基于空间统计分析的储备林树种立地指数预估研究
发布时间：2021-10-13 11:25
在传统的立地质量评价中,通常以基准年龄时的优势木树高表示的立地指数作为评价指标,实际上它还受到立地条件如气候、地形等的影响,因此需要建立基于立地因子的立地指数模型。本文以辽宁省储备林树种红松（Pinus koraiensis）为对象,基于2009年辽宁省森林资源二类调查小班数据及多源立地数据如气候、地形、土壤等,采用空间统计分析方法与技术提取立地因子,建立基于立地因子的储备林树种红松立地指数空间回归模型;并结合岫岩满族自治县森林资源二类调查小班数据,对储备林树种红松立地指数进行空间分析与估值;基于空间统计分析方法拟合的立地指数,为更准确的估算立地生产力以及评价立地质量提供可能的方法。主要研究内容如下:1.基于DEM数据提取了基本地形因子与复合地形因子;采用专业气候数据空间插值软件ANUSPLIN,结合DEM数据对气候数据进行插值,得到了多个气候因子;利用HWSD数据提取了土壤因子;区别以往立地因子多采用野外实地采集的数据,本文提取立地因子的方法减少了人工野外的工作量,节省了成本,为更加准确有效地评价森林立地质量奠定了基础。2.建立了基于立地因子的辽宁省储备林树种红松立地指数模型,分别是...
【文章来源】：中国林业科学研究院北京市
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 引言
1.1.1 研究背景
1.1.2 研究目的与意义
1.1.3 项目来源与经费支持
1.2 国内外研究现状
1.2.1 国内外立地指数研究现状
1.2.2 空间统计分析研究现状
1.2.3 空间统计分析在立地指数方面的研究
1.2.4 问题与趋势
1.3 研究目标与研究内容
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
第二章 试验材料与研究方法
2.1 研究区概况
2.1.1 地理位置
2.1.2 地形和地势
2.1.3 气候条件
2.1.4 土壤状况
2.1.5 水文
2.1.6 主要森林类型和植被
2.2 数据
2.3 研究方法
第三章 数据处理与分析
3.1 立地因子提取与分析
3.1.1 地形因子提取与分析
3.1.2 气候因子提取与分析
3.1.3 土壤因子提取与分析
3.2 立地指数计算与分析
3.2.1 建立样本数据
3.2.2 计算立地指数
3.3 本章小结
第四章 储备林树种立地指数空间回归模型构建
4.1 基于多元线性回归的储备林树种立地指数模型
4.1.1 MLR模型概述
4.1.2 立地指数MLR模型
4.2 基于地理加权回归的储备林树种立地指数模型
4.2.1 GWR模型概述
4.2.2 立地指数GWR模型
4.3 两种方法的比较与分析
4.4 本章小结
第五章 储备林树种立地指数空间预估
5.1 储备林树种立地指数空间统计分析
5.1.1 立地指数与立地因子的统计描述
5.1.2 立地指数的空间异质性分析
5.2 储备林树种立地指数空间预估
5.2.1 试验区概况
5.2.2 立地指数空间预估
5.2.3 储备林树种红松立地质量分析
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
在读期间的学术研究
致谢
【参考文献】：
期刊论文
[1]基于一类清查数据的福建省立地质量评价技术[J]. 黄国胜,马炜,王雪军,夏朝宗,党永锋. 北京林业大学学报. 2014(03)
[2]思茅松天然林单木生物量地理加权回归模型构建[J]. 欧光龙,王俊峰,肖义发,胥辉. 林业科学研究. 2014(02)
[3]人工神经网络结合多光谱遥感数据用于立地质量评价[J]. 巩垠熙,何诚,闫飞,冯仲科,曹孟磊,高原,苗婕,赵金龙. 光谱学与光谱分析. 2013(10)
[4]基于地统计学的广东省和广西省森林生物量和NPP空间格局分析[J]. 刘双,阮宏华. 生态学杂志. 2013(09)
[5]木材储备基地及其多功能森林经营建设对策[J]. 王宏,陆元昌. 世界林业研究. 2013(01)
[6]基于地理权重回归模型的土壤有机质空间预测[J]. 王库. 土壤通报. 2013(01)
[7]立地质量评价研究进展[J]. 郭艳荣,吴保国,刘洋,鞠洪波,王超群. 世界林业研究. 2012(05)
[8]高分辨率DEM在森林生产力估算中的应用[J]. 韦金丽,凌子燕,岑巨延,王国波. 林业调查规划. 2012(01)
[9]Richards多形地位指数模型研建新方法——参数置换法[J]. 惠刚盈,张连金,胡艳波,赵中华. 林业科学研究. 2010(04)
[10]差分生长模型的应用分析与研究进展[J]. 倪成才,于福平,张玉学,魏世勋. 北京林业大学学报. 2010(04)
硕士论文
[1]杉木人工林立地指数方程的研究[D]. 相聪伟.中国林业科学研究院 2010
[2]基于GIS的小班立地因子提取与立地评价研究[D]. 曾春阳.中南林业科技大学 2008
本文编号：3434568
【文章来源】：中国林业科学研究院北京市
【文章页数】：95 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 引言
1.1.1 研究背景
1.1.2 研究目的与意义
1.1.3 项目来源与经费支持
1.2 国内外研究现状
1.2.1 国内外立地指数研究现状
1.2.2 空间统计分析研究现状
1.2.3 空间统计分析在立地指数方面的研究
1.2.4 问题与趋势
1.3 研究目标与研究内容
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
第二章 试验材料与研究方法
2.1 研究区概况
2.1.1 地理位置
2.1.2 地形和地势
2.1.3 气候条件
2.1.4 土壤状况
2.1.5 水文
2.1.6 主要森林类型和植被
2.2 数据
2.3 研究方法
第三章 数据处理与分析
3.1 立地因子提取与分析
3.1.1 地形因子提取与分析
3.1.2 气候因子提取与分析
3.1.3 土壤因子提取与分析
3.2 立地指数计算与分析
3.2.1 建立样本数据
3.2.2 计算立地指数
3.3 本章小结
第四章 储备林树种立地指数空间回归模型构建
4.1 基于多元线性回归的储备林树种立地指数模型
4.1.1 MLR模型概述
4.1.2 立地指数MLR模型
4.2 基于地理加权回归的储备林树种立地指数模型
4.2.1 GWR模型概述
4.2.2 立地指数GWR模型
4.3 两种方法的比较与分析
4.4 本章小结
第五章 储备林树种立地指数空间预估
5.1 储备林树种立地指数空间统计分析
5.1.1 立地指数与立地因子的统计描述
5.1.2 立地指数的空间异质性分析
5.2 储备林树种立地指数空间预估
5.2.1 试验区概况
5.2.2 立地指数空间预估
5.2.3 储备林树种红松立地质量分析
5.3 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
在读期间的学术研究
致谢
【参考文献】：
期刊论文
[1]基于一类清查数据的福建省立地质量评价技术[J]. 黄国胜,马炜,王雪军,夏朝宗,党永锋. 北京林业大学学报. 2014(03)
[2]思茅松天然林单木生物量地理加权回归模型构建[J]. 欧光龙,王俊峰,肖义发,胥辉. 林业科学研究. 2014(02)
[3]人工神经网络结合多光谱遥感数据用于立地质量评价[J]. 巩垠熙,何诚,闫飞,冯仲科,曹孟磊,高原,苗婕,赵金龙. 光谱学与光谱分析. 2013(10)
[4]基于地统计学的广东省和广西省森林生物量和NPP空间格局分析[J]. 刘双,阮宏华. 生态学杂志. 2013(09)
[5]木材储备基地及其多功能森林经营建设对策[J]. 王宏,陆元昌. 世界林业研究. 2013(01)
[6]基于地理权重回归模型的土壤有机质空间预测[J]. 王库. 土壤通报. 2013(01)
[7]立地质量评价研究进展[J]. 郭艳荣,吴保国,刘洋,鞠洪波,王超群. 世界林业研究. 2012(05)
[8]高分辨率DEM在森林生产力估算中的应用[J]. 韦金丽,凌子燕,岑巨延,王国波. 林业调查规划. 2012(01)
[9]Richards多形地位指数模型研建新方法——参数置换法[J]. 惠刚盈,张连金,胡艳波,赵中华. 林业科学研究. 2010(04)
[10]差分生长模型的应用分析与研究进展[J]. 倪成才,于福平,张玉学,魏世勋. 北京林业大学学报. 2010(04)
硕士论文
[1]杉木人工林立地指数方程的研究[D]. 相聪伟.中国林业科学研究院 2010
[2]基于GIS的小班立地因子提取与立地评价研究[D]. 曾春阳.中南林业科技大学 2008
本文编号：3434568
本文链接：https://www.wllwen.com/nykjlw/lylw/3434568.html
