排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
2.
利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。 相似文献
3.
东北林区10种主要森林类型的蓄积量、生物量和碳储量模型研建 总被引:2,自引:1,他引:1
4.
基于机载激光雷达数据估计林分蓄积量及平均高和断面积 总被引:1,自引:1,他引:0
基于东北林区191个红松林(Pinus koraiensis)样地的机载激光雷达数据和地面实测数据,首先,通过多元线性回归和非线性回归估计方法,确定林分蓄积量及平均高、断面积的基础回归模型;然后,利用误差变量联立方程组方法,建立基于激光雷达变量的林分蓄积量与平均高、断面积的模型系统。结果显示:建立的多元线性、多元和二元非线性林分蓄积量回归模型,其确定系数R~2分别为0.858,0.846和0.821,平均预估误差MPE分别为2.57%,2.66%和2.85%,平均百分标准误差MPSE分别为26.35%,16.35%和17.88%;利用模型系统对林分平均高、断面积和蓄积量进行估计,其R~2分别为0.597,0.750和0.822,MPE分别为1.90%,2.52%和2.84%,MPSE分别为10.85%,15.28%和17.73%。结果表明:基于机载激光雷达数据估计林分蓄积量、平均高等主要森林参数,非线性模型优于线性模型,而且基于点云高度变量(中位数)和强度变量(75%分位数)的二元非线性模型就能达到比较理想的预估效果;误差变量联立方程组方法,是建立林分蓄积量与平均高、断面积回归模型系统的一种可行方法;所建立的东北红松林平均高、断面积和蓄积量联立模型,其预估精度达到森林资源调查相关技术规定要求,可以在实践中推广应用。 相似文献
5.
道路的不断扩张对所在区域周边景观的干扰效应日趋明显。在森林功能区划时,需要充分考虑道路的干扰因素以避免造成不必要的景观破碎化风险。本研究从景观层面切入,在对研究区道路系统进行属性分级后,利用空间道路干扰指数作为定量化手段评价道路对森林景观的潜在影响;以北京市十三陵林场的森林经理调查数据为主要数据源,对该指数进行测试应用并探讨十三陵风景区潜在道路干扰的空间分布。结果表明:本研究所使用的道路干扰指数能够反映研究区内的道路干扰情况,针叶林地区受潜在干扰威胁最为严重(归一化指数平均值为41.87);主要优势树种白皮松受潜在干扰威胁最大(65.92),需要重点监测;进行Spearman秩相关检验后发现,在构成道路干扰指数的3个二级指数中,最近干扰(N)对最终指数的影响最为显著(0.99)。空间道路干扰指数是一个快速有效的定量化工具,便于森林经营管理者在景观尺度上评价道路干扰情况,迅速发现区域内道路干扰的高威胁地带,有目的性地对森林景观加以保护。 相似文献
1