取
• 4.1 数字高程模型
• 4.1.1 规则格网模型
• 4.1.2 等高线模型
• 4.1.3 不规则三角网（TIN）模型
• 4.2 基于数字高程模型的小班地形分析
• 4.3 高程、地貌提取
• 4.3.1 海拔、地貌提取原理
• 4.3.2 小班高程、地貌提取过程
• 4.4 坡度、坡向提取
• 4.4.1 坡度提取原理
• 4.4.2 坡向提取原理
• 4.4.3 研究区内三宝南山分场坡度、坡向提取结果
• 4.4.4 小班坡度提取
• 4.4.5 小班坡向提取
• 5 基于GIS的小班立地评价
• 5.1 地统计学
• 5.2 变异函数及其理论模型
• 5.3 空间插值
• 5.3.1 空间插值理论假设
• 5.3.2 空间插值的目标
• 5.3.3 空间插值的过程
• 5.3.4 克里格插值
• 5.4 基于GIS及地统计的地位指数估测
• 5.4.1 样本数据的建立
• 5.4.2 数据的统计分析
• 5.4.3 变异函数的结构分析
• 5.4.3.1 变异函数步长值和最大分析尺度的确定
• 5.4.3.2 变异函数的拟合
• 5.4.5 地位指数空间插值结果检验与讨论
• 5.4.5.1 交叉验证
• 5.4.5.2 交叉验证结果
• 5.4.5.3 克里格插值结果
• 6 结论与讨论
• 6.1 结论与创新点
• 6.2 论文不足与展望
• 7 参考文献
• 附表A 森林资源清查小班调查因子标准化表
• 附图B 枫树山林场树种分布图
• 附录C 攻读学位期间的主要学术成果
• 致谢