基于SPOT-5影像光谱和纹理特征的湘西森林健康评价研究

发布时间：2020-07-26 09:46

【摘要】：森林健康评价是森林经营管理的重要依据,然而在传统森林健康研究中主要依靠野外实地调查,在数据收集过程中费时费力,且难以实现大范围有效监测。近年来大量研究表明,遥感数据与森林资源的数量、结构、功能等指标具有较好的相关性,在正确理解森林健康内涵的基础上,利用遥感技术具有宏观性、时效性和高效性等优点是进行森林健康研究的理想手段。本文主要目的是建立一套森林健康量化指标体系,并分析基于SPOT-5遥感影像光谱和纹理特征预估森林健康指数的效果,为森林健康调查提供理论依据。以第七次全国森林资源连续清查数据和SPOT-5遥感数据为数据源,以影像覆盖区域为研究对象,根据研究区域的特点和森林生态系统的健康特征,选取林分平均胸径、林分平均断面积、林分密度、林分蓄积量、Simpson指数、Shannon-Wiener指数、Pielou均匀度指数、混交度、基尼系数、胸径的标准差、角尺度、土壤厚度和郁闭度,共计13个林分定量指标构建森林健康评价指标体系,采用因子分析法确定各评价指标权重,最终提取出4个公因子,分别代表物种多样性、林分竞争状态、树木大小多样性、林地土壤,相对权重分别为F1=0.337,F2=0.314,F3=0.247,F4=0.102。计算出的森林健康指数经过正态检验后服从正态分布,使用正态等距分析法把森林健康划分成健康、亚健康、中健康、不健康4个等级。研究表明,研究区域内不健康林分占11.8%;中健康林分占44.1%;亚健康林分占30.5%;健康林分占13.6%。整体上研究区域森林的健康程度不高,中健康和亚健康林分占多数。在遥感影像预处理的基础上,使用ENVI软件提取研究样地的SPOT-5影像光谱信息、植被指数以及9个不同窗口下的八种GLCM纹理特征变量。通过Pearson相关分析,计算不同窗口下纹理特征变量与森林健康指数的相关系数,发现大部分相关系数都在13×13窗口达到峰值,因此选取13×13窗口下提取的纹理信息进行森林健康遥感估测模型的构建。通过LASSO回归算法筛选从影像中提取的21个遥感特征因子变量,发现当变量数为7时,均方误差平均值最小,此时筛选出的最优自变量组合为全色波段的表面平均反射率(mean_pan)、短红外波段的表面平均反射率(mean swir)、水分胁迫指数(MSI)、简单比值植被指数(SR)、GLCM纹理特征变量中的均值(Mean)、方差(Variance)和同质性(Homogeneity)。将总体样本数据按照7:3比例随机分为训练集样本40个与测试集样本17个,利用筛选出的7个自变量,在训练集上分别使用多元线性回归、偏最小二乘回归、支持向量机和随机森林四种算法,建立四种森林健康估测模型,在测试集样本上采用决定系数(R2)、均方根误差(RMSE)、误差平均值(AE)和估测精度(EA)作为评价森林健康模型精度的基本指标。比较可知,利用支持向量机算法建立的估测模型估测精度最高,达到76.94%,决定系数R2为0.796,均方根误差为1.225,误差平均值为0.995;其次为随机森林算法,决定系数R2为0.732,均方根误差为1.397,误差平均值为1.172,估测精度为73.71%;偏最小二乘回归模型决定系数R2为0.597,均方根误差为1.713,误差平均值为1.464,估测精度为67.75%;多元线性回归在四种算法中相对来说表现较差,决定系数R2为0.528,均方根误差为1.854,误差平均值为1.586,估测精度为65.09%,说明用支持向量机算法建立的森林健康估测模型具有较好的应用前景,两种传统方法与机器学习方法的建模结果相比较,机器学习优于传统回归方法。
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：S750;TP751
【图文】：

点位图,样地,点位,张家界市

２研究区概况及研究数据逡逑２．１研究区概况逡逑研究区位于湘西，湖南省西北部（图２．１），地处东经１０９°４０＇－１１１°２０＇，北纬２８Ｈ５２、逡逑２９°４８＇，遥感影像覆盖张家界市部分区域及其周围的部分县市。张家界市位于云贵高逡逑原与洞庭湖平原的结合地区，属武陵山脉腹地，中亚热带山原型季风性湿润气候，总逡逑面积为９６５３ｋｍ２，年平均日照时长１４４０ｈ，年平均气温１６．８°Ｃ，年平均降水量１４００ｍｍ，逡逑地形地貌复杂多样，主要有山地、岩溶、丘陵、岗地和平原等，山地面积占总面积的逡逑７６％，其中石英砂岩峰林地貌最具特色，为世界罕见。市境地貌以山地为主，地势西逡逑北高，沿澧水向东南倾斜，海拔高度在７５－１８９１ｍ。张家界市有林业用地面积１０１２亩，逡逑森林覆盖率达６４．６１％，名列湖南省第一，境内有木本植物１０６科３２０属８５０种，有逡逑珙桐、光叶珙桐、红豆杉、水杉、银杏等国家一级保护树种。逡逑＂＜ｒｏｔｎ逦ｉｉ２ｗｉ逦ｉｎｔｎｎ逡逑＼１逡逑攀＿＿

正态分布,森林健康,单样本,正态

各等级进行划分。逡逑本研宄对计算得到的各样地最终森林健康综合指数进行Ｑ－Ｑ图分析，并利用Ｋ－逡逑Ｓ法进行正态检验，分析结果如图４．１和表４．７所示，所有样本点近似在一条直线附逡逑近，单样本Ｋｏｌｍｏｇｏｒｏｖ－Ｓｍｉｍｏｖ检验中相应的显著性水平为０．８３１＞０．０５，说明数据逡逑符合正态分布。因此，本研宄根据区域特点和实际情况，参考国家森林资源连续清查逡逑调查技术规程（陈雪峰

健康评价,林分,森林健康,亚健康

图４．２研宄区域森林健康评价结果逡逑Ｆｉｇｕｒｅ邋４．２邋Ｒｅｓｅａｒｃｈ邋ａｒｅａ邋ｆｏｒｅｓｔ邋ｈｅａｌｔｈ邋ａｓｓｅｓｓｍｅｎｔ邋ｒｅｓｕｌｔｓ逡逑根据森林健康划分等级对研宄区域内的森林进行健康评价，结果如图４．２所示，逡逑不健康林分占１１．８％；中健康林分占４４．１％；亚健康林分占３０．５％；健康林分占１３．６％。逡逑整体上研宄区域内的森林健康程度不高，中健康和亚健康林分占多数。逡逑２２逡逑

【相似文献】