基于高分辨率遥感和极化雷达数据的大兴安岭地区森林地上生物量估测

发布时间：2022-08-29 19:22

　　森林生物量是森林生态系统中重要的特征数据。随着遥感技术的发展,多源遥感数据已经被用于各尺度上的森林生物量估算。高分辨率遥感影像的光谱波段信息较少,但其影像空间信息量较大,可以更好地反映地物的结构特点与规律,有助于分析森林结构参数。SAR雷达数据可以实现全天候全天时对地观测,不受外界环境等因素影响,其中C波段信号可以更好地反应树木冠层信息,对于反演森林生物量有重大意义。本研究以大兴安岭地区塔河县为研究区,采用高分辨率数据Worldview-2和合成孔径全极化雷达Radarsat-2数据,提取高分数据的纹理信息、光谱特征、植被指数；提取SAR不同极化方式的后向散射系数和SAR的纹理特征,在分析这些参数的相关性基础上,应用多元非线性回归、支持向量机回归建立针叶林和阔叶林的生物量模型,并利用地形因子对生物量模型进行地形因子影响分析。本研究将探讨多源遥感数据估算森林生物量的潜力,为利用遥感模型估算研究区森林生物量提供支撑。主要研究内容及结果包括：（1）高分遥感影像提取生物量敏感参数：不同窗口的8个纹理特征参数包括均值（Mean）,方差（Variance）,协同性（Homogeneity）,对比度... 

【文章页数】：97 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1. 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 单一遥感数据源估算生物量研究进展
        1.2.2 光学与微波雷达数据结合估算生物量
    1.3 项目来源与经费支持
    1.4 研究内容与方法
        1.4.1 研究目标
        1.4.2 研究内容
        1.4.3 关键问题
        1.4.4 研究方法
        1.4.5 技术路线
2. 研究区概况与数据预处理
    2.1 研究区概况
        2.1.1 地理位置
        2.1.2 森林资源
    2.2 数据获取
        2.2.1 Worldview-2数据
        2.2.2 Radarsat-2数据
        2.2.3 地面数据
        2.2.4 其他数据
    2.3 数据预处理
        2.3.1 Worldview-2高分辨率影像预处理
        2.3.2 SAR数据预处理
        2.3.3 外业数据预处理与分类
3. Worldview-2高分影像与SAR参数提取
    3.1 Worldview-2高分影像参数提取
        3.1.1 原始波段参数提取
        3.1.2 植被指数
        3.1.3 纹理信息
    3.2 SAR参数提取
        3.2.1 后向散射系数
        3.2.2 纹理特征提取
4. 面向对象的植被分类
    4.1 多尺度分割
    4.2 特征空间与分类规则的建立
    4.3 精度评价
5. 基于Worldview-2与SAR的生物量估测
    5.1 参数相关性分析
        5.1.1 Worldview-2参数分析
        5.1.2 Radatsar-2参数分析
        5.1.3 针阔叶林特征变量综合分析
    5.2 多元非线性生物量估算模型
        5.2.1 生物量遥感模型概述
        5.2.2 阔叶林生物量预测模型
        5.2.3 针叶林生物量预测模型
    5.3 支持向量机生物量估算模型
        5.3.1 支持向量机概述
        5.3.2 核函数及参数选择
        5.3.3 支持向量机模型构建
    5.5 小结
6. 地形分析
    6.1 阔叶林生物量地形分析
        6.1.1 坡向
        6.1.2 坡度
        6.1.3 海拔
    6.2 针叶林生物量地形分析
        6.2.1 坡向
        6.2.2 坡度
        6.2.3 海拔
    6.3 小结
7. 结论与讨论
    7.1 结论
    7.2 讨论
参考文献
个人简介
    第一导师简介
    第二导师简介
致谢


【参考文献】：
期刊论文
[1]基于HJ1B和ALOS/PALSAR数据的森林地上生物量遥感估算[J]. 王新云,郭艺歌,何杰.  生态学报. 2016(13)
[2]森林地上生物量遥感反演方法综述[J]. 刘茜,杨乐,柳钦火,李静.  遥感学报. 2015(01)
[3]基于多源遥感数据的草地生物量估算方法[J]. 王新云,郭艺歌,何杰.  农业工程学报. 2014(11)
[4]基于SAR数据的森林生物量估测研究进展[J]. 黄燕平,陈劲松.  国土资源遥感. 2013(03)
[5]鹫峰地区QuickBird影像纹理特征与生物量估测关系初探[J]. 王昆,张晓丽,王珊,焦志敏,宁亮亮,吴石磊.  地理与地理信息科学. 2013(03)
[6]森林地上生物量遥感估算研究进展[J]. 汤旭光,刘殿伟,王宗明,贾明明,董张玉,刘婧怡,徐文明.  生态学杂志. 2012(05)
[7]基于树种分类的高分辨率遥感数据纹理特征分析[J]. 王妮,彭世揆,李明诗.  浙江农林大学学报. 2012(02)
[8]基于TM影像纹理与光谱特征和KNN方法估算5种红树林群落生物量[J]. 曹庆先,徐大平,鞠洪波.  林业科学研究. 2011(02)
[9]大兴安岭植被生物量的ALOS PALSAR估算[J]. 宋茜,范文义.  应用生态学报. 2011(02)
[10]利用大光斑激光雷达数据估测树高和生物量[J]. 于颖,范文义,李明泽,杨曦光.  林业科学. 2010(09)

博士论文
[1]森林地上生物量遥感估测方法研究[D]. 穆喜云.内蒙古农业大学 2015
[2]吉林蛟河针阔混交林生物多样性时空格局及其与地上部分生物量的关系[D]. 范娟.北京林业大学 2015
[3]基于GLAS和MISR数据的森林冠层高度和地上生物量遥感估算研究[D]. 吴迪.东北林业大学 2015

硕士论文
[1]基于多源遥感数据的森林蓄积量估算[D]. 王月婷.北京林业大学 2015
[2]基于Quickbird和极化雷达数据的森林生物量估测方法研究[D]. 王昆.北京林业大学 2013
[3]桉树人工林生物量遥感估测模型研究[D]. 张丽琼.广西大学 2012



本文编号：3678869