基于Sentinel-2影像的延庆区森林蓄积量遥感估测研究

发布时间：2020-10-22 06:37

　　 森林蓄积量作为森林资源监测的重要指标,其影响着森林提供生态商品和服务的能力。随着科学技术的发展,一种快捷的森林蓄积量调查方法需要被提出以改进传统的森林资源调查。本研究以北京市延庆区为监测区域,Sentinel-2影像和DEM数字高程模型为基础数据,以区域内一类调查数据为实测数据。选取单波段反射率、植被指数、纹理因子和地形因子等为备选自变量,以样地森林蓄积量为因变量,通过Pearson相关性分析结合Boruta特征选择,筛选变量因子组成最优子集,再运用参数和非参数回归方法建立森林蓄积量估测模型,对比分析模型的适用性。最后选取最优模型反演研究区森林蓄积量,并做空间分布分析。具体内容及结果如下:(1)对建模样本建立了参数性的森林蓄积量估测模型,即主成分回归分析和偏最小二乘回归,也建立了支持向量机和随机森林回归的非参数性估测模型。(2)设定综合评价指标,利用验证数据对比四种建模方法的反演精度。其中随机森林回归法的检验结果最优,其均方根误差为12.15m3/hm2,相对均方根误差为16.90%,平均相对误差为19.67%。(3)最终选用随机森林方法对延庆区的森林蓄积量进行反演,估测得到研究区的森林蓄积量为256.326万m3,估测精度为83.51%。这表明Sentinel-2影像在森林蓄积量估测方面有较好的潜力与前景。(4)红边波段在森林蓄积量监测中具有参考价值。红边波段及其构建的植被指数均与森林蓄积量有较高的相关性,并且均在模型构建时起到了较大作用。在面向对象分割时,红边波段的加入也提高了分割的准确性。(5)延庆区森林蓄积量的空间分布,从海拔上看主要分布在600m以下区域,从坡向上分析,主要分布在无坡向地区,其次为西南坡、北坡和东北坡;从坡度上看主要分布在平坡、陡坡和斜坡。
【学位单位】：北京林业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S771.8;S758.51
【部分图文】：

究区概况及影像预处理??研究区概况??．１基本概况??延庆区位于延怀盆地的东部、北京市的西北部，东南邻市内的怀柔、昌平两区，??邻着河北省怀来、赤城两县，地理坐标范围为１１５°?４４’？１１６°?３４＇Ｅ，?４０°?１６’？?４７’Ｎ，三面环山，－面临水，位于坝上风沙进入北京城的重要路径上。延庆区级显著，平原、浅山、深山三级层次分明，盆地中心区域是延庆县城，海拔平约为６００ｍ。辖区土地主要由山区、平原、水域构成，其中，山区面积约］４．５２ｘ?１０４ｈｍ２，??面积约５．２２ｘｌ〇４ｈｍ２，水域面积约０．２ｘｌ０４ｈｍ２，总区域面积达１９．９４ｘｌ〇４ｈｍ２。京的重点生态发展区，延庆在首都的生态环境建设和林业可持续发展中发挥着用。２０１８年］２月１２日，还被命名为了第二批“绿水青山就是金山银山”实基地。??’”°＂〇？

基于Ｓｅｎｔｉｎｅｌ－２影像的延庆区森林蓄积量遥感估测研宄数据??用的地面数据为北京市第九次森林资源清查数据，外业调月。北京市森林资源清查样地为系统布设样地，样地间隔为２南角点为定位点的正方形样地，样地面积为〇．〇６７ｈｍ２。样地径、蓄积量、海拔、坡向、坡度等，起测胸径为５ｃｍ。其中主要通过每木检尺所得树木胸径数据，再根据相应树种的一积量，最后将样地内所有单木蓄积量加和起来，作为样地森共有样地个数为４７８个，其中有林地样地个数为２５２个。研影像的获取时间与实地调查时间相隔不到一年，蓄积量变化。??

?—?ｋｍ??图２－２延庆区森林资源一类清查样地分布图??Ｆｉｇ．?２－２?Ｄｉｓｔｒｉｂｕｔｉｏｎ?Ｍａｐ?ｏｆ?Ｓａｍｐｌｅ?Ｓｉｔｅｓ?ｏｆ?ＮＦＩ?ｉｎ?Ｙａｎｑｉｎｇ?Ｄｉｓｔｒｉｃｔ??２．２．３其他数据??完全覆盖延庆区的数字高程模型ＤＥＭ（ＤｉｇｉｔａｌＥｌｅｖａｔｉｏｎＭｏｄｅｌ）—幅，空间分辨率??为３０ｍｘ３０ｍ。以及延庆区行政区划矢量图，所用坐标均为西安８０。??２．３影像预处理??遥感数据在使用之前要对影像进行预处理，以确保数据的准确性及其与地面数据??的匹配一致性，也更方便后期遥感分类解译。??１４??
【相似文献】

相关期刊论文 前10条

1 赵宪文,包盈智;应用航天遥感资料估测森林蓄积量的一个新方法[J];林业科学研究;1988年02期

2 蔡立民;;人工造林与水土保持[J];中南林业调查规划;1988年01期

3 杨远春;;黔东地区森林蓄积量调查技术的应用研究[J];绿色科技;2015年01期

4 廖正武;廖婧琳;;贵州省平坝县森林蓄积量动态变化[J];安徽农业科学;2014年20期

5 张效亮;;森林蓄积量消长变化计算公式[J];湖南林业科技;1993年02期

6 ;森林蓄积量[J];环保科技;2011年02期

7 王靖;吴见;;干旱半干旱区森林蓄积量高光谱遥感估测技术[J];东北林业大学学报;2014年01期

8 周记超;林辉;;森林蓄积量遥感估测研究的现状及展望[J];四川林勘设计;2009年04期

9 于德水;;对森林蓄积量调查方法的商榷[J];林业勘查设计;1986年03期

10 蒋馥根;孙华;ZHAO Feng;林辉;龙江平;;基于方差优化k最近邻法的森林蓄积量估测[J];森林与环境学报;2019年05期

相关博士学位论文 前5条

1 张彦林;基于3S技术的山东省森林蓄积量定量估测研究[D];北京林业大学;2008年

2 陈遐林;华北主要森林类型的碳汇功能研究[D];北京林业大学;2003年

3 杨永恬;基于多源遥感数据的森林蓄积量估测方法研究[D];中国林业科学研究院;2010年

4 王妮;基于3S技术的森林资源变化动态监测[D];南京林业大学;2012年

5 董斌;山东黄河流域森林资源空间格局及其评价研究[D];北京林业大学;2009年

相关硕士学位论文 前10条

1 姜昊辰;基于FIA抽样体系优化设计的森林蓄积量估测研究[D];北京林业大学;2018年

2 李伟丽;基于RapidEye影像的森林蓄积量估测技术研究[D];北京林业大学;2017年

3 曹霖;基于Sentinel-2影像的延庆区森林蓄积量遥感估测研究[D];北京林业大学;2019年

4 周如意;基于Landsat-8遥感影像的森林蓄积量估测[D];浙江农林大学;2019年

5 贾嘉辉;高分遥感森林蓄积量估测算法研究[D];西安科技大学;2017年

6 施赵君;基于遥感信息的森林蓄积量估测[D];浙江农林大学;2014年

7 李靖;黑龙江穆棱市林业局森林蓄积量估测模型研究[D];北京林业大学;2012年

8 高阳;森林蓄积量估测遥感影像比值波段和纹理信息选择研究[D];西安科技大学;2014年

9 于宝义;基于GIS和高分辨率遥感的森林蓄积量定量估测核心算法研究[D];西安科技大学;2013年

10 杨斌;森林蓄积量高空间分辨率遥感估测理论与实现[D];西安科技大学;2008年

本文编号：2851237