论文部分内容阅读
遥感抽样调查是根据一般抽样调查的基本方法,以遥感的手段获取地物面积或蓄积的方法。本文基于分层抽样技术和蓄积量遥感估测的原理,以平南县19.5米分辨率的CBERS-02B遥感影像为基本数据源,根据主要树种面积统计表和抽样原理,将平南县森林资源分为桉树、杉木、马尾松和阔叶树四种类型。结合地面标准地调查、地面定位数据分析以及森林分布图、主要树种面积统计表等资料,采用相关的数学理论方法(平均残差、岭回归、多元线性回归等),先建立桉树、杉木、马尾松和阔叶树的蓄积量和郁闭度估测模型,通过联立蓄积量和郁闭度模型,估测出分层抽样所布设样地的蓄积量。根据抽样原理获得平南森林蓄积总量。主要结论为:(1)根据岭估计原理,确定海拔高、郁闭度、坡度、坡向、B1、B2、B3、B4. NDVI、RVI、B4+B1/B3。为建立蓄积量估测模型的最优因子,海拔高、坡度、坡向、B1、B2、B3、B4、NDVI、B4/B1为郁闭度估测模型的最优因子。(2)对200块标准地数据,采用多元线性回归的方法拟合各树种蓄积量估测模型为:Y桉树=-1289.168-0.055x1-0.485x2+59.354x3-4.588x4-0.026x5-6.404x6+9.651x7+85 9.464x8-3354.937x9+7.155x10+274.129x11Y杉木=-3519.077+0.017x1+0.874x2+103.655x3+2.713x4+0.422x5-6.720x6+3.227x7+ 3904.609x8-9046.742x9+4.930x10-190.668x11Y马尾松=975.350-0.02x1+0.310x2+75.522x3+1.063x4-0.138x5+1.010x6-0.396x7-973 .590x8+2525.813x9-0.021x10-52.064x11Y阔叶=1775.453-0.02x1+0.047x2+52.832x3+7x4-0.151x5+20.132x6-23.250x7-1128.1 08x8+6809.533x+2.544x10-446.258x11采用多元线性回归的方法拟合各树种郁闭度估测模型分别为:x3(桉树)=0.483+0.001x1-0.002x2+0.0005x4+0.0009x5+0.007x6-0.004x7+0.636x 9+0.636x10-1.14x11-0.010x12x3(杉木)=6.757+0.0003x1+0.009x2+0.065x4-0.002x5+0.023x6-0.068x7+19.324x 9+0.069x10-3.841x11-0.024x12x3(马尾松)=5.980+0.0002x1+0.002x2-0.026x4-0.002x5+0.0001x6+0.031x7+6.778 x9-0.024x10-1.907x11-2.033x12x3(阔叶树)=-2.560+0.0002x1+0.0001x2+0.010x4+0.0008x5+0.008x6-0.014x7-2.8 17x9-0.027x10+1.807x11+0.945x12其中x1、x2、x3、x4、x5、x6、x7、x8、x9、x10、x11、x12分别代表海拔高、坡度、郁闭度、B1、B2、B3、B4、RⅥ、NDⅥ、坡向、B4+B1/B3值和X12代表B4/B1值。(3)以80个样地用作检验,桉树、杉木、马尾松、阔叶树估测平均精度分别为90.16%,88.29%,88.69%,81.70%:郁闭度估测模型的估测平均精度分别为80.09%,81.15%,81.27,%,79.32%。(4)联立蓄积量估测模型和郁闭度估测模型,获得分层抽样各样地的蓄积量,根据抽样原理得平南县森林蓄积总量为6854634.265 m3。与平南县森林资源规划设计调查的森林蓄积量是5663204 m3相比,采用遥感抽样的方法对平南县蓄积量估测精度为78.96%。本文得到了林业公益性行业科研专项“林分结构与生长模拟技术研究(201104028)”项目支持