桉樹人工林生物量遙感估測(cè)模型研究.pdf

1、以高峰林場(chǎng)桉樹林為研究對(duì)象，利用Landsat TM影像、數(shù)字高程模型，結(jié)合2009年森林資源二類調(diào)查數(shù)據(jù)，探討桉樹人工林生物量遙感估測(cè)方法。從研究區(qū)的桉樹小班中隨機(jī)抽取346個(gè)小班作為樣地小班，提取各遙感數(shù)據(jù)和地形數(shù)據(jù)與桉樹生物量進(jìn)行相關(guān)性分析。采用隨機(jī)抽樣的方法，從樣地小班中選取242個(gè)樣地用于回歸模型構(gòu)建和BP人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練樣本；71個(gè)樣地用于BP人工神經(jīng)網(wǎng)絡(luò)模型的模擬樣本；剩余的33個(gè)樣地進(jìn)行模型的精度檢驗(yàn)和誤差分析。<

2、br>　　 研究結(jié)果顯示：①?gòu)倪b感圖像和數(shù)字高程模型中派生的19個(gè)變量因子中，與桉樹林生物量顯著相關(guān)的有10個(gè)，相關(guān)系數(shù)大小排序?yàn)椋篜VI>GVI>TM4>DVI>NDVI>TM3>MSAVI>TM7>SAVI>RVI，其中在0.01水平上顯著相關(guān)的有8個(gè)因子；在0.05水平上顯著相關(guān)的有SAVI、RVI，最高相關(guān)系數(shù)僅為0.577。②利用桉樹樣地生物量與通過(guò)相關(guān)分析篩選得到的10個(gè)變量建立一元線性回歸、一元非線性回歸和多元線性回歸模

3、型。通過(guò)比較，獲得桉樹林生物量最優(yōu)回歸模型為Y=246.808+16.899TM3-13.729TM4+1.7671M7+29.735RVI+488.234NDVI+13.617GVI+184.261SAVI-514.677MSAVI，R為0.571，在0.05水平上顯著。③利用BP人工神經(jīng)網(wǎng)絡(luò)建立桉樹林生物量非線性預(yù)測(cè)模型與樣地生物量的相對(duì)誤差為10.1％，估算精度達(dá)到89.9％；而桉樹生物量最優(yōu)回歸模型的估算精度僅為84.7％，說(shuō)明