论文部分内容阅读
森林蓄积量是衡量森林供给生物生命物资来源的一种重要指标,能够反映出森林资源的变化和增长情况,对于森林可持续性的发展经营有着极其关键的意义。传统森林蓄积量的获取方法主要是一、二类森林资源调查,这两种方法测算的蓄积量准确度较高,但在时间与空间上存在较大的局限性,且需人工野外调查。人工野外作业不仅耗时费力,还要求作业人员在一定程度上掌握森林资源调查的相关知识,这样增加了一、二类森林资源调查时间和难度。伴随科技的进步特别是遥感技术的发展,在森林蓄积量获取方面已由人力调查的方式转变为应用现代技术进行反演的方法。对森林蓄积量估测算法的研究,不仅可以使人们能够及时、准确地掌握森林资源信息的变化,加强森林资源的高效管理,还为保证森林资源可以持久发展提供了依据。但由于反演模型提取的特征因子精度较低,导致反演方法获得的蓄积量估测精度低于一、二类森林资源调查的精度。为了解决蓄积量估测模型精度不高的问题,本文将帽儿林场老山施业区为研究区域,筛选120个针阔混交林小班为研究原始数据,研究利用遥感影像数据获取树冠个数、树高等能够确定森林蓄积量的特征因子的方法,在此基础上运用偏最小二乘法和主成分分析回归法的建立相关模型,有效地提高了森林蓄积量模型的估测精度。为了提高森林蓄积量特征因子的提取精度:(1)提出一种改进后的分水岭分割算法,使用最大似然和支持向量机的分类方法将针阔混交林分为针叶林聚集区和阔叶林聚集区;然后选择分类精度更高的图像作为下一步分割的数据图像;最后采用最大熵阈值标记法分别获得针叶林和阔叶林的最优平均阈值,比较针、阔叶林的最大熵最优平均阈值,按照阈值由小到大的顺序进行两次基于阈值标记的分水岭分割,得到树冠轮廓图像和树冠分割个数。该方法在减少因噪声导致的过分割的同时还减少了因针阔叶林树冠大小不同而出现的过分割现象。(2)采用冠层高度模型提取高程值,使用去除零值的样地平均高程值,对树高和胸径进行估测。(3)提出一种不局限于传统郁闭度定义上的估测方法,结合包含树冠个数和地形因子等多种因子,采用主成分分析回归的方法建立郁闭度方程。本文在充分利用航测影像的同时,最大限度地保留航测影像的细节和各种因子的特征。经实验结果表明,改进后分水岭分割算法后树冠分割精度为80.03%,树高、胸径和郁闭度估测精度分别为97.34%、91.27%和83.18%,提高了特征参数的提取精度,建立的森立蓄积量估测模型估测出的蓄积量精度能够达到88.43%。