基于高光谱遥感数据的不同森林类型生物量估算开题报告

 2021-08-08 02:22:56

全文总字数:1218字

1. 研究目的与意义

研究目的

森林是陆地上最大的生态系统,森林在地球上的分布范围十分广阔,生物多样性十分丰富,森林不仅能够为人类提供大量的林业产品,而且在维持生物圈的稳定方面发挥着重要作用。高光谱遥感是以纳米级的超高光谱分辨率和几十或几百个波段同时对地表地物成像,获得包括森林资源的地面物体连续光谱信息。高光谱遥感技术具有丰富的光谱信息优势,在森林资源调查与分类,以及森林火灾监测和评估,森林病虫害监测和森林资源变化等监测方面提供了广阔的应用前景,为科学而实时地进行森林资源管理提供了新的技术手段。用机载高光谱遥感数据能够较为精确地预测森林地上生物量,为亚热带森林生物量反演提供了切实可行的依据。

研究意义

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 国内外研究现状分析

在林业行业中,国外学者很早就已经开展了关于高光谱遥感技术在森林监测如植被叶面积指数、森林生物量、植被生化信息、针叶树种识别等各方面的研究。

我国在这方面的研究还处于发展的初级阶段,主要以理论分析和小范围的应用研究为主,国内在高光谱遥感技术应用在林业上的研究比较少,主要原因是在高光谱遥感数据源的获取上存在一定的难度。

研究主要集中在中国林科院对高光谱遥感技术在林业上的应用,内容主要有森林树种识别与分类、森林健康状态评价等方面。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的基本内容与计划

研究内容

基于高光谱遥感技术和地面实测数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括18种植被指数)、纹理信息以及主成分分析、最小噪声分离变换等在内的52个特征变量。然后,通过分析52个特征变量与森林地上、地下生物量的pearsons相关系数,进行特征变量的优化提取。最后,通过多元逐步回归法对优化的特征变量建立针叶、阔叶和混交林生物量反演模型。

研究计划

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究创新点

1.利用高光谱遥感技术结合样地实测数据进行相关性分析,以此获得与当地森林生物量相关度较高的特征变量,从而使研究结果更加准确。

2.相对于传统遥感的方法,运用机载高光谱遥感技术可以更加有效的完成数据采集任务,获得信息更丰富的森林数据,减少外业采集的工作量,以达到提高工作效率的目的。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。