临安市山核桃单位面积产量变化特征的时间序列分析

文章应用时间序列模型AR IMA(2,2,1)模型,对临安市山核桃1950~2004年的单位面积平均产量进行了模拟,模型拟合效果显著,用所得模型预测了2005~2014年10年临安市山核桃单位面积产量和总产量。结果表明:临安市山核桃总产量时序变化趋势是平稳上升的,产业发展明显分为4个时期:1950~1968年的破坏期,1969~1981年的恢复期,1982~2000的发展期,2001年以后的快速发展期。但山核桃单位面积产量属较低水平,经营水平亦低。     

基于Landsat TM数据的高山松林生物量研究

以香格里拉地区高山松林为对象,对香格里拉地区高山松林生物量进行了研究。生物量模型以香格里拉地区2009年Landsat-5TM遥感图像数据和2011年野外调查获得的45个样地调查数据为基础,利用遥感数据提取各波段灰度值、植被指数和地学数据共14个因子作为自变量,分别运用逐步回归分析方法和主成分分析方法提取的的主成分建立了以样地实测生物量为因变量的生物量估算的回归模型。两个模型经方差分析及相关性检验,均达到显著相关水平,相关系数R分别为0.519和0.581,可用于高山松林生物量的估测,但是估测精度都较低。其中利用主成分分析建立的模型精度高于利用逐步回归分析法建立的生物量模型。     

基于Landsat TM遥感影像的扬州市生态环境质量动态分析

利用扬州市近5年的遥感影像,对扬州市生态环境质量进行了动态分析。通过对遥感影像进行几何校正,对遥感数据进行解译,提取土地利用/覆盖信息,计算了扬州市生态环境质量指数,研究了扬州市近5年生态环境状况动态变化趋势。研究表明：扬州市近5年林地面积大幅度提高,植被覆盖指数、生物丰度指数逐年增加,生态环境状况逐年好转。     

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％。     

基于Landsat TM数据估算雷竹林地上生物量

结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13～25t·hm-2,均值为19.52t·hm-2。     

基于TM数据的遥感分类方法对比研究

以香格里拉县2009年Landsat5～TM遥感影像为实验数据,利用最大似然法（MLC）以及最小距离法两种方法进行了遥感分类方法研究,主要从分类精度方面对两种方法进行了对比分析,结果表明：最大似然法分类结果明显优于最小距离法,但作为传统的分类方法,二种方法分类精度都不够高。     

基于Landsat TM图像的长株潭城市群地表温度遥感反演

陆地表面温度（LST）是地表能量平衡中的一个非常重要的参数,它在地表与大气相互作用过程中起着重要的作用.在总结和分析当前常用的地表温度反演算法后,根据收集到的1993年8月25日TM的资料,采用单通道算法反演长株潭城市群地表温度（LST）,利用卫星过境当天观测的平均温度对反演结果进行验证,误差小于1℃,可以满足大多数应用的精度要求.地表温度反演结果表明：反演结果与实际相吻合,平均温度为27℃;反演温度大小依次是城镇用地高于自然植被,自然植被高于水体;地表温度由城镇中心向外呈现逐渐降低的趋势,长沙、株洲和湘潭市城区温度明显比其它地区高.     

基于Landsat 8遥感数据的森林火灾过火面积估算

以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat 8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。结果表明,利用Landsat 8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。     

基于Landsat影像的土地覆盖变化信息提取方法研究——以贵阳市为例

基于贵阳市中部地区2017年和2019年Landsat8 OIL地表反射率数据,采用图像差值法、归一化植被指数差值法、主成分分析差值法3种方法进行土地覆盖变化信息的提取.精度评价结果表明:主成分分析差值法虽然漏检率高于归一化植被指数差值法,但正检率和错检率均明显优于其他2种方法,是3种方法中更适合该研究区提取土地覆盖变...     

基于遥感的城市绿地信息监测分析——以扬州市为例

以正在高速发展的扬州市城区为例,利用不同时相的CBERS-02的CCD数据和中国资源卫星二号星的全色数据,选用合适的方法对城市主要地物信息进行自动(半自动)提取,对扬州市城区绿地系统的变化进行动态监测及分析.结果显示: 2006年扬州市建成区绿地率为37.0%,绿地分类精度达99.3%.     

基于TM影像的华安县桉树林生物量遥感估测

以华安县桉树林为研究对象,基于最近的2008年20块桉树林固定样地和同期Landsat5 TM影像,选用20个自变量,建立多元线性生物量遥感信息模型,并采用8个检验样本对模型进行检验,总体预估精度达到83.58%,均方误差为1.42t/hm~2,利用建立的多元线性模型反演生成华安县桉树林生物量分布图,估测华安县桉树林总生物量为404 765.316t,公顷生物量为32.344t/hm~2。     

基于遥感信息的森林生物量估算研究进展

遥感技术已被广泛应用于植被和生态系统的定量研究中,特别是利用遥感技术快速准确地估算森林生物量已取得了突破性的进展。综述了遥感技术在森林生物量估算中的现状,分析了各种遥感数据源在森林生物量估算中的优缺点,并简要总结了遥感技术在森林生物量估算应用方面的发展趋势。     

基于CEBERS-WFI遥感数据的森林生物量估测方法研究

以中巴卫星CEBERS-WFI遥感数据为基础,结合东北三省的地理、气象因子及森林资源连续清查固定样地信息,构建BP人工神经网络森林生物量估测模型,对我国东北三省的森林生物量进行估测,并反演了森林生物量的空间分布图像。结果表明,基于CEBERS-WFI遥感数据的BP人工神经网络应用于森林生物量估测简单实用,是一种快捷、有效的估测方法。     

基于环境产量模型和生物产量模型的禹城市夏玉米遥感估产研究

指出了夏玉米是我国重要的粮食作物之一,及时高效地获取夏玉米产量对于我国政府制定农业决策、优化粮食产业结构发展具有重要参考价值。以山东省禹城市为研究区,探讨了基于卫星遥感数据的夏玉米估产技术方法。通过采用高分一号遥感卫星影像和MODIS NDVI产品,经大气校正、几何校正、相对辐射校正、掩膜等预处理,基于环境产量模型和生物量模型的两种估产方法,结合所获取的各项影响因子参数,对禹城市2016年夏玉米产量进行了估算,同时对估产结果进行了精度验证与评价。结果显示:基于环境产量模型的遥感估产平均值为10060 kg/hm^2,估产精度为95.60%;基于生物量模型的遥感估产平均值为9270 kg/hm^2,估产精度为96.20%。以上两种估产模型的估产精度均达到了95%以上,符合估产的精度要求。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于ALOS数据的云南松林蓄积量遥感估测方法

基于ALOS数据和样地实测数据为数据源,云南省宜良县为研究区,以提高森林蓄积量遥感估测模型精度为目的,从遥感、GIS、郁闭度等方面选取与森林蓄积量相关性较高的因子作为自变量。采用逐步回归法、主成分分析法、偏最小二乘法3种模型估测宜良县的云南松林蓄积量。从3种模型的拟合效果和估测精度比较结果表明:偏最小二乘法精度最高,调整决定系数为0.754,预测精度为82.77%,与主成分分析等传统线性估测模型相比精度有较大改善。