【目的】蓄積量是反映森林資源質(zhì)量的重要指標(biāo),傳統(tǒng)人工蓄積量調(diào)查方式費(fèi)時(shí)耗力。遙感技術(shù)在林業(yè)中的應(yīng)用能有效地彌補(bǔ)人工調(diào)查的缺陷,采用遙感技術(shù)進(jìn)行森林蓄積量的反演是區(qū)域范圍內(nèi)蓄積量估測(cè)的一種重要手段。現(xiàn)有的遙感蓄積量估測(cè)方法中,對(duì)于紋理特征因子的選取沒(méi)有得到足夠的重視。隨著高分辨遙感影像的不斷涌現(xiàn),影像紋理特征越來(lái)越明顯,將紋理特征引入到森林蓄積量估測(cè)模型當(dāng)中,是一個(gè)很好的嘗試。但紋理特征是否有利于森林蓄積量的估測(cè),以及如何影響森林蓄積量的估測(cè),目前并不清楚。【方法】利用國(guó)產(chǎn)GF-1號(hào)為數(shù)據(jù)源,在數(shù)據(jù)預(yù)處理基礎(chǔ)上,采用不同窗口大小提取的紋理信息,以及對(duì)紋理因子進(jìn)行改進(jìn),研究其對(duì)于森林蓄積量反演模型精度的影響�！窘Y(jié)果】1)改進(jìn)紋理特征能有效提高蓄積量反演模型的精度。通過(guò)計(jì)算出遙感影像紋理均值改進(jìn)指數(shù)、波段紋理均值改進(jìn)植被指數(shù)和均值改進(jìn)植被指數(shù),結(jié)合地理因子,采用多元逐步回歸方法構(gòu)建森林蓄積量反演模型,結(jié)果精度有較大改善。2)紋理窗口大小為9×9時(shí),森林蓄積量反演模型精度最高。提取3×3、5×5、7×7、9×9、11×11這5種窗口大小的紋理特征參數(shù),分別構(gòu)建森林蓄積量估測(cè)模型,并進(jìn)行不同窗口...

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1研究區(qū)與研究方法
    1.1研究區(qū)概況
    1.2遙感數(shù)據(jù)獲取與處理
    1.3地面樣地調(diào)查與數(shù)據(jù)處理
    1.4基于灰度共生矩陣的紋理特征提取
    1.5基于GF-1影像的改進(jìn)紋理特征及植被指數(shù)
        1.5.1紋理光譜均值
        1.5.2基于波段紋理均值的改進(jìn)植被指數(shù)
    1.6模型建立與精度評(píng)價(jià)
        1.6.1多元逐步回歸分析
        1.6.2模型精度評(píng)價(jià)
2結(jié)果與分析
    2.1基于紋理、植被衍生指數(shù)和地形的森林蓄積量反演模型的構(gòu)建
    2.2精度評(píng)價(jià)
3結(jié)論與討論
    3.1結(jié)論
    3.2討論



本文編號(hào)：4048163