60000字论文范文基于遥感影像的永定河流域生物量多元线性模型

论文类型：论文范文

论文字数：60000字

论点：生物量,植被,模型

论文概述：

文以遥感影像及外业调査数据为基础，对永定河流域生物量实测值和遥感因子之间进行回归分析，建立反演模型。通过比较分析，找到一种适合于反演永定河流域生物量的多元线性模型

论文正文：

第一章导言

1.1植被生物量的研究现状
植被生物量是指特定时间范围内某一单位植被面积内所有生物或少数生物物种或整个生物群落的总干物质质量。单位为g/m2或t/hm2。
1。1.1植被生物量的传统测量方法
植被生物量的研究早在19世纪中后期就开始了。1876年，德国生物学家埃伯迈尔曾经讨论过树枝、落叶的数量和不同树种树木干重之间的可能关系(吴展博，2008)。传统的测量方法是用来研究植被生物量的。通常，在测量数据的基础上，在宏观层面对其进行扩展和估计或相关性分析。一般操作方法如下:首先选择样品区或实验地点，然后采集植被的生物样品，分别称量并记录植被的干重、湿重、橙茎重(干重)、叶重和地上、地下部分的重量。或者基于上述植被收获方法，植被各部分的生物量可以通过林业测量方法来测量，例如按树调查、树干分析和体积转换(刘伟阳，2010)。通过扩展和估计从上述调查获得的数据，可以分析和获得实验场地的生物量特征，然后可以估计整个研究区域的生物量状态。或者可以分析实验区植被生物量与其影响因素之间的关系，并在此基础上建立相关模型，对整个研究区进行推断和估算。上述方法的主要研究对象是大范围的常规植被覆盖区，如作物种植区、草地或森林。在使用测量方法开展研究时，主要有以下方法。
1。采用清伐法筛选生长良好的林分，建立标准样地，砍伐样地上的所有树木，分别测定倒下树木的枝叶生物量；对于样地中的灌木和草本植物，通过划分几个小地块在样地中采用上述清晰的采伐方法进行采伐，最后根据标准样地面积的大小将样地中的植被生物量转化为单位面积的植被生物量(黄泉，1990)。
2。平均生物量法(Average biomas method)平均生物量法是通过每个标准样地和地块的标准木材生物量来计算林分生物量的方法。首先，分别测量标准木材的每种成分(即茎、枝、叶和根)的生物量，并将结果乘以标准样地中的树木总数。将获得标准木材的平均生物量，并且将通过每根木材的平均生物量来计算林分的生物量。整个研究区的植被生物量将采用同样的方法进行估算(安舒洁，2006年)
3。生物量回归模型估计方法也称为相关曲线法(relevant curve method)，因为这种方法是通过建立相关曲线来研究植被生物量的，在一些文献中也称为相对生长法或量纲分析法。在研究过程中，在研究区选择生长良好的样本树，砍伐后，分别对样本树的器官进行称重。然后对各器官的实测生物量与DBH、树高等树木指标进行相关分析，回归它们之间的关系，建立回归曲线方程(宋巍巍，2008)。常见的生物量回归模型如下:
(1)胸直线相关法:w = a+BD (1.3)
(2) DBH曲线相关法:w =亚行(1.4)
(3) DBH，树高曲线相关法:w = a (d2h) b (1.5)
(4) DBH抛物线相关法:W=a+bD+cD2 (1.6)，其中W代表树干、树枝、树叶、根或整棵树 生长过程受到人为因素的干扰，导致森林生物量在时间和空上的积累和分布不同。 因此，在现有的研究条件和科学技术水平下，不可能找到一种适用于各种森林类型和英寸之间节点的单一生物量测量方法(Satoo，1974)。人们通过大量的研究工作，根据森林植被的类型和各地区的当地气候环境特点，建立了具有一定适应性的生物量回归模型，来测量各自研究区域的植被生物量。例如，一些学者提出，在估算树木的树干、树枝、叶子和根等各种器官的生物量时，可以用D2H代替D，以获得更准确的结果。基拉在1978年通过实验提出，DBH可以用树冠基部直径和1/10树高直径代替(基拉，1978)。
4。体积-生物质方法也被称为生物质膨胀系数(BROWN 8，1984)。具体算法是:首先，得到林分生物量与木材体积之比的平均值，并将得到的结果乘以研究区域内某一森林类型的总体积，得到的结果就是该类型森林的总生物量(方JY，1998)；或者干燥一定新鲜木材体积，称重供给的干重，得到木材密度，将得到的结果乘以林分总体积和总生物量与地上生物量之间的换算系数。
5。生物质转化率的连续函数法是对体积源生物质法的改进。体积源生物量法认为植被生物量与林分体积之比是一个常数。这一假设有明显的缺点和局限性。为了克服这个缺点。生物量转化因子连续函数法按年龄对森林进行分类，然后用分类后的生物量转化因子代替原来的单个平均转化因子，从而可以更准确地估计大规模研究区的森林生物量(韩爱辉，2009)。

1.2植被指数模型的研究现状……13-17
1.2.1植被遥感的基本原则……13
1.2.2常见植被指数模型……13-17
1.3研究的目的和意义……17-19 [/BR/] 1.3.1研究的目的和意义……17[/比尔/] 1.3.2研究的主要内容是……17-19
第二章研究区域和研究方案概述……19-24
2.1研究区的基本情况……19-22
2.1.1概述……19-20[/溴/] 2.1.2土壤……20-21[/比尔/] 2.1.3植被……21-22
2.2研究方法和技术路线……22-24
2.2.1研究方法……22[/比尔/] 2.2.2研究路线……22-24[/比尔/]第三章研究数据和处理……24-39 [/BR/] 3.1遥感数据采集和处理……24-35 [/BR/] 3.1.1遥感数据简介……24-25
3.1.2遥感数据的获取……25-26[/比尔/] 3.1.3数据预处理……26-31 [/BR/] 3.1.4植被覆盖度分布信息的提取……31-35
3.2现场数据的采集和处理……35-39 [/BR/] 3.2.1现场调查数据的获取……35-36 [/BR/] 3.2.2现场数据处理……36-39
第四章生物量反演模型的建立及精度分析……39-54[/比尔/] 4.1单变量线性模型……40-43[/比尔/] 4.1.1单变量线性模型的建立……40-42
4.1.2模型精度分析……42-43[/比尔/] 4.2。二次多项式模型……43-46 [/BR/] 4.2.1二次多项式模型的建立……43-45
4.2.2模型精度分析……45-46[/溴/] 4.3对数/指数模型……46-49[/比尔/] 4.4多元线性回归模型……49-54
4.4.1反演因子的确定……50-52[/比尔/] 4.4.2多元线性模型的建立……52[/比尔/] 4.4.3反演模型的精度分析……52-54
第五章基于多元线性模型的生物量变化规律……54-59 [/BR/] 5.1多相遥感图像的生物量计算……54-57 [/BR/] 5.2生物量变化规律分析……57-59

摘要和结论

根据遥感图像和野外调查数据，对永定河流域实测生物量和遥感因子进行回归分析，建立反演模型。通过对比分析，建立了适合于永定河流域生物量反演的多元线性模型，并利用该模型反演了永定河流域1987、1996、2000、2004和2009年的生物量，分析了生物量的变化。通过本实验的研究，可以得出以下结论:1)采集了5个时间阶段的
(1)遥感图像数据，并对图像进行了校正和融合预处理。每个相位的图像被统一到同一个投影和坐标系中。利用归一化差异植被指数提取植被覆盖度，得到永定河流域植被覆盖度分布图。
(2)2009年7月至8月，在永定河流域进行了实地调查。测量了112个与TM图像具有相同大小和分辨率的样品图。灌木和草样地中的灌木和草被收集用于样地中植被的每个木材规格。采集的样地数据在工业中进行处理，并计算生物量以获得现场样地测量数据。
(3)从永定河流域建立的4个反演模型中可以看出，4个反演模型与实测的50个样本之间存在相关性，sig值接近0.000，表明建立的模型具有重要意义。建立了NDVI、RVI和像素生物量之间的反演模型。通过对预测精度的比较，发现以NDVI为自变量的模型精度高于以RVI为自变量的模型精度。在以NDVI为自变量的三种模型中，对数/指数模型具有较高的精度。影响生物量的因素很多，只有NDVI——一个因素不全面。因此，多独立变量多元线性模型比以前只有一个独立变量的六个模型具有更高的实际适用性和预测精度。通过建立模型，发现基于多因素的多元线性方程能够更好地表达永定河流域植被生物量与遥感的关系。