论文部分内容阅读
森林蓄积量是一定面积范围森林现有树木材积量的总和,该数据与人民大众的生存环境、能源的产能规划以及林业动态监测、及时防护、防灾措施具体布置等有着密切关系。时下蓄积量的研究工作已成为热点问题。随着3S技术的发展,地理空间的分辨率更加精细化,遥感影像的纹理信息大为丰富。高空间分辨率的纹理信息对森林植被的信息非常敏感。进行蓄积量估测时,加入纹理特征对蓄积量估测的精度提升具有很大潜力。本文结合3S集成技术,基于GF-1GF-2不同地区不同分辨率的遥感影像数据,利用灰度共生矩阵法提取实验区遥感影像的纹理特征,结合实验区GIS信息及遥感信息,利用提取的纹理特征参与蓄积量估测建模,进一步提高蓄积量估测的精度,验证了纹理信息运用于蓄积量估测中可有效提高蓄积量模型估测精度的猜想。最终得到以下结论:(1)纹理因子结合遥感因子及GIS因子能够有效提高蓄积量估测结果精度,不同地区该结论仍属有效。(2)纹理因子加入估算蓄积量模型中,对于不同分辨率的遥感影像,均能提高蓄积量估测结果精度。(3)提取纹理特征时,滑动窗口大小的设置应尽量设置为与固定样地单元(样地)面积大小接近,可以达到提高蓄积量估测结果精度的要求。(4)五项纹理特征组合(角二矩、方差、灰度熵、对比度、相关性)相较于八项纹理特征组合加入蓄积量估测,参与估测纹理特征个数优化为更少仍然能达到提高蓄积量估测结果精度的目的。