基于ANN的森林蓄积遥感估测研究

利用TM遥感图像光谱信息良好的综合性和现势性以及地理信息系统(GIS)强大的空间分析功能,结合人工神经网络(ANN)可优化求解非线性复杂系统的功能,对海南省抱龙林场森林蓄积进行遥感估测研究。结果表明:ANN可有效地估测森林蓄积量,研究区森林蓄积量的预测值与实际值的一致性较好,其相关系数达0.914;以遥感特征纹理(Skewness)Band2对蓄积估测的贡献率最大。     

遥感和GIS技术在广东省湿地信息提取中的应用

在分析广东粤西湛江、雷州半岛区城CBERS-02遥感影像数据特征的基础上,利用遥感与地理信息系统软件处理遥感影像的方法,对图像数据进行几何校正和融合处理,采用遥感图像多源信息复合、人机交互解译与GIS技术相结合的解译方法,实现湿地信息的提取,提取的总精度高达83.5%,比单纯的采用监督分类精度提高20%,获得了理想的结果,为广东湿地环境可持续发展提供决策支持。     

基于ALOS数据的巨尾桉蓄积量遥感估测——以广西平南县为例

蓄积量是森林资源监测的一项重要指标,蓄积量遥感估测一直是林业遥感研究的重要内容。本文采用ALOS数据为遥感信息源,以广西自治区平南县优势树种巨尾桉为研究对象,分析选取影响巨尾按蓄积量估测主要的遥感信息和地理信息因子,结合郁闭度实地调查因子,建立了巨尾桉蓄积量估测模型,模型精度达91．18％。     

湖南省主要树种单木和林分生长率模型研建

以湖南省1999年、2004年、2009年和2014年4期的森林资源连续清查为基础，利用大量、连续、系统的固定样地和样木数据，根据胸径和生长率的一般分布规律，选取常用的生长率回归方程作为基础模型式，采用非线性回归估计方法，构建了11个树种组的单木胸径生长率和材积生长率模型，以及9个树种组的林分蓄积量生长率模型。结果表明：各模型确定系数R²均在0.88以上，单木生长率模型的总体相对误差和平均预估误差均在4%以内，胸径生长率模型的平均预估误差大部分在10%以内；林分蓄积量生长率模型的平均预估误差和总体相对误差基本在4%以内，蓄积量生长率模型的平均预估误差在20%以内。各项指标表明，拟合模型能满足精度要求，具有较高的实用性，可为湖南省森林资源年度更新和森林经营管理提供技术支撑。